- 博客(57)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 当用户问“这句话出处在哪？”：我是如何给 RAG 做精确引用溯源的 —— 企业级 RAG 引用溯源实战
很多人做 RAG 时，关注的是“回答是否正确”。但真正进入企业场景后，你会发现：用户更在意的，其实是——“这句话到底是不是原文里的？”
2026-09-01 20:55:58
447
原创 从「一搜了之」到「自主诊断」：一个Agentic RAG 工业故障助手实战
本文基于一个真实的 MVP 项目，拆解 Agentic RAG 的基本原理、设计思路与代码实现，重点讲清「标准 RAG 与 Agentic RAG 到底差在哪」「怎样用最小的工程量把差异演示出来」。
2026-09-01 20:51:35
537
原创 让 Agent 先“问清楚“再“动手“：用 LangGraph + MCP 实现一个企业级研究报告助手
一个面向企业场景的研究报告自动生成系统。它有三个和"玩具版"明显不一样的地方：1. 先对齐需求，再自主执行。开局先用 LangGraph 的 `interrupt()` 把流程"暂停"下来，等用户确认研究范围/受众/深度后才继续；中间还允许用户审核报告大纲。2.内部知识库 + 公网双路并行检索，通过 MCP 把"查私有向量库"和"搜公网"封装成调用方式完全一致的两种工具。3.引用可溯源：报告里每条论据都明确标 `[内部文档]` / `[网络]`，且编号经过代码层校验，杜绝"幻觉引用"。
2026-08-30 20:42:17
372
原创 让大模型“会干活“更“守规矩“：企业级桌面智能体的架构、沙箱与工程实践
架构：Agent 独立成服务，桌面壳是客户端之一；全程流式，过程即信任。桌面：渲染进程不碰 Node；Sidecar 托管有 spawn/探测/清理；签名公证是分发的第一公里；运行时配置与编译时配置划清边界。Loop：模型只提议、系统裁决；失败全部回灌；轮次上限体面退场；模型调用可注入。沙箱：越权明确拒绝且留痕；写确认裁决在服务端；编排不绕沙箱；审计全路径覆盖。工具：Schema 即契约；鲁棒性留给系统；跨个体数据设计合法形态；边界按未来 MCP Server 划分。
2026-08-30 20:24:10
344
原创 从菜单式MES到工业智能体：基于Hermes Agent+MCP的智能助手实战指南（完整源代码）
本文探讨了MES系统从传统界面向智能业务助手的转型路径。通过Hermes Agent与MCP协议的结合，构建了一个四层架构的工业级智能体系统：1）数据服务层确保数据可信性；2）MCP工具层封装业务能力；3）Hermes Skills实现领域知识产品化；4）交互层提供可视化执行过程。系统采用认知-动作分离原则，LLM负责语义理解，业务工具保证确定性执行。实践表明，工业Agent成功的关键在于将不确定性约束在可控范围内，通过契约化接口、可解释调用链和权限管控，实现从演示原型到生产系统的跨越。该系统已在手机飞书、
2026-05-06 10:51:00
616
原创 项目实战：深入剖析 Dify 知识库管理系统的 RBAC 权限设计与实现
本文介绍了一个基于Dify API实现的企业级知识库管理平台，重点解决了Dify在企业应用中存在的权限管理问题。项目通过完整的RBAC权限体系实现了用户与开发平台的隔离，包含用户管理、角色管理、权限控制等功能模块。 技术架构采用Streamlit前端和FastAPI后端，结合SQLAlchemy ORM和JWT认证，支持多种数据库。系统基于Dify的三层知识库结构（知识库-文档-文本块）设计，通过单例模式的DifyClient统一管理API调用，封装了知识库创建、文档上传、检索配置等核心功能。 项目提供了管
2026-04-19 20:01:09
414
原创 从向量RAG到知识图谱RAG：构建工业级故障推理引擎实战（完整源代码）
