欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

RAG、Memory與Agent:大模型應(yīng)用三層架構(gòu)實戰(zhàn)指南

RAG、Memory與Agent:大模型應(yīng)用三層架構(gòu)實戰(zhàn)指南 很多同學(xué)在做大模型應(yīng)用的時候常常會被這三個概念繞暈RAG、Memory、Agent。團隊里討論方案有人說用 RAG 做知識庫有人說要加 Memory 才能讓對話連貫還有人直接說上 Agent 就全解決了。結(jié)果一圈討論下來代碼一行沒寫方案已經(jīng)改了三次。這篇文章就圍繞一個核心問題展開RAG、Memory、Agent 到底分別解決什么問題它們是不是非此即彼的關(guān)系落到實際項目里應(yīng)該怎么選、怎么結(jié)合文章會先從概念入手把三者的邊界講清楚然后用一份完整的代碼示例演示“RAG Memory Agent”怎么在一個項目里協(xié)同工作最后給出選型建議、常見坑點和工程落地經(jīng)驗。適合正在做 RAG 知識庫、AI Agent 開發(fā)、或者準備把大模型接入業(yè)務(wù)系統(tǒng)的開發(fā)者閱讀。1. 背景與核心概念在正式寫代碼之前先把三個概念放在同一個坐標系里看待。很多人會誤以為 RAG、Memory、Agent 是三個并列的技術(shù)方案選了 A 就不用 B。實際上它們屬于不同層次的能力模塊面對的是不同的問題。1.1 RAG 解決的是“模型不知道”的問題RAG 的全稱是 Retrieval-Augmented Generation檢索增強生成。它的核心思路很簡單大模型的知識是訓(xùn)練時固化的無法覆蓋你業(yè)務(wù)里的私有數(shù)據(jù)。RAG 先把外部文檔切片、向量化建立索引等用戶提問時先從知識庫中檢索出相關(guān)片段再把片段和問題一起交給大模型生成答案。用一句話概括RAG 是給大模型裝了一個“外部知識庫”。RAG 適合的場景非常明確企業(yè)內(nèi)部的規(guī)章制度、產(chǎn)品手冊、維修文檔問答?;谒接?PDF、Word、網(wǎng)頁內(nèi)容構(gòu)建問答系統(tǒng)。實時性要求高、需要引用來源的信息查詢。工程上RAG 有四個關(guān)鍵環(huán)節(jié)也是后續(xù)容易出現(xiàn)問題的四個環(huán)節(jié)文檔加載與解析、文本切塊、向量化與存儲、檢索與重排。1.2 Memory 解決的是“模型記不住”的問題大模型本身是無狀態(tài)的。你上一輪問了“北京明天天氣怎么樣”下一輪問“那后天呢”如果模型不記得“那”指代的是“北京”回答就會跑偏。Memory 模塊的作用就是讓 Agent 或?qū)υ捪到y(tǒng)具備“記憶能力”。它通常分為三類記憶類型類比典型實現(xiàn)短期記憶臨時記住當前對話上下文把最近幾輪對話拼進 Prompt長期記憶跨會話記住用戶偏好和歷史事實存入數(shù)據(jù)庫按用戶 ID 讀取工作記憶任務(wù)執(zhí)行過程中臨時保存中間狀態(tài)Agent 執(zhí)行計劃時維護狀態(tài)變量注意Memory 和 RAG 有一個容易混淆的點兩者都要“存取數(shù)據(jù)”。區(qū)別在于Memory 存的是“關(guān)于用戶、對話、任務(wù)狀態(tài)”的信息RAG 存的是“領(lǐng)域知識、文檔內(nèi)容”。1.3 Agent 解決的是“模型不會做”的問題如果說 RAG 是讓模型“知道得更多”Memory 是讓模型“記得住”那么 Agent 是讓模型“動起來”。Agent 的核心是讓大模型充當一個“大腦”通過推理來決定調(diào)用哪些工具、按什么順序執(zhí)行最終完成一個復(fù)雜任務(wù)。一個標準的 Agent 循環(huán)通常包含接收用戶目標。推理并拆解任務(wù)生成計劃。按計劃調(diào)用工具搜索、計算、調(diào) API、操作數(shù)據(jù)庫等。觀察工具返回結(jié)果判斷是否繼續(xù)或結(jié)束。輸出最終答案。Agent 的出現(xiàn)解決的是“大模型只能生成文本不能完成操作”的問題。它把大模型從“問答機器”變成了“執(zhí)行者”。1.4 三者不是三選一而是三層結(jié)構(gòu)用一個生活化的例子來說明。你去醫(yī)院看病導(dǎo)診臺Agent先問你的癥狀根據(jù)你的描述決定讓你去內(nèi)科還是外科醫(yī)生翻看你之前的病歷Memory遇到不確定的罕見病還會查閱醫(yī)學(xué)指南和文獻RAG。最終給出診斷和治療方案??吹?jīng)]有Agent、Memory、RAG 本來就在同一個系統(tǒng)里協(xié)同工作。這也引出了文章的核心觀點選擇不是“用 RAG 還是用 Agent”而是“這個環(huán)節(jié)需不需要檢索、需不需要記憶、需不需要行為決策”。2. 環(huán)境準備與版本說明下面進入實戰(zhàn)。本文的示例以一個“企業(yè)知識庫問答 多輪對話記憶 Agent”為業(yè)務(wù)背景使用 Python LangChain 體系來實現(xiàn)。先說明一下環(huán)境。大模型技術(shù)棧更新非??炀唧w版本建議以你本機為準。本文示例基于以下環(huán)境你實際使用時需要根據(jù)版本差異調(diào)整參數(shù)組件說明操作系統(tǒng)Windows 10/11、macOS、Linux 均可Python3.9 及以上LangChain0.1.x 或 0.2.x接口有差異注意兼容向量數(shù)據(jù)庫Chroma本地運行無需額外服務(wù)Embedding 模型使用 OpenAI 的 text-embedding-ada-002或本地 BGE/M3E 模型LLM以 OpenAI GPT 系列為例也可替換為 Qwen、DeepSeek 或本地 llama.cpp 部署的模型如果你在本地通過 llama.cpp Qwen2-7B 搭建過 RAG 知識庫會發(fā)現(xiàn)核心流程沒有區(qū)別只是 Embedding 和 LLM 的加載方式不同。2.1 安裝依賴創(chuàng)建項目目錄和虛擬環(huán)境mkdir rag-memory-agent-demo cd rag-memory-agent-demo python -m venv venv source venv/bin/activate # Windows 下執(zhí)行 venv\Scripts\activate安裝依賴pip install langchain langchain-openai langchain-community chromadb faiss-cpu python-dotenv說明一下langchain-openai是 LangChain 官方維護的 OpenAI 集成包。chromadb作為本地向量數(shù)據(jù)庫零配置適合學(xué)習(xí)和原型驗證。faiss-cpu是可選依賴如果你只用 Chroma 可以不裝。python-dotenv用于管理環(huán)境變量。2.2 項目結(jié)構(gòu)rag-memory-agent-demo/ ├── .env # 存放 API Key ├── data/ │ └── employee_handbook.md # 示例知識庫文檔 ├── rag_service.py # RAG 檢索模塊 ├── memory_service.py # 會話記憶模塊 ├── agent_service.py # Agent 編排模塊 └── main.py # 入口文件這個結(jié)構(gòu)把 RAG、Memory、Agent 拆成三個獨立模塊方便你看清每一層做了什么。3. 核心原理拆解在把代碼串起來之前先分別拆解三個模塊的關(guān)鍵實現(xiàn)點。這樣后面看完整代碼時你能知道每一行是在做什么。3.1 RAG 檢索流程的四個關(guān)鍵環(huán)節(jié)RAG 的實現(xiàn)并沒有多玄妙核心就是“文檔進、答案出”的四步流水線文檔加載 → 文本切塊 → 向量化入庫 → 檢索并生成文檔加載從 PDF、Word、Markdown 等文件里提取純文本。這一步的坑最多尤其是 PDF 里的表格、掃描件需要 OCR 或者專門的表格解析工具。對 Markdown 和純文本來說直接讀取即可。文本切塊因為大模型有上下文窗口限制同時檢索單位太大也會導(dǎo)致“檢索到一大段無關(guān)內(nèi)容”所以需要把長文本切成小塊。切塊策略直接影響檢索效果。向量化入庫把每個文本塊通過 Embedding 模型轉(zhuǎn)成向量存入向量數(shù)據(jù)庫。