LangChain 示例选择器（Example selectors）完整基础概念解读

可涵不会debug2026-08-21 10:45

我挖掘了一个巨牛的 人工智能 学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。

前言：核心背景：为什么需要示例选择器

  1. 少样本提示的矛盾点 给模型提供越多示例，任务规则、输出格式越清晰，模型效果越好； 但示例全部塞进提示词会带来三大问题：
  • Token 变多，调用成本上升、响应延迟更高；
  • 超出模型上下文窗口，直接报错截断；
  • 过量无关示例会干扰模型判断，反而降低准确率。

  1. 业务场景痛点 当你的示例库规模很大（几十、上百条），不可能一次性全部放入提示词。 此时不能固定写死少量 examples=[...]，需要一套动态筛选机制：针对用户当下输入，自动挑最合适的一小批示例送入提示词。

  2. 示例选择器的定位 专门负责：接收完整示例库 + 用户当前输入，按照指定算法策略，输出一小段最优示例子集，供给少样本模板（FewShotPromptTemplate / FewShotChatMessagePromptTemplate）拼接提示词。

  3. 所以说示例选择器本质只是一个组件！需要搭配着模板使用，示例选择器本质是筛选示例，筛选完还是需要套入模板传给大模型调用。

调用完整流程

示例选择器 (筛选) → 选中的示例 → 套入模板 → 最终提示词 → 传给大模型

1、按长度选择LengthBasedExampleSelector 完整讲解

1.1、核心作用

当你批量放入很多少样本示例时，如果全部塞进提示词，很容易超出模型上下文窗口限制、token 超限报错。 LengthBasedExampleSelector 会自动从示例列表里挑选若干样本 ，控制拼接后的总文本长度不超过你设定的 max_length，动态删减样本，避免上下文溢出。

它只会配合老式文本模板 FewShotPromptTemplate 使用，不支持对话模板 FewShotChatMessagePromptTemplate。

1.2、构造参数逐行拆解

python 复制代码 
example_selector = LengthBasedExampleSelector(
    examples=examples,
    example_prompt=example_prompt,
    max_length=25,
    # get_text_length: 自定义长度计算函数
)

参数讲解

1. examples=examples

原始样本列表，就是你存放所有输入输出样例的数组，会被选择器读取。 示例：

python 复制代码 
examples = [
    {"input": "happy", "output": "sad"},
    {"input": "tall", "output": "short"},
    {"input": "energetic", "output": "lethargic"},
]

2. example_prompt=example_prompt

单条示例的格式化模板，选择器必须知道一条样本格式化后长什么样，才能计算单条占用长度。 我定义的模板：

python 复制代码 
example_prompt = PromptTemplate.from_template("Input: {input}\nOutput: {output}")

每条样本会先套用模板拼接成完整文本，再计算长度。

3. max_length=25 关键阈值

允许所有选中示例拼接后的总最大长度 （按单词 / 字符统计，取决于 get_text_length）。 选择器逻辑：

  1. 从列表从头依次加入样本；
  2. 每加入一条，累加当前总长度；
  3. 如果再加下一条会超过 max_length，就停止，不再纳入后续样本；
  4. 最终只保留前面累加后不超限的样本。

举个直观例子，max_length=25：

  • 第一条格式化：Input: happy\nOutput: sad → 统计长度 8
  • 累加 = 8，小于 25，保留
  • 第二条：Input: tall\nOutput: short → 长度 7，累加 = 15，保留
  • 第三条：Input: energetic\nOutput: lethargic → 长度 12，累加 15+12=27 >25，舍弃第三条 最终提示词只会包含前两条示例。

注意：是所有示例加起来总长度，不是单条示例上限。

4. get_text_length 长度统计函数（可选，有默认）

默认内置函数：

复制代码 
lambda x: len(re.split("\n| ", x))

逻辑：

  1. 把格式化后的示例文本，按换行 \n、空格 切分成单词列表；
  2. 返回列表元素个数，以单词数量作为长度单位。

1.3两种自定义场景

  1. 想按字符数统计长度（替代单词）
python 复制代码 
import re
# 按字符串字符长度计算
def count_char(text: str) -> int:
    return len(text)

example_selector = LengthBasedExampleSelector(
    examples=examples,
    example_prompt=example_prompt,
    max_length=100,
    get_text_length=count_char
)