本文介绍了一种基于知识图谱的工业设备故障智能问答系统，通过LlamaIndex+Neo4j+GraphRAG技术解决传统向量RAG在工业维保场景中的三大痛点：缺乏关系推理、黑盒不可解释和检索孤岛问题。系统采用双引擎架构，微观层面通过知识图谱路径查询实现精准故障诊断，宏观层面利用社区发现技术回答系统性问题。核心技术包括：1）将维修手册转化为结构化知识图谱；2）结合人工规则和LLM自动抽取构建混合知识库；3）设计专用解析器处理工业领域数据特性。该系统实现了从"模糊匹配"到"逻辑推理
2026-04-05 12:17:47
521
原创 破译Word文档的“语义黑盒”：企业级DOCX RAG架构演进与全链路实战（完整源代码）
本文将复盘一个生产级DOCX RAG系统的完整技术实现，从架构哲学到关键代码，从格式兼容到智能分块，深入拆解我们是如何通过“分层流水线”和“父子块结构”攻克这些难题的。
2026-03-19 23:31:35
481
原创 PDF 依然是 RAG 的“头号杀手”？：基于 Docling+隐形锚点的双模态 PDF-RAG深度实践（完整源代码）
PDF文档是RAG系统中的主要挑战，因其复杂排版常导致信息提取错误。本文提出双模态PDF解析方案，采用"类型感知+统一分块"架构，通过智能识别文档类型（标准PDF或幻灯片PDF）选择最优解析策略。系统包含六大层次：输入、解析、提取、分块、存储和检索层，创新性地引入"隐形锚点"技术解决幻灯片PDF的语义连贯性问题。通过Docling引擎将PDF转为层次化Markdown，实现语义完整性保持，并设计父子分块机制平衡检索精度与回答完整性。实验表明，该方案显著提升了PDF文档
2026-03-12 21:18:57
392
原创 告别“只会聊天”的AI：OpenClaw 如何让大模型真正动起手来？——OpenClaw技术深度解析
从“只会动嘴”到“能够动手”，OpenClaw 迈出的这一步，正是 AI 从玩具向工具进化的关键一环。三层架构、Agent Loop、技能系统、十层洋葱模型……让你像使唤助理一样使唤 AI。OpenClaw不仅是一个技术产品，更是AI从“理解”走向“行动”的重要里程碑，预示着AI执行时代的正式开启。在这个时代，AI将不再是只会对话的“指路人”，而是能够真正改变世界的“执行者”。
2026-03-02 22:39:07
1342
原创 告别“大海捞针”：LangGraph + Docling 打造工业级招标文件解析系统
本文探讨了企业招投标领域招标文件智能解析的解决方案。针对传统人工处理效率低、易遗漏关键信息等问题，提出了一套基于LangGraph多智能体编排、Docling深度文档解析和DeepSeek推理能力的自动化流水线。系统重点解决了长文档处理、跨页表格解析和结果溯源三大技术挑战，通过模块化设计实现了招标文件7大类关键信息的并行提取。技术方案对比显示，Docling在表格识别和跨页处理方面显著优于传统PDF解析工具，而LangGraph的多Agent架构有效提升了处理效率。最终系统提供了可视化界面，实现从PDF到结
2026-02-26 19:51:04
970
原创 从零构建本地AI合同审查系统：架构设计与流式交互实战（完整源代码）
本文介绍了一种基于Ollama+FastAPI+React的全栈本地化智能合同审查工具，旨在解决企业法务工作中的隐私安全、审查效率和视角单一等痛点。系统采用零信任架构，通过Ollama本地部署Qwen3:8b模型保障数据安全，利用FastAPI的SSE流式传输实现实时交互，并创新性地设计了双视角Prompt注入技术，能根据甲方/乙方不同立场提供差异化风险评估。文章详细解析了系统架构设计、核心业务流程及关键技术实现，包括SSE流式服务、前端渲染优化等，展示了如何构建一个既安全又高效的智能法务工具。
2026-02-11 10:59:02
979
原创 突破RAG边界：构建能“读懂“PPT逻辑与图文的智能问答系统实战（附完整源代码）
本文探讨了针对PPT文档的RAG（检索增强生成）系统设计难点与解决方案。传统RAG方案在PPT上效果不佳，因其排版灵活、图文强相关、页间逻辑复杂。文章提出了一套专门针对PPT的RAG系统，采用父子分块架构（子块为单页内容，父块为逻辑相关页面聚合）、跨页逻辑聚合和多模态图文对齐技术。系统技术栈包括LangChain框架、Qwen3模型、FAISS向量库等，通过解析PPT文本、图片和备注信息，建立数据模型实现精准检索和上下文理解。该系统能有效处理PPT特有的非线性布局、高信息密度和断裂逻辑等挑战。