這里的“語義相近的文本向量距離也近”是檢索能工作的基礎(chǔ)。檢索并生成用戶提問時把問題也向量化然后從庫里找到最相似的 Top-K 個文本塊拼進 Prompt 交給大模型。切塊策略重點說一下。常見的切法有固定長度切塊例如每 500 個字符切一塊塊與塊之間重疊 50 字符。按結(jié)構(gòu)切塊例如 Markdown 標題、段落、句子邊界。遞歸切塊先按大單位切再對超長塊按小單位切。在 LangChain 中推薦使用RecursiveCharacterTextSplitter它的邏輯是先按段落切段落太長再按句子切句子太長再按字符切。這比固定長度切塊更能保留語義完整性。3.2 Memory 的三種實現(xiàn)層次LangChain 的 Memory 體系經(jīng)歷了比較大的演進。早期版本通過ConversationBufferMemory等類維護對話歷史新版本推薦直接使用langchain.memory里的不同組件或者干脆在Runnable/ Agent 里手動管理消息列表。實際項目中最簡單可靠的記憶實現(xiàn)方式有兩種第一種會話級消息列表。把歷史對話保存在一個列表里每次請求時拼到 Prompt 中。適合短期記憶。messages [] messages.append({role: user, content: 我住在杭州}) messages.append({role: assistant, content: 你好杭州是個好地方})第二種持久化長期記憶。把用戶的關(guān)鍵信息抽取出來存入 Redis 或 MySQL用戶下次訪問時加載。適合長期記憶。需要注意把全部歷史對話都塞進 Prompt 是不行的。上下文窗口有限、成本會線性增長、模型對過長的歷史反而會“迷失”。所以工程上要做“記憶壓縮”只保留最近幾輪對話或者對歷史做摘要。3.3 Agent 的執(zhí)行循環(huán)一個最精簡的 Agent 循環(huán)可以這樣理解用戶問題 ↓ LLM 根據(jù)指令 工具描述決定是否調(diào)用工具、調(diào)用哪個、傳什么參數(shù) ↓ 執(zhí)行工具拿到結(jié)果 ↓ LLM 觀察結(jié)果決定繼續(xù)調(diào)用工具還是直接回答 ↓ 輸出最終答案這個“決策—執(zhí)行—觀察—再決策”的循環(huán)就是 Agent 和普通 API 調(diào)用的本質(zhì)區(qū)別。LangChain 中對這個模式做了高度封裝你只需要定義 Tool 的name、description、args_schema和funcAgent 框架就會讓 LLM 根據(jù)description來決定何時調(diào)用。這里有個關(guān)鍵經(jīng)驗Tool 的 description 寫得好不好直接決定 Agent 的準確率。如果你寫“use this when user asks about anything”那 LLM 什么都會去調(diào)這個工具如果你寫“use this when user asks about company policies from the knowledge base”LLM 就知道這是知識庫專用工具。4. 完整實戰(zhàn)案例構(gòu)建一個帶記憶的知識庫 Agent接下來我們將把三個模塊組合到一個項目中。業(yè)務(wù)場景是企業(yè)員工手冊問答 Agent。它需要做到用戶提問關(guān)于公司制度的問題如年假、報銷從知識庫中檢索回答。用戶進行多輪對話時Agent 記住用戶姓名、崗位、之前的問答內(nèi)容。用戶可以要求 Agent 基于已知信息執(zhí)行簡單操作例如“根據(jù)我的年假余額提醒我今年還剩幾天”。4.1 準備示例文檔創(chuàng)建data/employee_handbook.md# 員工手冊節(jié)選 ## 年假制度 員工入職滿一年后享有每年 5 天帶薪年假。工齡滿 10 年年假增加至 10 天。 年假需要提前 3 個工作日申請經(jīng)部門主管審批后方可休假。 ## 報銷制度 員工因公出差產(chǎn)生的交通、住宿、餐飲費用可在回國后 7 個工作日內(nèi)提交報銷申請。 報銷金額超過 5000 元需要總經(jīng)理審批。 ## 遠程辦公 員工每周可申請最多 2 天遠程辦公。遠程辦公期間需要保持即時通訊在線并按時參加每日站會。4.2 編寫 RAG 模塊文件路徑rag_service.pyimport os from dotenv import load_dotenv from langchain_community.document_loaders import TextLoader from langchain_community.vectorstores import Chroma from langchain_openai import OpenAIEmbeddings from langchain_text_splitters import RecursiveCharacterTextSplitter from langchain_core.runnables import RunnableLambda load_dotenv() class RAGService: def __init__(self, doc_path: str, persist_dir: str ./chroma_db): self.persist_dir persist_dir self.embeddings OpenAIEmbeddings( modeltext-embedding-ada-002, api_keyos.getenv(OPENAI_API_KEY) ) self.vector_store self._build_or_load(doc_path) def _build_or_load(self, doc_path: str): # 如果本地已有向量庫直接加載 if os.path.exists(self.persist_dir): return Chroma( persist_directoryself.persist_dir, embedding_functionself.embeddings ) # 否則從文檔構(gòu)建 loader TextLoader(doc_path, encodingutf-8) documents loader.load() text_splitter RecursiveCharacterTextSplitter( chunk_size200, chunk_overlap50, separators[\n\n, \n, 。, , , , ] ) docs text_splitter.split_documents(documents) return Chroma.from_documents( docs, self.embeddings, persist_directoryself.persist_dir ) def search(self, query: str, k: int 3): # 返回檢索到的文檔片段列表 return self.vector_store.similarity_search(query, kk) def as_tool_func(self): # 方便 Agent 直接調(diào)用 def search_func(query: str) - str: docs self.search(query, k3) return \n\n.join([doc.page_content for doc in docs]) return search_func幾點說明chunk_size200表示每個文本塊約 200 字符這個數(shù)值需要根據(jù)文檔情況調(diào)整。chunk_overlap50讓相鄰塊之間有 50 字符重疊避免切在語義邊界導(dǎo)致信息丟失。separators的優(yōu)先級是從左到右先按段落切再按句號切。OpenAIEmbeddings需要你在.env里配置OPENAI_API_KEY。如果你使用本地模型可以替換成langchain_community.embeddings里的HuggingFaceBgeEmbeddings或OllamaEmbeddings。4.3 編寫 Memory 模塊文件路徑memory_service.py為了演示長期記憶和短期記憶的區(qū)別這里用 JSON 文件做簡單的長期記憶持久化同時在內(nèi)存里維護短期會話歷史。