- 博客(52)
- 收藏
- 关注
RSS订阅
原创 一人公司智能管理系统概述
简历助手: 帮助优化个人简历，提升求职竞争力战略分析助手: 提供商业战略分析和决策支持人事部助手: 生成人事相关文档和文章财务决策支持: 提供财务规划和决策建议!!!null!user：存储用户信息对象token：JWT令牌，初始化时从读取isLoggedIn：计算属性，反映登录状态。
2025-09-05 15:19:41
1091
原创 组件热重载功能实现代码映射
1.2 功能模块关系图#mermaid-svg-H1ysydh92KHLgS9B {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-H1ysydh92KHLgS9B .error-icon{fill:#552222;}#mermaid-svg-H1ysydh92KHLgS9B .error-text{fill:#552222;stroke:#552222;}#mermaid
2025-11-14 17:16:26
985
原创 fastapi 查询参数
或其它任意大小写形式（大写、首字母大写等），函数接收的 short 参数都是布尔值 True。值为 False 时也一样。skip=0&limit=10结果是一样的。skip=20：在 URL 中设定的值。limit=10：使用默认值。
2025-11-09 20:39:34
290
原创 fastapi请求体
FastAPI 推荐使用Pydantic 模型来定义请求体的结构，这样可以自动完成数据校验和类型转换。FastAPI 通过Pydantic 模型处理请求体，自动实现数据校验、类型转换和文档生成。支持复杂结构（嵌套模型、列表等）。可与路径参数、查询参数混合使用，FastAPI 会自动区分。通过访问自动生成的文档（/docs或/redoc），可以直观地测试请求体的发送和响应。
2025-11-09 13:38:36
421
原创 fastapi路径参数
通过path转换器，FastAPI 可以轻松处理包含斜杠的路径参数，适用于需要接收文件路径、URL 子路径等场景。只需在路径参数前添加前缀，即可让参数匹配完整的子路径字符串。
2025-11-09 13:10:37
526
原创 python并发 async / await
用async defprint(f"任务async def async_task(name , delay) : print(f"任务 {name } 开始") await asyncio . sleep(delay) # 模拟I/O操作（必须用异步版本的sleep） print(f"任务 {name } 完成（耗时 {delay } s）") return delay # 协程可以返回结果开始")
2025-11-09 00:44:57
243
原创 Pydantic
核心是继承BaseModel# 定义数据模型id: int # 必选字段，类型为intname: str = "John Doe" # 可选字段，默认值signup_ts: datetime | None # 可选字段，类型为datetime或Nonetastes: dict[str, PositiveInt] # 字典，key为str，value为正整数# 待验证的外部数据（可能存在类型不匹配等问题）"id": 123,
2025-11-08 14:37:10
649
原创 Python 类型提示
Python 3.6+ 版本加入了对"类型提示"的支持。这些"类型提示"是一种新的语法（在 Python 3.6 版本加入）用来声明一个变量的类型。通过声明变量的类型，编辑器和一些工具能给你提供更好的支持。
2025-11-08 12:27:27
995
原创 llamaindex框架官网笔记
工作流是多步骤的处理流程，通过组合一个或多个智能体、数据连接器及其他工具来完成任务。它是一种事件驱动型软件，支持整合 RAG 数据源与多个智能体，进而构建功能复杂的应用——这类应用可实现反思（Reflection）、错误修正（Error-Correction）等高级 LLM 应用的核心特性。此外，你还可以将这些智能体工作流部署为生产环境中的微服务。大语言模型（LLM）为人类与数据之间搭建了自然语言交互的桥梁。LLM 在训练阶段已涵盖海量公开数据，但并未涉及你的私有数据。
2025-10-24 11:08:14
666
原创 LangGraph智能体架构核心概念
传统LLM应用多依赖硬编码的固定控制流智能体是通过LLM自主决定应用控制流的系统路由决策：在多个预设路径中选择一条（如“生成故事”或“生成笑话”）；工具选择：自主决定调用哪些工具（如搜索、计算、数据库查询）；任务判断：评估当前结果是否足够，决定是否需要继续执行（如“是否需要补充搜索”）。智能体架构的本质是“赋予LLM不同程度的控制权”，从简单的单步决策到复杂的多步自主规划，控制权逐步增强。核心逻辑。