2026-01-30 11:44:01
853
原创 智审未来：基于 LangGraph 多 Agent 协同的新闻 AI 审查系统深度实战（完整源代码）
本项目深度解析一个基于 LangChain、LangGraph 和本地 Ollama 大模型构建的自动化新闻 AI 审查系统。该系统通过多 Agent 协作架构，将新闻审查从简单的“关键词匹配”进化为深度的“语义理解与逻辑推理”。
2026-01-18 20:08:45
875
原创 深度解构：如何利用 LangGraph 打造工业级“自愈式”RAG 智能客服（完整源代码）
本文介绍了一个基于LangGraph的工业设备售后智能客服RAG Agent系统，针对工业场景的特殊挑战（如专业术语、指代消解、知识幻觉等）进行优化。系统采用工作流编排方式，整合查询增强、话题分类、文档检索和相关性评估等环节，具备"自愈"能力——当检索结果不理想时可自动优化查询策略。技术栈包含React前端、FastAPI后端、本地部署的Qwen3-8B大模型和ChromaDB向量数据库，确保数据安全。通过状态管理和条件路由设计，系统能有效处理工业领域复杂的专业问题，相比传统线性流程显著
2026-01-09 11:31:57
776
原创 SQL Agent从“黑盒“到“全透明“：基于LangGraph+Phoenix的可观测性实战指南
本文介绍了一种具备自我诊断能力的SQL Agent系统架构，通过LangGraph实现状态驱动的多节点工作流。系统采用分层设计，包含8个核心节点：1)获取可用表列表；2)智能识别相关表；3)获取表结构；4)生成SQL；5)验证SQL；6)执行查询；7)错误处理；8)生成响应。关键技术包括：使用TypedDict定义Agent状态作为"记忆芯片"，引入双保险机制确保SQL正确性，实现闭环纠错功能。系统结合LangChain、SQLite等技术栈，并通过Arize Phoenix提供可视化监
2026-01-02 10:22:35
1027
原创 从零构建：基于 LangGraph 的医疗问诊智能体实战（完整源代码）
医疗AI智能体的核心挑战在于精准管理复杂上下文信息。本文介绍了一个基于LangGraph和LangChain构建的医疗问诊演示系统，采用分层架构设计实现长短期记忆管理、多轮对话控制和结构化问诊流程。系统通过双层记忆架构（短期滑动窗口机制与长期命名空间隔离）解决上下文窗口限制问题，并利用状态机原理约束诊断路径。该架构不仅适用于医疗场景，也可推广至法律、金融等需要严谨流程的领域。技术亮点包括模块化设计、记忆智能修剪策略和灵活的技术栈选择，为复杂业务场景的AI应用提供了通用解决方案框架。
2025-12-28 10:38:12
1242
原创 项目实战：基于LangGraph、MCP与Chainlit的工业设备智能诊断系统
本文介绍了一个基于LangGraph、MCP和Chainlit的工业设备智能诊断系统。该系统采用三层架构设计，通过LangGraph实现5节点工作流编排，包括信息提取、设备查询、知识查询、库存查询和报告生成。系统特色包括单服务架构、直接函数调用、自动初始化和STDIO优化等技术细节处理，有效解决了传统工业维护效率低下的问题。状态管理采用TypedDict确保类型安全，工作流图支持条件分支和顺序执行，最终生成包含设备状态、故障原因、库存信息等内容的综合决策报告，为维修人员提供智能化支持。该系统代表了工业4.0
2025-12-20 16:21:25
1080
原创 LangGraph + MCP 构建生产级智能体：系统设计、实现与最佳实践（附完整源代码）
本文介绍了一个基于LangGraph 1.0+和MCP协议的数据中心设备监控智能体系统。系统采用FastAPI后端，支持多LLM模型，通过自然语言实现设备状态查询、故障诊断等功能。重点解析了LangGraph工作流设计，包括状态图定义和关键节点实现，如意图分析和工具路由。系统采用模块化架构，提供类型安全的状态管理和智能意图识别，具备企业级监控能力。完整的技术栈和精心设计的提示工程确保了系统的高效性和可扩展性。
2025-12-15 08:55:28
1005
