首页/博客/对话式导购 + RAG + MCP 智能商品推荐系统AI 与机器学习对话式导购 + RAG + MCP 智能商品推荐系统掘金2026-11-03 16:430 次浏览前言 维度 说明 技术栈 Spring AI（Alibaba）+ RAG（Milvus / PgVector）+ Function Calling + MCP + Graph 工作流 + SSE 流式原文：https://juejin.cn/post/7703772628574486579我的收藏上一篇LangChain PromptTemplate 提示词模板下一篇消息称开源软件开发商 SUSE 在全球范围内裁员 10%相关文章AI输出满屏井号星号？hmharness把Markdown渲染成终端表格 GitHub:swsgbl/hmharnesshmharness 是鸿蒙开发智能体验证框架。本文拆解 TUI 如何把模型 Markdown 渲染成终端标题、样式和 CJK 对齐表格，并保证流式输出稳定。0掘金两条线：LangGraph 如何把状态流和控制流拆开（AI 生成）两条线：LangGraph 如何把状态流和控制流拆开 一、一个字段被覆盖，一个字段留住了 lab_02 搭的是一张会绕圈的图：draft 先写个初稿，expand 每轮往里补一段，router 看长度0掘金把通义千问接进工单系统：三个版本够用，但有两个坑没人提前告诉我我们公司的工单系统跑了六年，去年年底加了一个 AI 助手：客服把用户的话粘进去，自动判断该派给哪个组、紧急程度几级、要不要拉人。 一开始很朴素——所有请求都丢给同一个模型。0掘金谷歌+斯坦福+CMU 等五家 203 页综述，我做了个HTML把主动式AI的边界跑给你看先说一个可能有点反直觉的观点： 现在绝大多数所谓AI 智能体，本质上还是个高级一点的输入框。 你问它答，你不问它就待着。这不叫主动，这叫响应式。 上周读完一篇 203 页的综述，我才算把这件事想清楚。0掘金从 0 搭一个 AI Agent（四）：SSE 跑通之后，三处“契约错配”与它们的修复边界SSE 跑通后，核心是修复三处契约错配：取消依赖 send 抛错、aclose 竞态掩盖关闭、客户端 204/clean close 重试错位；并补 done 续传、重试预算与优雅关闭。0掘金DeepSeek不满足于模型，还要让AI自己干活（本文作者为 财能圈，钛媒体经授权发布） 文 | 财能圈 10月31日晚，DeepSeek Harness团队在官方公众号发表技术文章《Super-agent设计探索：迈向更自主的Agent系统》，配套原型dsh-superagent-pr0钛媒体