import json import os from datetime import datetime class MemoryService: MEMORY_FILE ./memory_store.json def __init__(self, user_id: str): self.user_id user_id self.short_term_messages [] self._ensure_file() def _ensure_file(self): if not os.path.exists(self.MEMORY_FILE): with open(self.MEMORY_FILE, w, encodingutf-8) as f: json.dump({}, f) def _load_all(self): with open(self.MEMORY_FILE, r, encodingutf-8) as f: return json.load(f) def _save_all(self, data): with open(self.MEMORY_FILE, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse, indent2) def add_long_term(self, key: str, value: str): 長期記憶記錄用戶的穩(wěn)定信息如姓名、崗位、偏好 data self._load_all() if self.user_id not in data: data[self.user_id] {} data[self.user_id][key] { value: value, updated_at: datetime.now().isoformat() } self._save_all(data) def get_long_term(self, key: str None): 如果指定 key返回對應(yīng)值否則返回該用戶的全部長期記憶 data self._load_all() user_data data.get(self.user_id, {}) if key: return user_data.get(key, {}).get(value, ) return {k: v[value] for k, v in user_data.items()} def add_short_term(self, role: str, content: str): 短期記憶保存當前會話的對話消息 self.short_term_messages.append({role: role, content: content}) # 只保留最近 6 條避免上下文過長 if len(self.short_term_messages) 6: self.short_term_messages self.short_term_messages[-6:] def get_short_term(self): return self.short_term_messages這里體現(xiàn)了一個很重要的工程思路長期記憶存的是“事實”短期記憶存的是“上下文”。事實需要跨會話保留上下文只需要當前會話內(nèi)保持。4.4 編寫 Agent 編排模塊文件路徑agent_service.py我們用 LangChain 的 AgentTool Calling Agent來串聯(lián) RAG 和 Memory。from langchain.agents import AgentExecutor, create_tool_calling_agent from langchain.tools import Tool from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder from langchain_openai import ChatOpenAI from rag_service import RAGService from memory_service import MemoryService class AgentService: def __init__(self, rag: RAGService, memory: MemoryService): self.rag rag self.memory memory self.llm ChatOpenAI( modelgpt-4o-mini, temperature0.1 ) self.agent_executor self._create_agent() def _create_agent(self): # 定義 Agent 可用的工具 tools [ Tool( nameknowledge_base_search, description( Search the employee handbook knowledge base. Use this when user asks about company policies, leave, reimbursement, remote work, or other HR rules. ), funcself.rag.as_tool_func() ), Tool( nameget_user_memory, descriptionGet the long-term memory of the current user. Use this when you need to recall users stored information like name, position, preferences., funclambda x: str(self.memory.get_long_term()) ), Tool( namesave_user_memory, descriptionSave a piece of user information into long-term memory. Use this when user tells you personal facts like their name, role, or preferences., funcself.memory.add_long_term ) ]等等這里有一個問題需要修正Tool的func要求接受一個參數(shù)。save_user_memory需要接收兩個參數(shù)key 和 value不能直接傳給 Agent。我們改造一下用一個參數(shù)接收字符串解析后再保存。修正后的代碼如下class AgentService: def __init__(self, rag: RAGService, memory: MemoryService): self.rag rag self.memory memory self.llm ChatOpenAI( modelgpt-4o-mini, temperature0.1 ) # 綁定內(nèi)存服務(wù)到當前用戶 self.agent_executor self._create_agent() def _create_agent(self): def save_memory_func(arg: str): # 參數(shù)格式: keyvalue # 實際項目中建議用 JSON 格式 if not in arg: return Invalid format. Please use keyvalue. key, value arg.split(, 1) self.memory.add_long_term(key.strip(), value.strip()) return fSaved {key.strip()} to memory. tools [ Tool( nameknowledge_base_search, description( Search the employee handbook knowledge base. Use this when user asks about company policies, leave, reimbursement, remote work, or other HR rules. ), funcself.rag.as_tool_func() ), Tool( nameget_user_memory, descriptionGet the long-term memory of the current user. Use this when you need to recall users stored information like name, position, preferences., funclambda x: str(self.memory.get_long_term()) ), Tool( namesave_user_memory, descriptionSave a piece of user information into long-term memory. Use this when user tells you personal facts like their name, role, or preferences. Argument format: keyvalue, funcsave_memory_func ) ] prompt ChatPromptTemplate.from_messages([ (system, 你是一個企業(yè)員工助手。