LlamaIndex 提供了一套底层组合式API，可实现对查询流程的精细化控制。在这个示例中，我们自定义了检索器，使用不同的 top_k 数值，并添加了一个后处理步骤，要求检索到的节点必须达到最低相似度分数才能被包含在内。这样可以在有相关结果时为您提供大量数据，但如果没有任何相关内容，也可能导致没有数据返回。documents = SimpleDirectoryReader(input_dir="

检索器负责在给定用户查询（或聊天消息）的情况下获取最相关的上下文。它可以建立在索引之上，也可以独立定义。它作为查询引擎（和聊天引擎）中用于检索相关上下文的关键构建模块。

gitee：eason (eason0552) - Gitee.com

Spring Boot 的事件监听机制基于观察者模式，允许应用程序在不同组件之间进行松耦合的通信。当某个事件发生时，所有注册的监听器都会收到通知并执行相应的处理逻辑。/*** 创建订单事件*/@Getter/*** 订单ID*//*** 订单创建用户*/

日志相关配置# 初始化FastMCP服务器，并指定服务的名称为：calculatorname="calculator_mcp_server", # 服务名instructions="计算器", # 服务描述# 定义加法工具函数"""加法运算:param x: 第一个数字:param y: 第二个数字:return:"""logger.info(f"加法运算 :{x} + {y} = {res}")

智能体执行器 Runner，负责完成一次用户需求的响应，是ADK中真正让Agent运行起来的引擎，其核心功能和Agents SDK中的Runner类似，具体作用如下：会话管理：自动读取/写入 SessionService，维护历史信息。Agent调用：调用指定的Agent完成推理和工具调用输入输出流转：把用户输入交给Agent，把Agent输出返回。流程控制：支持多轮对话、子Agent委托、工具调

在 LlamaIndex 中，你可以通过继承或使用创建自定义的 Embedding 类。# model_name: Optional[str] = None # 可选模型名# api_key: Optional[str] = None # 支持传入 api_key# dimension: Optional[int] = None # 默认 v1 是 768，v2 是 1536embeddings

使用AutoGen调用本地Qwen2.5推理模型