Hansen

本文将RAG检索优化拆解为四个层次：索引层决定知识怎么存，查询层决定问题怎么转换，召回层决定从哪些路径去找，重排序层决定哪些内容最终进入Prompt。围绕这四层给出方法论、参数建议、评估指标与线上排障路径，并结合Spring AI + Milvus提供可落地实践。

本文聚焦RAG中的Embedding环节，系统讲解语义向量化的核心原理、相似度度量方法、主流模型选型思路、向量维度与性能成本权衡，并结合Spring AI给出可落地实现与评估方法，帮助你在面试和工程实践中把“检索质量”讲清、做稳、持续优化。

本文聚焦RAG系统中的关键环节——文档切割（Chunking）。从切割目标、常见策略、参数设计到评估与排障，系统讲清“为什么切、怎么切、如何验证切得好”，并以Spring AI为主给出可落地实现思路，帮助你在面试与工程实践中都能稳住这一高频考点。

本文系统梳理RAG（Retrieval-Augmented Generation）的核心原理与工程实践，覆盖Naive RAG、Advanced RAG、Agentic RAG三种范式，对检索优化、评估指标和常见故障排查给出可落地方法，并结合Spring AI与LangChain4j提供Java生态实现思路，帮助你在面试和实战中都能讲清、做对、调优。

本文详细介绍了大模型推理范式的三大阶段：Chain of Thought（CoT）、Tree of Thought（ToT）和Graph of Thought（GoT）。通过对比分析，阐述了它们在推理能力、适用场景和工程实现上的差异，帮助读者理解如何选择合适的推理范式来提升Agent的性能。

Agent记忆压缩方法 目录 一、Agent记忆压缩的本质 二、工业级Agent记忆分层架构 三、记忆压缩的五种核心方法 四、Multi-Agent记忆压缩设计 五、面试级总结 一、Agent记忆压缩的本质 1.1 核心定义 Agent记忆压缩是在有限上下文窗口（context window）约束下，实现信息表达效率最大化，同时尽可能保留关键语义与推理能力。 1.2 关键矛盾 上下文窗口有限 📏 信息持续增长 📈 推理依赖历史信息 🧩 因此需要在以下三者之间做权衡： 信息完整性 🧠 token成本 💰 检索与推理效率 ⚡ 二、工业级Agent记忆分层架构 2.1 三层记忆体系 id1短期记忆（ST） → 中期记忆（MT） → 长期记忆（LT） 🟡 短期记忆：当前对话窗口（原始信息） 🔵 中期记忆：摘要后的历史信息 🟣 长期记忆：向量数据库中的语义记忆 2.2 Memory Controller（核心大脑） Memory Controller 是整个系统的调度中心，负责： 🎯 选择需要注入Prompt的记忆 🧹 控制压缩策略 🔍 决定检索范围 ...

本文主要介绍了Agent的记忆机制，包括感知记忆、短期记忆、长期记忆和实体记忆四大类，以及它们在不同Agent范式中的作用和工程实现中的设计要点。

本文主要介绍了Single-Agent和Multi-Agent两种Agent系统的核心区别、适用场景以及设计差异，并分析了一个常见的误区，最后给出了面试背诵版总结。

本文从原理到工程实现，全面解析了Agent的核心架构，包括六大核心组件、工作流程以及面试常见问题。

本文主要介绍了Agent开发常见的三种范式：ReAct、Plan-and-Execute、Reflection，并对每种范式的核心思想、优缺点以及适用场景进行了详细分析。