你的職責(zé)是 1. 當用戶詢問公司制度時調(diào)用 knowledge_base_search 獲取答案。 2. 記住用戶提供的個人信息調(diào)用 save_user_memory 保存。 3. 回答問題時結(jié)合當前對話歷史和長期記憶給出個性化回答。 ), MessagesPlaceholder(variable_namechat_history), (user, {input}), MessagesPlaceholder(variable_nameagent_scratchpad) ]) agent create_tool_calling_agent(self.llm, tools, prompt) return AgentExecutor(agentagent, toolstools, verboseTrue, handle_parsing_errorsTrue) def run(self, user_input: str): # 將短期記憶作為 chat_history 傳入 result self.agent_executor.invoke({ input: user_input, chat_history: self.memory.get_short_term() }) # 更新短期記憶 self.memory.add_short_term(user, user_input) self.memory.add_short_term(assistant, result[output]) return result[output]需要特別說明一個關(guān)鍵點為什么要把短期記憶單獨作為chat_history傳入而不是簡單拼在 system prompt 里因為 LangChain 的create_tool_calling_agent對于MessagesPlaceholder的處理方式不同。它會將這部分的對話內(nèi)容作為“歷史消息”提供給 LLM而用戶當前輸入作為新的 user message。這種結(jié)構(gòu)對模型來說更清晰哪些是歷史哪些是現(xiàn)在要處理的問題。4.5 編寫入口文件并運行文件路徑main.pyfrom rag_service import RAGService from memory_service import MemoryService from agent_service import AgentService def main(): # 初始化三個模塊 rag RAGService(./data/employee_handbook.md) memory MemoryService(user_idzhangsan) agent AgentService(rag, memory) print( 企業(yè)知識庫 Agent 已啟動 ) print(輸入 exit 退出\n) while True: user_input input(你: ) if user_input.lower() exit: break response agent.run(user_input) print(fAgent: {response}\n) if __name__ __main__: main()運行前在項目根目錄創(chuàng)建.env文件OPENAI_API_KEYsk-your-key然后運行python main.py4.6 預(yù)期效果演示我們模擬一段對話看看整體表現(xiàn)。第一輪你: 我叫張三是技術(shù)部的工齡五年了 Agent: 好的張三你好我已經(jīng)記住了你的信息。請問有什么可以幫你這輪對話中Agent 應(yīng)該調(diào)用save_user_memory工具。如果 verbose 模式開啟你會看到 Agent 的思考過程類似 Entering new AgentExecutor chain... Invoking: save_user_memory with {arg: name張三} Invoking: save_user_memory with {arg: department技術(shù)部} Invoking: save_user_memory with {arg: work_years5} Finished chain.第二輪你: 我的年假有幾天 Agent: 張三你好根據(jù)員工手冊入職滿一年后享有每年 5 天帶薪年假。工齡滿 10 年年假增加至 10 天。你目前工齡 5 年所以年假是 5 天。這輪中Agent 先調(diào)用get_user_memory查看了張三的工齡再調(diào)用knowledge_base_search檢索年假制度最后綜合兩者給出個性化回答。這就是 RAG Memory 結(jié)合的一個典型示例。第三輪你: 那我今年已經(jīng)休了3天還剩幾天 Agent: 你今年年假是 5 天已經(jīng)休了 3 天所以還剩 2 天。記得提前 3 個工作日申請哦。這里依賴的是短期記憶Agent 記得上一輪對話中“年假 5 天”的信息。如果你沒有短期記憶這一輪它就不知道“5 天”從哪里來的。5. 常見問題與排查思路在實際開發(fā)和部署過程中RAG、Memory、Agent 的組合會遇到很多問題。下面把頻率最高的幾類整理成表格并展開說明。問題現(xiàn)象常見原因解決思路Agent 不調(diào)用檢索工具直接胡編答案工具 description 不夠具體或 LLM 沒有理解意圖優(yōu)化工具描述增加觸發(fā)條件示例RAG 檢索結(jié)果不相關(guān)文本切塊策略不當、Embedding 模型不匹配調(diào)整 chunk_size 和 overlap嘗試重排模型對話稍微變長回答就開始混亂短期記憶沒有做裁剪Prompt 過長只保留最近 N 輪或?qū)v史做摘要壓縮Agent 反復(fù)調(diào)用同一個工具陷入死循環(huán)Agent 的停止條件設(shè)置不當或工具返回內(nèi)容讓 LLM 無法判斷設(shè)置 max_iterations檢查工具返回格式長期記憶寫入失敗或內(nèi)容雜亂抽取信息時沒有做字段校驗用結(jié)構(gòu)化格式保存信息增加校驗邏輯向量庫重建非常慢文檔量大且沒有增量更新分批次入庫使用增量索引5.1 “Agent 不調(diào)用檢索工具”的排查步驟這個問題最讓人頭疼明明知識庫里就有答案Agent 卻選擇自己編一個。排查順序如下第一步確認工具是否注冊成功。打印agent_executor.tools檢查工具列表里是否有knowledge_base_search。第二步確認工具描述是否足夠具體。實踐發(fā)現(xiàn)description中包含“use this when user asks about...”這類觸發(fā)詞能顯著提升工具的調(diào)用概率。第三步檢查 LLM 的 temperature 設(shè)置。如果設(shè)置得過高比如 0.7模型的決策行為會變得不穩(wěn)定建議在 Agent 場景中設(shè)為 0.1 或 0。第四步開啟 verbose 模式觀察 Agent 的內(nèi)部推理。LangChain 的AgentExecutor設(shè)置verboseTrue后會打印出 LLM 的每一步思考幫助你定位是沒理解問題還是理解后沒選對工具。5.2 “RAG 檢索結(jié)果不相關(guān)”的排查步驟如果你單獨測試 RAG 模塊時發(fā)現(xiàn)檢索結(jié)果不對按這三個方向排查第一檢查切塊參數(shù)。chunk_size過長可能使一個塊包含多個主題檢索時語義不夠聚焦過短則可能切斷完整句子。經(jīng)驗值是 200-500 字符之間但需要根據(jù)文檔語言和類型調(diào)整。第二檢查文檔內(nèi)容本身。比如員工手冊這種結(jié)構(gòu)清晰的 Markdown 文檔可以直接按標題切塊而不是按固定字符數(shù)切。LangChain 里有MarkdownHeaderTextSplitter專門處理這類結(jié)構(gòu)化文檔。第三檢查 Embedding 模型。