知鸦日报2025-06-21

检索增强生成（RAG）通过结合检索与生成模型提升LLM回答准确性。BM25算法精准匹配关键词但忽略语义，Embedding检索则捕捉语义但不够精准。混合检索策略优于单一方法。Reranker通过交叉注意力机制精细排序，显著提升检索质量。未来，技术组合将更灵活，适应不同场景需求。

本文深入解析了MCP Agent的构建，涵盖其架构、核心组件及可用框架。通过OpenAI SDK，读者可逐步构建自己的MCP Agent，并利用实际示例进行操作。MCP作为AI的通用连接器，能扩展Agent的能力，标准化应用程序与大型语言模型的交互。文中还介绍了多种框架和工具，帮助开发者快速上手，构建功能强大的MCP Agent。

本文探讨了智能数字人直播互动的六大核心环节，包括LLM文案生产、LLM互动能力、TTS技术、形象驱动技术、音视频工程和服务端工程。针对直播间弹幕互动的复杂推理问题，提出了基于DeepSeek-R1的蒸馏方案，并通过DP-DPO方法优化推理路径，提升回复速度与质量，最终实现高效稳定的数字人直播服务。

从Goland转向Cursor，探索Go开发新体验。通过设置Go版本、安装工具、配置调试和测试环境，提升开发效率。利用Cursor内置AI功能，解决配置问题、生成SQL和代码框架，优化开发流程。结合快捷键和插件，实现高效代码管理和冲突解决。Cursor的AI助手为开发者提供智能支持，助力快速实现业务需求。

AI Agent正经历从聊天机器人到多智能体协作的范式转变。MCP和A2A协议解决了工具调用与Agent协同的标准化问题，而ReAct、Plan-and-Execute等框架赋予Agent复杂任务处理能力。Golang生态的Eino框架通过组件化编排和切面机制，实现高效开发与全链路观测。多Agent系统结合Human-in-the-loop设计，在任务聚焦和协同优化上展现显著优势，为AI应用落地提供新范式。