汇总一些最近感兴趣的项目信息。
MCP
MCP（Model Context Protocol，即模型上下文协议）是由 Anthropic（Claude 的母公司）提出的一个协议，旨在为 LLM（大型语言模型）通过一套标准化的协议提供拓展功能工具箱。赋予 LLM 访问外部数据，使用特定工具和 API 的能力。
Latest MCP 版本为 2025-03-26，最新这一版本引入了对 Streamable HTTP 的支持，允许 LLM 通过 HTTP 流式传输数据。
MCP - Transport
编码：所有消息均采用 JSON-RPC 2.0 格式，必须使用 UTF-8 编码。
传输： stdio（优先支持）：通过标准输入/输出流通信。/ Streamable HTTP（新版推荐）：基于 HTTP 的增强传输，支持流式交互。
Streamable HTTP
-
统一端点：单个 HTTP 路径（如
/mcp）同时处理POST（客户端→服务端）和GET（服务端→客户端）。
| 方向 | HTTP 方法 | Content-Type | 消息类型 | 响应逻辑 |
|---|---|---|---|---|
| 客户端 → 服务端 | POST | application/json |
请求/通知/响应（或批量） | - 纯响应/通知：返回 202 Accepted<br>- 含请求：返回 application/json 或 SSE 流 |
| 服务端 → 客户端（推送） | GET | text/event-stream (SSE) |
服务端主动发起的请求/通知（可批量） | 客户端需持续监听 SSE 流 |
Feature
MCP 区分服务端和客户端。客户端包括 Root 和 Sampling 两种功能。服务端包括 Prompts、Resources 和 Tools 三种功能。
Root: MCP 客户端通过 roots 特性向服务端暴露文件系统的可访问根目录，明确服务端能操作的文件范围边界。
Sampling: 允许服务端通过客户端请求 LLM 生成内容。服务端无需直接管理 API 密钥，通过客户端代理实现。
Prompts: 服务端提供结构化提示词模板，客户端可动态获取并填充参数生成最终提示。
Resources: 服务端暴露结构化数据（如文件、API 结果），供 LLM 获取上下文。
Tools: 服务端提供可执行工具（如 API 调用），由 LLM 按需触发。
PocketFlow
一个极其精炼的 LLM 框架，100 行 python 代码，概况了一个简单有效的大模型工作流，利用这些最基本的原语，可以构建出复杂的工作流。
核心概念
Node
node 是一个执行任务的最小单元，整体流程会分为 prep, exec, post 三个阶段。prep 阶段可能从shared store 里获取数据，exec 阶段执行任务，post 阶段将结果存入 shared store。
exec 部分支持失败后间隔重试，还可以再使用最终 fallback。
Flow
Flow 定义了 node 之间的执行顺序，每个 node 的执行结果可能影响下一个是哪一个 node。
简单来说就是 node 作为顶点，flow 是边，构成一个有向图。
定义里 Flow 也是继承自 Node，不过我感觉这部分的设计有点奇怪，还没体会到这种设计的好处…
Communication
Nodes 和 Flow 之间的主要通过 shared store 来进行数据传递（通常是一个 dict）。
Batch && Async
还有一些批量的异步的概念，比较好理解。
Patterns
官方给出的示意图，可以基于此设计实现的流行的模式。
[RAG (Retrieval-Augmented Generation)] 技术介绍
必备特性：长文档预处理、实时索引、嵌入模型质量（特定领域可能需要微调）
核心难点：如何调整分块策略、相似度阈值，引入动态权重（根据使用频率）、反馈循环机制（根据是否采纳结果）来增强检索的相关性和准确性。
概念汇总：
- 嵌入模型（Embedding Models）：将文本转换为向量表示，可以用向量相似度来检索相关性。
实践上以下的这些操作需要根据实际场景自由组合。
感受： 这个项目的文档真的读起来，比它看起来的样子更无趣，各种优化手段和思路都很好理解，但是原文似乎像是AI批量生成的内容一样冗余，为了写而写。 技术上无论怎么操作最后的落脚点还是向量相似度检索/LLM回答、中间套上用 LLM 处理马上要喂给 LLM 的内容的各种手段实在不好评价。因为感觉这种方式十分不精确，也无法证明其完善性，实践上如果使用的（理论最佳）策略强依赖于原始材料的质量、完整性，也很难落地通用些的项目。 后面一些引入了意图检测，加上一些合适的步骤来避免没法答硬回答的想法很好。
01 simple rag
基础的 RAG 实现：将全文分割成一个个chunk，按照相似度检索出 top k 相关的 chunk，拼接成一个 Context prompt 传入 LLM。
02 semantic chunking
提出一种分块策略：将大段落按照其中句子的语义进行分块，相比于固定段落/长度的分块策略，可以更好的精炼每个 chunk 的内容。也能提高检索的相关性准确性。具体有多种方法：
- 百分位数法：计算所有相似性差异的 X 分位数，并在相似性下降超过该值的地方进行分块。
- 标准差法：在相似性下降超过平均值减去 X 个标准差时进行分块。
- 四分位距法（IQR）：使用四分位距（Q3 - Q1）来确定分块点。
执行的时候都是：先按照一句句话分开，计算每句的嵌入向量，然后计算每两句之间的相似度，选择一种分块策略来决定分块点，按照分块点重新拼接成 chunk。最后将 chunk 计算嵌入向量。回归到 RAG 的基本流程。
03 chunk size selector
提出了一种分块策略：按照不同的 length，再叠加一些 overlap 来分块。将不同长度的 chunk 都计算嵌入向量相似度选择最相关的 top k 个 chunk。回归到 RAG 的基本流程。
04 context enriched rag
Context-Enriched Retrieval: 在分块检索到最相关的 chunk 后，传入附近的上下文（如前后几句话）来丰富 chunk 的内容。可以提高检索的相关性准确性。
05 contextual chunk headers rag
标准的文本分块（chunking）可能丢失重要的上下文信息，导致检索效果较差。 Contextual Chunk Headers (CCH) 方法通过为每个文本块生成高层次的上下文（如标题或章节名称），增强检索的准确性和回答的连贯性。
通过为每个文本块生成标题并结合标题和内容进行检索。（个人评论：感觉如果最终的评价标准还是用向量相关性的话，对于原文内容的质量还是有很高的要求，在个人知识库里，一些不够完善的内容还是会影响检索效果。）
06 augmentation rag
引入了 问题生成（Question Generation），给定文本段落，让AI生成相关问题，然后将这些问题也作为查询来检索相关的文本段落。
system_prompt = "You are an expert at generating relevant questions from text. Create concise questions that can be answered using only the provided text. Focus on key information and concepts."
# Define the user prompt with the text chunk and the number of questions to generate
user_prompt = f"""