如果你的文檔是中文建議使用中文表現(xiàn)更好的 Embedding 模型例如 BAAI/bge-large-zh-v1.5 或 M3E。使用 OpenAI 的text-embedding-ada-002雖然也能處理中文但對某些特定領(lǐng)域術(shù)語的匹配效果可能不如中文專用模型。6. 最佳實踐與工程建議把 RAG、Memory、Agent 組合起來做產(chǎn)品代碼只是最基礎(chǔ)的部分。真正決定項目能否上線的是工程化細節(jié)。下面結(jié)合實踐給出幾條高價值的建議。6.1 先模塊化再組合很多項目失敗不是因為技術(shù)選型錯了而是因為代碼耦合太嚴重。RAG、Memory、Agent 應(yīng)該在代碼層面完全分離rag_service.py # 只管文檔加載、切塊、向量化、檢索 memory_service.py # 只管記憶的讀寫、裁剪、持久化 agent_service.py # 只管工具調(diào)度和任務(wù)編排這樣的好處是你可以單獨測試 RAG 的準確率而不用啟動整個 Agent 流程。未來替換向量數(shù)據(jù)庫從 Chroma 換成 Milvus時只改rag_service.py。Agent 框架升級或更換從 LangChain 換成 LlamaIndex 或自研時RAG 和 Memory 模塊可以復(fù)用。6.2 不要把整個對話歷史都塞進 Prompt這是新手最容易犯的錯誤。直接在 system prompt 里拼接全部歷史對話短期來看能用但當上下文長度增長到幾千 token 時會有三個問題成本線性上升。模型對早期信息的注意力大幅下降反而更注意最近內(nèi)容。Agent 可能會從歷史中提取出錯誤的“用戶意圖”。推薦的做法是只保留最近 4-8 條消息。對早期對話做摘要把摘要作為一種長期記憶存儲。對每輪對話設(shè)置 token 上限超出則丟棄最舊消息或觸發(fā)摘要。6.3 RAG 的召回質(zhì)量優(yōu)先于生成質(zhì)量一個 RAG 系統(tǒng)好不好60% 取決于檢索質(zhì)量30% 取決于 Prompt 設(shè)計只有 10% 取決于 LLM 本身的生成能力。如果檢索出來的內(nèi)容本身就是錯的再強的模型也生不成正確答案。所以在優(yōu)化 RAG 時優(yōu)先看召回率相關(guān)文檔有沒有被檢索出來準確率檢索出來的 Top-K 里有多少是真正相關(guān)的引用溯源生成的回答能否追溯到具體的文檔片段很多企業(yè)級 RAG 項目會引入重排模型Rerank在向量檢索之后再做一輪精細化排序。這是一個性價比很高的優(yōu)化手段。6.4 對 Agent 設(shè)置嚴格的執(zhí)行邊界Agent 在開發(fā)環(huán)境看起來一切正常一旦上生產(chǎn)就會出現(xiàn)各種意外行為。這是因為 Agent 本質(zhì)上是“不確定的”它的每一步?jīng)Q策都由 LLM 推理生成而 LLM 有隨機性。生產(chǎn)環(huán)境必須設(shè)置以下保護措施設(shè)置最大工具調(diào)用輪數(shù)防止死循環(huán)。對工具返回結(jié)果做長度限制防止超大文本撐爆上下文。對 Agent 的最終輸出做格式校驗防止輸出 JSON 解析失敗。對危險操作刪除數(shù)據(jù)、發(fā)送郵件、支付增加人工確認環(huán)節(jié)。6.5 日志記錄是 Agent 項目的第一優(yōu)先級Agent 的調(diào)試比傳統(tǒng)程序難得多因為同一個輸入可能產(chǎn)生不同的輸出。沒有日志你根本不知道 Agent 在內(nèi)部“想”了什么。在開發(fā)階段開verboseTrue在生產(chǎn)階段把 Agent 的每一步?jīng)Q策記錄下來時間戳 | 用戶ID | 輸入 | 推理過程 | 調(diào)用的工具 | 工具參數(shù) | 工具結(jié)果 | 最終輸出記錄這些內(nèi)容既方便問題排查也是數(shù)據(jù)分析和效果評估的基礎(chǔ)。7. 總結(jié)與下一步學(xué)習(xí)方向回到文章開頭的問題RAG、Memory、Agent 到底該用哪個答案已經(jīng)很明確了這不是一道選擇題。RAG 解決的是外部知識引入問題Memory 解決的是對話狀態(tài)與個性化問題Agent 解決的是任務(wù)執(zhí)行與工具調(diào)度問題。它們面向的是不同維度的能力在完整的企業(yè)級 AI 應(yīng)用中三者往往需要協(xié)同工作。如果你的業(yè)務(wù)只是“文檔問答”不需要多輪個性化那可以只用 RAG不必上 Agent。如果你的業(yè)務(wù)是“客服助手”需要記住用戶、多輪對話、查規(guī)則那 RAG Memory 就夠用。如果你的業(yè)務(wù)是“自動化處理”需要根據(jù)用戶需求查詢數(shù)據(jù)、調(diào)用 API、完成任務(wù)那才需要引入 Agent。從學(xué)習(xí)路徑的角度看建議按這個順序逐步深入先掌握 RAG搞清楚文檔加載、切塊、向量化、檢索、重排這是最基礎(chǔ)也最容易拿到業(yè)務(wù)價值的能力。再深入 Memory理解短期記憶、長期記憶、摘要記憶、向量記憶的區(qū)別學(xué)會在多輪對話中保持一致性。最后學(xué)習(xí) Agent掌握工具定義、工具調(diào)用、任務(wù)規(guī)劃、異?;謴?fù)。在熟悉前兩者之后Agent 的學(xué)習(xí)曲線會平緩很多。動手建議先把文章的示例代碼跑通然后逐步替換組件——把 OpenAI 換成本地模型把 Chroma 換成 Milvus把文本切塊改成按 Markdown 標題切塊。每換一個組件你都會對這套技術(shù)棧有更深的理解。如果這篇文章對你有幫助建議收藏備用。后續(xù)也可以繼續(xù)關(guān)注 RAG 引用溯源、Agent 評估體系、長期記憶的向量化存儲等進階主題。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
91人人网| 激情综合网色五月| 日本人妻A片成人免费看片| 大香蕉伊人久久| AA片在线观看视频在线播放| 色九月婷婷| 甈你aaaaa| 99资源在线视频| 亚洲亚洲人成综合网络| 丁香五月久久| 99超级碰碰| 亚洲射激情| 久久婷婷人人| 日本英国美国欧美亚洲国产精亚洲日韩精品在线观看 | www.色五月| 天天射夜夜爽| 成人短视频在线| 一级黄在线| WWW,五月| 欧美日朝成人| 色播激情五月天| 色八月婷婷| 激情综合在线播放| www.AV在线| 熟女少妇内射日韩亚洲| 五月天激情四射| 激情綜合W W W,激情五月天| 丁香5月婷婷| 婷婷五月天受日本法律保护| 五月伊人网| 丁香婷婷综合影院| 性爱激情综合网| 亚洲性受XXXX五月丁香| 97干在线免费| 成人色图情色成人网 www.5b5b5bcom 五月天 | 成人色图情色成人网 www.5b5b5bcom 五月天| 婷婷 色 丁香 夜| 棕合影院色色| 久草婷婷网| 天天摸天天做天天爱天天爽| 日本a片网址| 性做久久久久久久免费看| 激情五月天啪啪| 黄色AAAAAAA| 色综合九九| 丁香五月成人网| 五月丁花色综合网| 色综合综合色| 色五月综合激情| 91视频久久久| 国产精品日本一区二区在线播放 | 97人人看| 婷婷色狠狠| 成人av中文字幕| 久久五月天婷婷视频| 国产精品色情AAAAA片软件| 五月婷婷AV| 久操人妻| 亚洲色五月婷婷| 亚洲色网络| 99久久99热这里只有精品| 六月丁香婷婷色狠狠久久| 91久久婷婷| 五月丁香六月婷婷的女人| 色综合久久综合中文综合网| 北条麻妃伊人| 操逼巨乳91| 狠狠色婷婷7777久| 成人va在线播放| av 一区三区四区| 天天插天天狠| 伊人色五月| 婷婷久久网| 激情小说视频图片网| 啪啪婷婷五月天激情| 久久在线视频免费观看| 五月丁香综合影院| 99热在线这里| 婷婷丁香五月激情中文字幕版| 七七色色综合| 亚洲a片免费观看| 久久九九免费视频| 婷婷五月激情图片| 色丁香五月| 欧美噜噜免费观看| 色婷| 综合性爱网| 人人操9| 久热这里| 五月丁香成人网| 丁香五月无码| 另类国产综合| 国产探花AV在线| 色色色综合色| 亚洲成人av中文| 99热超碰| 亚洲精品国产成人AV在线| 狠狠五月激情丁香六月| 日本熟女一区二区| 久久婷婷五月丁香| 亚洲综合色丁香五月天| 开心婷婷五月天电影院| 国产99精品免费视频| 亚洲综合视频网| 奇米四色五月天| 色噜噜狠狠色综无码久久合欧美| 亚洲欧洲另类| 丰满人妻一区二区三区| 99久久婷婷国产综合精品草原| AV色婷婷| 无码人妻激情| 丁香六月久久| 91狠狠综合久久| 五月婷婷丁香五月| 五月天婷综合| 性高潮久久久久久-九九九九九九九九九九热-成人AV | 99激情在线| 色色色色热| 国产,欧美,日韩,性爱| 精品无码色欲AV| 性色人人爽| 99免费热视频在线| 五月天狠狠网站| 超碰在线免费| aaaaa黄色| 亚洲AV中文在线| 婷婷丁香五月天熟女丝袜| 二区成人视频| 婷婷色五月天色| www.com任你艹| AV网在线观看| 日韩黄色电影| www.99热在线| 视频一二区| 99热大| www.