第9/10天我手写了向量检索——for 循环 + 余弦相似度 + 排序。这在知识库只有 5 条文档时没问题，但如果知识库有 5000 条，手写循环就太慢了。今天学 Chroma——一个专门做向量存储和检索的数据库。Chroma 就是把第9天手写的 for 循环+余弦相似度+排序封装成了一行。就像用 Room 数据库替代手写 SQLite——专业工具让代码更简洁。

第9/10天我手写了向量检索——for 循环 + 余弦相似度 + 排序。这在知识库只有 5 条文档时没问题，但如果知识库有 5000 条，手写循环就太慢了。今天学 Chroma——一个专门做向量存储和检索的数据库。Chroma 就是把第9天手写的 for 循环+余弦相似度+排序封装成了一行。就像用 Room 数据库替代手写 SQLite——专业工具让代码更简洁。

第9/10天我手写了向量检索——for 循环 + 余弦相似度 + 排序。这在知识库只有 5 条文档时没问题，但如果知识库有 5000 条，手写循环就太慢了。今天学 Chroma——一个专门做向量存储和检索的数据库。Chroma 就是把第9天手写的 for 循环+余弦相似度+排序封装成了一行。就像用 Room 数据库替代手写 SQLite——专业工具让代码更简洁。

第9/10天我手写了向量检索——for 循环 + 余弦相似度 + 排序。这在知识库只有 5 条文档时没问题，但如果知识库有 5000 条，手写循环就太慢了。今天学 Chroma——一个专门做向量存储和检索的数据库。Chroma 就是把第9天手写的 for 循环+余弦相似度+排序封装成了一行。就像用 Room 数据库替代手写 SQLite——专业工具让代码更简洁。

第9/10天我手写了向量检索——for 循环 + 余弦相似度 + 排序。这在知识库只有 5 条文档时没问题，但如果知识库有 5000 条，手写循环就太慢了。今天学 Chroma——一个专门做向量存储和检索的数据库。Chroma 就是把第9天手写的 for 循环+余弦相似度+排序封装成了一行。就像用 Room 数据库替代手写 SQLite——专业工具让代码更简洁。

messages=[{"role": "user", "content": "问题"}],但这3行代码里还藏着几个关键参数没有动过。今天的目标：把和max_tokens拆开，看它们到底控制什么。是"你给我老实点"，是"放开说"——但放开太狠LLM直接说胡话了。安全区间0~0.7，生产环境建议0.3。

前6天我把 LLM API 调用的所有参数拆了一遍：model、temperature、system prompt、messages 数组、Few-shot、CoT。今天把这些技能融进一个真正能用的工具——Kotlin 代码审查命令行工具。model="...", # 第1天：模型选择messages=[ # 第1天：消息数组{"role": "system", "content": "..."}

前两天分别学了 Embedding（文字→向量）和向量检索（找相关文档）。用户问题 → 向量检索 → 找到相关文档 → 拼接prompt → LLM生成回答RAG = 检索 + 生成。先搜资料再回答，既让 LLM 能回答知识库外的问题，又避免了幻觉（瞎编）。这 3 步（检索→拼接→生成）是后面所有知识库 Agent 的基础。

前两天分别学了 Embedding（文字→向量）和向量检索（找相关文档）。用户问题 → 向量检索 → 找到相关文档 → 拼接prompt → LLM生成回答RAG = 检索 + 生成。先搜资料再回答，既让 LLM 能回答知识库外的问题，又避免了幻觉（瞎编）。这 3 步（检索→拼接→生成）是后面所有知识库 Agent 的基础。

前两天我学会了调和max_tokens，但它们控制的是LLM的"输出行为"——稳不稳、长不长。今天要学的控制的是LLM的"人格"——它是谁、该怎么说话、有什么规矩。这就好比同一个Android Activity，通过Intent传入不同参数，展示的UI完全不同。system prompt是LLM的"角色设定"——"你是XXX专家"控制人设，"只输出JSON"控制格式，"绝对不要XXX"控制行为。这