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(8)
  • 收藏
  • 关注

原创 如何让你的用户100%正确使用提示词?

在AI对话落地的征途上,与其“削足适履”强改用户习惯,不如“铺路搭桥”让AI理解用户。“AI一键优化输入”正是这座关键桥梁,它绕过高昂教育成本,弥合人机理解鸿沟,将专业提示词优化转化为指尖的轻松点击。当优化成为标准动作,AI对话的满意度方能实现质的飞跃。期待更多应用中点亮那个“魔法按钮”。

2025-06-28 17:24:54 774

原创 大模型精度选择深度解析:FP32、TF32、FP16、BF16、FP8、FP4、NF4、INT8

当需要将大模型部署在本地服务器、个人电脑等本地设备上时,由于本地设备的硬件资源(如 GPU内存、算力等)可能相对有限,为了使模型能够在本地高效运行,同时保证一定的推理精度,就需要根据本地硬件的性能和实际业务需求来选择合适的模型精度。需要注意的是,这只是一个简化的计算公式,实际的GPU内存占用量还可能受到其他因素的影响会适当增加(如下图外文实测GPU占用量),但该公式可以作为一个基本的参考,用于估算不同精度下模型对GPU内存的需求。精度越低→ 速度越快 & 显存占用越低,但牺牲输出质量​。

2025-06-25 07:30:00 769

原创 Dify版本升级必看!Dify 本地部署升级全攻略

随着 Dify 开源平台的迭代更新愈发频繁,其功能矩阵也在持续向更强大的方向演进。在这样的技术迭代背景下,本地部署 Dify 的用户该如何将系统升级至最新版本,以充分享用这些新增的开源能力呢?本文将聚焦于通过 Docker Compose 方式部署的 Dify 实例,通过真实案例演示,详细介绍其升级至最新版本(目标版本1.4.2)的具体操作方式。

2025-06-15 18:00:20 1961

原创 从6个维度学会提示词(prompt)编写

这份提示词编写指南从6个维度、5000字详解,手把手教你搭好智能体提示词。最后附上 Markdown 格式小贴士,帮你轻松上手!​明确的角色设定让 AI 快速理解 “该以什么身份说话”,避免输出风格混乱(如:让医生用 rapper 语气写科普文)​通过职业年限、领域成就等细节,提升内容可信度(如:15 年临床经验的儿科主任“vs”医生)​个性特征和关系定位决定沟通温度,影响用户接受度(如:“毒舌同事”vs“暖心导师”的反馈差异)所以在编写提示词的角色设定部分时,需要围绕。

2025-06-11 00:13:43 1054

原创 从互联网“冷兵器”到AI“热兵器”的思考

十年前喊“人人都是产品经理”,被程序员怼:“PRD写清楚了吗?”;如今我喊“人人都是程序员”,程序员却慌了:“你代码提交前Review了吗?”这魔幻现实背后,是AI正把编程从“精英技能”降维成“全民工具”—— 技术民主化的枪声已响,你手里攥的是弓箭还是加特林?

2025-05-31 17:48:32 789

原创 【Dify基础学习】LLM节点核心功能解析与场景化应用指南

定义LLM 节点是 Dify 编排中 Chatflow/Workflow 的核心枢纽,负责调用大语言模型的核心能力(如对话生成、内容分类、文件处理等)。该节点可深度处理上游节点输入的多样化信息(包括自然语言、上传的文件或图片),并基于精心设计的提示词规则,输出高度定制化的回应。核心功能意图识别:在客服对话场景中,对用户问题进行意图识别与分类,引导至下游不同处理流程。文本生成:在内容创作场景中,作为核心生成节点,根据主题、关键词生成结构化文本内容。内容分类。

2025-05-27 10:00:00 955

原创 【Dify基础学习】开始节点中的输入字段与预设系统变量该如何使用?

开始」节点是每个工作流应用(Chatflow/Workflow)的必备预设节点,为后续节点及应用的正常流转提供初始信息,包括用户输入的内容、上传的文件等。输入字段和预设系统变量。至此,我们已完整解析 Dify 工作流中「开始」节点的核心能力 ——输入字段的业务数据采集逻辑与预设系统变量的流程驱动机制。若您觉得本教程对学习 AI 应用开发有帮助,欢迎关注我的后续内容 —— 我将持续更新 Dify 的高阶使用技巧、多模型集成方案等深度指南,助力您进一步探索智能应用开发的无限可能!

2025-05-26 09:30:00 608

原创 Dify+ollama模型本地化部署保姆级教程

Dify本地化部署指南:从零开始构建AI应用开发环境 本文详细介绍了Dify平台与Ollama的本地化部署流程。首先通过Docker Desktop完成基础环境搭建,包括WSL更新、镜像源配置等关键步骤。随后分步骤讲解Dify的安装部署,涉及环境文件修改、镜像拉取和服务启动。针对Ollama部分,涵盖程序安装、模型存储路径配置及服务验证。最后展示如何将Dify与本地Ollama模型对接,包括.env文件修改和供应商配置。整个过程注重实操细节,帮助开发者快速搭建完整的本地AI开发环境。

2025-05-25 19:08:56 2532

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