<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MENGERN的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/MENGERN</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; MENGERN]]></copyright><item><title><![CDATA[LLM论文研读：Trace as State——把思考过程放到问题之前，真的能让大模型更会推理吗？]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/165611762</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/165611762</guid><author>MENGERN</author><pubDate>Wed, 16 Sep 2026 14:31:32 +0800</pubDate><description><![CDATA[本文针对 Trace as State 进行了论文研读与代码复现，核心就一件事：**把推理轨迹当作任务状态的文本代理，放到长上下文之前，让模型"带着状态重读"**——不改模型、不微调，仅仅调换顺序，就能在长上下文推理上拿到接近换模型的收益。]]></description><category></category></item><item><title><![CDATA[龙虾白嫖指南，请查收]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/159471642</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/159471642</guid><author>MENGERN</author><pubDate>Wed, 25 Mar 2026 17:15:20 +0800</pubDate><description><![CDATA[本文主要介绍了基于飞书OpenClaw，配置ModelScope的开源模型，解决飞书OpenClaw的token受限的情况。]]></description><category></category></item><item><title><![CDATA[Qwen3-Embedding国产化部署]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/158740130</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/158740130</guid><author>MENGERN</author><pubDate>Fri, 06 Mar 2026 17:17:01 +0800</pubDate><description><![CDATA[探索Qwen3-Embedding-8B如何在国产化环境Atlas 300I Duo部署~]]></description><category></category></item><item><title><![CDATA[LLM应用实践: NoteBookLM初次使用]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/155934351</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/155934351</guid><author>MENGERN</author><pubDate>Mon, 15 Dec 2025 10:51:22 +0800</pubDate><description><![CDATA[本文主要介绍了NoteBookLM的初次使用，对于提高学习效率，有质的飞升，而且目前处于试用阶段，请各位看官速速试用。]]></description><category></category></item><item><title><![CDATA[LLM应用剖析: 手机智能助理Phone Agent]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/155823442</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/155823442</guid><author>MENGERN</author><pubDate>Thu, 11 Dec 2025 17:27:40 +0800</pubDate><description><![CDATA[本文介绍了智谱开源的AutoGLM构建的Phone Agent，包含具体的流程、原理以及详细的部署步骤以及一点思考。]]></description><category></category></item><item><title><![CDATA[LLM应用剖析: 小红书AI图文生成器-红墨]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/155715157</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/155715157</guid><author>MENGERN</author><pubDate>Mon, 08 Dec 2025 20:33:18 +0800</pubDate><description><![CDATA[本文介绍了小红书的一键图文生成平台，并提供了系统的基本执行流程及原理。同时分享了本人基于本地部署后，生成的图文效果，眼过千遍不如手过一遍，实践方能出真知]]></description><category></category></item><item><title><![CDATA[LLM应用剖析-热点新闻助手TrendRadar]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/155341046</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/155341046</guid><author>MENGERN</author><pubDate>Fri, 28 Nov 2025 09:12:51 +0800</pubDate><description><![CDATA[项目的初衷主要是通过聚合的35+新闻资讯，然后通过用户自定义关键词等策略实现个性化推送，想要学习资讯榜单爬取、多端推送以及构建MCP服务的读者，可以学之以用。]]></description><category></category></item><item><title><![CDATA[LLM书籍参阅: 谷歌提示工程]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/155099144</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/155099144</guid><author>MENGERN</author><pubDate>Fri, 21 Nov 2025 11:43:26 +0800</pubDate><description><![CDATA[谷歌提示工程规范的手写版总结]]></description><category></category></item><item><title><![CDATA[LLM应用剖析: AI对冲基金]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/155025915</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/155025915</guid><author>MENGERN</author><pubDate>Wed, 19 Nov 2025 14:44:56 +0800</pubDate><description><![CDATA[本文主要介绍AI对冲基金的项目架构，以及核心代码]]></description><category></category></item><item><title><![CDATA[LLM应用剖析: 舆情分析多智能体-微舆BettaFish]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/154841041</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/154841041</guid><author>MENGERN</author><pubDate>Fri, 14 Nov 2025 16:51:17 +0800</pubDate><description><![CDATA[本文主要讲解了微舆的整体架构，并通过研读并调试源码，整理了多个Agent各自的执行流程]]></description><category></category></item><item><title><![CDATA[LLM应用实战-财经新闻自动聚合]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/144506606</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/144506606</guid><author>MENGERN</author><pubDate>Mon, 16 Dec 2024 13:30:34 +0800</pubDate><description><![CDATA[开发了一款新闻资讯的自动聚合的工具，基于crawl4ai框架实现。]]