$ loading_
为边缘设备上的智能体提供离线图检索记忆与高精度事实搜索能力
复制安装指令,让 AI 自动完成配置 · 推荐新手
"Seahorse RAG MCP" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请使用 Seahorse RAG MCP 为我的边缘设备智能体设计一个本地记忆方案:将会议记录、操作手册和故障笔记写入图检索存储,并说明如何按主题关联事实、离线查询历史信息。
一套本地记忆库设计方案,包含数据接入、事实关联方式和离线检索流程说明。
我有多份分散的项目文档,请基于 Seahorse RAG MCP 设计检索逻辑,让智能体能够跨段落连接相关事实,并优先返回高精度答案与来源线索。
一份检索策略建议,说明如何建图、关联跨文档事实,并提升答案准确性与可追溯性。
请说明如何把 Seahorse RAG MCP 部署到资源受限的本地设备上,支持离线运行、持久化记忆和供多个智能体调用的查询接口。
一个面向边缘设备的部署方案,包含运行要求、存储方式和多智能体调用建议。
将非结构化文档转为可检索知识库,并通过 MCP 提供检索能力给 AI 代理调用。