原创 基于LangGraph的HITL（人机协同）系统实战：从原理到深度实践(完整源代码)
本文详细介绍了基于LangGraph 1.0+实现的人机协同（HITL）系统架构与实现。该系统通过Interrupt机制实现AI工作流中的人工干预节点，在智能设备维护预测场景中，高风险决策需经工程师审批。系统采用分层架构设计，前端使用React+TypeScript，后端通过LangGraph实现工作流引擎，结合Checkpointer实现状态持久化。核心创新点包括动态中断节点、状态自动保存与精准恢复机制，通过thread_id实现工作流实例隔离。该系统有效结合AI效率与人类判断，适用于医疗、金融等高可靠性
2025-12-08 09:57:47
1187
原创 基于LangGraph的多智能体设备检测维修诊断系统：Supervisor模式深度实践（完整源代码）
本文介绍了一个基于LangGraph 1.0实现的设备检测维修诊断系统，采用监督者模式实现多智能体协作。系统包含设备检测、故障诊断、维护建议和库存管理四个专业子智能体，由监督者智能体统一协调任务分配和结果整合。技术栈采用LangGraph+FastAPI后端和React前端，提供设备状态查询、故障诊断等功能，为工业4.0时代的企业设备管理提供智能化解决方案。系统界面展示了设备问询、状态监测等核心功能，架构设计体现了多智能体协作的高效性和专业性。
2025-12-03 08:19:12
1370
原创 基于LangGraph的自我改进智能体：Reflection与Reflexion技术详解与实现
本文探讨了两种自我改进智能体模式：Reflection（反思型）和Reflexion（递进式）。Reflection通过"生成-批评-改进"的循环优化内容，适用于文章写作、代码优化等任务；Reflexion在此基础上增加了外部知识检索能力，形成"生成-反思-检索-整合"的工作流程。文章详细介绍了基于LangGraph框架的实现方案，包括系统架构、状态管理和关键节点设计，展示了智能体如何模拟人类学习过程持续改进输出质量。两种模式各具特点，可根据任务需求选择应用。
2025-11-22 16:25:20
1193
原创 项目实战：基于RAPTOR RAG检索技术的工业设备故障诊断系统
本文探讨了基于RAPTOR技术的工业设备故障诊断系统。RAPTOR作为一种树形结构的检索增强生成技术，通过递归摘要生成、树形检索机制和自适应分块策略实现多层次信息处理。在工业应用背景下，项目扩展了官方实现，特别增加了本地化部署能力，通过集成Ollama支持多LLM模型，确保数据安全"不出厂"。系统采用模块化设计，包含文本分块、树构建和智能检索等核心组件，为工业4.0时代的设备故障预测与诊断提供了创新解决方案。
2025-11-12 11:53:13
805
原创 使用 LangGraph 构建复杂的多 Agent 系统：智能合同审核实战
本文将深入探讨如何利用 **LangGraph**实现一个完备的**“智能合同审核与风险分析系统”**。我们将采用 Supervisor（主管） 架构，并详细讲解 LangGraph 中的状态管理、工具定义、短期/长期记忆，以及**人机协作（Human-in-the-Loop, HITL）**功能。
2025-11-09 10:06:29
966
原创 项目实战：ReAct Agent系统——基于LangGraph与MCP工业智能体系统（完整源代码）
在前文"构建强大的ReAct Agent系统:结合LangGraph与MCP的工业级解决方案"文章，介绍了采用ReAct（Reasoning + Acting）模式，结合LangGraph工作流编排和MCP（Model Context Protocol）工具协议，为供应链管理提供了智能化的解决方案。许多读者私信，需要提供一个完整可运行的系统，更加方便学习。本文就此，沿用上文的技术路线，实现了一个较为完整的工业级供应链管理智能体系统。
2025-11-05 14:14:56
822
原创 从文本到知识：基于LangExtract和本地LLM构建工业智能知识图谱（附完整源代码）
