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(17)
  • 收藏
  • 关注

原创 适配Qwen3.5的VLLM源代码编译/构建适配自己CUDA的VLLM版本及踩坑记录

cuda12.7要求的numpy版本和vllm>0.17.0要求的版本不兼容。自己从头编译比较吃cpu,之前我安装flash-attention2的时候就曾经把服务器搞崩,这里解决方法是手动设置最大cpu核心使用数,保证剩余cpu能够支持系统以及系统上其他用户的算力。原因是当前torch版本里面没有Float8_e8m0fnu数据类型,但是需要编译的vllm版本中硬编码了这个数据类型。,发现系统cuda最高版本支持12.7,但我之前是实际安装的是12.8,cuda向下兼容,12.8版本无法兼容。

2026-07-22 16:42:37 285

原创 开发日志16-【学习计划模块】-report统计

在准备保研和 408 考研的漫漫长路中,焦虑往往来源于“未知”,不知道自己学了多少,不知道每天的计划是否合理,更不知道自己的执行力到底处于什么水平。todolist以天为单位记录用户的工作和计划,为了将这些数据集中起来,我决定在项目中开发一个基于 AI 辅助与数据可视化的学习报告看板。

2026-06-20 13:12:15 198

原创 开发日志15-【studyAgent】-语音模态实现

考研复习本来就很费脑子,如果能直接语音输入而非打字,用户会有更好的体验感。因此我决定给研途 Buddy 装上接入语音输入功能。这篇博客将完整复盘我在这项工作中的架构思考、模型选型纠结,以及在前后端联调时踩过的坑。

2026-06-17 16:37:22 434

原创 开发日志14-【studyAgent】-文件传输

在开发我发现单纯的文本和语音交互已经无法满足考研党的需求了。面对复习大纲、知识点总结,如果能让 AI 直接“阅读”用户上传的文档,并结合系统内置的“学习计划规划”能力,可以进一步满足用户的需求。市面上的 Kimi、ChatGPT 都有很棒的文件解析能力。为了在我的项目中复刻这一体验,同时不破坏现有的 Tool Calling(工具调用)逻辑,我摸索出了一套解决方案。本文将复盘这一功能的完整实现过程与踩坑记录。:在用户发送消息前,先通过独立的接口提取文件纯文本。

2026-06-17 00:35:55 287

原创 开发日志13-【studyAgent】-操作数据库

我决定为 Agent 赋予真正的“行动能力(Action)”——让它在征得用户同意后,自动推算日期,将庞大的学习计划精准拆解,并写入数据库的 TodoList 中。:我之前的思维导图生成工具,严格限制了输出结构:一级节点(天数) -> 二级节点(核心章节) -> 三级节点(具体知识点),我们需要让用户“所见即所得”,也就是用户得到的思维导图是什么样,加入todolist的任务就是什么样。现在,它知道今天是周四,也就能准确算出“大后天”是周日,并在排期时优雅地跳过这一天。

2026-06-12 16:45:00 385

原创 开发日志12-【studyAgent】-有状态会话实现

持久化存储的时候把raw JSON绘图数据一并存入数据库,在前端的 switchSession 获取历史记录时,对每条message尝试提取JSON数据,将提取出来的 extractMindmap 挂载到当前这条消息的对象上,对mindmap赋值,mindmap被赋值后动态思维导图的div会监听到这个值,从而触发渲染。之后用户再次query:“你的这份学习规划每天强度有点大,帮我每天的任务减少一些,循序渐进”,使用了代词,没有提出具体学习计划,而是要求在以往的计划上做修改;成功注入上下文记忆!

2026-06-11 21:17:28 455

原创 开发日志11-问答系统-用户隔离bug

全局所有新增任务、创建会话的接口,全部固定传递 user_id:1。这就导致无论谁登录系统,所有数据都会绑定到同一个用户名下,完全丧失多用户隔离能力,是必须修复的关键问题。最后替换所有页面的 const mockUserId = 1,统一使用全局方法获取真实ID,令userid=getCurrentUserId()。

2026-06-10 22:14:32 196

原创 开发日志10-学习计划模块【todolist+日历】

用户确认要删除再删,并且告诉了用户学习任务是个性化统计的数据来源,让用户自己判断是否真的需要抛弃这条数据。

2026-06-10 20:14:10 484

原创 开发日志9-学习模块【智能规划-前端】

因为模型采用了思考-决策-执行-观察的循环,所以可能没有办法立刻返回结果,为了良好的用户体验,这我们设置一个动画交互,用 CSS 动画(@keyframes)做 “缩放跳动”,用 animation-delay 错开时间,形成波浪弹跳效果。然后用CSS 关键帧 @keyframes定义一个名叫 bounce 的动画,在动画时间的 0%、80%、100% 这三个时刻:让元素缩小到 0(看不见),当动画执行到 40% 时间点让元素变成正常大小。还要设置数据的格式化(配色、层级、样式),然后使用。

