- 博客(695)
- 收藏
- 关注
RSS订阅原创 【AI大模型】AI 智能体的8种记忆系统架构设计与落地，看到就是赚到！！！
没有记忆的 AI 智能体像金鱼，三秒就忘了。记忆太满的 AI 智能体像大象，步子慢还喘。如何既记且省？下面 8 种记忆系统架构设计和落地一次讲透，每种记忆系统都配完整思路、优缺点、代码、踩坑、调参建议，方便你直接落地。
2025-08-05 11:02:21
313
原创 【AI大模型】Manus、LangChain一手经验，先别给Multi Agent判死刑，是你不会管理上下文，赶紧收藏！！
一个多月前，全球两大技术顶流，围绕Multi-Agent吵的天翻地覆。一方是开发 Claude 的 Anthropic，他们认为Multi-Agent更有效。在他们的实验中，多 Agent 协作成功率比单一 Agent 高出 90.2%。另一方则是推出「Devin」的 Cognition，他们看来：单一 Agent 配合长上下文压缩与精细调度，其实更加稳健、好用、成本低。表面上看，这是 Multi-Agent 的路线之争，但本质上，这场讨论的核心，其实是：如何管理Agent的上下文？打个比方
2025-08-05 10:36:41
542
原创 【AI大模型】96.3%准确率！Routine框架：让企业级Agent告别“不靠谱”，建议收藏！！
想象一下，你给一个超级聪明的AI助手布置一项公司里的复杂任务，比如“查一下新员工小王的部门预算还剩多少，并和去年对比生成报告”。通用AI模型（如GPT-4）可能想法天马行空，但实际操作起来却容易“掉链子”：步骤混乱、用错内部工具、参数填不对，甚至直接“摆烂”不干活。这就是当前大模型智能体（LLM Agent）落地企业面临的核心难题——缺乏领域知识导致规划不稳、执行飘忽。
2025-08-04 11:19:02
453
原创 【AI大模型】笑死，同样的示例，放在prompt的不同位置，AI直接给我整不会了！
大型语言模型（LLM）如ChatGPT、Llama、Qwen等，拥有一种神奇的能力——上下文学习（In-Context Learning, ICL）。只需在输入提示（Prompt）中放入几个任务示例（Demos），模型就能“举一反三”，无需额外训练直接完成新任务（如分类、问答、摘要）。这被视为LLM的核心突破。
2025-08-04 10:42:13
234
原创 dify案例分享-Dify+RSS 聚合 8 大平台实时热点，新闻获取效率飙升 300%
今天给大家介绍使用RSS多平台新闻聚合结合dify实现一个多平台实时获取最新新闻资讯的工作流
2025-08-03 08:00:00
1905
原创 【AI大模型】使用 LangChain + Higress + Elasticsearch 构建 RAG 应用，收藏这篇就够了！！
RAG（Retrieval Augmented Generation，检索增强生成） 是一种结合了信息检索与生成式大语言模型（LLM）的技术。它的核心思想是：在生成模型输出内容之前，先从外部知识库或数据源中检索相关信息，然后将这些信息作为上下文输入给生成模型，从而提升生成内容的准确性、时效性和相关性。
2025-08-02 08:00:00
676
原创 图解AI大模型，生动形象的给大家解释什么是上下文工程？建议收藏！！
今天聊一个被低估、却把无数人卡住的概念——Context Engineering，中文通常译作“上下文工程”或“语境工程”。它不是什么新出的框架，而是一套为AI系统搭好“前置信息环境”的方法论。它解决的根本问题是：为什么花了大价钱买最好的GPT-4、Claude-3，效果却依旧差强人意。
2025-08-01 10:49:08
706
原创 AI大模型Agentic问答系统：自适应RAG + LangGraph = 智能问答系统最强组合！实战拆解！看到就是赚到！！
检索增强生成（RAG）彻底革新了我们构建能够访问外部知识并进行推理的 AI 系统的方式。然而，随着应用程序的复杂性不断增加，传统 RAG 方法的局限性日益凸显。如今，我们正在经历一种从线性、固定管道到智能、自适应系统的转变，这些系统可以根据查询复杂度和上下文动态调整其检索与生成策略。
2025-08-01 10:26:38
661
