自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(43)
  • 资源 (13)
  • 收藏
  • 关注

原创 Agent的短期记忆和长期记忆区别和作用

短期记忆是Agent的“工作记忆”,决定了它当下有多聪明,对话是否连贯。长期记忆是Agent的“经验与知识”,决定了它过去学到了什么,是否了解你并能持续进步。两者缺一不可。没有短期记忆,Agent无法进行基本对话;没有长期记忆,Agent则永远是“金鱼脑”,无法成为真正的个人助手。

2025-09-11 10:15:18 301

原创 AI文生图的原理

文生图(Text-to-Image Generation)的原理看似神秘,但其实可以分解为一个逻辑清晰的流程。:通过一个称为“去噪”的过程,一步步地将模糊的蓝图变得清晰、具体。:在一个“潜在空间”中,根据文字含义构思出一个模糊的图像蓝图。:将人类的自然语言“翻译”成机器能理解的数学表示。

2025-09-10 17:22:51 302

原创 降低文生图AI产品的创作门槛

降低文生图门槛的本质是用户体验的升级隐藏复杂性:将Prompt工程隐藏在直观的UI控件(按钮、滑块、模板)之后。提供即时反馈:通过实时预览、快速生成等方式,让用户的操作立刻得到视觉反馈,形成创作闭环。赋能而非教育:不要指望用户都成为提示词专家,而是通过产品设计(如智能扩写、参考图)赋予他们原本不具备的能力。构建学习循环:通过社区、范例和工具,让用户在使用中自然而然地从“新手”成长为“熟手”。最终,一个成功的文生图产品应该像一个友善的、有求必应的“画师伙伴”,而不是一个需要用户用咒语来驯服的“阿拉丁神灯”

2025-09-10 17:07:05 912

原创 训练AI的数据要做哪些处理?

准确性: 确保数据正确无误,真实反映现实世界。一致性: 确保所有数据遵循统一的格式和标准。模型友好性: 将数据转换为最能帮助模型有效学习特征和模式的格式。是项目中大部分时间和成本的所在。直接决定了产品的体验上限(模型效果)。帮助你更好地与数据工程师和算法工程师沟通,合理评估项目周期和资源。

2025-09-10 16:49:09 860

原创 RAG原理是什么?

问题类型输出类型学习类型关键词例子分类离散的类别(Label)监督学习“是什么”、“是否”疾病诊断、图像识别回归连续的数值(Value)监督学习“是多少”、“量”房价预测、股票价格聚类数据的分组(Cluster)无监督学习“分组”、“细分”客户分群、异常检测希望这份详细的梳理能帮助你更好地理解机器学习的基础!

2025-09-10 16:40:04 316

原创 如何设计Agent 架构

为用户给定的任何话题生成一份结构化的研究报告。

2025-09-10 14:38:14 679

原创 AI Agent如何解决用户歧义问题

当一个歧义查询到来时,Agent的处理流程是一个多层次、协同工作的系统:图表代码最终,一个能出色解决歧义的Agent,不会给人一种“愚蠢”或“打断式”的感觉,而更像一个体贴的、有逻辑的、拥有上下文意识的专业助手。它通过利用上下文、主动询问、并从每次交互中学习,将令人沮丧的沟通障碍转化为建立信任和展示能力的机会。

2025-09-09 15:13:35 609

原创 全渠道库存同步方案

通常确定WMS的实物库存为最终准确数据源。

2025-09-08 14:40:50 608

原创 SRM寻源比价

维度核心目标关键注意事项流程设计准备充分需求标准化、筛选合格供应商、选对寻源策略系统功能高效透明电子化操作、结构化比价、综合评估、过程留痕数据策略价值优化历史数据查询、成本分析、战略谈判风险合规安全健康保证公平、流程透明、完整审计追踪最终,一个优秀的SRM寻源比价模块,不仅仅是帮企业“找到最低价”,更是通过一个规范、透明、数据驱动的过程,帮助企业“找到最具价值的供应商和价格”,同时最大限度地管控采购风险。

2025-09-08 14:25:46 557

原创 订单到回款(Order-to-Cash, O2C)全流程

仓库进行拣选、打包、发货,并在系统中更新发货状态,生成发货单(Picking List)和运单(Waybill)。:接收客户订单(可通过门户网站、EDI、销售员录入等方式),进行审核,包括产品可用性检查(ATP)、价格验证等,最终在ERP中创建正式的销售订单(SO)。:打通CRM(客户信息)、ERP(订单、财务)、WMS(库存、发货)、TMS(物流)、银行系统(回款),打破数据孤岛。对逾期款项进行催收。:在订单生效前,系统自动检查客户的信用状况(信用额度、账期、逾期历史),决定是否批准此订单的发货。

