陈志宝‑天津｜Android&Java 全栈开发工程师

本文提出一套高效RAG检索优化方案：融合BM25关键词检索与向量语义检索，通过RRF算法实现排名融合，并引入rerank模型精排候选。针对专有名词、编号等难点，结合混合检索与严格引用溯源校验，显著提升召回准确率。代码实测表明，该方案在“如何休年假”等复杂查询中精准命中关键信息，有效避免幻觉与引用错误，为生产级知识问答系统提供可靠实践路径。

构建个人知识库问答机器人，通过切分文档、向量化存储至Chroma，实现精准检索与溯源回答。代码支持幂等建库、忠实回答与来源标注，结合DeepSeek生成答案，确保信息准确可复核。实测效果良好，有效避免幻觉，具备可扩展性。

本文介绍向量数据库在知识库中的应用，以易上手的Chroma为例，实现向量的持久化存储与增删改查。对比FAISS与Milvus，推荐学习阶段使用Chroma，掌握语义检索核心能力。通过完整代码演示数据添加、查询、更新与删除，并强调幂等性、相似度计算（1-距离）、路径与命名规范等关键实践，完成从文本切分到向量化存储的闭环，为构建RAG问答系统奠定基础。

本文系统讲解RAG构建中“建库”的核心环节：切分策略与向量化选型。强调“切分方式决定能否检索到，embedding模型决定检索准不准”。推荐制度类文档采用按段落切分，配合重叠（overlap）防断句；嵌入模型优先选通义text-embedding-v3或本地BGE，避免频繁重建。通过可运行代码演示固定长度滑窗与段落切分，并实现批量向量化与余弦相似度排序。总结踩坑经验，明确工程规范：分批处理、过滤空块、换模型必重训。为下一讲向量数据库持久化打下坚实基础。

本文详解RAG（检索增强生成）原理，破解大模型“幻觉”难题。通过将私有知识切块向量化存入库，问答时先检索最相似内容，再让模型基于资料生成答案，实现“开卷考试”式精准响应。代码实操构建最小闭环：用通义嵌入、DeepSeek生成，结合余弦相似度实现Top-K检索。强调分工协作（嵌入与对话模型可异构）、避免全量文档输入、注意返回顺序与温度控制。下篇将深入文档切分策略与工程优化。

本文实现首个可落地的多功能助手Agent，融合Agent思想、多轮会话、工具调用与注册表规范。支持时间查询、安全四则运算（AST白名单防注入）、天气查询及多轮追问，通过注册表分发工具并严格兜底非法调用与幻觉，确保安全可靠。代码一体化运行，展现AI应用工程化闭环能力。

008 篇跑通了单工具闭环，但真实项目里 Agent 动辄十几个工具：命名乱、参数杂、一个工具报错整个程序崩。设计四规范 → 装饰器注册表 → 错误处理三段式 → 可循环的 Agent 主流程，最后升级 008 的单发版为"可多轮调用工具"的完整版。

第三阶段开篇：Agent 的手。001 篇的雏形里，"用不用工具"是我们写死的 if/else——工具一多就维护不动。把"要不要用工具、用哪个、参数填什么"的决策权正式交还给大模型。

006 篇让模型"说人话"，但 Agent 开发里模型常常要对接程序：提取的信息要存库、分类结果要进 if 分支、工具参数要传给函数——程序需要的是"机器话"（JSON）。prompt 约定 → JSON Mode → Pydantic 校验重试。

模型是固定的，效果的天花板往往卡在提示词上。Agent 开发里 70% 的"玄学翻车"最后都靠改 prompt 解决。系统提示词四要素 → Few-shot → 思维链 → 反模式清单，每个技巧都配对比实验。

用 ChatGPT 时答案是一个字一个字"打"出来的，而 004 篇我们的代码要等整个回答生成完——差距就在stream 流式。另外模型明明"没有记性"，为什么聊天软件能连续对话？流式输出和多轮对话的真相。

环境就绪，本篇正式"对话大脑"：一次 API 调用的完整解剖——messages 角色分工、temperature/max_tokens 该怎么调、响应结构里藏着什么、token 怎么算钱，最后封装一个双模型（DeepSeek / 通义）切换器。

进入第二阶段：大模型 API 基础篇。虚拟环境隔离、IDE 配置、依赖固化、密钥管理，一次配好全系列受益。

模型哪家强？框架选哪个？低代码平台能不能用？会不会学错东西？本篇任务：一张分层全景图、一份主流框架点评、一张选型决策表，再用"同一个任务的两种写法"让你体感框架的价值，最后宣布本系列的技术主线。

新系列开篇。从调用大模型 API 开始，一路走到独立完成并上线一个企业级 Agent 应用。零基础可跟：每篇都有完整可运行代码，演示全部用国内可直连的模型（DeepSeek / 通义千问）原理优先：先手写、再上框架，不做"只会调包"的开发者以战代练：收尾有 5 个可写进简历的实战项目大模型到底缺什么、Agent 是什么、亲手跑通一个 Agent 雏形。