# VectorPeak

## Docs

- [Framework](https://vectorpeak.cn/Agent/Agent_Framework/Framework.md): 介绍 Agent Framework 的核心概念、工程边界与常见实现形态
- [Harness](https://vectorpeak.cn/Agent/Agent_Framework/Harness.md): 介绍 Harness 在 Agent 工程中的定位、执行环境、工具编排与安全控制
- [Agent](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/Agent.md): 介绍 LangChain Agent 的决策循环、create_agent、工具调用和生产落地边界
- [LCEL](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/LCEL.md): 介绍 LCEL 链式调用的核心思想、Runnable 组合方式和适用边界
- [LangChain](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/LangChain.md): 从版本演进、核心思想和工程边界理解 LangChain 在大模型应用开发中的定位
- [LangServe](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/LangServe.md): 介绍 LangServe 的服务化定位、FastAPI 集成方式和与 LangGraph Platform 的区别
- [LangSmith](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/LangSmith.md): 介绍 LangSmith 在 LangChain 应用中的调试、监控、评测和 Prompt 管理价值
- [MCP](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/MCP.md): 介绍 MCP 在 LangChain 项目中的作用、工具接入方式和项目实践注意点
- [Memory](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/Memory.md): 介绍 LangChain 记忆机制的短期记忆、长期记忆、上下文管理和工程落地方式
- [Model Provider](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/Model Provider.md): 介绍 LangChain 中模型供应商接入层的作用、配置方式与版本兼容注意点
- [Parser](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/Parser.md): 介绍 LangChain 输出解析器的作用、结构化输出关系和常见工程风险
- [Prompt Template](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/Prompt Template.md): 介绍 LangChain Prompt Template 的作用、使用场景和工程设计要点
- [RAG](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/RAG.md): 合并介绍 RAG 文本处理、向量数据库和项目实践中的完整工程链路
- [Tool](https://vectorpeak.cn/Agent/Agent_Framework/LangChain/Tool.md): 介绍 LangChain 工具调用的本质、定义方式、执行边界和安全控制
- [Agent & Tool](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/Agent & Tool.md): 介绍 LangGraph 中预构建 ReAct Agent、工具绑定、流式输出和工具调用模式
- [LangGraph](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/LangGraph.md): 介绍 LangGraph 的定位、核心抽象、技术架构和适用边界
- [LangGraph Ecosystem](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/LangGraph Ecosystem.md): 介绍 LangGraph、LangSmith、Studio、CLI 和 Agent Chat UI 的协作方式
- [LangGraph with MCP](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/LangGraph with MCP.md): 介绍如何在 LangGraph 中接入 MCP 工具，以及如何把 LangGraph 封装为 MCP 服务
- [Low-Level API](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/Low-Level API.md): 使用 LangGraph 底层 API 构建图，并进一步实现 ReAct 智能体
- [Memory Management](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/Memory Management.md): 介绍 LangGraph 中短期记忆、长期记忆、消息裁剪、总结和跨线程召回
- [Multi-Agent Architectures](https://vectorpeak.cn/Agent/Agent_Framework/LangGraph/Multi-Agent Architectures.md): 介绍 LangGraph 中多智能体架构的常见模式、适用场景和项目实践拆分方式
- [Evaluation](https://vectorpeak.cn/Agent/Agent_Theory/Evaluation.md): 介绍 Agent 性能评估的指标体系、评测方法与工程落地关注点
- [Memory](https://vectorpeak.cn/Agent/Agent_Theory/memory.md): 介绍 Agentic Memory Systems 的记忆层次、检索机制、写入策略与压缩设计
- [Multi-agent](https://vectorpeak.cn/Agent/Agent_Theory/multi-agent.md): 介绍多 Agent 架构的协作模式、通信机制、任务分解与工程权衡
- [Claude Code](https://vectorpeak.cn/Agent/Modern_Agent/claude-code.md): 介绍 Claude Code 的核心功能、工作流、记忆机制、权限安全与面试高频问题
- [Hermes](https://vectorpeak.cn/Agent/Modern_Agent/hermes.md): 解析 Hermes Agent 的架构、记忆系统、自进化闭环、Skill 沉淀机制，以及它与 OpenClaw 的核心差异
- [OpenClaw](https://vectorpeak.cn/Agent/Modern_Agent/openclaw.md): 介绍 OpenClaw Agent 的总体架构、记忆系统、多智能体通信机制与高频面试问题
- [Welcome to VectorPeak](https://vectorpeak.cn/Guides/index.md): 整理 Agent、RAG、工程实践和个人反思的知识站点
- [Actions](https://vectorpeak.cn/Guides/reflections/actions.md): 从投递、面试到复盘，整理能真正推进结果的行动方法
- [Observations](https://vectorpeak.cn/Guides/reflections/observations.md): 观察大模型岗位链路、机会密度和不同方向的选择风险
