【线上培训】馆员AI素养培训：应用实践进阶篇——
“智慧图书馆技术应用讲座”2025年第7期（总第42期）
6月19日上午10点，2025年第7期云瀚“智慧图书馆技术应用讲座”（总第42期）成功在线上举行。本期讲座是“馆员AI素养培训”特别节目，目标是帮助馆员顺应时代潮流，高效掌握并应用人工智能技术，以推动图书馆的智慧化变革。本期讲座由来自深圳市海恒智能科技有限公司人工智能事业部总监、云瀚联盟技术委员会委员方洋，和福呈数据科技有限公司技术总监陈尚松担任主讲老师。超过1800人在线参加了本次讲座。
点击上方链接收看直播录像
作为“馆员AI素养培训”系列的“应用实践进阶篇”，本期重点介绍了检索增强生成（RAG）和模型上下文协议（MCP）两大核心技术的应用实践方法。其中，RAG技术为模型获取外部知识，降低幻觉，提升准确性提供了可落地的路径；MCP技术则有效解决了大模型与外部数据的连接问题，为未来智能应用的能力拓展提供了广阔的前景。本次讲座课程大纲如下：
互动交流
在讲座的交流互动环节，现场和线上观众提问踊跃，部分精彩内容摘记如下。
问：我们图书馆现在的检索系统是老版本的，和RAG技术对接会不会很困难？需不需要更换整套系统？
方洋：无需立即更换系统。AI可将用户的自然语言问题转换为系统可识别的检索请求，提取关键参数并生成API请求，有效利用现有的系统进行检索。此外，AI还能基于书名、作者等基础信息实现推荐功能，与系统版本无关。因此，引入AI的关键在于检索系统的基本功能是否完备，而非其新旧程度。
问：RAG效果不好有什么优化方案吗？
方洋：有很多手段来提升RAG的效果。比如：通过文档分块策略优化，提升信息粒度合理性；引入重排序模型，二次筛选高相关片段；此外还有结合Agent机制，让模型自主选择知识源等。需注意优化方案会增加耗时，实际落地时要平衡准确性与响应速度的关系。现有方案已较成熟，关键是根据场景需求做针对性取舍。
问：使用低代码平台（如n8n、Dify）集成MCP时，最大的挑战是什么？
陈尚松：有这么几方面的挑战：一是不同的低代码平台工作流协议不同。我们在做老唱片查询时，图像识别的格式与n8n节点不匹配可能导致流程中断；另一个是算力资源环境的优化，例如处理图像/视频时，如果部署环境没有做更好的资源优化，工作流性能可能下降；第三是有一定开发门槛，例如有时需要定制适配器，这有一定技术要求。
问：RAG技术输出结果会不会出现冗余，有没有做限制?客户端可以限制吗？
方洋：RAG的结果冗余可通过后台优化控制，在客户端（读者端）难以直接限制。在后端，我们可以通过优化提示词和知识库来平衡信息完整性与简洁性。许多场景是通过持续的需求磨合和策略调整来实现最优效果。
问：智能体和MCP 的关系是什么？如何与MCP更好地结合？
陈尚松：首先，MCP可作为智能体的底层能力工具，集成调用各类具体功能；更进一步的结合方式是，让MCP成为认知助手，在处理底层数据时提取语义，基于目标导向进行决策与行动，通过标准化协议动态适配和优化场景，实现从功能集成到智能提升。
问：用户提问经语义分析后，系统执行和调用不同的MCP或知识库，在这种情况下，如果客户进行多轮问答，技术上如何实现上下文的准确理解？
陈尚松：用户提问时，语义分析引擎作为决策引擎，同时调用MCP模块池和知识库存储，结合结果后进行上下文更新与响应生成，存储到会话管理中，最终返回给语义引擎。这是一个完整的多轮问答机制。
方洋：补充两个小技巧。一是对多轮会话的最后一个问题进行重写或转写，使其更完整；二是将多轮问答直接交给大模型生成初步答案，从知识库中找到匹配文本块，再与上下文一起输入大模型优化回答，提升多轮问答准确率。需要注意的是，这些技巧还是要基于实际的落地场景进行具体调整。
课件下载
