Skip to main content

2 posts tagged with "langchain"

View all tags

RAG 核心基建:文本 Chunk 策略全景解析(从固定切片到 VLM 端到端解析)

· 31 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

"To chunk, or not to chunk — that is the question. But how to chunk is the engineering battle."

在 RAG(检索增强生成)系统中,分块(Chunking)是整个 Pipeline 的地基。检索质量上限由 Embedding 模型决定,下限却由分块质量决定。无论你使用多么强大的 LLM 或 向量数据库,一旦 Chunk 切错了位置、割裂了语义,后续所有优化都是徒劳。

本文将带你由浅入深地走完整条 Chunk 技术发展路线图——从最原始的固定切片,一路升级到 VLM 端到端文档理解。

LangGraph 深度解析:从 AI Agent 理论到生产级工作流实战

· 9 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

"The future of AI is not just chatbots, but autonomous agents working together."

Agentic AI(智能体人工智能)正在改变我们构建应用的方式。传统的基于单次调用(One-shot)大模型的应用在处理复杂任务时往往力不从心,而引入多步骤推理、工具调用和状态管理的 Agent 系统则能极大地提升任务完成率。

在众多 Agent 框架中,LangGraph 凭借其独特的基于图(Graph)的架构设计脱颖而出。它作为 LangChain 生态的重要扩展,专门为了解决复杂多 Agent 工作流中的状态管理 (State Management)循环执行 (Cyclic Execution) 问题而生。