原创 【AI大模型】8种LLM架构设计大比拼：从 DeepSeek-V3 到 Kimi K2，究竟有啥不同？看完这一篇你就懂了！！
自从GPT-2(2019)开启Decoder-only模型以来，到今天DeepSeek-V3和Llama 4(2024-2025),大家会觉得这些模型在结构上仍然相似。 当然,位置嵌入已经从绝对到旋转(RoPE)发展,多头注意力在很大程度上让位于Grouped-Query Attention,更高效的SwiGLU已经取代了像GELU这样的激活函数。
2025-07-31 21:42:13
512
原创 AI大模型RAG 分块术完全指南：15种“切片神技”，让你的检索结果提升10倍！看到就是赚到！！
为什么你精心构建的 RAG 系统，返回的答案却总是“不着调”？不是模型不够强，而是你没“切”对！RAG（检索增强生成）系统的精髓，不在于你用了哪个 embedding 模型，也不在于你接入了哪个 LLM，而在于——你如何「切」文本。切得好，信息上下文完整、检索精准；切不好，模型不是“胡说八道”，就是“词不达意”。今天就来带你一次性掌握 15种最实用的 RAG 分块技巧，每种方法都配有真实场景和分块示例，甚至直接可用的代码结构。建议收藏 + 实战验证！
2025-07-31 20:58:58
576
原创 【AI大模型教程】彻底说清 Human-in-the-Loop：企业级 Agent 系统的关键挑战与LangGraph解法【上】
在LLM Agent的自动化流程中，Human-in-the-Loop（HITL，人类参与闭环）是常见的设计模式之一。特别在要求较高的企业级场景中，HITL可以让人类在流程中对Agent运行进行适时的监督与接入，从而提高系统的准确性、可信度和用户体验。
2025-07-30 19:46:21
597
原创 【AI大模型入门】 一文搞懂大模型、RAG、函数调用、Agent、知识库、向量数据库、知识图谱、AGI的概念和联系，零基础小白收藏这一篇就够了！！
技术的意义不在于堆砌概念，而在于解决真实世界的问题。你是否曾在阅读科技文章时，被“大模型”、“RAG”、“Agent”、“知识图谱”这些术语轮番轰炸，感觉它们既相互关联又界限模糊？仿佛面对一个庞大乐高城市，分不清哪块积木支撑着核心结构，哪块又是实现特定功能的精巧组件？今天，我们就拨开迷雾，深入探究这些构建智能未来的核心要素，厘清它们各自的角色与协同之道
2025-07-30 17:26:33
907
原创 GPT-5「全家桶」爆出本周上线！惊艳首测秒出网页，编程彻底起飞
GPT-5发布节点又要提前了！在LMArena上，已悄然上线了「超大杯」GPT-5-pro，内部代号zenith。一些抽卡成功的网友，开启了惊艳实测。传闻称，GPT-5的发布时间提前了，预计在本月底面世。
2025-07-29 12:00:21
766
原创 当LangChain成为技术债：你的AI架构还撑得过明年吗？
在过去的18个月里，LangChain无疑成为AI工程领域的耀眼明星——GitHub星标爆炸性增长、开发者峰会座无虚席、各种基于LangChain的创业公司如雨后春笋涌现。作为深度参与AI工程化的实践者，我亲眼见证它如何改变我们构建LLM应用的方式，但也深刻感受到整个行业正在经历一场痛苦的拐点：LangChain正从解决方案本身演变为新问题的来源。
2025-07-29 10:53:00
942
原创 【AI大模型落地】企业级AI超级应用，下一个关键筹码？看完你就知道了！！
围绕企业级AI市场，超级应用生态正在形成。不论是ChatGPT带动的第一波浪潮，还是DeepSeek之后更多中国大模型AI应用的涌现，从AI智能助手到AI陪伴应用，再到AI在各个领域的产品，应用层在全面爆发。但实际上，还有另一个易于忽略却刚需明确、广受看好的赛道，爆发得更迅猛——企业级AI应用市场。随着全球AI市场爆发，企业级应用正成为新风口。近日，企业级AI应用代表飞书一口气端出AI全家桶，涵盖办公、业务提效、项目开发、组织管理等方方面面，无疑抢占了AI在企业端落地的先机。
2025-07-28 12:00:36
760
原创 【喂饭教程】大模型推理框架vLLM，是如何工作的？看完这一篇你就知道了！！
