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
77799热| 少妇激情五月婷婷| 婷婷操无码| 激情5月婷婷| 影音先锋美国A| 色五月丁香一区在线| 天天干一干| 久久这里只有欧美| www.丁香五月| 久久五月婷| 婷婷大香蕉| 激情综合五月婷婷| 五月丁香婷婷综合网色欲| 欧美啪啪网| 香蕉视频91| 婷婷精品| 久久这里只| 激情五月天开心| 久久久久er热| 色婷婷啪啪综合网| 只有精品在线观看| 综合久久99| 五月婷婷激情综合网| 99ri视频| 亚洲蜜桃精久久久久久久久久久久| 两性婷婷丁香五月| 九月丁香| 深爱综合网| 婷婷五月大香蕉| 久久久久久久人妻| 9视频1在线| 五月丁香六月在线欧美| 婷婷五月色情天| 亚洲另类电影| 91碰碰碰久久久久| 99亚色色色| 久久精品视频9| 在线不卡视频| 丁香五月激情无码视频| 色色亚洲| 五月天丁香婷| 色大综合| 色狠狠综合| 欧美午夜乱妇午夜福利| 99精品久久久久| 99热色无码| 欧美成人精品一区二区 | 五月天婷婷綜合院| 色插综合网| 丁香六月天堂| 日本色婷婷| 91人人爱| 久久99激情| 激情VA视频| 五月天婷婷综合网| 人妻精品在线| 丁香色五月婷婷| 色婷婷综合网站| 丁香五月婷婷激情完整版| 五月婷婷激情综合在线| 26uuu日韩| 青青青在线视频国产| 玖玖综合玖玖| 婷婷五月色丁香在线看| 色噜噜综合网| 五月天成人综合| 五月婷AV| 亚洲无AV在线中文字幕| 欧美在线干| www,99热| 久久综合五月天激情小说网站 | 九九碰九九爱97| www色综合| 在线只有精品| 99热在线观看精品| 精品无吗va视频免费观看| 亚洲精品白浆高清久久久久久| 啪啪丁香五月| 天天爽夜夜爽天天爽夜夜爽| www,奇米影视| 五月婷婷久久内射| 国产精品色| 九九精品综合| 五月天色丁香| 精品人妻久久久| 成人午夜免费电影| 国产毛片精品一区二区色欲黄A片| 五月丁香六月合| 99热久97| 色级婷婷| AA片在线观看视频在线播放| www.久9| 男男野外做爰全过程69| 激情五月丁香婷婷夜夜操| 激情网婷婷五月天| 欧美五月婷婷| 亚洲AV影片在线观看| 婷婷五月激情欧美| 91视频精品99| 热久69| 开心五月天激情网| 婷婷五月在线视频| 天天爽人人爽| 丁香婷婷久久| xxxx五月天色色| 人人操人人爰人人一天天碰夜夜拍夜夜爽-中国A级毛片天天看天天谢… | 久久作爱| 五月天婷婷丁香社区| 色激情综合| 2015超碰| 99热这里| 色综合久久久久| 999精品乱码77777| 99久久久久| 亚洲操逼片| 六月色播| 开心五月网| 久久丁香五月天| 国产成人综合在线| 激情AV| 丁香五月影院| AV天堂淫乩| 热九九精品| 亚洲人成网亚洲欧洲无码久久| 99日本精品视频热| 精热在线综合网| 日韩aaaaa| 日本激情ⅩXX免费视频| 日韩av手机在线观看| 无码G高清天| 久久激情网| 激情综合网之激情五月| 苗黎美女四级成人版一级二级毛片| 色小说婷婷五月天天天| 色婷婷亚洲综合网站| 五月天深爱激情网| 成人网在线视频| 九月av| 999精品乱码77777| 九九无码| 婷婷丁香五月天亚洲| 久月久在线视频| 天天色激情| 丁香五月 无码| 丁香色婷婷| 伊人碰碰婷婷| 五月婷婷丁香| 五月天婷婷无码视频| 日本人妻操| 天天爱天天狠天天透| 久久久久久久久久91| 五月婷婷啪啪啪| 欧美色图天堂网| 五月婷婷影院| 五月 婷婷 成人| 日本婷婷| 婷婷之六月丁香| WWW.99热| 888精品福利地址| 日操| 影音先锋人妻出差| 99精品在线观看视频| 亚洲最大视频| 五月丁香黄色视频| 久久人妻少妇嫩草AV| A短视频免费在线观看| 99视频综合| 亚洲色区17| 99啊精典免费视频| 99色综合| 色性日本| 丁香五月开心亚洲| 婷婷五月天视频| www.