一个基于ReAct推理框架的智能问答系统,集成多种信息检索工具,实现多源数据融合回答。 主要工作: ReAct引擎实现:设计"思考-行动-观察"循环,支持LLM根据问题自主选择检索工具,最大支 持10轮迭代。 多源检索集成:整合SQLite结构化查询、ChromaDB/LanceDB向量检索、Whoosh全文检索 等11种工具。 Wiki知识体系构建:参考Karpathy理念,实现从原始数据到结构化Wiki页面的自动化编译与 查询。 知识图谱可视化:使用NetworkX构建实体关系图,通过PyVis生成交互式HTML图谱。 多模型支持:接入DashScop
这是一个给UE5的paper2d做一个小升级的插件,沿用原有的tileset的数据集,按照LDTK的规则生成tile的方式添加了autolayer的新的一组asset,然后再做了一个新的tilemap,可以兼容原来的瓦片填充方式,也可以用LDTK的规则性批量填充。 当然可以把原来paper2d原有的tilemap直接一键转换为新的tilemap格式。 同时优化了物体碰撞体的性能和修复了透视模式下瓦片间的缝隙的bug。 另外增加了编辑器内填充特色水体功能,做了与其匹配的浮力组件。还有一些水体变形的显示接口提供用户调用。 目前正在靠考虑是否完善后上架FAB
一个基于ReAct推理框架的智能问答系统,集成多种信息检索工具,实现多源数据融合回答。 主要工作: ReAct引擎实现:设计"思考-行动-观察"循环,支持LLM根据问题自主选择检索工具,最大支 持10轮迭代。 多源检索集成:整合SQLite结构化查询、ChromaDB/LanceDB向量检索、Whoosh全文检索 等11种工具。 Wiki知识体系构建:参考Karpathy理念,实现从原始数据到结构化Wiki页面的自动化编译与 查询。 知识图谱可视化:使用NetworkX构建实体关系图,通过PyVis生成交互式HTML图谱。 多模型支持:接入DashScop...
这是一个给UE5的paper2d做一个小升级的插件,沿用原有的tileset的数据集,按照LDTK的规则生成tile的方式添加了autolayer的新的一组asset,然后再做了一个新的tilemap,可以兼容原来的瓦片填充方式,也可以用LDTK的规则性批量填充。 当然可以把原来paper2d原有的tilemap直接一键转换为新的tilemap格式。 同时优化了物体碰撞体的性能和修复了透视模式下瓦片间的缝隙的bug。 另外增加了编辑器内填充特色水体功能,做了与其匹配的浮力组件。还有一些水体变形的显示接口提供用户调用。 目前正在靠考虑是否完善后上架FAB...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人