这里，分两个主要模块介绍 AI 模型推理引擎整体架构与主要功能。回顾 AI 落地的发展过程，我们可以简单地将 AI 模型的发展分为小模型领域与大模型领域。在小模型领域以 CNN 模型为主，模型结构变化多样分为分割，检测，识别，NLP 等各个类型。在大模型领域，模型结构比较统一以 LLaMa 系列，Deespeek 系列，Qwen 系列等模型均起源于 Transformer 结构，新增比如 MLA，MoE 的一些局部改造。
2025-07-28 10:45:19
839
原创 AI大模型面试灵魂拷问：大模型推理为什么要PD分离？看完这篇你就知道了！！
随着DeepSeek爆火，面试中也越来越高频出现，因此训练营也更新了DeepSeek系列技术的深入拆解。包括MLA、MTP、专家负载均衡、FP8混合精度训练，Dual-Pipe等关键技术，力求做到全网最硬核的解析~在 LLM 推理计算中 Prefill 和 Decode 两个阶段的计算/显存/带宽需求不一样，通常 Prefill 是算力密集，Decode 是访存密集。
2025-07-27 08:00:00
600
原创 不懂监督/无监督/半监督/强化学习？难怪你只是AI调包侠！
在人工智能快速渗透各行各业的今天，我们经常会听到一个词：机器学习（Machine Learning）。它就像AI世界的“基本功”，决定了一个智能系统能不能看懂数据、学会判断、做出决策。但很多人对机器学习的理解，仍停留在“黑盒”印象——它到底是怎么学的？有没有分类方法？不同学习方式有什么区别？今天，我们就从最通俗的角度，一次性搞清楚监督学习、无监督学习、半监督学习和强化学习这四大核心范式。无论你是AI从业者，还是好奇心满满的读者，都能在这篇文章里找到价值，不做AI的调包侠。
2025-07-26 14:20:08
393
原创 【AI大模型】企业图谱解决方案：知识图谱、元数据图谱与分析图谱的区别与应用，看到就是赚到！！
随着企业数据量的爆炸式增长，超过80%的企业数据仍然是非结构化的，传统关系型数据库在处理复杂互联数据方面显得力不从心。本文深入探讨了企业中三种主要的图谱类型：知识图谱、元数据图谱和分析图谱，详细分析了它们的特点、应用场景和最佳实践，并澄清了关于图谱解决方案的常见误解。
2025-07-25 11:04:09
603
原创 【AI大模型实战】手把手教你基于 RAG 和 Claude 的智能文档聊天系统实战，全程干货，建议收藏！！
最近我和一个律师亲戚聊AI时，问了我应该怎么对现在律师事务所庞大的文档做AI检索，从技术上讲用现在的LLM+RAG可以满足需求，但细想不太对劲，因为这里面涉及到很多专业知识，还有律师的专有思维路径，一个不懂律师业务的程序员肯定是做不好的，于是有幸跟他们合伙人进行了深入沟通，合伙人说了一堆但我总结下来就这么一句话
2025-07-25 10:10:43
907
原创 AI大模型工作面试必备！！10道大模型微调必问面试题+答案解析！
大模型微调是大模型学习的必经之路，而且在你找大模型相关工作时，微调相关问题也是避不开的！所以，今天我给大家整理了10个微调领域的面试题，请务必要收藏起来，对你一定有帮助！
2025-07-24 14:24:19
469
原创 RAG 检索四件套全解析：模型、向量库、检索方式、排序器，一文选型不踩坑，收藏这一篇就够了！！
想做智能客服、企业知识库、RAG 应用？你绕不开的问题是：该用什么向量模型？用什么库？用什么排序器？本篇一次讲清
2025-07-24 11:13:02
581
原创 爆改RAG检索体验：向量+关键词，双剑合璧的“融合检索”实战指南，看到就是赚到！！
你以为RAG（Retrieval-Augmented Generation）检索只能靠向量？那你可就out了！今天，咱们就来聊聊如何用“向量+关键词”双剑合璧，打造检索界的“六边形战士”——融合检索（Fusion Retrieval）。
2025-07-23 13:56:10
769
原创 【AI大模型】BETR横空出世：预训练数据匹配目标任务，LLM训练范式转移，看到就是赚到！！
在训练大型语言模型（LLM）时，人人都知道数据质量至关重要。目前业界筛选海量网络数据的方法，很大程度上依赖于研究者的“直觉”或者一些间接的指标。比如，研究者会凭经验挑选一些他们认为“高质量”的网站或文本作为正面样本，来训练一个分类器去筛选整个数据集。然而，这个过程中“质量好”的定义非常模糊和主观。
2025-07-23 11:29:50
446