久操| 精品99视频| 99热在线看| 久久久久久久久久久久久久久久久精典| 色婷青青| 久久久久久久五月| 91成人视频| 9久国产精品| 亚洲蜜乳AV| 久七香蕉| 26UUU| 激情视频婷婷五月花| 婷婷久久五月| 好吊丝aV| 伦99热| 狠狠干伊人| 狠狠五月激情婷婷直播片| 深爱激情久久| 天天摸天天透天天舔| 亚洲五月婷婷| 超碰超碰在线| 欧美性爱五月天| 99爱精品| 丁香六月亚洲| 99九九久久| 激情五月天婷婷免费观看| 五月天色狠狠| 久热这里只有精品在线| 曰曰久久| 精品一二三区久久AAA片| 99精品视频在线观看| 最近免费中文字幕大全高清大全1| 成人亚洲精品久久久久| 成人短视频在线免费观看| 人人操人| 狠狠舔| 天天在线天天综合网色| 五月婷婷在线免费| 日本综合久久| 日韩有码一区| 26UUU一区二区| 丁香六月色婷婷欧美| 丁香五月婷婷激情视频播放| 日本啪啪网| 人人爱人人草| 中文字幕综合色| 色哟哟www| 九九久久精品| 亚洲AV成人无码久久精品老人法拉利| 天天噜日日噜综合无码| 国产精品99久久久久久久女警| 91精品久久久久久久久久| 94干大香蕉| 综合久久综合| 狠狠色噜噜| 精品久久久999| 久久97| 丁香五月激情图片婷婷| 狠狠操综合| 怡红院精品视频久久久久久久久| 国产成人AV在线| 99只有精品| 丁香伊人五月色婷婷五十路 | 色五月亚洲| 99亚洲视频| 色色色综合网| 色综合丁香婷婷| 日本狠狠爽| 五月天四色房丁香亭亭| 欧美三级巜人妻互换| 欧美、日韩、中文、制服、人妻| xfplayav在线| 激情综合五月| 五月婷护士| 99在线公开视频| 国熟女视频| 色五月五月婷婷| 91精品久久久久久久久久| 色婷婷色综合激情91| 五月婷婷亚洲综合网| 五月丁香网站| 欧美日韩色色| 色在线五月天免费| 色综合伊人网| 狠狠干综合| 成人片在线播放| 国产免费一区二区三州老师F1F1……| 久久狠色噜噜狠狠狠狠97| 婷婷五月天福利| 久久精品A片777777| 91热久久| 激情婷婷五月天| 99热热热99精品丁香| 五月天激情久久| 婷婷五月天免费视频在线观看| www.五月天色色.com| 精品二区| 第六色在线| 99热综合| 99re视频在线播放| 丁香五月香蕉| 丁香婷婷婷| 婷婷伊人| 免費亭亭成人| 激情婷婷| 中文字幕AV在线播放| 人人妻久久妻| 97碰 在线视频观看| 天天爽成人综合网站| 99综合网| 亚洲成人网站在线| 99九九视频精彩在线| 六月丁香射婷婷欧美色图片| 色色亚洲视频| 婷婷五月色播网| 色婷婷五月天在线观看| 99人人看| 色色色色热| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 色色色色色综合| www.五月天。com| 婷婷99狠狠| 婷婷中文无码| 五月婷婷婷| 色哟哟精品| 涩综合婷婷| 国产亚洲AV人片在线| 婷婷五月激情四月综合 | 婷婷香五月综合激情| 婷婷在线播放| 五月色情婷婷开心五月色情| 色欧美色色色| 久久精品亚洲一级牲爱综合 | 色婷婷av综合网| 色五月成人网| 日韩欧美性爱| 日本婷色| 99久热在线精品| 婷婷五月综合社区| 五月丁香大香蕉| www.狠狠| 色婷婷五月基地在线| 色婷婷激情| 成人深爱丁香五月| 六月五月天婷婷涩播在线| 五月伊人综合| 欧美成人AAA片一区国产精品| 婷婷基地成人五月天| 亚洲超碰在线| 激情五月天网页| 色婷婷激情Av久久久| 99久久久国产精品免费蜜乳tv| 一二线视频 另类| 五月丁香六月情亚洲| 第九色区AV在线| 天天爽天天做| 日本操片| 五月天久久久| 五月色网| 欧美色图天堂网色| 国产激情综合| 婷婷五月天在线一区| 综合网啪| 五月天综合| 嫩草综合网| 狠狠色噜噜狠| 免费播放片大片| 99操碰| 丁香网站| 99色性爰网络| 6月丁香婷婷| 99久久激情视频| 国产精品噜噜在线视频| 色色九区| 99色婷婷| 亚洲五月花| 在线另类视频| 五月婷婷香蕉视频| 美女激情综合| 手机激情网| 91精品91久久久久77777| 亚洲色五月天| 欧美成人无码一区二区三区| 婷婷丁香五月天操逼| 久久久99免费视频| 婷婷久久六月天| 国产黄色大片| 激情五月婷婷五月| 色中色综合| 91Chinese在线| 深爱激情av| 婷婷丁香五月激情密臀av| 九九热黄色| 色婷五月天网站| 成人网站av免费网站推荐| 网站免费一站二站| 激情五月天激情五月天| 激情综合五月激情| 天天综合色丁香| www.色综合| 五月开行婷婷色五月| 亚洲不卡| 91九色在线观看免费| 99久久久久| 色五月亚洲开心网| 99热免费在线| 91精品综合久久婷婷九色| 欧洲激情五月天| 91午夜婷婷狠狠久久综合9色| 狠狠草狠狠草| 性色视频| 五月丁香| 26uuu国产| 婷婷综合色图| 五月婷婷av在线| 日本天天综合| 丁香五月综合高清在线| 国产亚洲网站在线| 久久在线视频只有这里有精品| 99久久成人| 免费观看日韩成人av| 丁香花五月天激情| 婷婷五月在线视频| av操B网站| 欧美大香蕉视频| 丁香五月综合久久八| 91九色在线| 色综合久久久久久久久五月| 女人天堂 AV| 热热久久久久久久久| 狠狠做五月| 91久久综合亚洲噜噜成人在线| 婷婷五月天综合网| 五月天综合影院| 91色五月| 伊人久久艹| 国产美女无遮挡裸体毛片A片| 伊人久久婷婷| 五月天久久婷婷| 丁香五月婷婷色| 婷婷久久网| 午夜激情五月| 色婷婷狠狠干| 欧美五月丁香在线观看| 五月激情婷婷综合| 欧美性爱专区| 99国产精品白浆在线观看免费| 99爱视频| 五月丁香免费看| 五月天激情久色| 亚洲碰碰碰| 亚洲啪啪自拍| 91超级碰碰| 办公室少妇激情呻吟A片在线观看| 久久99大全| 五月天堂婷婷| 亚洲九区| 亚洲成人一区| 大香蕉九九| 国产SUV精品一区二区6| 五月婷婷av| 日本在线视频www色| 99青青草99| 国自产拍偷拍精品啪啪一区二区 | 久777| 婷婷丁香先锋资源网站| 91黄址| 日韩高清成人| 五月天婷婷伊人| 色欲一二三| 久久性视频| 成人精品视频99在线观看免费| 亚洲va成人va成人va在线观看| 在线理论片| 午夜不卡久久精品无码免费 | 99热这里有精品| 色一色综合| 婷婷色五月大香蕉在线观看| 超碰五月婷婷五月天| 一区二区免费看| 天天人人天天爽| 亚洲乱码成人| 99热碰碰热| 日本无va视频| 婷婷97碰碰| 91丨九色丨43老版熟女| 182.t午在线观看| www狠狠| 日日夜夜狠狠婷婷色| 五月天成人在线视频丁香| 日本天天色| 亚洲精品国产熟女久久久| 婷婷色色综合| 亚洲美女婷婷五月天| 久久久月丁香| 激情综合色| 99热 精品在线| 五月天堂色| 亚洲精品大片| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 天天操天天插| 人妻中文字幕精品| 日韩黄色影院| 色五月xxx| 深爱五月婷婷| 99在线免费观看| 五月婷婷我| 色五月涩涩婷婷| 五月丁香天堂网| 97操碰碰无码视频| 国产成人综合亚洲| 欧美日韓成人亚洲精品另类| 婷婷五月天亚洲激情戏精品| 国产欧美va| 五月婷婷综合在线| 精品国产a| 丁香婷婷色五月合集| 婷婷色基地| 国产99久| 多精窝99在线视频| 79精品视频在线观看,| 超碰色碰碰| 五月天欧美 另类小说| 91色色色18| 涩综合网| 丁香婷婷色| 色呦呦在线| 五月激情丁香久久综合网| 色噜噜五月天| 97超级碰| a久久| 香蕉AV福利精品导航| 欧美激情丁香五月| 天天干一干| 丁香激惜男女| 色一情一乱一乱一区91Av| 97资源碰碰| 婷婷另类小说| 丁香色播五月天| 五月天.com| 夜夜资源站| 综合网亚洲| 九九AV在线| 激情九月婷婷| 99久久久免费| 激情婷婷五月天| 亚洲网站观看视频| 99re在线观看视频| 99思思| 欧美日本黄色| 色婷婷丁香五月天| 欧美丁香五月97色| 色播五月丁香婷婷| 99热成人| 5月婷婷激情网| 天天日天天色| 婷婷影视久久| 狠狠va| 天天日天天插| 色5月婷婷| 免费无码毛片一区二区A片| 精品99这里有| 少妇AB又爽又紧无码网站| 激情五月天电影| 99热色综合| 欧美 日韩 成人 在线| 亚洲激情无码久久| 久久婷婷超碰| 涩涩涩五月天| 亚洲中文乱字字幕在线永久| wuyuedingxiang99| 日本精品九九九| 亚洲最大成人综合网720P| 99热综合色图| 欧美激情综合色综合| 狠狠色婷婷7777久| 欧美日韩国产一区二区| 色五月成人| www.