从语义映射到工程选型：向量库与Embedding实战指南 金句摘要：向量库与Embedding是RAG系统的"语义中枢"——没有精准的语义映射，再强大的大模型也只能在信息迷雾中迷失。本文从原理到实战，拆解向量技术的核心逻辑与选型策略，帮你在工程落地中避开"维度陷阱"和"检索盲区"。 一、Embedd
MCP 是什么？为什么 AI 工具接入需要一套「Type-C 标准」 当你的 Agent 要调天气、查数据库、发语音、读本地文件——工具越来越多，Prompt 越来越长，换个框架一切重来。MCP（Model Context Protocol，模型上下文协议）想解决的就是这个「工具碎片化」的困局。 一
Function Calling 落地指南：让大模型从「能说」变成「能做」 Function Calling（函数调用）是大模型连接真实世界的桥梁。但很多人把它理解成「调个 API」——实际上，从 Demo 到生产，中间隔着一整层工程和安全防线。 一、问题：大模型为什么需要 Function Cal
给 AI 装记忆：短期窗口 + 长期向量，我是怎么设计 Agent 记忆系统的 没有记忆的 Agent，每次对话都是陌生人。但「把所有历史消息全塞进去」又必然撞墙——记忆设计的核心矛盾，是在有限上下文窗口里，保留最有价值的信息。 一、问题：为什么 Agent 需要「记忆」而不只是「聊天记录」？ 大模
RAG 答非所问？别急着换模型，先搞清楚是「检索」还是「生成」的锅 做过企业知识库 RAG 之后，我最大的体会是：大多数「AI 不好用」的问题，根子不在模型够不够聪明，而在检索链路有没有把对的证据送到模型眼前。 一、问题从哪来：RAG 到底在解决什么？ 很多人把 RAG（Retrieval-Augm
← 返回总索引 ｜ 项目：小智平板 · 商学AI · 企业RAG · EAST5数仓 · NL2SQL · 多模态行为分析 · 数据采集分析 · AI工具调研经历 AI 编程工具与 Agent 网关调研落地 · 经历话术 性质：公司内部技术调研与推广经历（不是业务系统，是"AI 工程能力 + 落地判
← 返回总索引 ｜ 项目：小智平板 · 商学AI · 企业RAG · EAST5数仓 · NL2SQL · 多模态行为分析 · 数据采集分析 教育 App 用户行为数据采集与可视化分析 · 面试话术文档 公司：上海胜者教育 ｜ 技术栈：埋点 SDK + MongoDB + ClickHouse +
← 返回总索引 ｜ 项目：小智平板 · 商学AI · 企业RAG · EAST5数仓 · NL2SQL · 多模态行为分析 · 数据采集分析 多模态学生课堂行为分析系统 · 面试话术文档 公司：上海胜者教育 ｜ 技术栈：YOLO11 / MediaPipe（姿态估计）+ 火山引擎 VLM 视频大模型
← 返回总索引 ｜ 项目：小智平板 · 商学AI · 企业RAG · EAST5数仓 · NL2SQL · 多模态行为分析 · 数据采集分析 · AI工具调研经历 学员运营自助取数助手（NL2SQL）· 面试话术文档 配套简历项目。技术栈：Python + FastAPI + Vanna + Chr
← 返回总索引 ｜ 项目：小智平板 · 商学AI · 企业RAG · EAST5数仓 · NL2SQL · 多模态行为分析 · 数据采集分析 · AI工具调研经历 信托机构 EAST5 监管数据上报系统 · 面试话术文档 公司：上海聚选数据 ｜ 技术架构：MySQL/Oracle → Shell(E