原创 AI Agent做PPT卷疯了，最强选手被挖掘出来了，看到就是赚到！！
2025年号称AI Agent元年，目前最见成果的领域，可能就是做PPT。毕竟，PPT是打工人的大痛点。鲸哥此前写过如何用AI生成原生的PPT（通过提示词生成SVG格式）作品别再冲会员套模板了，用AI免费做原生PPT但现在更流行用Agent做PPT（把此前的提示词到代码过程Agent），Agent能自主海量数据整理，内容逻辑补全，调用工具生成图文视频素材，简直就像个高智商的机器人，前期准备、中期排版设计，后期内容整合都可以自动化了。
2025-07-22 13:53:29
564
原创 爆改RAG！用“自动提问”让你的AI检索像开挂一样精准，看到就是赚到！！
你还在用传统RAG？那你就OUT了！今天，咱们聊聊如何用“自动生成问题”给RAG加点猛料，让你的AI检索和问答能力直接起飞！
2025-07-22 11:23:28
881
原创 【AI大模型】Dify超实用技巧：让回答“图文并茂”，建议收藏！！
作为一个长期在 AI 领域摸爬滚打的博主，我最近可是在 Dify 的使用上有了新发现！你们都知道，在和 AI 交互的时候，文字回答虽然简洁明了，但要是能配上图片和表格，那效果简直翻倍。就拿我上次整理旅游攻略来说，单纯的文字介绍让景点和路线显得很抽象，可一旦加上景点的图片和行程安排的表格，整个攻略瞬间就生动形象起来了，不仅看起来更直观，理解和记忆也变得轻松多了。 相信大家在使用 Dify 的过程中，也一定渴望能让它的回答图文并茂，今天我就来给大家分享几个超实用的技巧，让你们的 Dify 回答从此告别单调！
2025-07-21 13:47:40
613
原创 【AI大模型】从零训练已死，微调亦亡？专家汤SoE引发AI范式巨变
我们现在已经拥有像GPT-o3这样的大型语言模型。它们就像一个知识渊博、无所不能的“通才”博士，什么都懂一点，能在各种任务上都表现得不错。但问题是，雇佣这位“通才博士”的成本非常高（训练和推理成本巨大）。在很多实际场景中，我们并不需要一个“通才博士”，而可能只需要一个“专才硕士”，比如一个专门写代码的模型，或者一个专门处理医疗报告的模型。这些“专才”模型可以更小、更快、更便宜。
2025-07-21 11:30:38
619
原创 Deepseek本地部署详细指南！从 Ollama 到个人知识库应用
本地客户端具有部分国际化测试文件需要执行翻译，格式示例如下，多层嵌套的 json 格式，value 为string类型。需要利用大模型对整个 json 文件进行翻译，将中文翻译为英文后按原格式返回
2025-07-20 08:00:00
813
原创 万字长文剖析基于 MCP 构建 AI 大模型新架构体系的落地实践！看到就是赚到！！
目前 AI Agent 与各种 Tools（业务服务接口）、Memory（存储服务接口）以及 LLMs（大语言模型）的交互主要通过 HTTP 协议实现。除了 LLMs 基本遵循 OpenAI 范式外，与其他 Tools 和 Memory 的交互需要逐一了解它们的返回格式进行解析和适配，这增加了开发的复杂性。
2025-07-19 08:00:00
464
原创 Transformer危！谷歌MoR架构发布：内存减半推理速度还翻倍，看完你就懂了！！
超越**Transformer**，谷歌推出全新底层架构——**Mixture-of-Recursions**（MoR），注意不是MoE，它能推理速度提高2倍，而KV内存直接减半！而且All in One，**首次**在单一框架中实现，用同一组参数处理不同任务的同时，进行动态分配计算资源。就像给LLM开了个双层增强buff，模型性能和效率全都要。
2025-07-18 14:16:22
484
原创 【AI大模型】Dify超实用工作流模版大揭秘，效率神器来袭！
Dify 是一款开源的大语言模型（LLM）应用开发平台，融合了后端即服务（BaaS）与 LLMOps 理念 ，旨在助力开发者快速搭建生产级的生成式 AI 应用。其操作界面集成了 AI 工作流程、RAG 管道、代理、模型管理等功能，通过直观的可视化界面，用户可以轻松构建和测试功能增强的 AI 工作流程。
2025-07-18 13:42:05
648
原创 【AI大模型】再强调一遍，智能体是由大模型(LLM)+工具集(Tools)组合而成的！！