婷婷六月天| 成人国产欧美大片一区| 婷婷五月激情综合啪啪| 婷色五月| 日日撸日日操| 97色热| 天天插综合| 色婷婷丁香A片区毛片区女人区| 色.五月综合网| 伊人久久大香线蕉AV最新午夜| 丁香六月婷婷综合欧美| 电影爱拉战争免费观看| 日日夜夜爽| 成人视频在线免费播放| 99精品在线| 乱乱av| 亚洲图色五月天| 影音先锋91| 激情婷婷五月基地| 欧美综合在线五月天色婷婷| 五月视频日本免费观看| 色噜噜狠狠色综| 丁香婷婷性爱| 9热在线视频| 五月丁香五月综合欧美| 国产精品国产成人国产三级| 中文字幕 码精品视频网站| 日韩aaa| 五月天色婷婷视频| 激情综合婷婷五月| 五月丁查人人| 欧美精品999| 亚洲午夜在线视频| 91人人操人人爱| 精品婷婷五| 人人干Av| 狠狠草狠狠草| 伊人激情网| 久久九区| 婷婷激情五月天小说校园| 色婷婷中文在线| 69精品人人人人| 中文字幕久久婷九女同| caopeng超碰| 婷婷五月天激情免费在线观看| 日本色道视频网站| 超级碰碰视频无码| 五月天亚洲最大成人| 婷婷丁香18| 激情av| 五月丁香日逼| 色婷婷丁香五月在线| 色色色综合网| av中文字幕免费观看| 丝袜激情网| 这里只有精品99www| 操逼巨乳91| 国产亚洲精品久久久久久郑州| 久久一品区| 五月婷婷狠天天色综合| 日本色99| 丁香婷婷五月天成人| 五月天激情综合在线| 99成人精品视频| 久久这里只有精品8| 丁香色色五月| 午夜丁香六月婷| 99在线视频精品| 五月婷婷丁香91| 六月丁香综合| www.国产色| 色综合久久久久| 亚洲操B视频| 激情综合婷婷| 婷婷五月激情综合| 亚洲愉拍99热成人精品| 久久a热| 成人无码髙潮喷水A片| 操日视频| 六月 丁香 视频| 99综合视频一体| 五月天停婷基地| 青青草婷婷综合五月| 91久久九久久九久久九久久九久久| 国产内射婷婷| 日本狠狠爽| 国产97色在线| 98色丁香五月婷婷综合网| 亚洲天堂AAA| 另类在线| 99riAv1国产在线观看| 丁香婷婷伊人| 天天肏天天爽夜夜爽| 亚洲五月天综合色| 国产精品五月丁香| 伊人丁香花综合影院| 天堂在线9| 97在线观视频免费观看| 丁香五月婷婷激情完整版| 女性自慰系列第五页| 开心五月综合激情综合五月| 色婷婷www| www久久久| 精品综合爱| 超碰在线个人观看| 伊人久久大香网| 婷婷综合在线网| 色婷婷影院| 色五月,com| 丁香五月影院| 生活片五区| 婷婷激情小说| 激情综合在线观看| 97碰人人操| 9久久狠狠的| 婷婷五月天美女| 91欧美日韩综合| 成人丁香五月婷| 亚洲 六月 综合| 51精品国自产在线| 激情综合网激情五月欧美| 丁香六月激情| www.av视频xx999.com| 亚洲色综合| 五月停停色色丁香| 综合色99| 91精品久久久久| 婷婷色五月婷婷姐妹| 色婷婷久久久| 深爱开心激情网| 日在线V视频在线播放| 五月丁香婷婷成人网| 六月丁香大香蕉| www.