2025-09-08 10:51:20 815

原创 采购到付款(Procure-to-Pay, P2P)流程

供应商开具发票,企业财务部门收到发票后,将其与采购订单(PO)和收货单(GRN)进行匹配(三单匹配),核对无误后确认应付账款。最终,一个优秀的P2P流程是一个高度自动化、可视化、受控的闭环系统,它不仅能降本增效,更能为企业提供强大的数据支持和风险控制能力。:业务部门提出采购需求,采购部门根据需求进行寻源,包括选择供应商、谈判价格、确定条款,并最终形成采购合同或框架协议。:供应商按PO发货,仓库或质检部门根据PO进行收货和质量检验,并在系统中记录收货信息(生成收货单,GRN)。

2025-09-08 10:39:39 1469

原创 什么是RPA?RPA能干什么

RPA,全称为机器人流程自动化。顾名思义,它就是利用“软件机器人”来自动化那些原本需要人类在电脑上手动进行的、重复性的、基于规则的任务。您可以把它想象成一个不知疲倦的、不会出错的“数字员工”。这个“数字员工”能够模仿人类的行为,比如:打开和登录应用程序移动文件和文件夹复制和粘贴数据在表格中填写表单从文档中提取数据按照规则执行操作连接不同的系统API最关键的特点是:RPA是在用户界面(UI)层面进行操作的,而不是在底层数据库或系统代码层面。

2025-09-08 10:08:59 380

原创 AI模型的训练流程

目标:明确要解决的业务问题是什么,而不是技术问题。AI是手段,不是目的。输出:清晰的业务目标、可衡量的成功标准(如准确率 > 95%、用户满意度提升10%)。阶段产品经理主导技术团队主导关键协作点问题定义★共同确认:问题是否值得用AI解决?目标是否合理?数据准备★产品:提供数据来源和业务解释。技术:评估数据质量与可行性。模型开发★产品:理解技术边界,管理预期。技术:同步进展与挑战。评估测试★★共同共同分析结果,基于业务+技术指标决策是否上线。部署发布★产品:准备发布策略。技术。

2025-09-05 10:14:49 144

原创 AI 主流框架对比:langchain Llamaindaex等

对比总结表一特性维度LangChainLlamaIndexn8nLangGraph核心定位AI应用开发框架数据连接与RAG框架通用工作流自动化平台Agent与状态机框架设计范式组件链(Chains)、代理(Agents)、工具(Tools)查询引擎、数据代理可视化工作流(低代码/无代码)有向图(Cyclic Graphs)、状态管理(State)编程模式代码优先(Python/JS)代码优先(Python/JS)界面配置优先(可写自定义代码)代码优先(Python/JS)核心优势。

2025-09-05 09:46:34 824

原创 如何优化模型输出结果

这是一个非常核心且实用的问题。优化大型语言模型(LLM)的输出结果是一个系统工程,可以从等多个层面入手。以下是一份全面且结构化的优化策略指南,您可以根据具体场景选择组合使用。

2025-09-04 15:01:42 606

原创 AI Agent五个核心模块

这五个模块共同构成了一个能够。

2025-09-04 11:03:58 839

原创 国内Agent智能体开发平台对比

**看现有云服务在哪家**:如果你用的主要是**阿里云**,选**百炼**;如果用**腾讯云**多,选**混元**。* **核心定位**:字节跳动旗下产品,其国际版Coze在国外非常火爆,以灵活的工作流和插件生态见长。* **核心定位**:为企业提供一站式大模型应用开发、集成和交付的平台,更偏向B端和开发者。* **核心定位**:作为顶尖的模型提供商,为其开源和商用模型提供配套的智能体构建工具。* **深度求索**强在**模型技术实力和当前的免费策略**,是技术驱动型用户的首选。

2025-09-03 10:57:59 538

原创 Function Call 是什么?跟 MCP什么关系?