2.想要按 token 数量精准控制（最贴合 LLM） 配合 tiktoken （open AI官方）统计真实 token，精准防止超限：

python 复制代码 
import tiktoken
from langchain_core.example_selectors import LengthBasedExampleSelector

# 初始化编码器（根据您的模型选择）
encoding = tiktoken.encoding_for_model("gpt-3.5-turbo")  # 或 "gpt-4"

def token_length(text: str) -> int:
    """计算文本的 token 数量"""
    return len(encoding.encode(text))

example_selector = LengthBasedExampleSelector(
    examples=examples,
    example_prompt=example_prompt,
    max_length=25,  # 最大 token 数
    get_text_length=token_length  # 自定义函数
)

1.4、完整运行流程

  1. FewShotPromptTemplate 格式化提示词时，会调用 example_selector.select_examples({"adjective": "angry"})；
  2. 选择器循环遍历 examples，用 example_prompt 渲染单条文本；
  3. 调用 get_text_length 计算单条长度，持续累加；
  4. 一旦累加值触碰 max_length，停止读取剩余样本；
  5. 返回筛选后的小样例列表，交给 FewShotPromptTemplate 拼接进提示词。

1.5、使用限制与注意事项

  1. 只能搭配 FewShotPromptTemplate（文本模板） 对话式 FewShotChatMessagePromptTemplate 不支持任何 example_selector，二者互斥。

  2. 样本遍历顺序固定：从头往后累加 只会保留前面的样本，后面长样本会被丢弃；如果想优先匹配语义相似样本，改用 SemanticSimilarityExampleSelector（相似度选择器）。

  3. 和 examples 参数互斥 FewShotPromptTemplate 里，传了 example_selector 就不能再写 examples=[]，二选一。如下面的代码

python 复制代码 
# 正确
few_shot_prompt = FewShotPromptTemplate(
    example_selector=example_selector,
    example_prompt=example_prompt,
    prefix="给出每个输入的反义词：",
    suffix="Input: {adjective}\nOutput: ",
    input_variables=["adjective"],
)
# 错误，不能同时写
# few_shot_prompt = FewShotPromptTemplate(
#    examples=examples,
#    example_selector=example_selector,
# )

1.6、适用场景 & 对比其他选择器

适用 LengthBasedExampleSelector

  • 示例无区分优先级，随便保留前几条即可；
  • 主要需求：防止提示词文本过长、简单控制上下文长度；
  • 不需要语义匹配，所有样本任务逻辑一致。

对比语义相似度选择器 SemanticSimilarityExampleSelector

  1. LengthBasedExampleSelector：按长度截断，顺序优先，无语义；速度快，不需要向量库；
  2. SemanticSimilarityExampleSelector：根据当前用户输入语义，挑选最相似样本；效果更好，但依赖向量数据库、额外向量计算，开销更大。

1.7、优缺点总结

优点

  1. 开箱即用，无需向量库，零额外依赖；
  2. 自动控制提示词长度，解决上下文超限报错；
  3. 支持自定义长度统计规则（字符 / 单词 /token）。

缺点

  1. 只按顺序截取，不关心样本和当前提问的相关性；
  2. 后面高价值长样本会直接被舍弃；
  3. 仅支持老式文本少样本模板，对话模板无法使用。

完整代码调用：

python 复制代码 
from langchain.prompts import FewShotPromptTemplate, PromptTemplate
from langchain.prompts.example_selector import LengthBasedExampleSelector
from langchain_openai import ChatOpenAI
import tiktoken

# 1. 准备数据
all_examples = [
    {"word": "happy", "antonym": "sad"},
    {"word": "big", "antonym": "small"},
    {"word": "hot", "antonym": "cold"},
    {"word": "fast", "antonym": "slow"},
    {"word": "bright", "antonym": "dark"},
]