色九月| 九九 激情 网| 99热日韩| 国产乱码久久| 久久久GOGO无码啪啪艺术| 色综天天综合| 丁香六月婷婷久久综合| 99色丁香婷婷综合网| 成人精品视频99在线观看免费| 五月天色狠狠| 亚洲日本韩国| 亚洲婷婷成人五月天| 99在线视频操999| 亚洲 在线 性爱 | 激情五月天偷拍综合网| 亚洲色图81p| 婷婷色片| 五月婷婷基地| 色情婷婷| 激情久久综合网| 2015在线中文字幕| 26uuu成人网| 26uuu偷拍亚洲欧洲综合| 色色色在线观看| 婷婷月综合| 激情综合网址| bbwcuckold精品熟妇| 国产成人精品亚洲线观看| 婷婷五月深深的爱| 99热人人操人人操| 伊人网碰碰| 亚洲网视屏| 婷婷丁香六月| 丁香五月第四色88| 丁香花成人区| 五月婷婷香| 77799热| 黄色国久久| 婷婷色av| 色在线99| 另类小说色婷婷| 六月丁香深深爱| 九九爱激情| 久久久精品色| 91一起操| αv中文字幕在线观| 蜜桃五月天| 成人资源在线| 色色热| 精品九九视频在线观看| 激情色情五月天| 天天色99| 久久ER视频com| 五月停性愛| 人人播| 九九碰九九爱97| 亚洲精品久久久久久久久久吃药| 伊人AV五月婷| 丁香五月婷婷激情网| 欧美婷婷| 成人丁香婷婷| www开心激情网| 婷婷五月av| 少妇性BBB搡BBB爽爽爽视頻| 成人五月天丁香| 青青草原福利在线| 香蕉久久国产AV一区二区 | 激情久久久久久久久久| 丁香五月天欧美成人| 97操| 99热免费18| 六月婷婷无码| 超碰人人妻| 久久六月天| 五月天影院婷婷在线观看| 丁香五月婷婷激情尤物| 色综合久久五月| 97操碰在线97| 99热精品在线播放| 婷婷激情丁五月| 男人的天堂五月丁香| 九色婷婷| 久久激情五月| 激情播丁香| 六月综合婷婷开心伊人 | 五月天激情网图片| 五月激情综合婷婷| 在线观看996精品| 丰满少妇猛烈A片免费看观看| 日韩1区2区| 亚洲国产精品成人免费一区久久久在线观看AAAA| 色色色五月天婷婷| 久久人妻久久| www.99热这里精品| 激情的五月| 天堂综合久久| 九九草草逼| 五月久久婷婷丁香| 五月婷婷亞洲中文| 涩涩五月天综合| 伊人久久大香线蕉AV最新午夜| 色五月婷婷五月天| 2017狠狠干| 丁香婷婷六月激情综合| 丁香婷婷久久| 综合aV在线| 激情丁香五月天综合| 欧美狠狠一在草| 六月婷婷色色色| 9热在线观看| 五月丁香色婷婷色| 日本天天综合| 五月婷综合| 啊V视频在线观看| 国产avapp 网| 综合AV在线| 久99视频在线观看| 中文字幕在线播放视频| 国产成人99久久亚洲综合精品| 婷婷五月av| 天天精品视频免费观看| 天天色情站| 日本熟妇乱妇熟色A片蜜桃| 少妇人妻丰满做爰XXX| 99免费在线视频| 久久人妻超碰一区| 日日操人人操| 男人的天堂五月丁香| 热久久999| 久婷五月| 这里只有精品视频| 丁香五月婷婷影院| 玖玖福利视频资源| 激情综合网,婷婷| 超碰免费成人| 婷婷操逼| Av性爱网站| 国产肥白大熟妇BBBB视频| 九九热精品视频在线观看| 亚洲婷婷成人五月天| 久久久精品99亚洲综合| 日本91在线| 超碰在线综合| 人妻五月天激情开心网| 人妻在线观看视频| 亚洲亚洲人成综合网络| 六月丁香五月婷婷| 九色PORNY9l原创自拍| 99性爱视频| 天天干天天叉| site:feetmall.com| 操操操av| ri电影在线| 色玖玖综合网| AV在线免费播放| 操日本三片99| 五月婷婷日本| 超碰高清在线| 日韩在线观看亚洲| 成人午夜免费电影| 欧美日韩成人在线网| 久久女人天堂| 综合一区二区三区| 亚洲碰碰碰| 五月婷婷六月丁香色| 五月婷婷六月激情网| 99热精品在线播放观看| 侠女刀之记忆电影在线看免费| 97碰啪啪| 九九五月天| 99色视频在线观看最新| 日本一级特黄大片AAAAA级| 狠狠se| 久热re在线视频| 