RAG标签_CSDN-OPC开发者社区

RAG

Nexa开源框架：基于RAG与Agent技术构建高效长文本AI应用

在人工智能工程实践中，检索增强生成（RAG）技术通过结合外部知识库与大型语言模型（LLM），有效缓解了模型在处理长文本时面临的信息遗忘与幻觉问题。其核心原理是将文档进行智能分块、向量化存储，并在查询时通过语义检索动态构建上下文，从而提升回答的准确性与事实依据。这项技术的核心价值在于，它使得AI应用能够高效处理超长文档、技术手册等复杂信息源，并在此基础上构建可执行多步骤任务的智能体（Agent）。在

 兔尾巴老李
2026-04-30 12:05:08

 309

 9

#RAG
一文搞懂：RAG、Agent与多模态的行业实践与未来趋势

本文将解析技术演进脉络、实战经验与未来图景，为读者提供前沿趋势的全局视角与产业升级的实践指引。

Python秒杀
2026-03-02 15:46:42

 340

 3

#人工智能 #github #RAG
RAG评估实战：5个关键指标帮你诊断检索与生成问题（附Python代码）

本文提供了一套实用的RAG系统评估方法，通过精确度、召回率、命中率、平均倒数排名、忠实度和答案相关性这5个关键评估指标，帮助开发者量化诊断检索与生成环节的问题。文章包含详细的Python代码示例，指导如何构建评估数据集、计算指标并分析结果，从而实现从“凭感觉”到“看数据”的精准优化。

rice5
2026-03-10 03:39:13

 452

 8

#RAG
MCP与Agent Skill：AI能力构建的“手”与“手册”，一篇读懂它们如何协同提升Agent表现！

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选很简单，这些岗位缺人且高薪智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张，也让人才供需矛盾愈发突出。

猿类崛起@
2026-07-16 10:18:29

 239

 6

#人工智能 #职场和发展 #产品经理 +2
智能体Agent自学教程推荐，Hello-Agents

2026年系统性的自学LLM、RAG、Agent等AI前沿技术，推荐最近我在看的电子书《Hello-Agents》，中文名为《从零开始构建智能体》，目前在GitHub上已经斩获15k的Stars，并且上升曲线非常陡峭，凸显其关注度和受欢迎程度。

菜鸟Java码农
2026-03-10 10:20:06

 409

 12

#人工智能 #产品经理 #RAG +1
Agent全面爆发！一文搞懂Agent开发核心链路

当数据自己会思考，当代码拥有自主决策的能力——从Workflow到Agentic AI，一个完全自主的数据分析师，究竟是如何诞生的？

人工智能小豪
2026-03-02 15:37:30

 566

 4

#机器学习 #人工智能 #知识图谱 +1
Agent全面爆发！一文搞懂背后的核心范式ReAct！

近一年，围绕大模型的 Agent 方案呈现井喷态势。从自动化流程、开发辅助，到复杂任务编排，Agent 几乎成为所有 AI 应用的默认形态。

AI_小站
2026-04-10 10:58:43

 329

 5

#java #人工智能 #RAG +1
论文精读：Agentic Context Engineering (ACE)

**论文摘要：斯坦福大学团队提出Agentic Context Engineering (ACE)框架，通过将上下文视为动态演进的"战术手册"而非静态提示词，解决了现有上下文适配方法的两大核心缺陷：简洁性偏差和上下文坍塌问题。ACE采用生成-反思-策展的三角色架构，结合增量式更新机制，在Agent任务上实现10.6%的性能提升，领域任务提升8.6%。其创新包括模块化工作流、局

 Pushkin.
2026-04-04 09:23:46

 556

 11

#人工智能 #RAG
15分钟后搞懂AI大模型：基本概念、Prompt、RAG、Agent及多模态

随着大模型的迅猛发展，LLM 作为人工智能的核心力量，正以前所未有的方式重塑着我们的生活、学习和工作。无论是智能语音助手、自动驾驶汽车，还是智能决策系统，大模型都是幕后英雄，让这些看似不可思议的事情变为可能。

bugyinyin
2026-02-19 12:06:38

 697

 10

#人工智能 #架构 #AI +1
LLM、Prompt、Agent这些AI黑话都是啥？看完秒懂

每次听到别人说 "LLM"、"AIGC"、"Prompt"、"Agent" 这些词就头皮发麻？

人工智能小豪
2026-03-28 10:22:26

 356

 6

#人工智能 #transformer #RAG
如何设计Agent的记忆模块

本文章记录了博主，如何搭建深度适配项目业务的轻量记忆机制。

墨尘484
2026-04-28 15:50:17

 628

 19

#RAG
一篇看懂AI新名词：从MCP到Agent、Skil

AI从“会聊天”到“能干活”的5层架构解析本文用通俗语言拆解AI任务执行的底层逻辑，将复杂技术术语归纳为5个功能层：1）决策层（Agent）负责拆解任务；2）执行层（Tools/CLI）连接外部工具；3）方法论层（Workflow/Skill）固化操作流程；4）知识层（RAG/Memory）管理信息调用；5）安全层（Guardrails）控制操作边界。文章通过"AI助理写公众号"等场景案例，形象

