摘要：本文阐述了生产级智能体的五大记忆模块协同工作机制，重点解决开发者常见误区——单独使用某种记忆导致的问题。文章提出"分层存储、按需检索、动态优化"的工业级协同标准，详细解析了会话、任务、长期、知识和记忆清理模块的定位与协作流程，并提供了可直接复用的养老智能体示例代码。关键点包括：1）五大模块各司其职又相互支撑；2）工业级落地技巧（Token控制、记忆精度优化等）；3）生产环

本文介绍了网页数据读取的三种常见场景及对应解决方案：静态网页（WebBaseLoader直接读取）、强冗余网页（Trafilatura系列去噪）、动态JS页面（Selenium渲染加载）。基于LangChain和LlamaIndex双框架，详细说明了各场景下的核心加载器、关键操作和代码示例，并给出选型建议。

本文系统介绍了本地文件读取技术方案，涵盖TXT/Markdown、PDF、Word、CSV/Excel等主流格式。通过LlamaIndex和LangChain双框架对比分析，详细阐述了单类型文件读取和多类型混合读取的实现方法。

本文介绍了结构化数据源（数据库、协作平台、API）的文本化转换方法，支持企业级RAG知识库构建。通过对比LangChain和LlamaIndex双框架在MySQL/PostgreSQL数据库、飞书文档和Notion文档三种场景的应用，分析了两者的核心加载器、关键操作和输出特点。

RAG（检索增强生成）是为大模型构建可更新知识库的技术方案，通过先检索后生成的方式解决大模型幻觉、知识过时和私有文档使用问题。其流程分为离线构建（文档加载、文本分块、向量化、索引构建）和在线查询（问题向量化、向量检索、重排、生成回答）两大阶段。核心组件包括读取器、解析器、检索器、重排器和生成器等，协同实现精准检索和可靠生成。

摘要： ClaudeSkills是Anthropic推出的模块化能力扩展工具，通过YAML配置+Markdown流程+可选脚本封装复杂操作为可复用“能力包”，支持联动外部系统和业务工具。其核心价值在于高效复用（避免重复编写Prompt）、降低使用门槛（无需代码）、功能扩展（集成业务系统）和稳定输出（流程化配置）。适用于开发者、运营等需高频处理标准化任务的用户。 与传统Prompt和MCP相比，Cl

FastMCP是基于FunctionCalling标准的Python框架，通过装饰器自动完成工具服务开发。它将Python函数自动转换为标准JSON格式，支持本地（stdio）和远程（SSE）两种传输方式，实现LLM与工具服务的无缝对接。开发者只需用@mcp.tool()装饰函数，无需手动处理JSON，即可快速构建可被LLM调用的工具服务，大幅降低开发复杂度。

摘要： FunctionCalling（函数调用）是LLM工程化的核心协议，通过结构化JSON格式实现大模型与工具的交互。核心包含两部分：工具定义格式（描述函数名、参数等）和模型返回格式（调用指令）。使用流程为：定义工具→封装JSON→模型调用→执行函数→返回结果。关键点包括：工具描述决定调用成功率、参数类型需明确定义、需限制调用次数防止循环。框架如LangChain可自动处理JSON封装，简化开

摘要： FunctionCalling（函数调用）是LLM工程化的核心协议，通过结构化JSON格式实现大模型与工具的交互。核心包含两部分：工具定义格式（描述函数名、参数等）和模型返回格式（调用指令）。使用流程为：定义工具→封装JSON→模型调用→执行函数→返回结果。关键点包括：工具描述决定调用成功率、参数类型需明确定义、需限制调用次数防止循环。框架如LangChain可自动处理JSON封装，简化开

摘要：大模型智能体的知识记忆与长期记忆存在本质区别。知识记忆存储结构化通用知识（如行业政策、专业常识），而长期记忆保存用户交互信息。知识记忆通过检索增强（RAG）和知识图谱两种主流方式实现：RAG将外部文档转化为向量存储，适合政策解读等场景；知识图谱通过实体关系构建结构化知识网络，适用于医疗诊断等需要逻辑推理的领域。最佳实践建议将知识记忆与会话记忆、长期记忆相结合，实现个性化与专业性的统一。关键点