**模型无关**。2. **Function Call(工业时代)**:LLM输出标准工单(JSON):“执行函数A,参数B” -> **可靠、高效,但工单格式是公司内部标准**,只能在自己的工厂(OpenAI生态)里用。* **MCP** 是在这个idea之上,将其抽象化、标准化,成为一个**开放、模型无关的行业协议**。* **Function Call** 是OpenAI为其模型提供的**一种出色的、具体的实现方案**,它证明了让LLM结构化地调用工具是可行且强大的。

2025-09-03 10:39:19 856

原创 Agent智能体平台

文心智能体平台AgentBuilder,是百度推出的基于文心大模型的智能体平台,支持广大开发者根据自身行业领域、应用场景,选取不同类型的开发方式,打造大模型时代的产品能力。开发者可以通过prompt编排的方式低成本开发智能体(Agent),同时文心智能体平台还将为智能体(Agent)开发者提供相应的流量分发路径,完成商业闭环。平台已整合丰富的模型、插件、MCP Server,支持一站式效果测评,助力开发者快速搭建生产级智能体。创建后可发布到讯飞星火App、微信公众号,或发布成API、MCP Server。

2025-09-03 10:31:10 174

原创 评估AI Agent工具效果的指标是什么?

**如何衡量**:通常需要**人工评估**或有一套非常明确的自动化判断规则(如最终输出是否包含某个关键数据点)。* **意义**:衡量Agent“决策”能力的基础。* **定义**:完成一个任务所花费的所有外部API调用费用(如搜索引擎、数据库查询、支付接口等)的总和。* **定义**:Agent生成的内容中存在无法由用户输入或工具返回结果支持的虚假或错误信息的比例。* **意义**:对于能执行真实世界操作的Agent(如发送邮件、操作数据库),这一点至关重要。

2025-09-03 10:01:29 579

原创 从0-1搭建一个Agent

**LangChain**或**LlamaIndex**(它们提供了大量Agent相关的内置组件和模板,极大简化开发流程)。* **使用MCP**:如果你的技术栈支持(如Claude),开始用MCP Server来标准化你的工具,提升安全性和可维护性。* **构建用户界面**:为你的Agent创建一个友好的UI,例如用Gradio或Streamlit快速构建一个Web界面。* **全面测试**:用大量不同且刁钻的用例测试你的Agent,观察它在边缘情况下的表现,修复错误的工具调用和逻辑循环。

2025-09-03 08:35:40 573

原创 RAG、Agent 和 MCP概念及关系

它通过从外部知识库(如文档、数据库、网络)**检索** 相关信息,并将其作为上下文与用户的**问题(Query)** 一起提供给LLM,从而让LLM生成更**准确、可信、且不易产生幻觉**的**回答(Response)**。:MCP 是**由 Anthropic 公司提出的一种开放协议和规范**,用于**标准化 LLM(主要是Claude)与外部工具、数据源和其他资源之间的安全、高效的通信方式**。是什么:Agent 是一个更宏观的概念,指能够**感知环境、进行决策并执行动作**以达成目标的系统。

2025-09-03 07:56:53 895

原创 国内Agent对比

**ModelScope** | 阿里巴巴 | **阿里版的“Hugging Face”**,提供大量开源模型和Notebook环境,便于开发AI应用和Agent。| **多家AIGC工具** | 设计/创作 | 如**Tiamat**(图像生成)、**Vega**(视频生成)等,它们本身可被视为完成特定创作任务的Agent。| **各类AI编程助手** | 软件开发 | 如**阿里通义灵码**、**百度Comate**,深度集成IDE,能自动补全、解释代码、debug、生成单元测试。

2025-09-02 16:55:58 886

原创 Agent和ChatBot区别

这是详细的行程文档链接。| **AutoGPT**、**BabyAGI**、**Google's Astra**、**Copilot Agent**(能自动写代码并运行测试)。**思考(Thought)** -> **行动(Act)**(调用工具)-> **观察(Observe)**(获取工具返回结果)-> **再思考(Thought)** -> ... 直到任务完成。* **ChatBot** 是一个**知识渊博、对答如流的顾问**。| **交互范式** | **一问一答** | **多步协作**。

2025-09-02 16:42:05 579

原创 推荐算法发展历史

**后续衍生模型**:**DeepFM**、**DCN**、**xDeepFM**等模型在Wide & Deep的基础上,更好地实现了自动的高阶特征交叉。这个演进过程体现了从“**知其然**”(CF)到“**知其所以然**”(MF),再到“**感知万物**”(深度学习),最终走向“**推理与创造**”(LLM+RL)的技术飞跃。* **特点**:实现了真正的个性化推荐,但深受**冷启动问题**(新用户、新物品无法被推荐)和**数据稀疏性问题**(用户-物品矩阵非常稀疏,难以计算相似度)的困扰。

2025-09-02 16:13:35 363

原创 搜索优化中常用AI模型

**排序** | 精准打分 | **GBDT(LightGBM/XGBoost)**、**Wide & Deep**、**DeepFM**、**DIEN**、**多任务学习** || **查询处理** | 理解语义,纠正错误 | **NLP技术**(拼写纠错、NER)、**BERT**、**Word2Vec** |