# 2. 定义"单个示例的模板"（最终套用的模板）
example_prompt = PromptTemplate(
    input_variables=["word", "antonym"],
    template="Input: {word}\nOutput: {antonym}\n"
)

# 3. 创建"示例选择器"（只负责筛选）
def token_count(text):
    return len(tiktoken.encoding_for_model("gpt-3.5-turbo").encode(text))

example_selector = LengthBasedExampleSelector(
    examples=all_examples,
    example_prompt=example_prompt,  # 选择器用这个模板来"计算长度"
    max_length=30,                  # 筛选条件：总长度不超过30 tokens
    get_text_length=token_count
)

# 4. 创建"完整模板"（选择器 + 模板的组合）
few_shot_prompt = FewShotPromptTemplate(
    example_selector=example_selector,  # 注入选择器
    example_prompt=example_prompt,      # 注入单示例模板
    prefix="请给出反义词：",            # 前缀
    suffix="Input: {adjective}\nOutput: ",  # 后缀（含变量）
    input_variables=["adjective"],
)

# 5. 格式化（选择器筛选 + 套入模板）
final_prompt = few_shot_prompt.format(adjective="angry")

# 6. 传给大模型
llm = ChatOpenAI(model="gpt-3.5-turbo")
response = llm.invoke(final_prompt)

max_length=25 完整含义

1. 定义

max_length 是所有被选中示例，格式化拼接后的总长度上限 ，单位由 get_text_length 函数决定（默认是「单词数」）。 25 = 允许纳入提示词的所有示例加起来，最多 25 个单词。

2. 默认长度计算规则（get_text_length 底层逻辑）

复制代码 
# 默认函数
lambda x: len(re.split("\n| ", x))

把格式化后的示例文本，默认按换行、空格 切割，统计切出来片段的总数，当作 "单词数量"。

示例单条模板：

复制代码 
Input: happy
Output: sad

切割拆分结果：["Input:", "happy", "Output:", "sad"] → 长度 = 4

3. 选择器筛选流程演示（结合反义词样例）

复制代码 
examples = [
    {"input": "happy", "output": "sad"},      # 格式化后单词数：4
    {"input": "tall", "output": "short"},    # 4
    {"input": "energetic", "output": "lethargic"}, #4
    {"input": "sunny", "output": "gloomy"},   #4
    {"input": "windy", "output": "calm"},     #4
]
max_length=25
  1. 第一条：累计 4 ≤25，保留
  2. 第二条：累计 8 ≤25，保留
  3. 第三条：累计 12
  4. 第四条：累计 16
  5. 第五条：累计 20 五条全部加起来总单词数 20，小于 25，全部保留。

如果每条单词数更大，累加超过 25 就停止读取后面样本： 比如每条占 7 个单词，4 条累加 28 >25，则只保留前 3 条。

4. 关键两点容易误解

  1. ❌ 不是单条示例最多 25 个单词 ✅ 是全部选中示例总和不超过 25
  2. ❌ 不是字符个数 ✅ 默认是按空格 / 换行分割后的单词计数； 如果你想改成按字符、token 统计，可以自定义 get_text_length。

5. 举例：切换成按字符统计

复制代码 
def count_char(text: str) -> int:
    return len(text)

example_selector = LengthBasedExampleSelector(
    examples=examples,
    example_prompt=example_prompt,
    max_length=100, # 此时代表总字符上限100
    get_text_length=count_char
)

6. 设计目的

限制示例总长度，防止示例太多导致提示词整体过长，超出模型上下文窗口、触发报错。

语义相似性选择示例

3.4.3 按语义相似性选择示例（SemanticSimilarityExampleSelector）知识点整理

3.4.3.1 核心概念

1. 语义相似定义

衡量两段文本内在含义 的贴近程度，而非字面文字重合度，可解决一词多义、字面相近但含义无关的问题。

示例 1：

  • text1 = "我喜欢猫"
  • text2 = "我讨厌狗" 字面文字差异大，但语义都在表达对小动物的喜好态度，语义相似度高。

示例 2：

  • text1 = "苹果很甜"（水果）
  • text2 = "苹果市值创新高"（科技公司） 字面都含 "苹果"，但指代完全不同，语义相似度极低。

2. 底层实现原理

  1. 通过嵌入模型（Embedding） 将文本转为高维数字向量；
  2. 计算用户输入向量与所有示例向量的余弦相似度；
  3. 筛选出余弦相似度最高的 k 条示例放入提示词。