></description><category></category></item><item><title><![CDATA[今日吃瓜-艺术家集体抗议：OpenAI Sora项目背后的无偿劳动真相]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/144077379</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/144077379</guid><author>MENGERN</author><pubDate>Wed, 27 Nov 2024 12:07:32 +0800</pubDate><description><![CDATA[​
OpenAI的Sora项目早期邀请众多艺术家成为测试者、红队成员以及创意合作伙伴，但艺术家们感觉被背刺了。忙活了一顿，艺术家们感觉自己的艺术产物主要作用是给OpenAi的Sora做宣传。因此，艺术家们联名并在HuggingFace上发布公开信，且将sora的艺术创作链接一并提供出来，虽然该链接在公开信发布3个小时后就被OpenAI下线掉了...]]></description><category></category></item><item><title><![CDATA[LLM应用实战: 给个公司简称，输出公司全称]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/143863313</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/143863313</guid><author>MENGERN</author><pubDate>Mon, 18 Nov 2024 18:01:49 +0800</pubDate><description><![CDATA[开发了一款基于公司简称补全公司全称的工具，包括具体的框架、实现原理以及完整源码，满满诚意，提供给各位看官。欢迎转发、订阅~有问题可以私信或留言沟通！]]></description><category></category></item><item><title><![CDATA[LLM应用实战: AI资讯的自动聚合及报告生成]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/143567510</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/143567510</guid><author>MENGERN</author><pubDate>Wed, 06 Nov 2024 12:31:23 +0800</pubDate><description><![CDATA[本qiang~开发了一款AI资讯的自动聚合及报告生成工具，包括具体的框架、实现原理以及完整源码，满满诚意，提供给各位看官。欢迎转发、订阅~]]></description><category></category></item><item><title><![CDATA[AI资讯每日速递(2024.11.05)]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/143556813</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/143556813</guid><author>MENGERN</author><pubDate>Wed, 06 Nov 2024 09:02:27 +0800</pubDate><description><![CDATA[AI最新资讯]]></description><category></category></item><item><title><![CDATA[LLM论文研读: GraphRAG的替代者LightRAG]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/143363662</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/143363662</guid><author>MENGERN</author><pubDate>Wed, 30 Oct 2024 14:12:44 +0800</pubDate><description><![CDATA[本文针对开源的LightRAG论文研读以及原理分析，包括核心模块、框架的整体工作流程等内容。]]></description><category></category></item><item><title><![CDATA[LLM应用实战: OpenAI多代理新作-Swarm]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/143150387</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/143150387</guid><author>MENGERN</author><pubDate>Tue, 22 Oct 2024 12:43:37 +0800</pubDate><description><![CDATA[本文主要是OpenAI开源multi-agent框架swarm进行介绍，包括其核心组件Agent, instructions,functions，多个Agent之间如何进行切换，以及针对其中的examples进行验证，框架及源码非常简单，看官们可以亲自尝试一下。]]></description><category></category></item><item><title><![CDATA[LLM应用实战: 文档问答系统Kotaemon-1. 简介及部署实践]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/142323156</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/142323156</guid><author>MENGERN</author><pubDate>Wed, 18 Sep 2024 08:49:54 +0800</pubDate><description><![CDATA[本篇主要是Kotaemon的简介信息，涉及到主要特点，与传统文档RAG的区别，如何部署、以及效果演示]]></description><category></category></item><item><title><![CDATA[LLM论文研读: MindSearch]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/141717837</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/141717837</guid><author>MENGERN</author><pubDate>Fri, 30 Aug 2024 14:58:18 +0800</pubDate><description><![CDATA[本文主要是针对MindSearch进行研读，掌握其中的原理及思想，且部署验证了效果]]></description><category></category></item><item><title><![CDATA[LLM应用实战: 产业治理多标签分类]]></title><link>https://blog.youkuaiyun.com/MENGERN/article/details/141363002</link><guid>https://blog.youkuaiyun.com/MENGERN/article/details/141363002</guid><author>MENGERN</author><pubDate>Tue, 20 Aug 2024 17:06:51 +0800</pubDate><description><![CDATA[本期的干货就是分享关于如何基于LLM实现数量多、层级多的多标签分类的实战经验，各位读者可以参考借鉴。]]></description><category></category></item></channel></rss>