日本91| 2015好吊操| 欧洲综合一区| 国产avapp 网| 午夜丁香婷婷| 9 1在线视频| 99网| AV在线大香蕉| www.久热| 在线观看熟女少妇| 色色色激情网| 成人精品在线观看| 成片免费播放| 日韩成人中文| 色五月 五月婷婷| www.夜夜.com| 久久杏爱视频| 思思热久在线观看视频| 9l视频自拍9l九色成人| 97精品人人A片免费看| 婷婷五月天成人网| 五月天婷婷色播| 伊人婷婷五月天av| 五月激情婷婷国产精品久久久久久| 久久婷婷色| 日本熟女一区二区| 色五月开心婷婷| 久99热| 日韩九九视频| 亚洲天堂啪啪| www99久久| a在线免费v| 天天揷综合网| 香蕉久久五月| 日日做A爰片久久毛片A片英语| 色激情五月| 久久人人超| 日日操日日撸| 色哟哟www| 激情婷婷丁香五月天| 色色色色av777| 久久久五月婷婷| 就爱射中文字幕资源网| 久久99热这里只有| 啪啪干伊人婷婷| 丁香六月啪啪| 91婷婷色| 五月丁香六月欧美综合网站| 人人射av| aaaaaa片| 91操操操| 人妻系列久久久久久久久久久| 丝袜熟女一区二区三区| 国产精品电影| 九九热中文| 久久婷网| 99热这里只有精品2| 99久在线精品99re8热| 亚洲激情高潮| 97碰 在线视频观看| 婷婷丁香色五月| 国精产品一区二区三区| 久久99网站| 国产avapp 网| 婷婷六月成人| 色日本综合| 这里只有精彩亚洲视频推荐| 丁香五月大片| 色婷婷五月天激情久久| 婷婷激情中文综合| 色天堂在线| 90色免费视频| 激情5月婷婷| 荫道BBWBBB高潮潮喷| 无码九九| 午夜激情婷婷| 狠狠做五月| www.狠狠| 婷婷五月激情网站| 五月婷婷开心亚洲无| 91viP在线看| 五月天久久婷婷| 日韩成人电影av| 丁香六月综合激| 久操97| 亚洲欧美国产A片免费观看| 久久五月婷综合网| enecarbon-materials.comWu染请涟系Bao护@wip1688 | 精品人妻在线免费观看| 婷婷丁香日韩五月| 九九无毛| 97色操| 天天综合网、天天综合色 | 人与禽A片啪啪| www.激情五月| 天天肏天天舔AV| 久久精彩视频99| 亚洲天堂九九九| 激情五月份婷婷| 欧美日韩国产伦精品日韩人妻一| 久操大香蕉| 丁香五月在线视频| 天天舔天天操| 色色丁香| 天天做天天爱天天高潮| 99久久終合| 国产成人高清| 五月丁香啪啪啪免费看| 激情五月久久| 爱射综合| 国模狼狼| 综合欧美五月婷婷| 婷婷涩涩五月天| 超碰97人人操| 91碰免费视频| 九九热婷婷| 丁香丁婷五月激情| 久久色五月天综合网| 免费观看的av| 免费超碰在线| 99热99这里有免费的精品| 天天做天天爱天天要| 久99久在线| 久久综合九色综合97婷婷| www.久久久久久久| 激情综合六月| 丁香六月激情综合| 伊人狠狠丁香婷婷综合尤物| 操日本人妻视频| 久久香蕉影院| 亚洲色图81p| 丁香六月婷婷社区| 婷婷亚洲影院| 婷婷丁香六月天| 啪啪九九色| 婷婷第六色| 久久久WWW| 艹色18p| 亚洲人人96@| 久久婷婷色色| 亚洲视频国产一区| 婷婷丁香激情五月| 亚洲五月天婷婷| 超级碰碰碰97免费| 亚洲激情电影五月天色婷婷丁香一起草 | 久久99网站| 操97| 午夜成人天堂久久无码日韩久久| 67194中文在线| 婷婷五月丁香影院| 五月天婷婷丁香六月| 大香蕉伊人久久| 99热草草| 婷婷五月天视频亚洲| 日韩AV成人电影| 伊人9999| 久草网大香视频| 99热只有| 久久宗合影| 久久天堂| 久久9视频欧美| 亚洲在线综合| 五月花综合| 天天操天天插| 99久久精品色老| 亚洲另类婷婷综合| 激情五月第四色| 丁香六月综合激情| 色五月天视频| 99热高清在线| 丁香五月婷婷啪啪啪| 久久6这里只有精品| AV色色天堂中文| m色激情网| 婷婷色色丁香| 久色激情| 开心五月婷婷激情网| 香蕉中文在线| 超碰人人草| 久久精品63| 99热手机在线精品| 亚洲激情综合网| 久久五月天精品视频| 人人干av| 热久视频| 九九AV在线| 久草热久草在线视频| 丁香婷婷色五月| 久热 91| 性爱久久| 婷婷五月天网| 久久AAAA片一区二区| 91av成人| 狠狠草狠狠草| 思思热精品在线观看| 色,激情五月天| 99久久国产宗和精品1上映| 丁香五月五婷| 伊人五月婷婷| 大香蕉七区| 天天操比比| 国色天香伊人狠狠色| 激情五月份婷婷| 伊人激情| 无码髙清| 国精产品一区二区三区| 日韩精品超碰在线观看| 最新婷婷五月丁香| 激情五月天影院| 久久99网| 欧洲亚洲欧洲99久久| 亚洲第二AV| 国产欧美精品AAAAAA片| 九九婷婷网五月天| 婷色五月天| 涩涩涩.com| anquye伊人| 天堂综合久久 | 亚洲在线操| 六月激情久久| 欧美综合五月丁香五月天| 日韩成人电影AV| 激情婷婷在线中文字幕| 91精品国产色猫| www久久久| 日日噜噜夜夜狠狠久久丁香六月| 色在线99| 婷婷激情五月天在线| 五月婷婷免费视频| 操操操www.com| 黄网免费看| 丁香五月婷婷啪| 玖玖综合玖玖| 91九色成人原创视频| 色色国产| 五月天色图| 婷婷深爱五月天| 99热这里只有精品55| 99视频精品| 五月天激情四射| 91在线日| 激情五月婷黄版| 日日夜夜久| 亚洲AV色婷婷人禽五月天| 亚州激情在线视频| 狠狠擼综合| 色五月婷婷大| www.日日日.com| 久久婷婷色丁香| 国产精产国品一二三在观看 | 激情婷婷五月亚洲| 另类激情码| WWW.久久久久久久| 久久婷婷五月综合伊人| 久久综合婷婷| 大香蕉院线| 免费观看的婷婷五月视频在线| 噜噜噜噜综合在线| 成人在线网| 久操人妻| 丁香五月天电影| 九九九九操逼| 五月天大香蕉AV| 99九九综合久久九九| 丁香婷婷六月婷婷六月婷婷六月婷婷| AV天堂淫乩| 五月婷婷丁香网| 五月天社区婷婷丁香社区| 五月天开心色情网| 99视频这里有精品| 色婷婷久久9.com| 1024欧美日韩精品久久久| 国产精品国产| 久久性爱视频| WWW五月| 大香蕉综合网| 午夜天堂一区人妻| 99在线播放视频| 天天撸夜夜爽| 99久久久久| 内射丰满人妻| 五月丁香六月婷婷欧美综合| 五月激情站| 激情五月天.色网| 91热视频| site:esunnet.com| 在线中文亚洲| 婷综合六月| 大香蕉综合网| 五月天六月婷婷电影| 日本狠狠干| 久婷婷久草| 色五月涩涩婷婷蜜桃| 久超超碰| 九色在线观看91av| 天天插天天日天天爽| 99日这里只有精品| 激情五月婷婷| 婷婷射丁香| 人人摸人人搞| 99热在线成人网站| 亚洲亚洲人成综合网络| 久草五月婷婷| 久99视频在线观看| 免费成片在线观看| 婷婷午夜天| 婷婷五月色| 日本久久99久久| 99性爱视频网站| 夜精品无码A片一区二区蜜桃| 热的国产99热| 天天爽夜爽| 天天插天天插| 狠狠综合色网| 九热在线这里有精品6| 97综合在线| 九九热10| 久久xxxx| 五月噜噜噜色综合| 久草热在线视频| 99在线观看视频免费| 91超级碰在线视频| 五月婷婷伊| 丁香五月精品| 色五月婷婷在线| 中文字幕网伦射乱中文| 福利视频在线播放| 欧美顶级少妇做爰HD| 日日操夜夜爽天天天| 国产精品国产成人国产三级| 丁香五月激情宗合网| 亚洲人妻Av| 色香久久| 深爱激情五月网| 思思99精品视频在线观看| 精品久久久91久久影视网| 无码中文一区二区三区| 极品人妻VIDEOSSS人妻| 婷婷五月天综合小说网| 99热99| 婷婷丁香熟妇综合网| 色婷婷久久综合| 最近免费中文字幕大全高清大全1| 婷婷激情五月综合丁香社| 久99999热视频在线观看免费| 亚洲天码视频www蛋播视频| 亚洲AV电影美洲AV电影| 午夜婷婷久久| 九九香蕉网| 久操欧美在线观看97| 久青草影院| 激情五月激情综合俺也去婷婷小说| 一起草AV入口| 婷婷五月天天爽| 婷婷五月丁香六月| seuuu婷婷| 日韩狠狠色| 影音先锋 91工厂| 亚洲激情Av| 日熟女| 日日日日做夜夜夜夜无码| 91人人人人人人人| 99爱视频在线观看| 色五月婷婷在线观看| 丁香五月自拍| 亚洲av无码精品色午夜| 天天综合精品| 色婷六月| 思思热思在线精品视频| 日本精品99网站| 欧美激情五月天| 中文字幕在线播放视频| 五月丁香婷婷三级| 婷婷五月丁香基地在线视频官网| 色婷婷激情Av久久久| 天堂综合久| 五月丁香六月激情欧美综合| eeuus五月婷| 九九久久综合| 婷婷大乡焦噜噜| 人人操91色| 狠狠色 综合色区| 色5月婷婷| 日本色久| 99热这里只有精品8| 婷婷五月丁香成人| 婷婷久久久久久久| 婷婷丁香久久五月综合| 久99久热| 日本久久视频| 亚卅毛片| 吊色AV男人的天堂| 激情综合婷婷久久| 日本波多野结衣视频| 内射人妻视频国内| 男女啪啪做爰高潮无遮挡| 国产69久久久欧美黑人A片| 天天天天操| 99网| 天天色综网| 欧美一级a | 久草热在线视频| 深爱激情五月天| 天天做天天爱天天综合| 久久网思思| 五月丁香好婷婷姑娘综合网| 五月噜噜| 五月综合缴情网| www.