用 60 行 TS 构建科幻电影 RAG 智能体
mastra_ai · reddit · 2026-08-28
Mastra 集成了 Elasticsearch 原生向量存储，并基于 500 部科幻电影构建了一个 RAG Agent 演示。整个 Agent 仅约 60 行 TypeScript 代码，包含 1 个 Agent、1 个向量检索工具和 1 个记忆存储。
核心流程：
用户提问 → Agent 判断是否检索 → vectorQueryTool → Elasticsearch → 获取切片 → 生成答案。
实现亮点：
- 记忆一行搞定：new Memory() 提供跨轮对话上下文。
- 检索层可插拔：支持 Elasticsearch、PgVector 等多种后端。
- Agent 主导检索：将检索封装为工具，由模型自主决定何时调用，而非硬编码每一步，保持代码整洁。
- 后端解耦：Agent 无需后端是纯向量搜索还是混合重排，只需调用工具。
「编程与Agent」频道最新
- 南京大学推 Procedura：基于 Agent 的可控 3D 建模 — nanjinguniv · 2026-08-28
- Agent 工具调用静默失效，生产环境难追踪怎么破？ — Icy-Weakness8310 · 2026-08-28
- Helm MCP：让 AI 助手直接读取 Helm Chart 数据 — modelcontextprotocol · 2026-08-28
- SymPy Sandbox MCP：LLM 安全进行符号数学计算 — modelcontextprotocol · 2026-08-28
- LLM Agent 评估综述：构建二维分类框架与企业落地挑战 — kalyan_kpl · 2026-08-28
- 用 gpt-image-2 生成图像，扩展无现实参照的评测基准 — mattshumer_ · 2026-08-28