 我算是程序猿
2026-07-16 10:33:10

 250

 6

#人工智能 #AI #RAG
什么是Agentic RAG？

AgenticRAG是RAG技术的进化形态，通过引入智能体(Agent)作为控制中枢，使系统从被动信息检索升级为主动任务执行。

Lw中
2026-03-16 10:41:21

 583

 15

#人工智能 #RAG
从0到1拿下Agent岗位offer：转行、大龄、零经验者的实战指南（附教程）

无论转行、大龄还是应届生，只要找准方法、精准适配、坚持执行，都能在Agent领域获得成功。

Python老猿
2026-03-14 10:55:13

 550

 7

#人工智能 #python #RAG
从 LLM Wiki 到 Google OKF，如何重建企业 Agent 的可靠知识底座

本文探讨了Agent时代企业知识管理的新范式，重点介绍了LLMWiki和Google的OpenKnowledgeFormat(OKF)方案。文章指出传统RAG技术存在知识碎片化、可靠性不足等问题，而LLMWiki通过构建结构化、可维护的Wiki式知识体系，配合OKF的标准化格式约定，能更好地支持Agent的知识探索需求。OKF采用Markdown+YAML元数据的基本规范，保持互操作性同时允许灵活

 DK_Allen
2026-07-27 17:34:08

 424

 9

#RAG
ADK Agent Skills 五大核心设计模式详解

Agent Skills 规范是开源的，并在整个 ADK 中得到原生支持。你已经知道如何打包格式。现在你知道如何设计内容。使用 Google Agent Development Kit 构建更智能的 agent 吧。

程序学到昏
2026-03-30 10:03:37

 515

 10

#人工智能 #java #产品经理 +1
【收藏必学】Agent元年实战：从技术框架到企业落地的完整指南

本文分析了Agent技术在企业落地面临的挑战，详细介绍了ReAct和Plan-and-Execute两种主流框架及其局限性。作者提出基于ReAct框架的优化方案，包括快慢思考模型结合、"泛化"工具定义、Multi-Agent协作机制和异常处理策略，解决了Agent在复杂业务场景中的稳定性问题。同时探讨了多意图处理和意图跳转等关键技术难题，为Agent技术从概念走向实际应用提供了实践参考。

bugyinyin
2026-02-26 13:13:58

 391

 6

#transformer #深度学习 #RAG +2
Agent 五种经典设计模式

全称Reasoning+Acting,即"先思考，再行动"。模型不直接生成最终答案，通过显式推理步骤判断是否调用外部工具(如搜索引擎、数据库等)，再根据反馈继续推理与执行，直至完成任务。

FeelTouch Labs
2026-02-26 11:00:46

 363

 1

#设计模式 #RAG
Java后端AI面试实录：手撕RAG与Agent高并发落地，候选人“秦始皇”汗流浃背！

AI应用开发，30%在模型和算法，70%在工程化落地。只有将Java后端的并发、缓存、高可用等深厚功底与AI技术深度融合，才能打造出真正可用的生产级AI应用。

gaga
2026-07-04 17:56:12

 362

 8

#RAG
Token（词元）、Skill、Agent、RAG 一次讲透：定义、能力边界与落地结果

本文把这 4 个高频名词拆开讲清：是什么、能干吗、产出结果怎么验。你可以直接复制文中的命令和最小配置，今天就能做一版可测的知识问答 Agent。

Langchain
2026-04-10 11:16:13

 356

 6

#人工智能 #java #产品经理 +2
【系统学AI】13 Agentic RAG（2026版）：让AI自己决定怎么检索

摘要：Agentic RAG是传统RAG的智能演进方向，通过引入Agent实现动态决策循环，解决传统RAG的检索冗余、单次检索局限等问题。核心代表方案包括： Self-RAG（自反思Token评估检索与生成质量） CRAG（检索质量评估+失败时Web搜索兜底） Adaptive RAG（按问题复杂度动态路由） HyDE（生成假设答案优化检索）。 2026年趋势：多Agent协作、与长期记忆融合、向

 qcx23
2026-05-30 10:55:43

 495

 5

#人工智能 #java #前端 +1
构建智能体的专业技能树 - 搞懂 Agent Skills（上篇）

Anthropic 推出的 Agent Skills 规范，就是为了解决这个问题。今天这篇文章，我们用最通俗的方式，把这个概念彻底讲清楚。

人工智能小豪
2026-03-31 11:09:42

 311

 4

#人工智能 #RAG #AI
四、Agent原理与ReAct 架构详解

Agent（智能体）是能够感知环境、做出决策并采取行动以实现特定目标的自主实体。

瓦罗兰特顶级C位
2026-03-11 10:50:14

 501

 9

#架构 #人工智能 #科技 +2
一口气讲清楚 Agent、RAG、Skill、MCP 到底是什么？

这篇文章不搞概念堆砌，而是从一个后端工程师的视角，把 Agent、RAG、Skill、MCP 这四个高频词拆开、讲透。读完之后，你会明白它们各自解决什么问题、技术原理是什么、彼此之间是什么关系，以及在实际工程中该如何选型和组合。

人工智能小豪
2026-05-31 14:38:49

 346

 8

#人工智能 #开发语言 #RAG