久久婷五月影院| 蒲京久久无码视频| AV中文字幕夜夜操b天天摸bb | 亭亭五月色男人| 色欲丁香| 99精品在线观看| 天天干天干| 99re8这里只有精品99re8热视频| 99热精品无码| 天堂成人A片永久免费网站| 五月激情综合网| 日韩无码专区| 欧美丰满熟妇BBB久久久| 五月综合激情婷婷六月色窝| 99精品偷自拍| 人妻有码乱操| www.com久久久久久久久久久久久久久久久| 天天色天天操天天射| 成人做爰黄A片免费看直播室男男 久草热8精品视频在线观看 | 免费色婷婷| 青青久久91| 久草婷婷视频| 五夜丁香| 色色五月丁香| 六月综和久久| 婷婷五月天成人网站| 丁香婷婷激情网站| 色婷五月天| 一区二区成人电影| 99自拍视频在线| 日本少妇裸体做爰高潮片| 69超碰在线| 高清免费在线视频| 1区2区视频| 中文字幕在线免费| 热久久思思热思思| 亚洲综合狠狠艹| 99热12| 六月丁香六月婷婷欧美| 色色色国产| 伊人婷婷五月天| 8090在线影视少妇| 欧美激情-区二区三区| 停停综合色色| 色婷婷电影网| 婷婷五月天深爱| 色婷婷五月天天天干天天操天天爽| 丁香五月色欲| 人人操日| 亚洲亚洲人成综合网络| 亚洲岛国电影| 99热这里是精品| 日本熟妇乱妇熟色A片蜜桃| 天天插操| 91久久九久久九久久九久久九久久| 婷婷丁香激情综合色情| 五月婷婷天天色| 色婷婷激情视频| 婷婷五月美女直播| 超碰成人在线观看| 99精品国产乱码久久久人妻| 色婷九九九| 婷婷色导航| 日日射天天射| 婷婷五月天激情网站| www.99婷婷| www.激情| 麻豆精品| 天天日夜夜B久久| 久久五月激情| 激情综合区| 少妇高潮呻吟A片免费看软件| 综合久久六月| 99A级片| 亚洲精品操一操、噜一噜、摸一摸、爽 | 99热这里有精力| 99久在线观看| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | 五月丁香六月婷婷综合| 婷婷亚洲影院| 一区二区三区四日本| 激情久久丁香| 五月亭亭六月激情| 国产色网站| 专区无日本视频高清8| 六月丁香成人| 亚洲婷婷月丁香五月| 综合色色色| 国产免费一区二区在线A片视频| 就去色色五月丁香婷婷久久久| 欧洲亚洲免费视频9| 少妇口诉沐足视频播放器网址| 色播五月综合网| 国产午夜精品AV一区二区麻豆| 99热久久日本| 久久久月丁香| 亚洲99综合| 色色色com| 97资源碰碰| 这里只有精品9| 久久伊人五月天| 色吧99| 五月丁香激情片| 亚洲最大激情无码| 国产肥白大熟妇BBBB视频| 视频一二区| 激情小说之五月| AV九九| 亚洲无码AV片| 精品九九视频| 色婷婷视频在线| 激情婷婷22月间| 久久成人性爱| 五月丁香视频在线观看| 天天久| 日本乱子人伦在线视频| 久久视频婷婷视频| 婷婷国产成人| 91色性感五月婷婷丁香| 亚洲精品网站色视频| 婷婷丁香18| 丰满少妇猛烈A片免费看观看| 超碰大香蕉网| 国产偷人妻精品一区| 免费看欧美成人A片无码| 激情人妻综合| 99热99热在线| 欧美婷婷色| 色六月丁香婷婷啪啪啪| 天天插天天干| 国产女人十八水真多1| 99热这里只有精品国产免费| 久久精品婷婷| 国产小网站| 亭亭五月激情亚洲在线| 国产精产国品一二三在观看| 色五月婷婷中文字幕在线观看| 五月天激情综合网| 综合久久综合五月天婷婷| xx色综合| 综合五月天| 99热天堂| 婷婷性福五月天| 在线观看视频1区| 丁香五月大片| 国产亚洲色婷婷久久99精品91| 成人婷99最新| 日韩在线99| 大香蕉在线观看9| 黄色99网| 