实战案例
踩坑总结:向量数据库选型的 5 个教训
在真实数据量下对比了三种向量库的召回、延迟与运维成本,给出选型决策表。
全部沉淀
实践库
共 25 篇。每一篇都标注了作者、评分与是否被他人验证过可复现。
已验证Agent
怎么评测一个 Agent
端到端成功率之外,还要看轨迹质量:工具选对没、步数是否冗余、失败是否诚实。
已验证实战案例
重排(rerank)实测调优
在混合检索之后加一层重排,top-1 准确率再提 11 个点,代价是 40ms 延迟。
已验证Agent
Agent 的上下文管理
长会话里该保留什么、该压缩什么、该丢什么——三种策略的实测对比。
已验证Agent
多步编排:让 Agent 稳定完成长任务
任务拆解、中间状态、失败重试——把 12 步的流程跑到 90% 成功率。
已验证实战案例
混合检索:向量 + 关键词
纯向量检索搜不到精确的错误码和产品名,混合检索把 recall 拉高 9 个点。
已验证Agent
工具定义的设计原则
工具描述怎么写、参数怎么设计、什么时候该拆成两个工具——五条实测出来的原则。
已验证Prompt
换模型时的 Prompt 迁移
换代不是重写:哪些能直接搬、哪些必须重调,以及迁移检查清单。
已验证模型
嵌入模型怎么选
中文技术文档场景下四个嵌入模型的召回与成本对比,含维度与量化的取舍。
已验证实战案例
文档切分的 4 种策略
固定长度、按句、按结构、按语义四种切法在同一份文档上的召回对比。