本文介绍了利用LangExtract框架结合本地Ollama模型，从工业故障文档中抽取知识并构建知识图谱的方法。系统采用Neo4j图数据库存储知识，通过Pyvis和Cytoscape.js实现可视化展示。文章详细阐述了技术选型、数据预处理、信息抽取、知识融合与存储等完整流程，并提供了代码示例和可视化效果图。该方法可有效整合工业设备故障诊断中的散落知识，提升故障处理效率，同时满足企业数据安全要求。
2025-11-01 21:24:28
1167
原创 用LangGraph和LangFuse构建工业级多智能体（Multi-Agent）系统实战（附源码）
摘要：本文介绍了如何利用LangGraph框架构建一个面向智能工厂设备运维的多智能体系统。该系统采用"主管Agent+子Agent"架构，包含设备状态查询、维保任务调度等专用模块，通过协同工作处理复杂运维任务。文章详细展示了从环境配置、状态管理到工具调用的全流程实现，并提供了Web/命令行双界面示例。关键技术点包括：基于TypedDict的状态管理、ReAct风格的Agent设计、SQLite短期记忆存储，以及通过LangFuse平台进行系统监控与评估。该方案为复杂Agent系统的开发提
2025-10-23 21:23:57
1553
原创 Agentic工作流中函数调用的实战：构建智能工业质检系统
以一个智能工业质检系统为例，从零开始构建一个Agentic工作流，展示如何让大型语言模型（LLM）不仅仅局限于对话，而是能与外部数据库交互，执行复杂的查询任务，从而赋能真实的工业场景。
2025-10-21 23:00:22
1214
原创 LLMs驱动：从非结构化文本到交互式知识图谱的实践指南
本文探讨了在工业4.0时代如何利用大语言模型（LLMs）将非结构化设备日志转化为可交互的知识图谱。文章面向AI工程师和Python开发者，提出了一种模块化方法，通过SPO三元组（Subject-Predicate-Object）构建知识图谱。核心流程包括：文本分块处理、LLM提示词设计、三元组提取和知识图谱可视化。重点分析了工业场景下的Prompt设计要点，如领域术语规范化和格式强制性要求。该方法可实现设备故障的智能分析和决策支持，为智能制造提供结构化知识库。
2025-10-19 22:07:52
1345
原创 工业级Agent记忆优化：从滑动窗口到OS级管理的九大技术实践
记忆（Memory）是构建高性能、高效率Agent的核心挑战。在复杂的工业控制和设备维护场景中，Agent需要处理跨越数小时甚至数天的复杂诊断流程、海量的历史维修记录以及瞬息万变的实时传感器数据。记忆管理的好坏直接决定了Agent的专业度、诊断准确性和运维成本。本文参考和整理了业界领先的Agent记忆优化技术，以一个典型的工业设备维护与诊断Agent（工控智维Agent）为应用场景，为读者提供从基础到高级的九大记忆优化技术参考，并提供代码框架和思路。
2025-10-15 20:04:36
1065
翻译 企业级RAG系统构建（20K+文档）：10+企业实施的经验教训
这篇文章分享了在企业级RAG系统构建中的实战经验。作者发现企业文档普遍质量低下，标准分块方法效果不佳，纯语义搜索在专业领域的失败率高达15-20%。关键建议包括：建立文档质量检测机制，采用分层分块策略，构建领域特定元数据架构，实施混合检索方法，并重视表格数据处理。文章强调企业RAG成功的关键在于工程化处理，而非单纯依赖模型性能，基础设施可靠性和资源管理同样重要。这些经验对处理大规模企业文档具有重要参考价值。
2025-10-11 11:22:26
112
原创 构建强大的ReAct Agent系统：结合LangGraph与MCP的工业级解决方案
深入探讨如何基于ReAct(Reasoning + Acting) Agent技术架构，结合LangGraph和MCP (Model Context Protocol) 工具集成，构建一个工业级的供应链管理智能系统。
2025-10-06 12:44:23
1287
原创 基于FastMCP构建Agentic RAG：深度解析与代码实践（下）
构建一个基于 Agentic RAG 的工业故障问答系统。该系统利用检索增强生成从设备知识库中获取故障相关信息，并通过智能体决定如何检索和调用工具，最终由大语言模型生成详尽的回答。同时，借助 MCP 协议，我们可以将专业工具（如故障知识库查询、计算工具、数据库查询等）封装为 MCP Server，供智能体调用，从而扩展系统的能力边界。