狠狠艹| 成年人丁香五月| 久婷婷色| 97操视频| 五月丁香激| 99性爱视频| 丁香五月花| 成人龟情网丁香五月| 日本婷婷色| 97色97干| 色天天综合天天综合频道。| 婷婷六月激情丁香| 色色丁香激情五月| www.久久综合| 玖玖色综合网| 婷婷六月色| 嫩草免费视频| 亚州婷婷五月激情综合| 亚洲AV成人在线| 日本eVa一区=区视频| 五月丁香六月综合基地| 久久五月丁香伊人青草| 久久人妻乱| 六月婷婷av| 极品人妻VIDEOSSS人妻 | 五月丁香中文字幕| 五月丁香婷婷啪啪| 888久久久| 五月丁香六月色婷| 久热只有精品| 五月丁香| 色五月综合网| 五月天六月婷| 久久婷婷五月综合| 欧美成人日韩| 婷婷五月天首页| 女人天堂AV| 五月网站| AAA久久久| 日日噜狠狠色综合久| 精品一二三区久久AAA片| 日韩另类在线观看| 99热九九在线| 五月天播播| 91超级碰人人操| 婷婷五月成年人| 五月天婷婷伊人| 超碰免费人人肏| 久久五月天婷婷视频| 久久六月综合| 激情综合五月| 色婷婷小说| 五月婷婷网站| 午夜精品久久久久久久爽| 91一起操| 日本色99| 色天使色婷婷| 中文AV网站| 免費观看aV在线网址| 99er这里只有精品视频| 色播五月| 97干资源在线观看| 婷婷噜噜| 婷婷干| 操人妻视频91| 操B视频在线播放| 热的无码综合视频| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 激情五月天网| 自拍视频99| 99综合| 99热九九在线| 天天操中文字幕| 991精品在线视频| 五月色色网| 91精品在线看| 久久久中文| 婷婷五月综合社区| 五月丁香在线观看| 激情五月天婷婷久久久久久久久久久 | 1区2区视频| 久久免片| 久久久久久草黄色片AV在线观看| 色五月激情五月| 天天干天天爽天天爽| 久久丁香婷婷色情综合| 岛国av电影网站| 久久五月婷婷视频| 色五月激情| 狠狠色婷婷六月激情网| 真实的国产乱XXXX在线91| 中文av网站| 人妻系列久久久久久久久久久| 爱iii做iiii日| 色欲久久久久| 久久伊人大香蕉| 久9视频| 欧美日韩AAAAA| 色婷婷亚洲婷婷| 79色色| 亚洲午夜Av| 狠狠综合| 狠狠操狠狠干综合| 超碰97色| AA丁香综合激情| 综合色色婷婷| WWW.久久久久久久| 乱岳熟女50岁| 婷婷五月花西瓜| 精品婷婷| 97干资源在线观看| 五月天综合视频| 日日夜夜狠狠操| 欧美婷婷日本| 免费一区二区三区| 日本一级一级一级一级| 色女伊人| 思思久ren热| 狼人婷婷久久| 射满了还射免费在线观看 -午夜版全集-新视觉影院 | 日韩另类在线观看| 色婷婷视频| 欧美日韩五月婷婷| 六月婷婷色色网| 五月色亚洲| 天天插天天插| 538久久| 久久9视频欧美| 激情性爱婷婷| 九九成人视频| 狠狠综合网| 无码动漫av| 九九久久99| 国产xxxxx在线观看| 色色色色综合网| 都市激情亚洲| 97久操| 丁香五月很很肏| 日韩精品视频中文字幕| www.婷婷五月天.com| 99热最新精品| 六月婷婷av| 性爱久久| 99热亚洲精品| 日本婷婷| 色五月婷婷小说亚洲中文字幕组| 久久婷婷五月综合啪| 婷婷夜夜夜夜| 久久 这里只有精品1| 欧美激情五月天婷婷| 婷婷五月天黄色| 亚洲婷婷激情综合激情999精品| 91呦呦呦| 成人无码精品1区2区3区免费看| 一级黄在线| 97爱艹婷婷开心丁香激情综合| 99精品成人无码A片观看金桔 | 丁香五月婷婷在线视频| 久久婷婷五月天激情唯美| 亚洲看av的网站| 激情 婷婷 丁香五月天| 梁铮版蜘蛛女在线观看| 欧美综合丁香网| 激情宗合网激情五月天| 综合五月天婷婷色| 在线区区区| 噜噜噜噜在线| 婷婷五月六月| 97婷婷狠狠| 啪啪一区| 九九精品9| 97热九九| 97人人射| www.人人操人人看人人想人人摸 人人人人操,COM | www.色婷婷.com| 琪琪色网址| 天天综合网91| 甈你aaaaa| 婷婷丁香第一页| 99免费视频在线观看爱| 播五月,色五月,开心五月播放器 | 久久香视频| 九月色婷婷| caopeng97日韩| 丁香五月婷婷日本| 国产精品成人在线| 精品九九婷婷| 中海油常州环保涂料有限公司| 狠狠操狠狠干综合| 第四色激情网| 九九热在线视频| 婷婷五月丁香色播| 色五月视频无码播放| 色色色在线观看| 国产精产国品一二三在观看| 国产激情在线观看| 丁香久久AV| 色综合久久88色综合天天99| 日日操夜夜撸| 99爱爱网| 夜夜爽天操| av大香蕉| 天堂五月婷婷| sewuyuejiqingwang| 猫咪伊人久久| 五月天婷婷Av| 久久五月天合网| 夜夜躁爽日日| 97超碰,人人舔,人人操,人人摸 | 夜夜躁狠狠 | 五月婷婷偷| 欧美成人网99网| 色在线99| 天堂网亚洲色图| 狠狠色五月激情| 五月婷亚洲精品AV天堂| 91九九热| 亚洲性爱区无码区| www.seqingwuyuetian| 综合激情啪啪| 久久9精品| 婷婷在线综合| 视频一二区| 99久久新视频| 丁香婷婷人妻综合网| 99热青青草| 久久久婷婷五月亚洲97号色| 五月开心深深爱激情综合| 久久九九激情五月天| 六月五月久久丁香| 99re6在线视频精品免费| 99自拍视频在线| 色五月激情综合网| 99视频内射三四| 丁香六月激情综合| 日日爱678| 欧洲色色| 久热这里只有精品在线观看 | 狠狠狠夜夜夜| 婷婷五月综合免费在线| 天天插天天爽| 丁香五月WWW| 操97免费超级视频| 日本啪啪天堂| 激情五月久久| 5月丁香综合网| 日韩黄在免| 六月婷婷久久| 天堂久久性| 蜜臀av粉嫩av懂色av| 色色色国产| 91久久99久久91熟女精品| 五月天色五月天| www99精品日韩| 天天干电影| 狠狠色婷| 五月丁香好婷婷A片网| 婷婷97碰碰| 91 久热| 成人婷婷五月天| 久热69| 天天综合 99久久婷婷| 九九综合| 日屌日日操日日色| www.yw尤物| 欧美性色A片免费免费观看的| 九九热视频免费| 大香蕉久久久| 99热手机在线精品| 亚洲色激婷| 婷婷色色宗合网| 97五月天| wuyuedingxiang99| 一级片无码| 能直接看的av网站| 色播婷婷五月天| 久久多色| 97色综合视频| 天天干天天插| www.婷婷,com| 婷婷六月色情| 九九热这里有精品视频| 99人妻碰碰碰久久久久| 91色久| 精品人妻在线| 操一操插一插| 26uuu色噜噜精品一区| 久久久久视剧HD| 久久久天堂国产精品女人| 十月丁香婷婷| 97人妻超级碰碰碰碰碰| 欧美性色五月天| 激情图片亚洲| 丁香五月激情婷婷视频| 丁香五月激情婷婷激情| 99网| 久久av电影| 精品九九九久| 开心婷婷五月中文字幕组| 激情AV中文| 综合色五月| 久久99网站| 麻豆AV一区二区三区| 一级二级香港秋霞欧美欧美秋霞| 精品九九婷婷| 婷婷导航| 色五月六月婷婷| 久久婷婷内射| 无码人妻丰满熟妇奶水区码| 五月综合亚洲婷婷| 思思热99er| 91操操| 色播丁香婷婷五月激情| 婷婷伊人75| 午夜精品久久久久久久爽| 激情综合网 激情五月天| 婷婷丁香五月91| 久久AV无码精品人妻系列试探| 婷婷五月激情图片| 五月丁香爱婷婷深深| 国产在线激情视频| 情色五月天网站| 婷婷五月天色综合| 99热最新网址| 91 影音先锋| 婷婷色婷婷| 看片视频在线免费日产在线看| 日本精品。999| 成人av观看| 天堂成人A片永久免费网站| 日韩人妻无码精品| www久热com| 99热97| 色婷婷影视| 九九99久久| 婷婷五月天福利| 欧美一级毛卡片无码| 操九色| 天天日天天狠狠操| 欧洲亚洲免费视频9| 婷婷五月天另类网站| 丁香五月婷婷激情中文| 五月天另类激情在线| 色色丁香| 国产看真人毛片爱做A片|