2025-09-02 15:58:43 249

原创 抖音、淘宝和小红书推荐系统对比

**小红书** | **内容消费与社区互动** | **内容/兴趣标签 + 社交关系** | 精细化兴趣画像、社交分发、强地域属性 || **抖音** | **最大化用户时长** | **内容协同过滤 + 深度学习模型** | 极致的实时性、视频内容理解、沉浸式体验 || **淘宝** | **最大化交易转化** | **用户行为分析 + 向量化检索** | 意图识别、大规模实时匹配、多场景协同 |

2025-09-02 15:50:06 616

原创 协同过滤和内容过滤

**但也可以是:** 当把推荐问题定义为一个预测用户对未评分物品的评分时,它就成了一个**监督学习**中的**回归**或**分类**问题。* **具体来说是:** 它通常被视为一种**无监督学习**或**半监督学习**问题,因为算法是在没有标注的数据(用户-物品交互矩阵)中自动发现模式(用户簇或物品簇)。内容过滤的核心思想是**分析物品本身的特征**。| **细分领域** | 更擅长发现用户的**潜在**、**意外**兴趣 | 更擅长推荐**精准**、**相关**的物品 |

2025-09-02 15:36:48 478

原创 用爬虫技术及各种技术使用场景

本文系统总结了爬虫技术体系及应用场景。基础技术包括HTTP请求库(Requests、httpx)和解析库(BeautifulSoup、lxml),适用于静态页面抓取。高级框架如Scrapy适合大型结构化项目,而Selenium/Playwright可处理动态渲染页面。应对反爬策略包括IP代理、请求延迟管理等。分布式方案(Scrapy-Redis)和云服务适用于海量数据爬取。根据项目需求:静态页面用Requests+解析库,动态内容用浏览器自动化工具,大规模项目选择Scrapy框架。最后强调需遵守robots

2025-09-02 15:28:16 1022

原创 NLP技术爬取

从新闻中抽取“**公司A**” **收购了** “**公司B**”;“**人物C**” **就职于** “**公司D**”。从电商评论中提取**产品名、品牌名**。1. **一个强大的数据分析管道**:爬虫是**数据采集**工具,NLP是**数据加工和洞察**工具。| 爬取社交媒体、产品评论,自动判断用户评价是**正面**、**负面**还是**中性**,用于口碑监控和市场分析。简单来说,它不是指“用NLP去爬”,而是指“**爬了之后用NLP来处理**”,或者“**用NLP的思路来指导怎么爬**”。

2025-09-02 15:25:31 764

原创 文本嵌入模型

**核心思想**:这个数字序列不是随机的,它是一个“**语义指纹**”或“**数学坐标**”。一个优秀的嵌入模型会将句子A和句子B转换成的两个向量在空间中的**距离拉得很近**,而它们与句子C的向量**距离则会很远**。对于超大规模数据集,需要设计高效的数据索引和检索策略。2. 使用嵌入模型识别与“**财务风险**”、“**生产事故**”、“**劳工纠纷**”等主题语义相近的新闻。想象一下,有一个神奇的“翻译器”,它能把**文字**(单词、句子、段落)翻译成**一串数字**(一个向量)。

2025-09-01 16:39:30 288

原创 命名实体识别(NER)模型

**大语言模型** | **GPT-4**, **ChatGPT**, **文心一言** | 通过指令(Prompt)进行零样本或少样本抽取,如“请从以下文本中提取所有公司名和日期” | **无需训练**、**可处理复杂语境**、**能理解语义** | **输出不稳定**(可能幻觉)、**成本高**、**速度慢**、**数据隐私风险** |2. **数据是核心资产**:NER模型的效果严重依赖高质量的标注数据。* **核心任务**:不仅是找到这些词,还要对它们进行**分类**。

2025-09-01 16:26:14 338

原创 OCR 模型对比

**PaddleOCR** | 开源框架 | 由百度开发,**中文优化极好**,模型轻量化,文档丰富 | 开源免费、精度高、支持多语言、**适合商用** | 需要自行部署和维护 | **绝大多数企业应用首选**,如证件、票据、车牌识别 || **DBNet** | 文本检测模型 | 自适应阈值,能极大改善**光照不均、背景复杂**的检测 | 检测精度高、鲁棒性强 | - | 自然场景文本检测 |* **答案:** **私有化部署的开源模型** 或 **商用软件的私有部署版**。

