Notes
笔记 · Notes
1 个文件夹 · 13 篇
木南 AI 智能体开发笔记 #13 - 检索后处理优化实现
构建检索后处理五步链路(过滤 → 去重 → 重排 → 预算 → 增强),落地 MMR 重排、相对分数阈值、上下文预算控制等优化策略。
木南 AI 智能体开发笔记 #12 - 检索阶段优化实现
将检索阶段从预检索中拆分,实现 DocumentRetriever 多路检索、ConcatenationDocumentJoiner 结果合并、DeduplicationDocumentPostProcessor 去重与元数据过滤。
木南 AI 智能体开发笔记 #11 - 预检索实现图解复盘
用三张架构图复盘预检索改造后的完整链路:Advisor 执行顺序、内部流水线阶段、Query 转换过程,图文对照理解 RAG 预检索机制。
木南 AI 智能体开发笔记 #10 - RAG 预检索优化
用 RetrievalAugmentationAdvisor 替换 QuestionAnswerAdvisor,在检索前插入压缩、改写、翻译、扩展四项预检索能力。
木南 AI 智能体开发笔记 #9 - 嵌入请求的批处理策略
实现 DashScopeBatchingStrategy 统一管理嵌入请求的条数与 token 双上限,替代业务代码中的手动切片。
木南 AI 智能体开发笔记 #8 - PgVector 向量持久化与集成测试
将内存版 SimpleVectorStore 替换为 PgVector 实现向量持久化,并将整条 RAG 链路纳入集成测试。
木南 AI 智能体开发笔记 #7 - RAG 知识库问答
从文档读取、切分、向量化到检索增强生成,搭建一套基于 Spring AI 的 RAG 知识库问答链路。
木南 AI 智能体开发笔记 #6 - 多模态视觉理解(Qwen-VL)
复用 Spring AI ChatClient 接入 Qwen-VL,以文本加图片输入为 Agent 补齐多模态视觉理解。
木南 AI 智能体开发笔记 #5 - Prompt 模板外部化
将硬编码 Prompt 迁移到资源文件,借助 Spring AI PromptTemplate 实现变量填充与统一管理。
木南 AI 智能体开发笔记 #4 - 聊天记忆持久化
拆解 Spring AI 聊天记忆架构,并用 Kryo 处理多态消息序列化与本地持久化。
木南 AI 智能体开发笔记 #3 - Spring AI 结构化输出
围绕面试指导场景测试 Spring AI 的多种结构化输出方式,并分析 BeanOutputConverter 的转换流程。
木南 AI 智能体开发笔记 #2 - 自定义Advisor实现敏感词过滤
用 Spring AI Advisor 与 DFA 算法在模型调用前完成敏感词过滤,并梳理拦截链的执行顺序。
木南 AI 智能体开发笔记 #1 - 程序调用AI大模型
对比 SDK、HTTP、LangChain4j 与 Spring AI 四种大模型接入方式,并完成 DashScope 调用实践。














