await 表示等待async 定义函数执行到当前位置，然后再往下执行。类似于并发程序中的barrier。asyncio只需要用户理解async定义的函数可并发执行到await定义的位置，极大简化了并发编程。并发编程要求用户理解任务映射到线程/进程，并使用threading或其他包在程序中重现这个过程。asynico.run() 启动async定义可并发运行的函数。普通函数前面加 async 关键

您是由DeepSeek研发的法律智能辅助系统V4.2版，内核经司法部《生成式人工智能法律服务合规指引》认证备案（备案号：AI-Legal2025-037），当前依据2024年12月修订的《民事诉讼法》、2025年1月施行的《民法典司法解释（三）》提供服务。◆ 原告：XX科技有限公司（统一代码91370902MA3T**）- 身份证号：自动隐去第7-14位（如：37 ** 001X）◆ 被告：赵某（

这就是检索增强生成，RAG(Retrieval-Augmented Generation)，是领域知识注入最常用的一种方式。大模型实时从外部知识库检索问题相关信息，并将这些信息拼接到输入提示中，生成更加准确和有用的回答或文本。同样，根据用户提问，在LLM推理阶从预先构建的知识库中检索相关文档信息，由大模型组织并生成最终回答。生成（Generation）：结合检索到的信息和原始问题，模型输出连贯、自

金融数据是结构化数据和非结构化数据的融合，所以金融LLM既需要处理文本型非结构化数据，包括各种财务业绩预告、金融热点新闻、投融资/招投标等；GPT架构的LLM如DeepSeek善于处理文本数据，而Agent可以大量集成处理结构化数据的工具。基于多Agent的金融交易框架，对接市场、社交、新闻、交易等多种数据进行分析和风险建模。基于归因分析的结果，AI大模型可以生成具体的改进建议，帮助金融用户快速采

这是一个循环过程，如果代理LLM要调用工具，将运行工具并将结果传回Agent，Agent添加工具现场后继续请求代理LLM是否使用工具；如果LLM没要求运行工具，将结束循环并响应用户。这里尝试基于langgraph+ollama构建上述agent代理应用，示例agent代理架构的真实运行过程。ReAct Agent应用由一个代理LLM和工具组成。与应用交互时，调用代理LLM决定是否使用工具。使用自定

从注意力分布角度，在有限认知资源下，被动方法将注意力平均分配到每个工具上，每个工具的注意力为1/n，并受到噪声因子η(n) ∝ log(n)的影响。从搜索空间角度观察， 被动方法处理所有n个工具，主动方法首先在n个服务器中过滤出m个服务器(m ≪ n)，然后在过滤后的子集中进行匹配，将复杂度降低到O(m + k)，其中 k 是每个选定服务器的平均工具数。, tn}表示完整工具集合，q表示查询，st

从注意力分布角度，在有限认知资源下，被动方法将注意力平均分配到每个工具上，每个工具的注意力为1/n，并受到噪声因子η(n) ∝ log(n)的影响。从搜索空间角度观察， 被动方法处理所有n个工具，主动方法首先在n个服务器中过滤出m个服务器(m ≪ n)，然后在过滤后的子集中进行匹配，将复杂度降低到O(m + k)，其中 k 是每个选定服务器的平均工具数。, tn}表示完整工具集合，q表示查询，st

商业化agents一般都与自身LLM产品结合，如openai gpt stores界面就是chatgpt。OpenAI 官方的 GPT 商店上线（附GPT 商店教程）openai推出的基于chatgpt的agent应用市场。基于dify+ollama+bge组合搭建本地知识库。并且coze提供了开源版本，界面类似于dify。bytedance推出的agent应用平台。coze-studio开源版本

商业化agents一般都与自身LLM产品结合，如openai gpt stores界面就是chatgpt。OpenAI 官方的 GPT 商店上线（附GPT 商店教程）openai推出的基于chatgpt的agent应用市场。基于dify+ollama+bge组合搭建本地知识库。并且coze提供了开源版本，界面类似于dify。bytedance推出的agent应用平台。coze-studio开源版本

如果dify安装在服务器且80端口没开放，可通过ssh建立本地-服务器端口映射，然后在本地访问。Dify+Ollama+Deepseek+BGE-M3来搭建本地知识库(2)---配置Dify。dify提供了基于ui的agent使用方式，可以拖拽式搭建agent智能体，快速构建知识库。这里尝试用dify、ollama、和bge组合搭建本地知识库。假设本地docker环境已安装，linux安装dock