Based on the following text, generate {num_questions} different questions that can be answered using only this text:
{text_chunk}
Format your response as a numbered list of questions only, with no additional text.
"""07 query transform
引入了查询转换（Query Transformation），在检索之前对查询进行转换或增强，以提高检索的相关性和准确性。 包括三种方法：
- Rewrite 重写查询，用AI重写查询，使其更清晰或更具体。
- Step-back 回退提示，用AI生成更一般化的查询。
- Sub-query Decomposition 将复杂查询分解为多个子查询。
system_prompt = "You are an AI assistant specialized in improving search queries. Your task is to rewrite user queries to be more specific, detailed, and likely to retrieve relevant information."
# Define the user prompt with the original query to be rewritten
user_prompt = f"""
Rewrite the following query to make it more specific and detailed. Include relevant terms and concepts that might help in retrieving accurate information.
Original query: {original_query}
Rewritten query:
"""system_prompt = "You are an AI assistant specialized in search strategies. Your task is to generate broader, more general versions of specific queries to retrieve relevant background information."
# Define the user prompt with the original query to be generalized
user_prompt = f"""
Generate a broader, more general version of the following query that could help retrieve useful background information.
Original query: {original_query}
Step-back query:
"""system_prompt = "You are an AI assistant specialized in breaking down complex questions. Your task is to decompose complex queries into simpler sub-questions that, when answered together, address the original query."
# Define the user prompt with the original query to be decomposed
user_prompt = f"""
Break down the following complex query into {num_subqueries} simpler sub-queries. Each sub-query should focus on a different aspect of the original question.
Original query: {original_query}
Generate {num_subqueries} sub-queries, one per line, in this format:
1. [First sub-query]
2. [Second sub-query]
And so on...
"""08 reranker
重排序核心概念：
首先使用基本的检索方法（如向量相似度）获取初步的相关文档或段落。 对初步检索到的文档进行评分，继续用AI模型对每个文档进行分析，计算其相关性分数。
# Define the system prompt for the LLM
system_prompt = """You are an expert at evaluating document relevance for search queries.
Your task is to rate documents on a scale from 0 to 10 based on how well they answer the given query.
Guidelines:
- Score 0-2: Document is completely irrelevant
- Score 3-5: Document has some relevant information but doesn't directly answer the query
- Score 6-8: Document is relevant and partially answers the query
- Score 9-10: Document is highly relevant and directly answers the query
You MUST respond with ONLY a single integer score between 0 and 10. Do not include ANY other text."""
# Define the user prompt for the LLM
user_prompt = f"""Query: {query}
Document:
{result['text']}
Rate this document's relevance to the query on a scale from 0 to 10:"""根据评分结果对文档进行重排序，选择最相关的文档作为最终结果。
09 rse
Relevant Segment Extraction (RSE) 技术，通过识别文档中更连续的相关片段作为相关性排序依据，原理是倾向于认为相关性强的片段一般都是连续的，所以用区间片段的相关性累计值来作为选取片段的依据。
10 contextual compression
在检索到的文本块中，过滤掉和查询无关的内容，仅保留最相关的部分；通过压缩上下文来减少噪声，提高语言模型生成的质量。
选择性压缩（Selective）、摘要压缩（Summary）、提取压缩（Extraction）
# Define system prompts for different compression approaches
if compression_type == "selective":
system_prompt = """You are an expert at information filtering.
