简单来说，原本的大模型在考试的时候只能依赖已经学习过的内容进行回答，RAG则相当于让大模型可以开卷作答，即使没有学习过的内容，也可以通过翻书解决。docker相当于一个开箱即用的环境，由项目开发者配置完成后，分发镜像给用户使用，无需关心其具体的运行环境配置，也不会影响计算机自身的环境。最近遇到很多人都对于本地知识库搭建的流程非常有兴趣，故做一个教程，也完成一下Datawhale的视频共建任务，文章

简单介绍就是，资源就是能提供给llm的上下文，提示词就是llm的提示，工具是服务器提供的工具，采样是一个特殊的功能用于采样提示词，root则是表明应用的工作的范围。简单来说，对于用户来说，MCP是一种简单的工具，可以帮助我们访问各式各样的数据源。在EchoTools.cs文件中，修改代码如下，便实现了我们的加法工具，这和之前SK（语义核心）的工具编写方法非常的像，几乎可以无缝使用。然后你可以填入你

借由Deepseek的爆火，本文将介绍如何快速的在本地部署大语言模型，并且在.NET程序中调用进行对话。