企业官网建设流程全解析

网站建设公司合同,connect wordpress 主题,济源做网站怎么收费,wordpress如何添加分类检索增强生成#xff08;RAG - Retrieval-Augmented Generation#xff09; 用户输入问题#xff0c;AI 结合知识库内容和相关知识#xff0c;生成准确、真实、具有时效性的回答结果。 生成流程 检索阶段#xff1a;根据用户输入内容#xff0c;AI 在知识库中检索相关…检索增强生成RAG - Retrieval-Augmented Generation用户输入问题AI 结合知识库内容和相关知识生成准确、真实、具有时效性的回答结果。生成流程检索阶段根据用户输入内容AI 在知识库中检索相关片段。增强阶段拼接检索得到的相关文本和用户输入形成增强后的上下文。生成阶段基于增强后的上下文生成最终的 AI 回答结果。优点提升生成结果的准确度。实现动态实时资料更新。可根据领域替换相关专业知识。可追溯答案来源。存在问题依赖检索资料的质量资料质量差可能会有反效果。引入额外的计算和 IO 开销生成速度更慢。需要定期维护检索的数据使之保持最新。上下文受 AI 限制对于过大的知识库存在瓶颈。微调Fine-Tuning使模型在某些领域专业化适合用于专业领域研究。使小模型在专业领域也能发挥作用减少硬件开销成本。微调 vs RAG对比项微调Fine-TuningRAG知识来源内化到模型参数中外部知识库实时检索更新成本需要重新训练只需更新知识库适用场景固定领域、风格调整需要时效性、可追溯的场景资源消耗训练时高推理时低训练时低推理时有检索开销适用场景提示词适合最基础的场景。微调使模型适用对应领域。RAG引入知识库提高专业领域的准确性。RAG 微调使模型适应性和专业领域能力都得到提高 RAG 提供事实数据 再通过微调的模型负责理解、推理与表达。工具调用Tool Calling / Function Calling给 AI 配备工具箱让 AI 自动调用工具完成工作。让模型具备调用外部 API 的能力扩展 AI 的实际操作范围。常见能力支持读写文件搜索代码运行命令访问文档检查错误工作流程AI 模型接收用户请求并识别到需要额外能力。模型按 JSON 格式生成一段特殊响应指定要使用的工具及其参数。应用程序运行该工具并返回结果。AI 模型将结果纳入上下文并继续对话。工具调用内容AI 调用时会把数据转成 JSON 格式发送。被调用的工具包含的核心参数内容name调用的工具名称。description告知模型工具的用途和使用方式。parameters告知 AI 运行工具所需的参数和用途。工具定义示例{name:read_file,description:从代码库中读取文件内容,parameters:{filepath:要读取的文件路径}}AI 调用示例{tool:read_file,parameters:{filepath:src/components/Button.tsx}}Token 消耗使用工具会更快占满上下文窗口调用工具会在两个地方消耗 token将工具定义包含在输入上下文中通常每个工具会占用几百个 token。将工具结果添加到输出上下文中具体取决于工具返回的内容。模型上下文协议MCP - Model Context Protocol类似于 USB 协议实现 AI 工具和应用之间的即插即用。MCP 是一种标准化协议只需编写一套工具就可以在多个 AI 应用中运行。使 AI 更方便集成到各类应用中并使用各种工具。核心价值标准化统一的工具调用接口。可复用一次开发多处使用。互操作不同 AI 应用间的工具共享。智能体AI Agent类似于自动驾驶AI 自主规划路线并执行任务。手把手教你从0到1搭建一个AI Agent(智能体)本质是多个工具在循环运行将开发者从任务执行者转变为任务管理者。将最终要实现的内容告诉 AI让 AI 完成整个流程而非一次次的问答。AI 根据自身推理逐步调用工具完成任务。核心特点自主推理具有自主规划和决策能力。工具集成可调用多种工具执行实际操作。循环执行观察 → 思考 → 行动 → 反馈的闭环。存在问题只能类比为初级开发者在开发过程中需要进行测试和约束。可能会存在循环试错的问题需要人工介入。使用建议从小任务逐步向大任务过渡。将其作为执行者开发者作为审查人和架构师存在。相关产品AI 编辑器Cursor、Cline、Trae 等。AI 视频创作自动化视频生成工具。参考资料Tool Calling | Cursor LearnRetrieval Augmented Generation (RAG) and Semantic Search for GPTs微調與 RAG哪種方法可以最大限度地提高 LLM 的績效RAG vs fine-tuning vs. prompt engineering | IBM