TaiXu-Admin V0.0.6 发布，LLM+RAG+Agent 应用技术系统_新闻中心

taixu-admin v0.0.6 发布，llm+rag+agent 应用技术系统

更新日志

1、优化 RAG 应用；

2、优化 Agent 应用；

3、优化历史记忆及其对话管理；

4、优化首页展示信息。

系统介绍

TaiXu-Admin 是 AI 技术

集成的智能技术系统，后端用 Python 编写实现，前端用 React 开发交互页面，涉及到的大模型技术有 LLM 对话、RAG 和 Agent 等，大模型应用框架组件有 LangChain 和 LangGraph，支持 RAG 模式、Agent 模式、Prompt 工程、工具调用、记忆管理等功能，引入了对话式交互、知识检索增强生成（RAG）、多智能体协同（Agent）等 AI 能力。

软件架构

TaiXu-Admin 采用前后端分离 + 模块化分层的架构风格，确保系统高内聚、低耦合，便于功能迭代。

后端框架：采用 Python 作为核心开发语言，基于轻量高效且灵活的 Flask Web 框架构建 RESTful API 服务。

AI 应用框架：集成 LangChain 与 LangGraph，分别用于构建模块化的大模型应用流水线和复杂状态驱动的多智能体协作流程。

	RAG 模式
文档检索	NativeRAG (原生 RAG)、MultiQuery (多问题)、RAGFusion (检索融合)、SubQuestion (子问题)、HYDE (假设提问)、RoutingLogic (逻辑路由)、RoutingSemantic (语义路由)、MultiQueryConstruction (查询重构)、MultiRepresentation (多重表示)、RAPTOR (层级索引)
智能检索	Corrective (纠错型)、SelfCheck (反思型)、Adaptive (自适应型)
特殊检索	GraphRAG (知识图谱)、KeyWord (关键字 BM25)、HybridRAG (混合检索)、KMean (K 均值聚类)、MMRRAG (最大边际相关)

	Agent 模式
智能问答	ReAct (推理行动)、ReWOO (无观察推理)、PlanExecute (规划执行)、LLMCompile (LLM 编译)、Reflection (反思型)、SelfDiscover (自发现)、Reflexion (反射型)、LATS (智能树搜索)
多智能体	Supervisor (监督型)、Collaboration (协作型)、Hierarchical (层级型)

前端技术栈：使用 React 构建响应式用户界面，结合 Umi（蚂蚁集团开源的企业级前端应用框架）进行工程化管理，并依托 Ant Design 组件库提供一致、美观、高效的交互体验。

数据基础设施：