国色天香成人网| 99色综合网| 香蕉综合在线| 婷婷五月综合社区| 99久久精品国产色欲| 97ai婷婷| 久久99性爱| 日日操夜夜操不卡| 日韩久久这里只有精品| 九九碰九九爱97超碰| 免费AV播放| 九九综合伊人| 婷婷五月色综合| 五月丁香六月激情综合| 久久婷婷综合色丁香| 99成人免费热视频| 免费色婷婷| 婷婷五月天性| 国产婷伊人| 99色1| 亚洲妇女熟BBW| 天天噜天天爱| 国产成人一区二区三区在线观看| 激情深愛五月視頻| 人妻中文在线| 蜜臀A∨在线水帘洞| 六月天六月婷| 婷婷五月天AV| 五月丁香人妻| 天天干天天色综合| 婷婷五月丁香色播| 色五月色五天色情网| 成人网在线视频| 久久久久久久久99精品| 91大神操美女| 99自拍视频在线观看| 激情综合网五月丁香| 色5月婷婷色| 伊人激情综合网| 97干欧美| 深爱五月激情| 26uuu.| 天天色情站| 午夜爱爱爱成人| 夜夜嗨一区二区三区直播内容| 久久婷婷五月综合色播| 99久久超级| 丁香五月婷婷激情中文| 激情综合婷婷久久| 99久久婷婷五月综合| 99熟女视频| 丁香五月激情综合| 99热久只有| 日韩综合成人| 日韩五月丁香| 玖玖在线| 九九热在线精品| 香蕉婷婷色五月| 久久久国产精品黄毛片| 激情五月婷婷综合色播小说| 91操在线| 九九综合九九| 【乱子伦】黄色| 日本精品人妻无码77777| 狠狠操.COM| 热久久这里只有三级视频| 欧美婷婷精品激情| 91超级碰在线视频| 亭亭五月丁香五月天激情| 色五月天中文字幕| 婷婷五月丁香国产| 婷婷五月天网| 99九九久久| 五月婷婷深深爱| 婷婷五月精品中文字幕| 无码色综合| 色婷婷色99国产综合精品| 操笔无码| 亚洲成人综合网在线免费观看| 狠狠操狠狠| 六月丁香婷婷五月天| 五月天激情婷婷| 丁香五月婷婷色| 男人的天堂五月丁香| www.五月天婷婷| 激情五月丁香激情综合网| 婷婷五月综合中文字幕| 亚洲 视频 导航 一区| 伍月婷丁香婷| 丁香婷婷浪潮AV久久综合| 日韩在线99| 在线,国产,色,热视频| 人人操9| 丁香婷婷五月六月久久| 五月婷婷丁香五月亚洲色| 色九九中文字幕| 九九这里是免费的视频5| 蜜桃婷婷丁香五月天狠狠久久综合| 久久婷婷丁香花综合网| 婷婷五月综合社区| 五月天小说激情| 91精品丝袜久久久久久久久粉嫩| 色色丁香| 日本成人噜噜| 五夜婷婷| 精品99*| 99热这里只有精品8| 色九九综合色| 久久99热在线观看| 久久亚洲A| 日韩成人无码片| 黄网免费看| 思思热再线视频| 亚洲在线操| 婷婷六月天国产综合| 激情六月天婷婷| 久久婷婷五月综合色播| 色碰碰| 欧美黄色一级录像| 亚洲高清在线| 丁香五月亚洲综合| 婷婷综合五月天| 99视频在线9| 操99| 丁香五月婷婷在线视频| 六月丁香综合| 亚洲AV日韩在线观看| 99久久久| 色丁香六月| 高潮毛片遮挡费高一百度| 亚州精品成人片| 欧美交换配乱吟粗大25P| 五月激情天| 激情久久天天| 日本高清久久| 亚洲色婷婷久久99精品91| 亚洲黄色影视| 99riAV国产精品视频| tingtingzonghewang| 丁香色色色| 99色在线视频观看| 风流少妇A片一区二区蜜桃 | 四季8848精品成人免费网站| 操碰91| 开心激情综合| 九九热视频免费观看| 激情综合婷婷| 久久婷婷综合拍| 老美AA片| 91热久久| 五月天桃色深爱网| 天天干天天玩天天夜天天射天天操天天日蜜臀少妇 | 99久久网站| 五月天狠狠色| av操一操| caopeng97日韩| 五月丁香香蕉| 香蕉大综综综合久久| 偷拍九九热| 