“ 再强调一遍，智能体是由大模型+Tools工具集组合而成的；工具才是智能体强大的核心。”最近在做数据分析的智能体时遇到了一个问题，就是刚开始想做一个完全基于数据库表结构的数据分析智能体；但发现业务上的很多数据是通过程序代码动态计算出来的，完全通过数据库无法实现。这个通过数据库进行数据分析的智能体使用的是vanna框架作为一个工具节点，来分析用户问题，然后由模型生成SQL语句，并调用数据库引擎执行并获取结果。无独有偶，之前做了一个基于大模型的RAG系统，有个需求是把这个系统改造成MCP服务；但这
2025-07-17 14:32:16
571
原创 【AI大模型】使用DeepSeek的四个层级，你在哪一层？看完这篇你就知道了！！
作为国内最火最强大的AI，DeepSeek为我们带来的意想不到的惊喜：知识问答、文本分析、外文翻译、摘要生成、报告写作、创作文案、深度推理、等等。然而，正确使用AI有四个层次，看看你在哪一层？
2025-07-17 11:43:55
473
原创 【小白教程】一文搞懂 AI、LLM、Prompt、MCP、AIGC 是什么，有什么区别？收藏就对了
在 ChatGPT、文心一言、通义千问等这些 AI 工具爆火的时代，你可能经常听到这些词如：AI、LLM、Prompt、MCP、AIGC。那么，它们到底是什么呢？有什么区别呢？接下来，我们一起来了解一下，不然和别人说起 AI 人工智能时，这些概念不懂就很拉了。
2025-07-16 18:41:28
904
原创 【AI大模型】一文读懂AI系统架构设计：原则、性能、扩展性与容灾全面解析，建议收藏！！
在AI应用爆发式增长的今天，从ChatGPT类的大模型推理平台，到日活千万的智能客服，再到亿级数据规模的推荐系统，一个高可用、高性能、可扩展的系统架构是AI落地的基石。本文将系统性地拆解AI系统架构设计的核心原则、关键能力和实际场景，通过逐步构建，让你理解：一个真正支撑业务的AI系统架构该如何设计，如何优化，如何进化。
2025-07-16 11:50:45
873
原创 【AI大模型入门教程】一文搞懂什么是RAG，零基础小白收藏这一篇就够了！！
想象一下，你面前坐着一位超级“学霸”。他博览群书，记忆力惊人，口才极佳，无论你问什么，他都能侃侃而谈，出口成章。但这位学霸有两个致命缺点：第一，他读的书都停留在2024年（或者更早），世界之后发生的新鲜事他一概不知；第二，有时候为了显得自己很懂，他会“脑补”一些听起来很合理，但完全是瞎编的内容。这就是当前很多大语言模型（如ChatGPT、文心一言等）的尴尬现状——知识可能过时，还爱“一本正经地胡说八道”（专业术语叫“幻觉”）。
2025-07-15 14:20:17
817
原创 一文讲清LLM 驱动的 AI Agent通信：协议、安全风险与防御对策，收藏这篇就够了！！
随着大型语言模型（LLM）技术的飞速发展，以其为核心驱动的 AI 智能体正展现出前所未有的智能水平与适应能力，深刻改变着人类的生产与生活方式。如今，智能体不再是孤立存在的个体，而是逐渐形成了一个相互协作的生态系统，通过与其他智能体、工具及外部环境进行通信，共同完成复杂任务。在此背景下，智能体通信已成为未来 AI 生态系统的基石，众多组织纷纷投身于相关通信协议的研发，如 Anthropic 提出的 MCP（Model Context Protocol）和 Google 推出的 A2A（Agent-to-Age
2025-07-15 11:07:42
801
原创 开源嵌入新王落地！Qwen3-Embedding 本地部署指南 + Dify 召回测试实录
之前，通义千问推出的 Qwen3-Embedding 系列模型（包括8B、4B和0.6B三个版本）在权威评测中表现惊艳，尤其在多语言任务和长上下文处理能力上全面超越主流竞品，成为开源嵌入模型的新王者。
2025-07-13 08:00:00
895
原创 Google研究发现：Multi-Agent的核心竟然是Prompt设计！
在多智能体系统（MAS：multi-agent systems）中，设计有效的提示和拓扑结构面临挑战，因为单个智能体可能对提示敏感，且手动设计拓扑结构需要大量实验。
2025-07-12 11:23:25
674
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