news 2026/6/10 2:15:06

记一次智能体和RAG检索增强的应用思路和问题——使用智能体解决不同维度之间的协作问题

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
记一次智能体和RAG检索增强的应用思路和问题——使用智能体解决不同维度之间的协作问题

智能体技术与复杂业务场景的结合是大模型应用的一个难点,怎么才能在技术和业务之间找到一个合适的连接点,是我们现在亟待解决的问题。

最近在优化一个RAG系统,并且这两天又接到一个新需求,一个大场景下有三个子场景;而基于传统的RAG技术需要分三个场景来做,因此选择使用智能体来解决这个问题。

而且还一个要优化的点就是,目前的RAG召回效果不太好,因此需要用智能体的方式做几个从不同维度召回数据的工具;所以需要把这两点结合起来。

刚开始拿到这个问题,没什么具体的思路,就想着用智能体去做;但等到真正去做的时候才发现好像没有那么简单。

原因就在于两个需求点是不同维度的问题,一个是业务问题,一个是技术问题;而且每个子场景都需要支持多维度的召回。所以,这种问题处理起来就比较复杂。

比如说,做一个支持多维度召回的智能体,然后再做几个支持不同场景的智能体;这时多个智能体之间应该怎么协调,虽然理论上不同的智能体之间可以互相结合,但真正操作起来好像有点复杂。

所以今天在散步的时候突然想明白了这个问题;既然,多维度召回是通用的,而且每个子场景都需要;那么只需要把不同维度的召回策略做成工具,然后把这些工具配置到不同场景的智能体上就可以解决这个问题,而不需要把多维度召回单独做成一个智能体。

也就是说减少一个智能体,就可以更好的解决这个问题。

使用智能体解决不同业务维度之间的协作问题

智能体作为一种大模型的应用方式,其本质是一种纯粹的技术问题,而不涉及具体的应用领域;因此,在遇到业务问题时,怎么把智能体技术与业务领域相结合是我们需要思考的问题。

以上面的需求为例,面对不同维度的业务问题,我们怎么使用智能体去解决这些问题;如果为不同维度的问题创建单独的智能体,虽然理论上来说可以解决任何问题,但从系统的复杂度来说这并不是一个很好的选择。

所以,现在我们需要考虑的是,怎么在尽可能减少技术复杂度的情况下,去更好地解决业务需求;而不是只是为了简单地完成任务。

从作者最近一段时间从事大模型应用开发的经验来看,智能体技术虽然理论上不复杂,但由于复杂的业务场景,怎么更好的把技术领域与业务领域相结合才是大模型应用的难点;而不是单纯的业务问题或技术问题。

面对大模型应用这种新兴的技术领域,很多应用场景和技术都还处于探索之中,因此其在企业应用中也是步履维艰,特别是对于技术人员来说;很多时候都是技术归技术,业务归业务,而在没有任何案例的情况下,把业务和技术结合起来就成了一个非常令人头疼的问题。

而说到底,还是自己对大模型技术以及应用理解的不够深刻;原因就在于技术是一门实践性很强的东西,而不是一门纯粹的技术理论。

实践和理论相结合,才有可能做好技术,做好应用。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包

  • ✅ 从零到一的 AI 学习路径图
  • ✅ 大模型调优实战手册(附医疗/金融等大厂真实案例)
  • ✅ 百度/阿里专家闭门录播课
  • ✅ 大模型当下最新行业报告
  • ✅ 真实大厂面试真题
  • ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ,朋友们如果有需要《AI大模型入门+进阶学习资源包》下方扫码获取~

① 全套AI大模型应用开发视频教程

(包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点)

② 大模型系统化学习路线

作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余

以上资料如何领取?

为什么大家都在学大模型?

最近科技巨头英特尔宣布裁员2万人,传统岗位不断缩减,但AI相关技术岗疯狂扩招,有3-5年经验,大厂薪资就能给到50K*20薪!

不出1年,“有AI项目经验”将成为投递简历的门槛。

风口之下,与其像“温水煮青蛙”一样坐等被行业淘汰,不如先人一步,掌握AI大模型原理+应用技术+项目实操经验,“顺风”翻盘!

这些资料真的有用吗?

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理,现任上海殷泊信息科技CEO,其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证,服务航天科工、国家电网等1000+企业,以第一作者在IEEE Transactions发表论文50+篇,获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。

以上全套大模型资料如何领取?

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/8 4:45:54

无需Anaconda臃肿包!轻量级Miniconda-Python3.9玩转PyTorch

轻量级Miniconda-Python3.9玩转PyTorch:告别臃肿,拥抱高效 在AI项目开发中,你是否曾遇到这样的场景?刚配好的环境,跑一个新模型却提示torch not found;团队成员复现论文实验时,因为CUDA版本不匹…

作者头像 李华
网站建设 2026/6/6 11:16:41

网站内容自纠自查网络安全隐患和防范措施

开展网站内容自纠自查,旨在排查网络安全隐患,构建牢固的内容防线。这项工作不仅要关注技术层面的防攻击,更要聚焦信息层面的防泄露、防差错、防篡改。以下是自查中应重点关注的隐患范围、相应的防范措施,以及如何利用智能化工具提…

作者头像 李华
网站建设 2026/6/9 19:45:55

Miniconda-Python3.9镜像安装PyTorch GPU版完整教程(2024最新)

Miniconda-Python3.9镜像安装PyTorch GPU版完整教程(2024最新) 在深度学习项目开发中,环境配置往往是第一步,也可能是最令人头疼的一步。你是否曾遇到过这样的场景:好不容易跑通别人的代码,却因为本地 Pyt…

作者头像 李华
网站建设 2026/6/9 19:43:05

GitHub热门项目推荐:基于Miniconda-Python3.9的AI实验复现仓库

GitHub热门项目推荐:基于Miniconda-Python3.9的AI实验复现仓库 在人工智能研究日益深入的今天,一个让人哭笑不得的现象却屡见不鲜:论文中描述的SOTA模型,在复现时却频频“翻车”。不是缺少某个依赖库,就是版本冲突导致…

作者头像 李华
网站建设 2026/6/9 22:31:49

计算机毕业设计springboot对于股票实时信息系统 基于SpringBoot的证券行情实时监测与交易辅助平台 融合SpringBoot框架的股市动态信息实时推送系统

计算机毕业设计springboot对于股票实时信息系统uaqegip4 (配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。在A股与全球资本市场联动日益紧密、个人投资者占比持续走高的当下&#…

作者头像 李华