<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Alex_jyg的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Alex_jyg</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Alex_jyg]]></copyright><item><title><![CDATA[深入浅出 A2A 协议：让多个 AI Agent 像同事一样协作]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/169746633</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/169746633</guid><author>Alex_jyg</author><pubDate>Sun, 01 Nov 2026 20:12:09 +0800</pubDate><description><![CDATA[A2A 协议的本质，是给多 Agent 系统提供一套标准化的协作规则手册——能力发现靠 AgentCard，任务管理靠 Task/TaskState/TaskStatus，结果输出靠 artifacts，多 Agent 管理靠 AgentNetwork，智能调度靠 AIAgentRouter，全程安全协作靠协议层保障。它解决的不是"单个 Agent 能不能干活"的问题，而是"多个各有专长的 Agent 如何像同事一样高效协作"的问题。当系统规模越来越大，这种标准化协作的价值会越来越凸显——]]></description><category></category></item><item><title><![CDATA[神经网络基础实战：从神经元到损失函数]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/165489761</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/165489761</guid><author>Alex_jyg</author><pubDate>Tue, 15 Sep 2026 20:21:58 +0800</pubDate><description><![CDATA[self.fc3 = nn.Linear(128, 10) # 10类输出logitsx = self.fc3(x) # 不经过Softmax，CrossEntropyLoss内部会处理return xnn.ReLU(),nn.ReLU(),nn.Linear(32, 1) # 回归输出1个值nn.ReLU(),nn.ReLU(),nn.Linear(32, 1) # 输出logit前向传播算输出 → 损失函数算差距 → 反向传播算梯度 → 优化器更新参数。]]></description><category></category></item><item><title><![CDATA[Python装饰器完全指南：100+常用装饰器详解与实战场景]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/163894686</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/163894686</guid><author>Alex_jyg</author><pubDate>Wed, 19 Aug 2026 20:07:10 +0800</pubDate><description><![CDATA[本文系统介绍了Python装饰器（Decorator）的100+种应用，涵盖内置装饰器（如@property、@classmethod）、标准库装饰器（如functools模块中的@lru_cache、@cached_property）以及自定义装饰器实现。装饰器通过@语法在不修改源代码的情况下为函数/类添加功能，常用于日志、缓存、权限等场景。文章详细讲解了装饰器基础、执行顺序，并分类展示了各类装饰器的含义、使用场景和示例代码，包括属性管理(@property)、类方法(@classmethod)、缓存优化]]></description><category></category></item><item><title><![CDATA[一文吃透面向对象三大特征、抽象类/接口与属性奥秘]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/163831449</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/163831449</guid><author>Alex_jyg</author><pubDate>Mon, 17 Aug 2026 19:17:04 +0800</pubDate><description><![CDATA[有人说，编程语言的发展史就是人类对现实世界建模方式的进化史。面向过程像流水账，面向对象则像拍电影——有角色（对象）、有剧本（类）、有情节（方法）、有传承（继承）。今天，本鲸鱼就带大家潜入深海，用最生动的案例把封装、继承、多态这三大基石，以及抽象类 vs 接口类属性 vs 实例属性这些容易混淆的概念一网打尽。定义：用abstract修饰的类，可以包含抽象方法（没有方法体）和具体方法。不能实例化，必须由子类继承并实现所有抽象方法。适用场景：多个子类有共同的基础实现，且希望强制子类实现某些特定行为。]]></description><category></category></item><item><title><![CDATA[AI大模型Python开发：面向对象编程的高级用法与实战]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/163803008</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/163803008</guid><author>Alex_jyg</author><pubDate>Sun, 16 Aug 2026 21:23:48 +0800</pubDate><description><![CDATA[本文探讨了Python高级面向对象编程(OOP)在AI大模型开发中的关键应用。文章指出，当AI项目复杂度提升时，基础OOP已不足以应对自动重试、多请求管理、动态加载模型等场景需求。作者通过三大实战案例展示高级OOP特性： 使用抽象基类(ABC)构建多模型提供商统一接口，实现封装、继承和多态； 利用__slots__优化百万级消息对象的内存占用，降低60%内存消耗； 通过描述符协议实现模型参数的类型验证和自动转换。 这些技术帮助开发者构建更健壮、高效且可维护的AI系统，使智能体行为像普通软件一样可测试和追踪。]]></description><category></category></item><item><title><![CDATA[Coze和Dify智能体项目的一些常见问题]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/163688026</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/163688026</guid><author>Alex_jyg</author><pubDate>Wed, 12 Aug 2026 10:23:41 +0800</pubDate><description><![CDATA[RAG（Retrieval-Augmented Generation，检索增强生成）是一种将搜索与大型语言模型（LLM）相结合的技术模式，使模型响应以数据为支撑。RAG通过在模型生成回答前先从外部知识库检索相关信息，并将检索结果作为上下文注入到提示中，让LLM基于真实数据生成回答，从而减少“幻觉”问题。RAG流程（三步）：检索（Retrieve）：用户提出问题后，系统查询索引或数据存储查找相关内容增强（Augment）：将检索到的信息作为上下文添加到提示中生成（Generate）]]></description><category></category></item><item><title><![CDATA[Dify平台深度解析：从入门到企业级AI应用实战]]></title><link>https://blog.youkuaiyun.com/Alex_jyg/article/details/163512402</link><guid>https://blog.youkuaiyun.com/Alex_jyg/article/details/163512402</guid><author>Alex_jyg</author><pubDate>Wed, 05 Aug 2026 20:49:07 +0800</pubDate><description><![CDATA[2026年，AI已经从“尝鲜”走向“深水区”。作为一名在AI应用开发领域摸爬滚打多年的开发者，我见证过太多团队用LangChain快速跑通Demo后，却在生产环境面前束手无策——没有用户管理、缺乏日志审计、知识库更新需要手动改代码、无法嵌入现有业务系统。直到遇到了Dify，这些问题才有了系统性的解决方案。本文将从平台介绍、核心功能、实际项目经历到进阶应用，全面解析Dify这个开源LLM应用开发平台。无论你是AI爱好者、产品经理还是技术负责人，相信都能从中获得有价值的参考。]]></description><category></category></item></channel></rss>