MCP

MCP是定义在上下文当中的
MCP 把上下文拆成 5 大标准模块（全部在协议里明确定义）：

1. System Context（系统上下文）

定义：Agent 的身份、行为规则、Skills 范围
MCP 定义：
系统提示（System Instruction）
可用 Skills 列表（Agent 会什么）
约束、权限、安全规则

2. User Context（用户上下文）

定义：用户信息、目标、历史、偏好
MCP 定义：
当前用户请求
对话历史（短期记忆）
用户长期偏好 / 配置
会话状态

3. Tool Context（工具上下文）

定义：所有可用 Tools 的元数据 + 调用规范
MCP 定义（最核心）：
工具名、描述、参数 schema
工具权限、可用范围
调用格式、返回格式
工具状态、执行结果

4. Resource Context（资源上下文）

定义：静态数据 / 文档 / 知识
MCP 定义：
文件、数据库、API 数据
RAG 检索结果
知识库、配置

5. Session Context（会话上下文）

定义：多轮状态、执行流
MCP 定义：
任务进度
中间结果
多步骤执行状态

融合检索（Fusion Retrieval）

融合检索（Fusion Retrieval） 是在 RAG 或大模型应用中，多路召回不同检索器 / 数据源的结果，通过融合算法重排序后再送入生成环节，以兼顾召回率、语义理解与精确匹配的检索方案。它是解决单一检索器短板、提升回答质量的核心技术。

解决什么问题

检索方式 问题描述 示例
单一向量检索 语义强但漏精确术语 “iPhone 15” 匹配不到
单一关键词检索 精确匹配但不懂语义 “瘦身” 匹配不到 “减肥”
融合检索 既懂语义，又保精确，大幅降低幻觉，提升召回率 —

检索类型对比

检索类型 代表技术 优势 局限
稠密检索 Sentence-BERT、DPR、嵌入模型 强语义理解、泛化好 专有名词 / 精确术语弱
稀疏检索 BM25、TF-IDF、Elasticsearch 精确关键词匹配、可解释 语义关联差、长尾弱
融合检索 向量 + 关键词、多模型、多源 兼顾速度与效果、鲁棒性强 维护成本高、调参复杂

RRF = Reciprocal Rank Fusion，倒数排名融合

RRF 是一种常用的融合检索，它将不同检索器的排名进行倒数转换，再进行加权平均，最后取倒数作为最终的排名。

这首歌好听 [【むﾄ】失透【rinri】]（https://www.bilibili.com/video/BV1aM4m127aZ/?spm_id_from=333.337.search-card.all.click&vd_source=818f94ff798aa7fbb006f84b2b970091）