2026-05-21 16:11:57 331

原创 开发日志8-学习模块【智能规划-迭代】

对于Agent的思维导图绘图TOOL,其实现不再依赖于ClipMind API调用,而是再调用一次大模型,这个模型和大脑LLMu不是同一个。工具中模型暂时使用qwen-max。定义一个maptool_service.py,在其中写一个generate_mindmap函数,该函数调用大模型并根据严格的prompt生成json结构化数据,将这份结构化数据解析后作为函数返回。

2026-05-17 21:09:27 408

原创 开发日志7-学习模块【智能规划】

的流程;同时在这个循环中我也实现了。

2026-05-17 10:09:53 706

原创 开发日志6-RAG知识库构建step3-向量化

我们的用户群体是408备考生,需要匹配的是中文语义,所以不能用英文模型,这会造成对408 专业术语比如死锁、流水线、平衡二叉树、页式虚拟内存 理解极差。其次,模型的上下文长度要需要 ≥ Chunk 大小,我的切块是450字符,如果模型输入长度必须小于450字符,会造成切块塞不进去,直接截断,语义丢失。,存在大量问题:同义不同词搜不到,比如,原文:进程饥饿现象;可以看到回答的内容明显受到了知识点作为上下文的影响,比较明显的是可以观察到seq=u,ack=u+1这种表述,这是来自于Top2知识点的。

2026-05-11 15:47:04 552

原创 开发日志5-RAG知识库构建step2-切块

在之前清洗数据的时候我有意识地让数据比较规整,按照二级标题##、三级标题###等等划分,并且在用视觉模型VLM生成文本替换图片的时候用图表分析开始和结束标签包裹了内容,所以在这里按照层级划分基本能够满足知识点完整性的要求,图标的起始结束标签也可以作为切块的一句,保证一张图的描述不会从中间断开。,也就是块和块之间字符重叠为0,这主要是因为数据清洗后结构比较规整,加上切块逻辑的完善,一个chunk基本可以表示一个完整知识点,强行设置块与块之间的字符重叠反而会给chunk引入不相关知识点的知识碎片。

2026-05-07 00:48:49 536

原创 开发日志4-RAG知识库构建step1-爬取数据+清洗

它用OpenAI的Vision模型(比如LLaVA)自动生成图片描述,把图片内容变成“可检索的文本”,然后把所有文本块和图片描述都转成向量(embedding),统一放进向量数据库。之后用户在与模型的交互中,系统会将用户的搜索内容编码成向量,并查询向量数据库,比较查询向量和数据库向量之间的相似度,并返回最相似的几条数据。爬取的数据中除了纯文本知识外,还包括图片,对于图片在上一步爬取时我们是将其URL保存了下来,对于图片的处理我们将在后面介绍,这里先介绍粗清洗工作,粗清洗时略过了对图片的处理。

2026-05-05 15:21:04 604

原创 开发日志3-数据库接入

但这里有个值得关注的问题,就是以上这种方法会在数据库表不存在时触发检测不到并自动建表的逻辑,但它无法在数据库表存在的情况下针对结构的变化做出修改表的动作。如果一不小心漏掉它生成的脚本里的错误,产生的坏影响导致的额外成本可能比手动维护的成本还高,再加上配置Alembic也需要一些成本,最终选择手动维护数据库。然后配置环境变量(把数据库账号和密码硬编码在代码里是非常不好的行为):在后端.env文件中写入标准的数据库连接URL(格式:驱动://用户名:密码@地址:端口/数据库名),之后在。

2026-04-17 21:50:08 184

原创 开发日志2-重构前后端

我在此基础上对前后端进行重构,主要目的是实现模块解耦,不至于到之后功能越来越复杂时一份代码超级长,导致代码可读性差且难以进行功能扩展。请求拦截:在每次请求发出前,自动从本地存储读取并注入Bearer Token,消灭了组件中重复的携带凭证代码。中的,在Vue3中数组内部嵌套的普通对象的属性变更是无法被拦截到的,这就导致底层流数据在不断被解析和拼接(对应的函数并传入参数,实现了视图层只关心展示,服务层只关心数据获取的关注点分离。:视图层承担了过重的业务计算,导致代码体积迅速膨胀,难以复用。

2026-04-17 21:08:48 425

原创 创新实训开发日志1-数据库选型

此前的课程设计经验中比较熟悉的是MySQL,但如果无脑MySQL注定会在后期的 AI 接入和复杂查询中遭遇严重的性能瓶颈和架构重构,众所周知,错误发现的越迟,纠正错误的成本越高,于是我首先谨慎地对数据库选型做了一些研究。Postgre虽然有众多的特性和功能,但需要具备更高的技术水平和经验,而且配置参数多,对服务器硬件资源(比如内存、CPU)要求可能更高,它的使用场景是地理信息系(GIS)、企业资源规划(ERP)、金融系统等这些对复杂查询、数据一致性有高要求的企业级应用。这里选择了经典图数据库Neo4j。

2026-04-12 21:45:56 484

空空如也

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