3. 适用场景

示例库量大，需要动态匹配和用户提问含义最贴合的样例，替代固定示例、按长度截断的简单筛选，大幅提升少样本效果。

3.4.3.2 核心类与内置方法

类路径

langchain_core.example_selectors.semantic_similarity.SemanticSimilarityExampleSelector

1. 静态构造方法 from_examples ()（最常用）

作用：一次性加载示例集，自动完成向量化、存入向量库，生成选择器实例 入参：

  1. examples：示例字典列表，每条示例是 {变量名:文本} 结构
  2. embeddings：嵌入模型实例，用于文本向量化（OpenAIEmbeddings / BGE 本地向量）
  3. vectorstore_cls：向量数据库类，用于存储向量、相似度检索（Chroma/FAISS）
  4. k：每次检索返回语义最接近的示例数量，默认值 4 返回值：语义相似度示例选择器对象

2. add_example(example: dictstr, str)

作用：运行时动态新增单条示例，自动向量化存入向量库 入参：单条示例字典，格式和初始化 examples 保持一致

3. select_examples(input_variables: dictstr, str) → listdict

作用：接收用户输入，执行向量检索，返回筛选后的示例子集 入参：用户输入变量字典，和模板占位符匹配 返回值：匹配到的相似示例列表

3.4.3.3 完整标准代码（官方原版，OpenAI 向量）

前置安装命令

复制代码 
# 新版langchain分离包，必须安装
pip install -U langchain-chroma chromadb langchain-openai
python 复制代码 
from langchain_chroma import Chroma
from langchain_core.example_selectors import SemanticSimilarityExampleSelector
from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate
from langchain_openai import OpenAIEmbeddings

# 1. 反义词示例数据集
examples = [
    {"input": "happy", "output": "sad"},
    {"input": "tall", "output": "short"},
    {"input": "energetic", "output": "lethargic"},
    {"input": "sunny", "output": "gloomy"},
    {"input": "windy", "output": "calm"},
]

# 2. 单条示例格式化模板
example_prompt = PromptTemplate(
    input_variables=["input", "output"],
    template="Input: {input}\nOutput: {output}",
)

# 3. 构建语义相似选择器
example_selector = SemanticSimilarityExampleSelector.from_examples(
    examples,
    OpenAIEmbeddings(),   # 云端OpenAI向量模型
    Chroma,               # 向量存储数据库
    k=1,                  # 每次只选1条最相似示例
)

# 4. 组装完整少样本文本模板
similar_prompt = FewShotPromptTemplate(
    example_selector=example_selector,  # 使用选择器替代固定examples列表
    example_prompt=example_prompt,
    prefix="给出每个输入的反义词",
    suffix="Input: {adjective}\nOutput:",
    input_variables=["adjective"],
)

# 5. 执行格式化，打印完整提示词文本
res_text = similar_prompt.invoke({"adjective": "worried"}).to_messages()[0].content
print(res_text)

运行输出

复制代码 
给出每个输入的反义词：
Input: happy
Output: sad
Input: worried
Output:

结果说明

用户输入worried（焦虑的）属于情绪类词汇，向量计算后和happy（开心）语义最贴近，因此自动筛选出这条情绪相关示例。

3.4.4 按最大边际相关性选择示例（MMR）知识点整理

3.4.4.1 核心概念

1. MMR 定义

最大边际相关性（Max Marginal Relevance）是一种重排序算法，以语义相似度为基础，从候选示例集中选出一组示例，同时满足两点：

  1. 单个示例和用户查询语义高度相关；
  2. 选中的示例彼此差异大、无冗余，兼顾多样性。

2. MMR 与普通语义相似度的通俗对比

  • 纯语义相似度：只单独打分，只看单个示例和用户输入匹配度。如同面试官单独评估每位求职者，只看个人匹配分数，容易选出一堆技能完全一样的候选人。
  • MMR 最大边际相关性 ：兼顾匹配度 + 样本多样性，类似组建团队。
    1. 第一轮先选和输入最匹配的示例；
    2. 后续每一轮挑选时，会惩罚和已选中示例高度雷同的候选；
    3. 最终选出 k 个相关但覆盖不同维度、信息不重复的示例。

