https://moyutianzun.cn/en/categories/context-engineering/Recent content in Context Engineering on moyutianzun's blogHugoenmoyutianzunWed, 31 Dec 2025 06:09:51 +0800https://moyutianzun.cn/en/blog/githubyuan-ma------llamaindex-shang-xia-wen-shu-ju-gui-fan/Wed, 31 Dec 2025 06:09:51 +0800https://moyutianzun.cn/en/blog/githubyuan-ma------llamaindex-shang-xia-wen-shu-ju-gui-fan/<h1 style="" id="%E6%A6%82%E8%BF%B0">概述</h1><p style=""><a href="https://github.com/run-llama/llama_index" target="_self" rel="">LlamaIndex</a>（原名 GPT Index）是一个开源的数据框架，专门用于构建大语言模型（LLM）应用。它解决了 LLM 的一个核心局限性：<strong>LLM 在训练后就无法访问私有数据</strong>。LlamaIndex 通过<strong>检索增强生成（RAG）</strong>技术，将用户的私有数据与 LLM 的生成能力无缝连接。与langchain相比，langchian是编排工具流工作流等，<strong>而llamaindex专注于数据格式和数据索引</strong>。</p>https://moyutianzun.cn/en/blog/context-engine-note/Tue, 02 Dec 2025 09:28:32 +0800https://moyutianzun.cn/en/blog/context-engine-note/<h1 style="" id="context-manager">Context Manager</h1><h2 style="" id="%E5%A4%9A%E6%A8%A1%E6%80%81%E6%95%B0%E6%8D%AE%E7%9A%84%E5%A4%84%E7%90%86">多模态数据的处理</h2><p style="">现在大模型系统的对话窗口和处理数据会产生大量的上下文，后续的qa往往会用到其中一部分上下文，所以建立有效的context engine是十分必要的。</p><p style=""></p><h3 style="" id="nlp">NLP</h3><p style=""><strong>用时问戳标记上下文</strong> <u>一种常见的设计是在每条信息上附加时间戳，以保留其生成的顺序</u>。这种方法由于简单且维护成本低，在聊天机器人和用户活动监控中广受欢迎。然而，该方法存在若干局限性。尽管时间戳能够保持时间顺序，但它们<u>不提供语义结构</u>，使得捕捉长程依赖关系或高效检索相关信息变得困难。随着交互数据的累积，序列呈线性增长，导致在存储和推理方面均面临可扩展性问题</p>