- 博客(1715)
- 收藏
- 关注
RSS订阅原创 一文读懂！Al Agent (智能体) 到底是个啥?
智能体可以理解为，在数字世界里能自己“看”、自己“想”、自己“动”，拼命去完成一个目标的程序或系统。
2026-01-11 08:15:00
883
原创 什么是 Agentic RAG？如何构建多 Agent Agentic RAG 系统
本文将探讨 Agentic RAG 的优势以及如何使用 Phidata 和 LangChain 实现 Agentic RAG。
2026-01-10 11:37:18
505
原创 非常适合初学者的大模型应用开发教程，快速掌握从基础到进阶的 LLM 开发技能
一个非常适合初学者的大模型应用开发教程，内容系统且实践性强，能够帮助学习者快速掌握从基础到进阶的 LLM 开发技能。
2026-01-10 11:36:40
585
原创 让大模型更“懂”外部知识：RAG技术及未来发展综述
如何更好地结合外部数据，如何提升模型处理专业领域问题的可靠性，是大语言模型应用开发中值得不断思考的问题。
2026-01-10 11:34:52
625
原创 GraphRAG绝对是以后RAG的潮流，不服来辩
传统 RAG 方法靠挑出“k”个最相关的文本段或片段。这有点用，但如果你想要一个完整、连贯的故事，很快就显得不够用了。
2026-01-10 11:34:13
366
原创 RAG的Embedding模型选取大有门道
Embeddings 是捕捉语言含义和模式的数字表示。这些数字帮你的系统找到和问题或主题紧密相关的信息。
2026-01-10 11:33:35
355
原创 别只调模型！RAG 检索优化真正该测的，是这三件事
RAG（Retrieval-Augmented Generation）的检索模块，决定了系统回答的准确性、性能稳定性，以及整个优化链路能否被量化与验证。 而这，恰恰是测试开发最擅长发力的地方。
2026-01-09 13:45:39
885
原创 面试官狂问的 28 个 RAG 问题全解析：从基础到架构优化，一次讲透
这篇文章我们就系统梳理 28 个高频面试问题，直接带你理解 RAG 从“原理 → 问题 → 优化 → 未来”的完整演化逻辑，确保你下一次面试不被问懵。
2026-01-09 13:44:56
663
原创 终于有人把“智能体”的概念给我讲明白了！
在 《LLM Powered Autonomous Agents》这篇文章中提到，大语言模型驱动的自主智能体中，大语言模型充当大脑，然后还有几个关键组件。
2026-01-09 13:44:15
637
原创 字节跳动《Agent实践手册》分享（附免费下载）
字节跳动发布的《Agent实践手册》首次系统披露了其在大模型与Agent技术融合方面的实践成果，为我们揭开了AI智能体如何重塑未来工作与商业的神秘面纱。
2026-01-08 17:25:41
1005
原创 字节跳动《Agent实践手册》分享（附免费下载）
《字节跳动 Agent 实践手册》系统构建了 Agent 技术从理论到实践、从技术到业务的完整指导体系，全面覆盖字节跳动 Agent 技术应用的核心维度。
2026-01-08 17:25:04
558
原创 69页，《字节跳动 Agent 实践手册》带给我的 9 个思考
这份 69 页的《字节跳动 Agent 实践手册》【文末附资源免费下载方式】为我们揭开了 AI 大模型落地企业场景的神秘面纱，展示了从技术架构到商业价值的完整实现路径。
2026-01-08 17:24:11
553
原创 建议大家都去飞书上学AI Agent，逼自己练完这48页，你的Agent搭建就很牛了！
飞书上这10个优质AI agent项目，包含了大厂真实AI项目的落地过程，而且每个业务都是互联网常见真实场景，可以说吃透这几个agent项目会对你的项目能力和业务能力有很大的帮助。
2026-01-08 17:23:24
414
原创 真不想打击做 AI agent 的小朋友，但我想说
我每天都能看到很多年轻的开发者，在兴奋地分享他们新做的AI Agent。热情很高，技术也不错。
2026-01-08 17:22:49
978
原创 从小白到专家：Agent 任务分解的完整技术栈（附完整技术方案）
本文将详细介绍如何在金融、证券领域构建智能Agent系统，实现复杂问题的自动化任务分解、依赖管理和并行执行。
2026-01-06 15:07:12
879
原创 别只调模型！RAG 检索优化真正该测的，是这三件事
简单来说，RAG 是“先检索，再生成”： 用户提问后，系统先去知识库里找资料（Retrieval），再让大模型基于资料生成回答（Generation）。
2026-01-06 15:04:57
833
原创 RAG实战：我让AI成了“老中医”，问诊开方有据可循
大模型的知识来源于其训练时的数据，它无法感知和学习训练截止日期之后的新知识，也无法访问它“不知道”的私有或特定领域数据。 这种现象我们称之为“模型幻觉”或“胡说八道”。
2026-01-06 15:04:16
578
原创 用Unsloth微调一个老中医大模型
本文介绍了如何使用Unsloth框架微调大语言模型，以《伤寒论》数据集为例训练一个中医专家模型。Unsloth显著降低了微调的资源需求。
2026-01-06 15:02:57
676
原创 AI工程师私藏干货：从零构建企业级RAG知识库，附完整Python代码
为了更深入理解RAG原理，便于调优，这次我们用纯代码，从零开始完成一次RAG探秘之旅。
2026-01-06 14:40:35
257
原创 别再找了，这个免费的LLM课程就是你的终极学习路线图
在GitHub上发现一个近乎完美的免费大语言模型课程，包含科学家和工程师双路径的详细学习路线，附带实战Notebook、论文资源和初学者所需的一切。