3. 适用场景

  1. 语义相似度选择器适用场景：基础搜索、单一精准匹配、只追求最高相关、不在乎示例重复。
  2. MMR 专属适用场景：
    • 推荐系统：避免信息茧房，推荐同类但不同维度内容；
    • 文本摘要：挑选多维度关键句子，摘要不重复；
    • RAG 检索增强生成：检索后去重，多维度素材减少模型幻觉；
    • 少样本提示工程：示例库大量同类样例，需要多样参考案例。

4. 底层算法逻辑

  1. 全部示例通过 Embedding 转为向量，计算与用户输入的余弦相似度；
  2. 贪心迭代选取：
    • 首次：选取相似度最高的示例加入结果集；
    • 后续：对每个候选，计算综合得分 = 相关性 − 与已选样本最大相似度（雷同样本扣分）；
    • 循环选出 k 个示例，保证整体相关且多元；
  3. 可调参数 lambda_mult：平衡相关性和多样性，越接近 1 越看重相似度，越接近 0 越看重多样性。

3.4.4.2 类与内置核心方法

类完整路径

langchain_core.example_selectors.MaxMarginalRelevanceExampleSelector

1. 静态构造方法 from_examples ()（实例化选择器）

入参：

  1. examples：示例字典列表；
  2. embeddings：嵌入模型实例（OpenAIEmbeddings/BGE 本地向量）；
  3. vectorstore_cls：向量数据库类（Chroma/FAISS）；
  4. k：最终需要选出的示例数量，默认 4；
  5. fetch_k：先检索多少条候选再做 MMR 重排，必须大于 k；
  6. lambda_mult：相关性与多样性平衡系数，0~1 之间。 返回：MMR 示例选择器实例。

2. add_example(example: dictstr, str)

运行时动态新增单条示例，自动向量化存入向量库。

3. select_examples(input_variables: dictstr, str) → listdict

接收用户输入变量，执行 MMR 检索重排，返回筛选完毕、多样不重复的示例子集。

3.4.4.3 完整标准代码（OpenAI 向量）

前置安装

复制代码 
pip install -U langchain-chroma chromadb langchain-openai
python 复制代码 
from langchain_chroma import Chroma
from langchain_core.example_selectors import MaxMarginalRelevanceExampleSelector
from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate
from langchain_openai import OpenAIEmbeddings

# 反义词示例集合
examples = [
    {"input": "happy", "output": "sad"},
    {"input": "tall", "output": "short"},
    {"input": "energetic", "output": "lethargic"},
    {"input": "sunny", "output": "gloomy"},
    {"input": "windy", "output": "calm"},
]

# 单条示例格式化模板
example_prompt = PromptTemplate(
    input_variables=["input", "output"],
    template="Input: {input}\nOutput: {output}",
)

# MMR语义选择器，k=2选出2条相关且多样示例
example_selector = MaxMarginalRelevanceExampleSelector.from_examples(
    examples,
    OpenAIEmbeddings(),
    Chroma,
    k=2,
)

# 组装完整少样本文本模板
similar_prompt = FewShotPromptTemplate(
    example_selector=example_selector,
    example_prompt=example_prompt,
    prefix="给出每个输入的反义词",
    suffix="Input: {adjective}\nOutput:",
    input_variables=["adjective"],
)

# 打印完整提示词文本
res = similar_prompt.invoke({"adjective": "worried"}).to_messages()[0].content
print(res)

运行输出

plaintext

复制代码 
给出每个输入的反义词
Input: happy
Output: sad
Input: windy
Output: calm
Input: worried
Output:

