摘要: 这里是为了续上上一章节的从RAG入门到RAG优化,所以不多废话,直接上手 RAG优化 (1)chunk优化- [YES] (2)BM25关键检索- [YES] (3)rerank 重排 其实很好理解,rerank的实现过程就是首先粗略的找出一些相关的,然后再去使用更聪明的模型去进行排名,然后选出最有 阅读全文
posted @ 2026-05-12 19:03 LiYellowDuck 阅读(23) 评论(0) 推荐(0)
摘要: OpenClaw vs Hermes Tips:这里仅仅是对于两种概念的理解,并没有讲述如何使用,以及使用体验,先开一个小头,用于提醒自己,后续有机会,会对于这二者进行实际应用对比,再次说明这里仅仅只从初步概念理解进行对比 1.定位不同 OpenClaw OpenClaw可以说更偏向于短期日常工作, 阅读全文
posted @ 2026-05-10 15:13 LiYellowDuck 阅读(38) 评论(0) 推荐(0)
摘要: 根据YellowDuck的上两篇博客LangChian和LangGraph的学习,YellowDuck已经学会了如何自制一个简易的Agent,但是YellowDuck发现,为什么自制的Agent的能力总是泛泛而谈,似乎更多的是横向的扩展,并没有某一方面的特化,于是YellowDuck开始思考... 阅读全文
posted @ 2026-05-10 11:06 LiYellowDuck 阅读(40) 评论(0) 推荐(0)
摘要: LangChain是什么? 首先LangChain和LangGraph一样,其实都是为了把模型、工具、第三方服务和各种组件组合起来,也就是官方描述的构建 Agent 和 LLM 应用 的框架,也就是提供一个框架,解决了很多原本需要程序员手动写的胶水代码。 LangChain和LangGraph的区别 阅读全文
posted @ 2026-05-06 14:47 LiYellowDuck 阅读(73) 评论(0) 推荐(0)
摘要: 什么是LangGraph? 在建立了一点LangChain和LLM的基础上可以进行延申,它是一个用来搭建AI Agent的框架。 通俗一点也就是说它很像一个流程图/状态图(自称),因为我可以去规定该图的每一个节点,每一个节点状态,以及每一条边,最后形成一套完整的状态图。 所以我认为,它主要解决整个流 阅读全文
posted @ 2026-05-04 18:51 LiYellowDuck 阅读(69) 评论(2) 推荐(1)