上一节我们介绍了 Langgraph 的上下文工程,并介绍了 Langmem。从上一节我们了解到,Langmem 有如下核心对象: MemoryManager ReflectionExecutor NamespaceTemplate 这一节我们来介绍他们的实现。
前面我们介绍了 RagFlow 的框架,启动流程,这一节我们来详细介绍 RagFlow 的核心进程 Task Executor。 1. Task Executor task executor 启动的入口在 rag/svr/task_exe
1. Context Engineering Context Engineering 本质上是 如何设计和管理 LLM 的上下文窗口,让模型在有限的 token 内得到正确的记忆、知识和状态。 因为 LLM 的上下文窗口有限(比如 8K/32K/200K tokens),
ragflow 相比于之前看的 deerflow 要复杂许多。这一节我们将从如下几个方面了解这个项目的整体结构: 项目结构: 通过 ChatGpt 了解项目每个目录的作用 环境搭建: 搭建测试环境
LangExtract 库
👌 好的,我来给你介绍一下 unstructured 这个库。它是 LangChain 生态里经常会用到的文档解析工具,主要负责 从各种格式(PDF、Word、HTML、图片等)中提取干净的