AI项目博客

本系列共 9 篇，从空目录搭到可部署的 Python RAG 知识库。这是第 6 篇。 向量有了，现在回答关键问题：用户提问时，怎么在几秒内从成千上万张切片里找到最相关的几段？这一篇讲两条召回路线、RRF 融合，以及为什么召回之后还要回表复核。 图：知识库参数，检索返回条数与相似度阈值是混合检索的两个旋钮。 一、为什么不能只靠向量 向量擅长“意思相近”：用户问“怎么报销”，能找到写着“费用核销流程”的段落。但它对专有名词、错误码、型号不…

赞(0)admin2026-09-16项目实战 阅读(20)去评论

许多 AI 应用程序需要记忆来跨多个交互共享上下文。在 Spring AI Alibaba 中，通过 Checkpointer 为任何 StateGraph 提供记忆。 在创建任何 Spring AI Alibaba 工作流时，可以通过以下

赞(0)admin2026-09-16AI Alibaba 阅读(18)去评论

并行流式输出允许在并行分支中使用 Flux 实现流式输出。每个并行节点可以独立产生流式输出，并保持各自的节点 ID，便于区分不同节点的输出。 在并行流式输出中： Flux 流式输出：节点可以直接返回 Flux<T> 类型的流式数

赞(0)admin2026-09-16AI Alibaba 阅读(17)去评论

本系列共 9 篇，从空目录搭到可部署的 Python RAG 知识库。这是第 5 篇。 切片有了，但还只是一堆文本。这一篇把每张切片变成一串 1024 个数字的向量，存进 PostgreSQL 的 pgvector，并处理失败重试、状态回写和卡死任务。 图：切片管理，每条切片显示字符数、token 估算与向量化状态。 一、Embedding：把“意思”变成数字 调用的是 OpenAI 兼容的 /v1/embeddings 接口，本机 O…

赞(0)admin2026-09-15项目实战 阅读(17)去评论

为了克服并行分支中仅支持单步的问题，我们可以使用子图。 示例 - 混合节点和子图 import com.alibaba.cloud.ai.graph.CompiledGraph; import com.alibaba.cloud.ai.gr

赞(0)admin2026-09-15AI Alibaba 阅读(14)去评论

Spring AI Alibaba Graph 允许您定义并行节点以加速总图执行。 要实现并发执行，您必须使用 RunnableConfig 为特定的并行节点提供一个 Executor： import com.alibaba.cloud.a

赞(0)admin2026-09-15AI Alibaba 阅读(16)去评论

// 执行 Graph（Supervisor -> Coder） public void executeGraphWithCoder(CompiledGraph graph) { Map<String, Object> i

赞(0)admin2026-09-14AI Alibaba 阅读(17)去评论

本系列共 9 篇，从空目录搭到可部署的 Python RAG 知识库。这是第 4 篇。 文件已经进了 MinIO，数据库里只有一条“待解析”的记录。这一篇把它变成一堆带标题路径的切片：解析五种格式、按标题和句子切块、把切片落库，再用定时任务兜住失败和卡死的任务。 图：知识库参数，切片长度、重叠与切片策略决定解析结果。 一、解析器：纯函数，不碰数据库 解析层只做一件事：字节 → 带结构的文本块。ParsedBlock 里两个字段，text…

赞(0)admin2026-09-14项目实战 阅读(17)去评论

多智能体监督者模式是一种常见的多智能体系统架构，其中有一个监督者智能体负责协调和路由任务到不同的工作智能体。 在多智能体监督者模式中： Supervisor Agent（监督者智能体）：负责路由到不同的 worker agentsWorke

赞(0)admin2026-09-14AI Alibaba 阅读(13)去评论

McpClientToolCallbackProvider 根据节点名称，匹配对应的 MCP 提供的 ToolCallback package com.spring.ai.tutorial.graph.mcp.tool; import co

赞(0)admin2026-09-13AI Alibaba 阅读(16)去评论