结果说明

输入worried（焦虑）属于情绪类词汇：

  1. 第一条匹配最高相关示例 happy-sad（情绪维度）；
  2. MMR 会规避第二个情绪类示例energetic-lethargic，转而挑选天气维度不重复的windy-calm；
  3. 最终两条示例覆盖不同语义维度，避免全部是情绪类冗余案例。

基于 N-Gram 重叠选择示例（NGramOverlapExampleSelector）知识点整理

3.4.5.1 核心概念

1. N-Gram 定义

N-Gram 指一段文本里连续 n 个单词 / 字符组成的片段，用于衡量文本字面重合度。

2. 传统 N-Gram 重叠（字面匹配）

通过统计两段文本完全相同的连续字词片段数量 计算相似度，仅比对文字本身，无法识别同义词、近义词。

示例 1（重叠度高）

text1 = "苹果手机很好用" text2 = "这款手机很好用" 分词后共享连续片段「手机、很好用」，N-Gram 重叠分数高。

示例 2（语义相近、重叠度 0）

text1 = "苹果手机很好用" text2 = "iPhone 非常不错" 文字无任何相同片段，传统 N-Gram 重叠为 0，但实际表达同一含义。

3. 语义 N-Gram 重叠（拓展概念）

不再比对原始文字，而是将单词转为 Embedding 向量，通过向量相似度判断片段是否 "语义重叠"，可以识别同义词改写文本，多用于查重、抄袭检测。

4. 传统 N-Gram 选择器优缺点

✅ 优势：无需 Embedding、无需向量数据库、依赖轻量、计算速度快，只需要 nltk 分词库； ❌ 劣势：仅字面匹配，不能理解深层语义，同义词、同义句无法匹配。

5. 适用场景

  1. 短关键词、指令、固定句式匹配；
  2. 低成本轻量检索，不想部署向量模型 / 向量库；
  3. 过滤完全无相同字词、字面完全无关的示例；
  4. 简单文本查重、固定模板匹配。

3.4.5.2 类、参数与内置方法

类路径

langchain_community.example_selectors.ngram_overlap.NGramOverlapExampleSelector

构造入参说明

  1. examples：示例字典列表，{"input":文本,"output":结果}格式；
  2. example_prompt：格式化单条示例的 PromptTemplate；
  3. threshold：重叠分数字段过滤阈值（分数区间 0~1），默认-1.0；
    • threshold < 0：不剔除任何示例，仅按重叠分数降序排序；
    • threshold = 0.0：排序后剔除无任何字面重叠的示例；
    • threshold ≥ 1.0：所有示例分数≤1，直接全部剔除，返回空列表。

内置核心方法

  1. add_example(example: dict[str, str]) 动态新增单条示例，自动参与后续 N-Gram 分数计算。
  2. select_examples(input_variables: dict[str, str]) -> list[dict] 接收用户输入，计算全部示例 N-Gram 重叠分数，按规则过滤、降序排序，返回筛选后的示例列表。

运行前置依赖

复制代码 
# 分词依赖
pip install nltk
# 社区组件依赖
pip install langchain-community

3.4.5.3 完整标准可运行代码

python 复制代码 
from langchain_community.example_selectors import NGramOverlapExampleSelector
from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate

# 翻译任务示例集
examples = [
    {"input": "See Spot run.", "output": "看见Spot跑。"},
    {"input": "My dog barks.", "output": "我的狗叫。"},
    {"input": "Spot can run.", "output": "Spot可以跑。"},
]

# 单条示例格式化模板
example_prompt = PromptTemplate(
    input_variables=["input", "output"],
    template="Input: {input}\nOutput: {output}",
)

# 1. threshold=-1.0：全部保留，仅按重叠分数排序
example_selector = NGramOverlapExampleSelector(
    examples=examples,
    example_prompt=example_prompt,
    threshold=-1.0,
)

# 组装完整少样本文本模板
dynamic_prompt = FewShotPromptTemplate(
    example_selector=example_selector,
    example_prompt=example_prompt,
    prefix="给出每个输入的中文翻译",
    suffix="Input: {sentence}\nOutput:",
    input_variables=["sentence"],
)

