Notes
文章
优先写 Agent、工具链路与实现细节;其它随笔也在这里。

RAG 实战:从原理、文本切割到 Milvus 落地
从 RAG 原理讲起,覆盖文档加载、三类文本分割器对比、Milvus 与 MySQL 双库架构,并用 Node.js 串起加载、切分、入库与检索的最小工程链路。
RAGLLMMilvus

大模型 Tool 调用底层拆解:手写原生调用逻辑
不依赖 Agent 框架的自动调度,用最小可运行示例手写 Tool Calling:定义工具、模型决策、外部执行、结果回填,并弄清四类消息如何流转。
LLMTool CallingLangChain

从普通 Chatbot 到 AI Agent
普通 Chatbot 擅长回答问题,但不擅长完成任务。Agent 在大语言模型之上补上记忆、工具和规划,让 AI 从「会说话」走向「会做事」。
AIAgent