国产熟女一区二区三区五月婷| 人人爱人人摸人人澡| xx综合网| 亚洲日本激情| 国产精品久久..4399| 无码九九九九| 一本到不卡高清DVD| 丁香五月天社区| 婷婷五月天激情网| 久热A| 99高级会所久久| 日韩无码成人电影| 九九超碰人人| 91呦呦呦| 日产精品一线二线三线芒果| 粉嫩av懂色av蜜臀av熟妇| 99热这里只有精品1| 亚洲免费99| 九九视频精品在线免费| 久久九九热38| 色婷婷成人做爰A片免费看网站 | 97碰啪啪| 欧美Va婷色| 五月丁香六月婷婷国产视频| 这里只有精品69| 婷婷五月婷婷五月天| 久久与婷婷| 人人色人人摸人人看| 99色色网| 超碰人人艹| 狼人狠狠操| h亚洲| 97超级碰碰碰| 综合亚洲AV| 97AV人人插人人操| 九九艹女| 久久综合66| 激情图片亚洲| 色婷婷五月综合激情中文字幕| 拍真实国产伦偷精品| 26uuu精品国产| 九九aV| 九九热精品| 九九热在线视频观看| 五月综合六月婷婷| 久久99激情| 婷婷激情五月| 99re热视频这里只有综合亚洲| enecarbon-materials.comWu染请涟系Bao护@wip1688 | .操區COm| 亚洲色情免费网| 5月色亭亭视频| 色噜噜,噜噜色| 天天粽合合合合| 99精品在| 日韩人妻操逼视频| 亚洲最大五月天成人网| 深爱五月亚洲| 这里只有精品免费视频在线观看| 美女美女美女三级色天天天天天| 丁香月六月| 亚洲五月花| 极品人妻VideOssS人妻| 激情视频综合| 另类A片| 日日.c| 色原狠狠综合| 91久久九九| 69综合在线| 婷婷久久丁香五月| 99天堂网| 777久久综合视频| 激情五月亚洲综合网| 久久人妻系列| 五月丁香操亭亭网| 综合XX网| 67194中文字幕| 67194中文字幕| 九月激情网| 亚洲综合另类| 99年操人人爽| 9色操| 色婷综合| 69精品无码一区二区三区| 日本99视频精品免费播放| 久久丁香婷婷五月| 99ri国产在线| 99热老网站| 涩涩五月天综合| 五月熟妇婷婷久久| 夜夜噜夜夜奇| 午夜色丁香| 深爱五月婷婷| 67194成I人在线观看线路1| 九九在线视频| 大地资源色婷婷视频在线| 丁香花社区av| 99日本视频| 激情四射五月天| 色噜噜狠狠色综合日日免费| 99热在线观看这里只有精品| 四月婷婷五月丁香| 综合啪啪| 白人荫道BBWBBB大荫道| 五月激情四射网站| 人妻在线网站| 97碰碰人人| 欧洲综合一区| 一起肏在线视频| 影音先锋色婷婷| 婷婷欧美偷拍综合| 丁香欧美| 婷婷久月| h在线看免费版在线看| 久久XX| 2025超碰| g00d人体西西| 婷丁香久综合| 性99网站| 五月婷婷色情| 日本V在线观看不卡视频网站| 2022人人操人人看| 99久热在线精品| 丁香五月天在线直播观看| 亚洲综合激情五月| 狠狠爱婷婷爱| 久久婷婷综合五月天| 四LLL少妇BBBB槡BBBB| 97超碰在线观看免费| 91超级碰碰碰| 激情综合另类| 四虎成人精品永久免费AV九九| 亚洲精品又粗又大又爽A片| 久久日九九| 成人操呦av| www色综合| 另类视频在线| 26uuu色五月| 97色色婷婷| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 五月天激情国产综合婷婷婷| 色五月婷婷影院| 99热香港| 综合狠狠干| 五月色情婷婷开心五月色情| 五月婷婷六月丁香在线视频| 婷婷五月色播放| 亚洲狠狠丁香婷婷香蕉| 青青草原亚洲天堂| 色婷婷激情视频| 婷婷五月激情网| 91久久国产自产拍夜夜91久久精品文字>91麻豆精品国产 | 免费亚洲婷婷| 九九九九无码| www久| 99热这里只有免费精品| 可以免费观看的av| 色原狠狠综合| 天天干天天日日| www.henhenl| 91夫妻网站九色| 天天色综和网| 婷婷丁香五月天激情| 全部老头和老太XXXXX| 婷婷99狠狠躁天天躁中文| 五月天小说激情| 五月天婷婷操逼视频| 极骚大香蕉伊人| 激情久久久| 婷婷久久色| 思思久久99热只有频精品66| 天天肏天天肏天天肏| 五月天艹天天| 五月婷婷激情网| 久色激情| 天天爽日日爽夜夜爽| 99精品在线| 久操无码| 日日综合网| 天天情色五月天| 夜夜躁爽日日| 成人网站av免费网站推荐| 色性日本| 久99| 97色操| 天天日,天天射,天天舔| 八戒青柠影视剧在线观看 | 成人精品视频99在线观看免费| www.婷婷五月| 综合网亚洲| 国产肥白大熟妇BBBB视频| 久九色| 激情九九这里只有精品| 五月色综合| 97人妻超级碰碰碰碰碰| 97人人做| 思思热精品在线观看| 国产亚洲成AV人片在线观黄桃| 超碰在线超碰| 狠狠色情婷婷| 狠狠色五月天| 99久久超级| 五月色丁香综合| 超碰免费人人| 天天综合久久| 九九热这里有精品23| 色婷五月天| 久激情| 久久机热这里只有精品| 亚洲午夜av| 婷色天堂| 亚洲av综合在线| 国产女人十八水真多1| 色婷婷精品视频在线播放| 精品导航在线x不卡| 99久久久免费| 77799热| 91人妻人人做人碰人人爽九色| 香蕉99网| 777.色色| 九九热在线观看视频| 久久久18| 婷婷久久图片| 久久婷婷热| 亚洲另类电影| 九九这里是免费的视频5| 九月婷婷激情久久| 天天天添天天操| 色999亚洲人成色| 综合久久9| 婷婷五月天综合久久| 开心五月婷婷综合在线精品素人| 五月天婷婷中文字幕在线播放| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | www.激情.com.| 五月天激情四射| 五月久熟女| 成人一级片| 久久免费操| 99re热在线观看| 九九精品热播| 五月婷婷丁香| 婷婷玖玖五月天| 丁香五月先锋| 绿色小导航AV| 国产婷婷五月天| 色婷婷亚洲综合天堂| 亚洲最大五月天成人网| 婷婷狠狠青青| 婷婷丁香五月高清| 五月丁香天堂| 婷婷婷婷婷婷婷五月丁香| 综合久久综合五月天婷婷| 五月天激情av| 婷婷丁香综合在线| 五月天 无码| 超碰9在| 色色色热热热| 五月婷婷激情在线| 婷婷十月激情综合网| 色婷婷亚洲综合网站| 综合五月网| 婷婷六月久久| 女人被男人吃奶到高潮| 色久女| 国产成人99久久亚洲综合精品| 激情婷婷丁香五月天小说| 色婷五月| 婷婷 激情 五月| www99精品日韩| 久久人妻www| 五月丁香黄色| 色5月婷婷| 久久久激情视频| 中文字幕在线免费| 国产免费一区二区在线A片视频| 五月天激情站| 日韩av手机在线观看| 狠狠操狠狠狠| 一区=区操屄高清大全av| 激情六月丁| 成人在线视频网| 久久ww| 亚洲色欲欧美一区二区三区| 超碰婷婷五月| 狠狠色噜噜狠狠狠狠综合| 激情五月婷| 99re思思热久久| 国产欧美婷婷五月| 琪琪色网址| 狠狠色五月天| av色婷婷| 夜夜操狠狠操| 色综合开心五月深爱五月| 婷婷亚州综合| 色综合久久88色综合天天99| 久操婷婷| 国产精品天天狠天天看| 五月激情婷婷丁香| 97干欧美| 校花娇喘呻吟校长陈若雪视频| 五月婷婷性| 色婷婷色九月| 97色色色色色| 五月丁香激情五月天| 超碰色热| www.9797国产| 婷婷激情伍月网| 一起草AV入口| 婷婷久久色| 