正在加载模式…
🤖
智能体 RAG(AgRAG)
具备自主规划、检索和推理能力的自主检索增强生成系统
复杂度: high知识检索（RAG）
30秒速览
- 是什么
- 智能体自主规划检索步骤，根据结果优化查询，并在多篇文档之间进行推理，各次检索之间无需人工介入。
- 何时使用
- 需要跨领域知识、迭代式细化，或跨越大量文档的推理链的复杂研究性问题。
- 注意
- 智能体可能为了追求微小改进而无限循环，或在查询优化跑偏时检索到无关文档。
向AI专家咨询此模式
打开助手并预填您的问题,发送前可先确认。
智能体 RAG: 概览
具备自主规划、检索和推理能力的自主检索增强生成系统
- Self-directed retrieval planning
- Multi-hop reasoning capabilities
- Autonomous query refinement
- Dynamic retrieval strategies
- Self-reflective generation
- Adaptive search optimization
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。
参考资料
该模式所依据的论文、规范和代码仓库。
- ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al., 2022)arXiv:2210.03629
- Toolformer: Language Models Can Teach Themselves to Use Tools (Schick et al., 2023)arXiv:2302.04761
- HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face (Shen et al., 2023)arXiv:2303.17580
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (Lewis et al., 2020)arXiv:2005.11401
- AutoGPT: An Autonomous GPT-4 Experiment
由本目录背后的工程师执行
为你的智能体架构做一次评审
本页讲的是一个模式。真实系统会同时跑几十个，而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计：架构、可靠性、评测与成本，每一条结论都对应到能修复它的模式。
€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前