Your task is to analyze a document chunk and extract ONLY the sentences or paragraphs that are directly
relevant to the user's query. Remove all irrelevant content.
Your output should:
1. ONLY include text that helps answer the query
2. Preserve the exact wording of relevant sentences (do not paraphrase)
3. Maintain the original order of the text
4. Include ALL relevant content, even if it seems redundant
5. EXCLUDE any text that isn't relevant to the query
Format your response as plain text with no additional comments."""
elif compression_type == "summary":
system_prompt = """You are an expert at summarization.
Your task is to create a concise summary of the provided chunk that focuses ONLY on
information relevant to the user's query.
Your output should:
1. Be brief but comprehensive regarding query-relevant information
2. Focus exclusively on information related to the query
3. Omit irrelevant details
4. Be written in a neutral, factual tone
Format your response as plain text with no additional comments."""
else: # extraction
system_prompt = """You are an expert at information extraction.
Your task is to extract ONLY the exact sentences from the document chunk that contain information relevant
to answering the user's query.
Your output should:
1. Include ONLY direct quotes of relevant sentences from the original text
2. Preserve the original wording (do not modify the text)
3. Include ONLY sentences that directly relate to the query
4. Separate extracted sentences with newlines
5. Do not add any commentary or additional text
Format your response as plain text with no additional comments."""11 feedback loop rag
动态的根据用户反馈来调整相关性评分。将成功的问答纳入知识库，增强长期的学习能力。
思路很自然，实现比较玩具。这并不是一个仅在 RAG 场景下才需要的能力。
12 adaptive rag
用AI将用户查询的分类，再配合不同的检索策略来处理不同类型的查询。
# Define the system prompt to guide the AI's classification
system_prompt = """You are an expert at classifying questions.
Classify the given query into exactly one of these categories:
- Factual: Queries seeking specific, verifiable information.
- Analytical: Queries requiring comprehensive analysis or explanation.
- Opinion: Queries about subjective matters or seeking diverse viewpoints.
- Contextual: Queries that depend on user-specific context.
Return ONLY the category name, without any explanation or additional text.
"""
# Create the user prompt with the query to be classified
user_prompt = f"Classify this query: {query}"13 self rag
自反式 RAG，特点：
- 动态的（用LLM）决定是否要检索（在此前的 RAG 实现中，检索都是固定的步骤）。
- 评估检索结果的相关性和准确性，如果不实用，不如直接使用 LLM 生成答案 / 反馈无法回答。
14 proposition chunking
命题分块（Proposition Chunking），将文本分割成更小的命题单元（propositions），对生成的命题进行质量检查，包括准确性、清晰度、完整性和简洁性。
15 multimodel rag
使用视觉模型来对图像内容进行描述和提取，覆盖依赖图像数据的问题。
16 fusion rag
融合检索，结合语义检索和关键词检索两种方式，补全可能遗漏的关键词精确匹配的场景，来提高检索质量。
把向量检索和 BM25 关键词检索的结果融合加权计算综合分数。
17 graph rag
基于图的 RAG，将知识组织成连接图而非平面文档集合。根据相似度和概念重合度来定义边权，查询时图遍历来找到相关上下文内容。
system_message = """Extract key concepts and entities from the provided text.
Return ONLY a list of 5-10 key terms, entities, or concepts that are most important in this text.
Format your response as a JSON array of strings."""18 hierarchy rag
解决传统 RAG 在处理大规模知识库时，如果对所有文本块一视同仁，可能上下文丢失或者检索效率低的问题。
层次化索引的 RAG，先通过摘要识别相关文档主要内容，再对内容进行分开嵌入，分为两个向量存储。
19 HyDE rag
Hypothetical Document Embedding，假设文档嵌入，通过生成能回答用户问题的假设文档来作为嵌入搜索的参照对象。(看到这里真的笑出声了…)
system_prompt = f"""You are an expert document creator.
Given a question, generate a detailed document that would directly answer this question.
The document should be approximately {desired_length} characters long and provide an in-depth,
informative answer to the question. Write as if this document is from an authoritative source
on the subject. Include specific details, facts, and explanations.
Do not mention that this is a hypothetical document - just write the content directly."""
# Define the user prompt with the query
user_prompt = f"Question: {query}\n\nGenerate a document that fully answers this question:"20 crag
Corrective RAG，评估检索结果的相关性，当本地检索结果不足时，通过网络搜索来补充，结合多个来源的结果生成答案。
21 rag with rl
使用 Reinforcement Learning (强化学习) 来优化。
定义学习的核心组件：状态、动作空间和奖励： 动作逻辑包括：重写查询、扩展上下文、过滤上下文、生成答案。 使用奖励函数基于余弦相似度评估生成答案的质量。