2026-01-06 14:39:39
693
原创 别让你的RAG“吃”垃圾数据了！从源头构建高质量知识库的深度文档解析指南
今天，我想就从这个问题出发，系统性地分享我在开发中，关于RAG数据解析的架构设计、技术选型和一些实践思考。
2026-01-05 11:39:48
854
原创 《提示词工程》只是入门？揭秘LLM背后的“上下文工程”：一场跨越20年的机器心智革命
本文旨在探讨上下文工程的历史背景，提供其系统性定义，概述其历史和概念图景，并审视其实践中的关键设计考量。
2026-01-05 11:37:51
673
原创 LangChain---RAG实战：构建你的第一个生产级RAG应用
LangChain 提供了高级的工厂函数来简化RAG链的构建，利用LCEL能用更少的代码实现完整的RAG逻辑。
2026-01-05 11:37:14
624
原创 Google 宣判 RAG 死刑：一个 API 干掉整条技术链
今天，我们正式发布了文件搜索工具——这是一个直接内置在 Gemini API 中的全托管 RAG（检索增强生成）系统，它能帮你处理检索环节的复杂问题，让你专注于应用开发。
2026-01-05 11:36:34
594
原创 上交大刘鹏飞团队：Context Engineering进入2.0，上下文成为可操作对象
上交大团队把这一阶段变化画成了一条长达四阶段的演化曲线：从感知上下文，到协同上下文，再到自我生成与人类能力之上的层级的语境操控。
2026-01-05 11:35:55
995
原创 LangChain 2025 年度报告复盘：从 Cost 转向 Latency，Agent 工程化的风向变了
今天，我们跳过那些宏大的商业叙事，完全站在技术开发与架构设计的角度，复盘这份报告背后的技术风向。
2026-01-05 11:35:04
722
原创 不写一行代码，把大模型变成安全编码专家 | LLaMA-Factory 微调实战
本文带你不用写一行代码把 Qwen2.5-Coder-7B 训练成安全编码小助手！
2026-01-04 17:04:34
864
原创 RAG技术：让AI从“胡说八道”到“言之有据”的技术革命
简单来说，它就像是给AI装上了一个“外置大脑”——在回答问题前，先通过检索系统从可靠的知识库中找到相关信息，再让大语言模型基于这些事实进行回答。
2026-01-04 17:04:03
879
原创 10行代码轻松实现大模型本地部署（亲测有效）
我们将使用 Ollama 运行 Microsoft 的 phi-2，Ollama 是一个框架，可以直接从本地计算机运行开源 LLM（Llama2、Llama3 等）。
2026-01-04 17:03:29
867
原创 【大模型书籍】从零开始大模型开发与微调：基于PyTorch与ChatGLM
本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。
2026-01-03 07:45:00
1310
原创 RAG绝佳组合，高精度AI解析+Ragflow打造高性能知识库
构建健壮的RAG系统，尤其是企业级应用，涉及复杂组件集成与优化。如何在RAGFlow基础上实现性能优化，也成为大家关注的课题。
2026-01-02 08:30:00
1198
原创 全面讲解基于大模型的智能Agent：发展历程、架构与基于Langchain的实现demo
Agent的定义和性质因学科或文化背景而异。通常，Agent是一个具有自主性的个体，能够行使自己的意志，做出决定并采取行动，而不仅仅是被动地响应外部刺激。人类是这个星球上最复杂的Agent。
2025-12-31 11:54:18
429
原创 手把手教你开发简易旅游规划 Agent！50 行代码入门 AI 智能体
今天咱们用 50 行左右代码，开发一个能规划 “城市一日游” 的简易 Agent—— 不用高深技术，了解Python基础的就能搞定，看完就能上手实操！
2025-12-31 11:51:22
330
原创 这肯定是我见过的讲解大模型最易懂、也最漂亮的PPT（开发篇）
大家好，这是我画的讲解大模型的PPT，一共包含六个篇章（介绍篇、使用篇、开发篇、扩展篇、应用篇、展望篇），分享给大家，大家记得点赞！关注！收藏！
2025-12-31 11:46:22
278
原创 实战指南｜六大RAG优化策略让你的AI应用更智能
在开发基于RAG的AI应用时，很多开发者都会遇到这样的困境：检索结果不够精准，复杂问题处理效果差，多个检索源合并后效果反而下降。
2025-12-31 11:45:39
260
原创 一文带你入门Agent开发！（Prompt + 函数 != Agent）
Agent is all you need我想抛出一个“暴论”：沉淀足够深的“领域专家”，配合“Ai应用工程师”，进行Agent开发，能够自动化一切该领域人能完成的开发工作
2025-12-31 11:44:54
756
原创 不想被AI淘汰？这10个GitHub项目让你玩转大模型
如果你还不熟悉大型语言模型（LLMs），你可能已经在人工智能革命中落后了。如今，越来越多的公司开始将基于 LLM 的应用集成到他们的工作流程中。
2025-12-30 13:54:08
684
原创 全网最透彻！一张图拆解 AI Agent 的“五脏六腑”，从感知到进化的完整逻辑！
如果说大语言模型（LLM）是拥有广博知识的“大脑”，那么 AI Agent（智能体） 就是为其装上了手脚和感官的完全体。它不再仅仅是回答问题的聊天机器人，而是一个能够自主感知、规划、执行并从错误中学习的智能系统。
2025-12-30 13:53:01
895
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