2025-09-01 15:22:32 630

原创 机器学习模型的对比

**梯度提升机** | 逐棵构建决策树,纠正前一棵的错误 | **精度通常最高**、表现非常强大 | 更容易过拟合、需要仔细调参、训练慢 | 搜索排名、点击率预估、金融风控 || **RNN/LSTM** | 具有“记忆”,处理序列数据 | 擅长处理**时间序列**和**自然语言** | 训练复杂、难以并行 | 销售预测、股价预测、文本情感分析 || **CNN** | 通过卷积核提取空间特征 | **图像处理霸主**、平移不变性 | 需要大量数据、计算资源昂贵 | 工业质检、图像识别、安防监控 |

2025-09-01 15:08:18 413

原创 AI在B2B供应链中的应用场景

**精准销售预测**:利用机器学习/时间序列模型(如LSTM、Prophet),综合分析**历史销售数据、市场趋势、节假日、促销活动、甚至宏观经济指标和社交媒体情绪**,预测未来特定时间、特定区域的产品需求量。* **供应商智能推荐与风险评估**:利用NLP技术爬取和分析新闻、财报、社交媒体、法院公告等公开数据,对供应商的**财务健康度、声誉、合规风险**进行动态评估和预警。产品设计要预留人工干预的接口。1. **数据是基石**:所有AI应用的前提是**高质量、标准化、连续**的数据。

2025-09-01 15:02:50 300

原创 B端产品经理需要了解AI模型

*总结**:B端产品经理的核心任务是将AI模型**产品化**和**场景化**。* **B端应用场景**:**数字人播报**(用于新闻、产品介绍)、**营销视频生成**、**员工培训视频制作**等。2. **理解“AI可行性”三角**:任何一个AI功能的落地,都需要权衡**数据、算力成本、预期效果**。* **是什么**:从非结构化文本中识别出特定类别的实体,如人名、公司名、地点、日期、金额等。* **证件识别**:在金融、政务、酒店等领域自动识别身份证、护照、营业执照等。

2025-09-01 14:28:34 410

原创 OMS/TMS

‌,即订单管理系统,是一种专门用于管理和处理企业订单的系统。其主要功能包括订单创建、审核、分配、跟踪和完成等环节,确保订单能够准确、及时地处理和交付‌12。

2025-05-08 15:05:07 284

原创 if函数三个条件怎么填

此外,当需要设置多个具体的数值条件时(例如,分数等级判断),也可以通过嵌套IF函数或者使用LOOKUP、VLOOKUP等函数来实现更复杂的条件设置。总的来说,Excel中的IF函数非常灵活,可以根据具体需求通过不同的组合和嵌套方式来实现多个条件的设置和判断。在Excel中,IF函数设置三个条件的方法主要取决于这些条件是需要同时满足还是只需满足其中之一。

2024-05-07 15:30:06 11423

转载 WMS进货检验 - 目的

主要包括监控供应商的过程能力指数、过程性能指数、测量系统、质量管理体系、进货质量检验,推动质量改进以及来自供应商的不合格品的处置和质量问题的解决等活动。 (1)对供应商质量保证能力的监控...

2022-08-01 14:34:09 345

原创 WMS-商品管理

WMS-商品管理

2022-07-29 17:01:48 318

Android ListView实例源码

Android ListView 实例源码

2010-10-13

java实现货币转换

Java实现货币之间的币值转换例如美元到人名币的转换,显示汇率和各自的币值

2010-01-04

java 实现计数器功能

java 实现计算器功能 实现的功能类似一般手机上所有的计数器

2010-01-04

lz77压缩算法c++实现

多媒体图片压缩编码中的字典编码中的lz77算法 C++源代码实现

2009-11-14

java + SQL 课程设计

Java和Sql数据库相连一起实现的一个课程设计

2010-01-04

java实现日历输入年月显示本月日历

java实现输入年月就可以显示本月的日历,

2010-01-04

Java 实现倒计时牌源程序

Java实现的倒计时源程序,使用Calendar类实现的Applet联合使用的

2010-01-04

Android TabHost List View 使用的一个小例子

Android TabHost ListView 使用实例

2010-10-13

Android 手势滑动源码实例

Android 手势滑动 源码实例 使用

2010-10-13

Android TabHost Spinner ListView 实例代码

Android TabHost ListView初学者的实例代码

2010-10-13

Android Chronometer 使用实例

Android Chronometer 和图片切换

2010-10-13

Android SharePrefereces Demo

Android SharePrefereces

2010-10-13

自定义的ListAdapter实例 源代码

自己定义的一个listAdapter 源代码

2010-09-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除