2025-09-29 21:06:57
1681
原创 基于FastMCP构建Agentic RAG：深度解析与代码实践（上）
FastMCP是一个用于构建 MCP Server 的Python框架，它以简洁、高效的方式封装了 MCP协议的底层细节，使开发者能够专注于实现具体的工具逻辑。FastMCP的设计理念类似于 Web 开发中的FastAPI------通过装饰器和类型提示，用极少的代码定义 MCP Server的资源和工具接口。它提供了高度 Pythonic的开发体验，开发者只需编写业务函数，剩下的协议消息处理、参数序列化、错误处理等都由框架自动完成。
2025-09-27 11:58:08
1200
原创 RAG技术深度实践：通过人工标注提升工业故障问答质量
工业智能问答系统面临高精度挑战，本文提出混合式RAG架构解决这一难题。该架构采用双层知识库设计，优先查询人工标注FAQ知识库获取100%准确的标准答案，无匹配时再降级至向量知识库生成答案。通过LangGraph框架实现智能路由流程，确保工业场景下答案的可靠性和专业性。文章详细介绍了架构设计、工作流程和关键代码实现，为工业设备故障维修提供精准可靠的智能解决方案。
2025-09-21 12:28:41
1370
原创 深度解读Context Engineering：赋能工业故障维修与诊断的RAG智能问答
本文将深入探讨 Context Engineering 的技术原理及其在工业故障诊断中的应用。首先，我们介绍 Context Engineering 的概念、核心组成和与 RAG 的关系；接着分析工业故障维修领域引入上下文工程的必要性和典型应用场景；然后通过代码示例演示一个简单的RAG 问答系统实现；最后讨论该领域面临的挑战和未来发展方向。
2025-09-19 12:18:09
1373
原创 项目实战：LangExtract知识图谱构建和混合RAG在工业故障诊断中的应用（二）
本文介绍了如何利用生成式AI构建工业故障诊断知识图谱及混合检索问答系统。首先通过LangExtract工具从非结构化维修手册和故障报告中抽取结构化知识，设计知识图谱本体并存储到Neo4j数据库。然后结合向量检索和图检索优势，在LangChain中实现混合RAG架构，最终构建端到端的工业故障诊断问答机器人。系统能通过语义理解和知识推理，提供专业诊断建议，如分析轴承温度异常原因、查询备件更换流程等。文章还提供了完整的Python实现代码，并展望了从辅助诊断到数字孪生的工业智能发展路径。
2025-09-16 22:08:18
1492
原创 项目实战：LangExtract知识图谱构建和混合RAG在工业故障诊断中的应用（一）
本文介绍了如何利用生成式AI技术构建工业故障诊断知识图谱与智能问答系统。文章首先分析了工业领域存在的"非结构化知识困境"，提出通过Google开源的LangExtract工具实现Schema驱动的知识抽取，将维修手册、故障报告等转化为结构化数据。随后详细阐述了构建工业知识图谱的全流程，包括本体设计、知识抽取与融合、Neo4j图数据库存储等关键技术。在实现层面，创新性地提出混合检索增强生成(Hybrid RAG)架构，结合向量检索与图检索的优势，并通过LangChain构建自定义检索器。最
2025-09-13 11:51:38
2493
原创 深入浅出：从实战项目掌握高级 RAG 技术
高级RAG实战系统解析 本文介绍一个面向实战的高级检索增强生成(RAG)系统，融合向量检索、BM25关键词检索、知识图谱等多项技术，解决传统RAG的语义匹配不足问题。系统采用分层架构，集成Ollama本地大模型和bge-m3多语言嵌入模型，支持7个典型场景演示，包括混合检索对比、查询扩展和多语言处理等核心功能。通过完整的性能分析和可视化对比，系统展示了查询重排序、结果融合等关键技术实现，为开发者提供可落地的RAG优化方案。
2025-09-09 11:40:13
1386
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人