# 用户输入
res = dynamic_prompt.invoke({"sentence": "Spot can run fast."}).to_messages()[0].content
print(res)

输出结果（threshold=-1.0）

plaintext

复制代码 
给出每个输入的中文翻译
Input: Spot can run.
Output: Spot可以跑。
Input: See Spot run.
Output: 看见Spot跑。
Input: My dog barks.
Output: 我的狗叫。
Input: Spot can run fast.
Output:

排序逻辑：Spot can run.字面重叠最多排第一，See Spot run.次之，完全无关的My dog barks.排在最后。

不同 threshold 效果对比

  1. threshold=0.0 剔除无任何相同字词的My dog barks.，仅保留前两条重叠示例：

    给出每个输入的中文翻译
    Input: Spot can run.
    Output: Spot可以跑。
    Input: See Spot run.
    Output: 看见Spot跑。
    Input: Spot can run fast.
    Output:

  2. threshold=1.0 所有示例分数小于 1，全部过滤，无参考示例：

    给出每个输入的中文翻译
    Input: Spot can run fast.
    Output:

3.4.6 四种示例选择器完整对比总结

选择器 核心匹配逻辑 依赖组件 优势 短板 适用场景
LengthBasedExampleSelector 文本总长度截断 无额外依赖 零开销、轻量 不看语义、易保留无关示例 示例语义统一，仅控制提示词长度
SemanticSimilarityExampleSelector 向量余弦相似度 Embedding + 向量库 理解深层语义，匹配同义句 需要向量模型、数据库，开销大 需要精准语义匹配、多语义示例库
MaxMarginalRelevanceExampleSelector(MMR) 相似度 + 样本多样性 Embedding + 向量库 匹配相关且示例不重复 计算开销最高 RAG 检索、多维度参考、避免信息冗余
NGramOverlapExampleSelector 字面 N-Gram 片段重叠 nltk 分词库 无需向量、速度极快 仅匹配字面，不识别同义词 短指令、关键词、固定句式轻量匹配

四类选择器对话能力总区分

  1. SemanticSimilarity / MMR（完整支持对话特性） 自动拆分 human/ai，仅提取用户提问做向量检索，匹配同类用户问题，贴合问答逻辑。
  2. LengthBased / NGramOverlap（仅语法兼容，不支持对话专属特性）
    • Length：全部对话文本拼接统计长度，无角色区分、无语义匹配；
    • NGram：全部对话文本拼接计算字面重叠，无角色区分； 二者都只是单纯对完整对话字符串做处理，完全无视一问一答的对话结构。
相关推荐
Darling噜啦啦1 小时前
JWT 登录鉴权全链路：从 Zustand 状态管理到 Axios 拦截器，彻底搞懂前端鉴权工程
前端
Csvn1 小时前
😱 React `<StrictMode>`：为什么 useEffect 被调用了两次？别慌，这是特性不是 bug
前端
袁小皮皮不皮1 小时前
数通完整讲义-上册-HCIA篇
服务器·网络·网络协议·tcp/ip·智能路由器
luj_17681 小时前
变频技术核心原理揭秘
服务器·c语言·开发语言·经验分享·算法
Asize1 小时前
2 道大厂面试题：TS 工具类型我懂了，CSS 3 列布局把我问住了
前端·css·typescript
胡萝卜术1 小时前
从"氛围编程"到规范驱动：两次创造如何让 AI 协作从碰运气变成工程流水线
前端·面试·github
_Narcissus_1 小时前
B树概念及操作笔记(含完整代码实现)
c语言·数据结构·数据库·c++·笔记·b树·算法
Imchendiana1 小时前
《狂人日记NO.11》— 给 AI 装一本"项目说明书"：我把"自己"蒸馏成了一个编码知识库Skill
前端·ai编程
l1258651 小时前
# RAG多轮对话检索设计：Query重写如何让“那它呢“变成完整问题
前端·数据库·人工智能·python·算法·fastapi·milvus
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点03微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新042026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？05历年考研数学一、数学二、数学三真题试卷及答案PDF06Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路082026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片09VSCode+CodeX扩展，无法启动10如何新建文件夹？ 电脑新建文件夹的4种方法