算法套件

云雀 Agent 内置 9 个生产级算法，增强检索、模型选择、质量评估和调度能力。每个算法都基于学术论文并接入运行时。

概览

算法	用途	参考文献
BM25	稀疏关键词检索	Robertson et al., 1995
TF-IDF	记忆重要性评分	Salton & Buckley, 1988
Bandit	在线模型选择	Auer et al. (UCB1), 2002
Quality Scorer	零 LLM 回复质量评分	PMIScore, N-gram Diversity
GraphRAG	社区级深度索引	Microsoft GraphRAG
Isolation Forest	行为异常检测	Liu, Ting, Zhou, 2008
HNSW	近似最近邻搜索	Malkov & Yashunin, 2018
推荐引擎	技能/话题推荐	Linden et al. (Amazon), 2003
Q-Learning	任务调度优化	Watkins & Dayan, 1992

BM25 混合检索

BM25 倒排索引与密集向量搜索结合，通过 RRF (Reciprocal Rank Fusion) 融合。

• 参数: k1 = 1.5, b = 0.75
• 中文支持: CJK 单字切分
• 集成: 召回管线第 2.5 阶段 + 第 4 阶段增权

模型赌博机 (UCB1 + Thompson Sampling)

多臂赌博机自动在每个模型层级 (fast/smart/expert) 内选择最优模型。

• UCB1: 确定性策略，平衡利用与探索
• Thompson Sampling: 贝叶斯随机化探索
• 路由器在每次 LLM 请求前调用 bandit.Select(tier)

质量评分器

零 LLM 调用的纯统计质量评估，5 个维度：

维度	测量内容
关键词覆盖	查询关键词在回复中的出现比例
N-gram 多样性	Trigram 唯一性（检测退化输出）
长度比	回复长度 vs 查询（sigmoid 甜点 1-5x）
信息密度	唯一词/总词 × log 长度因子
问答对齐	问题类型检测 + 回复模式匹配

用于反思循环: ≥ 0.6 跳过 LLM 评估, < 0.2 自动判定失败。节省约 60% 反思 LLM 调用。

GraphRAG 深度索引

基于微软 GraphRAG 论文的社区级深度索引。

• Leiden 风格社区检测
• BFS 多跳子图遍历
• LLM 社区摘要生成
• 社区级关键词检索

其他算法

• Isolation Forest: 异常检测，集成到元认知监控
• HNSW: 多层导航图近似最近邻，O(log N) 插入
• 推荐引擎: 5 维混合评分 (偏好 30% + Thompson 25% + 上下文 20% + 新颖度 15% + 时间衰减 10%)
• Q-Learning: 表格式强化学习，4 动作空间的任务调度