- [Thoughts](https://vectorpeak.cn/Guides/reflections/thoughts.md): 关于职业选择、能力结构、成长路径与长期定位的阶段性思考
- [Agentic RAG](https://vectorpeak.cn/RAG/advanced/agentic-rag.md): 结合 Pipeline 演示整理多阶段 RAG 执行、路由和动态决策
- [Graph RAG](https://vectorpeak.cn/RAG/advanced/graph-rag.md): 结合流程图整理 RAG 系统业务流、结构关系和图式表达
- [RAG 评估](https://vectorpeak.cn/RAG/advanced/rag-evaluation.md): 整理 RAG 评估指标、评测方法和质量诊断思路
- [RAG 优化](https://vectorpeak.cn/RAG/advanced/rag-optimization.md): 从课程大纲视角整理 RAG 系统优化方向和学习路径
- [切分策略附录](https://vectorpeak.cn/RAG/appendix/chunking-strategy-appendix.md): 补充整理文档切分、父子块和 chunk 设计细节
- [Embedding 模型](https://vectorpeak.cn/RAG/appendix/embedding-models.md): 整理 RAG 中 Embedding 模型选择、部署和效果权衡
- [HNSW 索引](https://vectorpeak.cn/RAG/appendix/hnsw-index.md): 整理 HNSW 索引原理、参数和向量检索调优要点
- [Pydantic 数据校验](https://vectorpeak.cn/RAG/appendix/pydantic.md): 整理 Pydantic 数据校验与 Settings 管理基础
- [Recursive Splitter](https://vectorpeak.cn/RAG/appendix/recursive-splitter.md): 整理 RecursiveCharacterTextSplitter 的机制和使用场景
- [SHA256 指纹](https://vectorpeak.cn/RAG/appendix/sha256-fingerprint.md): 整理文件指纹、去重和版本识别中的 SHA256 使用方式
- [工具基础](https://vectorpeak.cn/RAG/appendix/tool-foundations.md): 整理项目工具类、辅助函数和工程基础能力
- [LangChain 生态](https://vectorpeak.cn/RAG/foundations/langchain-ecosystem.md): 整理 LangChain 在 RAG 工程中的组件体系和生态位置
- [项目概述与环境搭建](https://vectorpeak.cn/RAG/foundations/project-overview.md): 介绍 KnowForge RAG 项目的整体架构、环境搭建和模块职责
- [RAG 基础](https://vectorpeak.cn/RAG/foundations/rag-fundamentals.md): 系统梳理 RAG 的核心概念、流程、价值和边界
- [RAG](https://vectorpeak.cn/RAG/index.md): 整理 RAG 技术体系、工程实践和课程讲义内容
- [应用入口与启动校验](https://vectorpeak.cn/RAG/pipeline/app-entry-preflight.md): 介绍应用入口、环境前置校验和服务启动流程
- [FastAPI 异步服务](https://vectorpeak.cn/RAG/pipeline/fastapi-asynchronous-service.md): 整理 FastAPI、WebSocket 和异步服务在 RAG 系统中的使用
- [意图识别](https://vectorpeak.cn/RAG/pipeline/intent-classification.md): 整理 RAG 问答链路中的意图分类、路由和边界判断
- [Prompt 工程](https://vectorpeak.cn/RAG/pipeline/prompt-engineering.md): 整理 RAG Prompt Profile、模板选择和答案生成约束
- [QAService 编排](https://vectorpeak.cn/RAG/pipeline/qaservice-orchestration.md): 介绍 QAService 如何统一编排意图、检索、上下文和生成
- [RAG Pipeline 主链路](https://vectorpeak.cn/RAG/pipeline/rag-pipeline.md): 完整梳理 RAG Pipeline 从提问到生成的核心执行流程
- [数据隔离](https://vectorpeak.cn/RAG/production/data-isolation.md): 介绍多租户、数据范围和权限隔离在 RAG 系统中的设计
- [入库流水线](https://vectorpeak.cn/RAG/production/ingestion-pipeline.md): 整理文档加载、切分、向量化、索引和入库处理链路
- [知识库版本管理](https://vectorpeak.cn/RAG/production/kb-versioning.md): 整理知识库多版本管理、灰度切换和版本隔离策略
- [可观测性与链路追踪](https://vectorpeak.cn/RAG/production/observability-tracing.md): 整理 LangSmith Trace、日志和 RAG 链路观测方法
- [质量评估](https://vectorpeak.cn/RAG/production/quality-evaluation.md): 整理 RAG 回归验收、入库质量和效果评估方法
- [测试体系](https://vectorpeak.cn/RAG/production/testing-system.md): 介绍接口验收、回归测试和 RAG 系统测试设计
- [文档切分策略](https://vectorpeak.cn/RAG/retrieval/chunking-strategy.md): 整理父子块切分、递归切分和 RAG 文档分块设计
- [Cross-Encoder 重排序](https://vectorpeak.cn/RAG/retrieval/cross-encoder-reranker.md): 整理 Cross-Encoder Reranker 的原理、使用方式和工程边界
- [Embedding 与 BGE-M3](https://vectorpeak.cn/RAG/retrieval/embedding-and-bge-m3.md): 整理 Embedding 模型选型、BGE-M3 特性和向量化实践
- [Milvus 混合检索](https://vectorpeak.cn/RAG/retrieval/milvus-hybrid-search.md): 整理 Milvus Hybrid Search、稠密稀疏召回和分数融合
- [Milvus 索引与运维](https://vectorpeak.cn/RAG/retrieval/milvus-index-and-operations.md): 介绍 Milvus 索引机制、集合操作和向量数据库运维要点
- [查询改写与多路变体](https://vectorpeak.cn/RAG/retrieval/query-rewrite-variants.md): 整理查询改写、多查询变体和检索召回增强方法
- [检索策略](https://vectorpeak.cn/RAG/retrieval/retrieval-strategy.md): 整理 RAG 检索计划、召回策略和动态检索链路

## OpenAPI Specs

- [openapi](https://vectorpeak.cn/DeepLearning/openapi.json)