婷婷色亚洲| 成人做爰高潮A片免费视频| 另类小说五月天激情| 超碰99资源站| 人妻中文在线| 六月婷五月丁香| 亚洲成人无码专区| 天天舔天天爽| 色婷婷五月天亚洲| 九月丁香婷婷网| 五月天激情啪啪| 六月婷婷无码观看| 大香婷婷| 五月丁香综合网| 欧美日韩AAA| 国产亚洲网站在线| 色婷婷影院| 天天爽,夜夜爽| 2015好吊操| 色亭亭丁香五月天| 成人在线网| 天插天啪天啪天啪| 丁香五月欧美色综合| 国产毛片欧美毛片久久久| 婷婷五月丁香六月综合网| 丁香五月天在线观看视频| 91制片厂久久久国产电影| 色射影院| 亭亭五月天黑人2014| 日韩在线视频网站| 人妻丰满精品一区二区A片| 五月丁香啪啪啪| 日韩欧美四五区| 99re免费在线视频| 亚洲乱码精品久久久久..| 第五色婷婷| 六月丁香婷婷拍拍| 久久XX日本综合| 亚洲丁香花色| www.五月天社区| 97人人射| 天天久久婷婷| 丁香五月六月| 99久久久| 超碰9| 99视频热99| 一起草性爱不卡视频| 色婷亚洲| 五月花综合| 国产黄色av| 久草婷婷| 五月婷婷激情中文字幕| 五月丁香婷婷激情在线| 欧美操综合| 日本少妇裸体做爰高潮片 | 视频综合网| 婷婷香蕉精品| 激情五月综合网| 性色视频| 天天草天天爱| 91丨九色丨熟女| 九九热这里只有精品9| 99精品热| 操操操www.com| 99热97美女| 五月天色综合| 久草性爱| 天天操综合网站| 琪琪秋霞| 久久综合五月| 在线视频婷婷| 五月丁香六月| 精品人妻久久久久久| 激情婷婷亚洲五月| 日韩狠狠色| 99ri6在线视频| 日日干日日| 91超级碰| 性爱视频久久| 五月婷婷福利| 久久黄色免费视频| 婷婷综合视频| 丁香婷婷综合影院| 婷婷激情综合网| 夜色综合网| 天天爽综合网| 有码人妻久久| www.91色| 五月婷av| 亚洲无码影音| 亚洲无AV在线中文字幕| 91丨九色丨东北熟女| 丁香婷婷六月男男| 九月色婷婷综合| 色亚洲中文| 99视频精品| 亚洲网站999| 激情骚五月| 依人大香蕉在钱1| 风流少妇A片一区二区蜜桃| 色日本五月天| 91丨九色丨白浆秘| 五月婷婷激情五月| 99性爱视频网站| 五月天欧美激情| 色综合色综合色综合高潮| 亭亭五月丁香综合欧美| 日韩影院三级| 五月婷综合| 97超级碰人人| 丁香婷婷激情网站| 在线观看免费人成视频无码| 丁香五月天激情| 可以看的AV| 高清无码视频网址| 久久色天堂| 91久久精品无码一区二区三区| 天天干天天操天天射| 婷婷五月色天| 天天干夜晚夜操| 五月丁香六月婷婷亚洲视频| 99亚洲大片精品永久在线观看| 国产精品久久久久久白浆色欲| 超碰99热精品| 中文字幕五月久久婷婷| 九色在线五月婷婷网址| 亚洲乱码日产精品BD| 九九亚洲| 色婷婷影视| 丁香婷婷色五月| 99热这里只有精品99| 99综合免费视频| 91狠狠综合久久| 99热偷拍| 天天久久狠狠色综合| 丁香六月色婷婷| 色色激情网| 日韩黄黄| 激情伊人五月天| 青青草成人网| 九九热在线精品视频| 色五月 五月婷婷| 99热成人| 能看的AV| AA片在线观看视频在线播放| 欧洲电影在线观看免费版英语版 | 亚洲AV无码成人电影| 超碰免费观看| 日韩天堂久久| 天天艹| 青青日韩| 日本97在线| 9热在线观看| 久久综合首页| 丁香婷婷91在线观看视频| 国产高潮白浆一区二区| 丁香五月伊人| 欧美久久久中文字幕| 操97在线观看| 久久日本wwww色| 综合网网欲色| 激情婷婷综合网| 婷婷色在线播放| 亚洲AV网址| 99色色爰| 人妻射精AV| 丁香五月婷婷六月婷|