工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：Chatbots
五种LangChain记忆策略，从缓冲区到实体记忆
聊天模型为何会在不同对话间遗忘内容，以及 LangChain 和 LangGraph 的五种记忆模式：缓冲区、窗口、摘要、摘要缓冲区与实体，及其各自的优缺点。
阅读约 7 分钟支持 SQLite 检查点的 LangGraph 代理的线程内存
LangGraph客服代理如何通过SqliteSaver和线程ID来保留多轮对话的上下文，以及为何短期线程内存与长期内存存在差异。
阅读约 6 分钟13个需要改掉的克劳德习惯：用于让对话更友善、自信且避免健忘的提示语。
十三种没人告诉你的克劳德习惯，从过于草率地同意到在错误时表现得过于肯定，每一种都配有能纠正该习惯的简短提示。
阅读约 7 分钟设计我们的多智能体在线购物平台——为何要采用单一架构
为何一个大型聊天机器人无法用于在线购物，而多智能体大语言模型平台却能成功：神级提示词陷阱、数学与逻辑错误、提示词冗余以及延迟问题。
阅读约 13 分钟作为文档感知型聊天机器人的向量大脑——ChromaDB
为什么 RAG 聊天机器人需要向量数据库，ChromaDB 的集合与元数据过滤器是如何工作的，以及在转向更复杂的系统之前何时应在 Chroma 上进行原型开发。
阅读约 6 分钟RAG详解：防止聊天机器人编造公司信息
RAG流程的实用详解——包括加载器、分块处理、嵌入模型、向量存储、重排序、混合搜索以及RRF技术——同时还会说明何时不应使用检索功能。
阅读约 8 分钟聊天界面还是智能体循环？如何确定你的AI功能需求
了解如何区分对话型聊天机器人与目标驱动型智能体，理解智能体循环的作用，以及如何判断您的AI功能实际上需要哪一种。
阅读约 12 分钟聊天机器人与AI智能体：在大型语言模型之外，究竟是什么将它们区分开来？
了解为什么聊天机器人与人工智能代理之间的真正区别在于其所在的系统架构——包括工具、规划及操作流程——而非大型语言模型本身。
阅读约 6 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。