前言老顾最近看了字节跳动的 开源项目DeerFlow（多智能体Agent协作、支持MCP），里面采用的技术原理和方案，和老顾即将输出的多智能体框架LangGraph系列课程能够相辅相成，可以作为企业级别的实战项目进行落地。老…
目录1、背景 2、传统RAG与GraphRAG区别 3、LightRAG整体流程 4、分析LightRAG的4种查询方式 背景最近RAG领域出了比较火的Graph RAG，相继微软也开源了他们的Graph RAG方案，香港大学也输出了比微软Graph RAG 更简…
前言在 RAG（检索增强生成）系统的文档处理流程中，常规的方法其实就是对文档内容进行分段分割成文本块即可，但很多产品中经常会有另一个选项，就是对文档进行问答对的提取；小伙伴们今天老顾就来讲讲两者之间的差异，为什么有这个选项，以及如何进行运用？结构化 vs 非结构化普通文本块：拆分后是连续的文本片段（如 “章节片段”“语义段落”），属于非结构化数据，存储和检索时需基于整体文本的语义进行匹配。问答对：
引言在工业 4.0 浪潮推动下，工厂制造正朝着智能化、无人化方向加速转型，而目标检测技术作为机器视觉的核心，成为 实现生产过程监控、质量管控与安全保障的关键支撑。现在市面的主流技术分2种，一种是老派的 基于…
本案例介绍在centos版本中安装docker，当然docker也支持在Ubuntu发行版本中安装。在安装之前要先检查一下系统参数， docker的系统要求： 64位CPU CentOS时内核必不小于3.10 内核必须支持一种合适的存储驱动，可以…
上一节中我们知道docker的作用，这节我们介绍一下docker的要素。 镜像docker的核心要素里面有个叫镜像（images）的概念，镜像的作用就类似我们安装虚拟机用到的iso镜像文件。镜像里包含了我们要运行的应用，如：my…
在容器技术没有出来之前，开发运维在进行交付的时候经常出现，开发环境执行正常，生产环境部署运行出现问题，很多原因就是因为环境导致。还有部署环境太过于复杂，交付成本太高。容器技术的出现就像工业的集装箱技…
一、固定大小切分（Fixed-size chunking）优势顾名思义且容易实现。由于直接分割可能会破坏语义流程，建议在两个连续的片段之间保持一些重叠。 劣势破坏语义结构：固定大小切分可能在句子或段落中间进行切分，导致…
背景开发排查系统问题用得 最多的手段就是查看系统日志，在分布式环境中一般使用ELK来统一收集日志，但是在并发大时使用日志定位问题还是比较麻烦，我们来看下面的图上图一个用户请求一个url，整个链路如图，每个…
背景在之前老顾的文章中，介绍过 利用swagger实现api文档，我们每个微服务都有自己的一套api接口，那我们开发人员进行开发的时候，是需要打开很多api接口文档地址，太麻烦了，那能不能只打开一个接口地址，此地址…
前言在 RAG（检索增强生成）系统的文档处理流程中，常规的方法其实就是 对文档内容进行分段分割成文本块即可，但很多产品中经常会有另一个选项，就是对文档进行问答对的提取；小伙伴们今天老顾就来讲讲两者之间的…
前言老顾花了很多的篇幅 已经介绍了关于DeerFlow项目中的AI Agent多智能体相关的源码。需要了解的人可以看前面的文章。这篇文章老顾给大家介绍一下 DeerFlow工程方面的技术点，也是值得我们学习的地方。工程结构-D…
前言今天老顾给大家介绍另一个 关键角色执行者Tools，此角色主要的作用是对规划者Planner出来的内容进行执行，执行的方式包含搜索、代码执行，如果配置了MCP Server也会包含里面包含的工具。执行者的触发触发执行…
前言老顾前面介绍了 《 老顾深度解析【字节跳动的AI项目DeerFlow】源码（一）》《 老顾深度解析【字节跳动的AI项目DeerFlow】源码之协调者(二)》《 老顾深度解析【字节跳动的AI项目DeerFlow】源码之规划者(三)》今…
前言老顾前面介绍了《 老顾深度解析【字节跳动的AI项目DeerFlow】源码（一）》，《老顾深度解析【字节跳动的AI项目DeerFlow】源码之协调者(二)》；今天老顾给大家介绍另一个关键角色Planner，此角色主要的作用是对…
前言老顾上一篇文章介绍了DeerFlow整体架构、交互流程，以及五大角色；这篇文章我们来稍微打开一下， 介绍一下五大角色中协调者这个角色的实现Agent流程图我们先来看看 整体的LangGraph的流程图，先上源码这个源码…
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
