logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

AI Agent 30天速成|Day7 教学笔记

Day3 FAISS仅内存存储,重启丢失向量、无元数据、不支持过滤、无内置去重逻辑;Chroma专为LLM RAG设计,核心优势:传统文本Embedding只能编码文字;SigLIP/CLIP构建统一共享向量空间:在Day6网关基础上新增工具,标准化输入:网关统一封装SigLIP向量化、Chroma检索、元数据过滤逻辑,上层ReAct Agent无需关心图文底层差异。用户提问(支持图文描述)解决方

#人工智能
AI Agent 30天速成|Day7 教学笔记

Day3 FAISS仅内存存储,重启丢失向量、无元数据、不支持过滤、无内置去重逻辑;Chroma专为LLM RAG设计,核心优势:传统文本Embedding只能编码文字;SigLIP/CLIP构建统一共享向量空间:在Day6网关基础上新增工具,标准化输入:网关统一封装SigLIP向量化、Chroma检索、元数据过滤逻辑,上层ReAct Agent无需关心图文底层差异。用户提问(支持图文描述)解决方

#人工智能
AI Agent 30天速成|Day7 教学笔记

Day3 FAISS仅内存存储,重启丢失向量、无元数据、不支持过滤、无内置去重逻辑;Chroma专为LLM RAG设计,核心优势:传统文本Embedding只能编码文字;SigLIP/CLIP构建统一共享向量空间:在Day6网关基础上新增工具,标准化输入:网关统一封装SigLIP向量化、Chroma检索、元数据过滤逻辑,上层ReAct Agent无需关心图文底层差异。用户提问(支持图文描述)解决方

#人工智能
AI Agent 30天速成|Day7 教学笔记

Day3 FAISS仅内存存储,重启丢失向量、无元数据、不支持过滤、无内置去重逻辑;Chroma专为LLM RAG设计,核心优势:传统文本Embedding只能编码文字;SigLIP/CLIP构建统一共享向量空间:在Day6网关基础上新增工具,标准化输入:网关统一封装SigLIP向量化、Chroma检索、元数据过滤逻辑,上层ReAct Agent无需关心图文底层差异。用户提问(支持图文描述)解决方

#人工智能
AI Agent 30天速成|Day7 教学笔记

Day3 FAISS仅内存存储,重启丢失向量、无元数据、不支持过滤、无内置去重逻辑;Chroma专为LLM RAG设计,核心优势:传统文本Embedding只能编码文字;SigLIP/CLIP构建统一共享向量空间:在Day6网关基础上新增工具,标准化输入:网关统一封装SigLIP向量化、Chroma检索、元数据过滤逻辑,上层ReAct Agent无需关心图文底层差异。用户提问(支持图文描述)解决方

#人工智能
Codex Context Compaction 真相:Agent 为什么压缩后还能接着干活?

上下文压缩入口层先控制工具输出和历史膨胀,避免窗口太快被噪声吃掉。把任务状态交给服务端处理,用 opaque state 承载比明文 summary 更强的恢复能力。Prompt scaffold 在压缩后重建系统规则,让 summary 不必背负所有环境约束。

#java#前端#javascript
到底了