2025-10-23 17:49:26
511
原创 LangGraph工作流与智能体核心模式总结
工作流模式（提示词链、并行化、路由、编排者-工作者）适合流程固定、可拆解的任务，强调稳定性与效率；智能体模式适合开放式、步骤不可预测的任务，强调自主性与灵活性；评估器-优化器模式可作为“增强模块”，嵌入其他模式提升结果质量。所有模式均基于LangGraph的“状态图（StateGraph）”核心，通过节点（子任务）、边（流程连接）、状态（数据存储）的组合实现，同时依托LangSmith的可观测性与持久化能力，支持从开发到生产的全流程落地。
2025-10-23 17:47:14
637
原创 本地环境部署LangGraph
除可视化UI外，可通过Python SDK（同步/异步）或REST API直接调用本地服务器接口，验证应用功能。通过CLI从官方模板创建新项目，快速生成可扩展的基础架构（示例使用。（可免费注册获取），用于后续应用的追踪、调试与可观测性支持。命令启动本地API服务器，默认启用。进入项目根目录，以“编辑模式”（示例文件，需基于该文件创建。
2025-10-23 17:41:00
433
原创 本地环境部署LangGraph
除可视化UI外，可通过Python SDK（同步/异步）或REST API直接调用本地服务器接口，验证应用功能。通过CLI从官方模板创建新项目，快速生成可扩展的基础架构（示例使用。（可免费注册获取），用于后续应用的追踪、调试与可观测性支持。命令启动本地API服务器，默认启用。进入项目根目录，以“编辑模式”（示例文件，需基于该文件创建。
2025-10-23 17:39:41
770
原创 LangGraph基本操作及工作流搭建
该指南围绕LangGraph预构建可复用组件，提供了智能体搭建的完整流程，从环境准备到功能配置逐步展开，帮助开发者快速构建可靠的智能体系统，核心内容可分为前提条件、6个核心操作步骤静态提示词：固定不变的字符串或消息列表，直接定义智能体行为（如禁止回答天气问题）：agent = create_react_agent(prompt="Never answer questions about the weather." # 静态提示词动态提示词：通过函数生成，可结合智能体状态（state）和运行时配置（
2025-10-23 17:37:24
1083
原创 CrewAI 核心概念（Knowledge）篇
补充领域知识：为智能体注入行业文档、技术规范等专业信息，提升任务专业性；锚定事实依据：让智能体的决策与响应基于真实数据（如用户信息、市场报告），减少幻觉；跨对话保上下文：存储并复用历史交互或任务中的关键信息，避免重复输入；支持实时数据：通过网页、API 等源获取最新信息（如新闻、股价），适配动态场景。核心逻辑：知识系统将外部信息（文件、网页、API 数据等）转化为向量存储（默认用 ChromaDB），智能体执行任务时自动检索相关知识片段，结合自身逻辑生成输出，无需手动调用检索工具。
2025-10-23 16:59:06
468
原创 CrewAI 框架核心定义“流程（Flows）篇
结构化工作流创建：轻松串联多个任务（Tasks）或团队（Crews），支持多步骤自动化；状态管理：统一存储和共享工作流中各任务的中间数据，避免上下文丢失；事件驱动架构：基于“事件触发”模式，任务执行依赖前序输出，支持动态响应；灵活控制流：支持条件分支（if-else）、循环、多输入触发（AND/OR）等复杂逻辑；低代码友好：通过装饰器（如@start@listen）简化流程定义，配合可视化工具降低调试成本。
2025-10-23 16:50:30
1162
原创 CrewAI 核心概念 团队（Crews）篇
在 CrewAI 中，团队（Crew）统筹任务执行：定义任务分配策略与工作流，协调智能体完成一组关联任务；支持多智能体协作：通过指定执行流程（如顺序、分层），实现智能体间的分工与配合；统一管理资源：集中配置内存、缓存、日志等资源，避免智能体重复配置；企业级支持：配合 CrewAI Enterprise 的可视化工具，简化团队构建与流程调试。通过@CrewBase@agent@task@crew@CrewBase # 标记该类为团队基类"""市场分析团队：负责收集市场数据并生成报告"""
2025-10-23 16:45:37
532
原创 CrewAI 核心概念 Tasks篇
在 CrewAI 中，任务（Task）信息完整性：包含执行所需的全部细节（描述、负责人、工具等），支持从简单查询到复杂协作的各类场景；协作性：支持多智能体协作完成，通过任务属性与团队（Crew）的执行流程（Process）实现分工与流程管控；企业级工具：CrewAI Enterprise 提供“可视化任务构建器（Visual Task Builder）”，支持无代码操作（拖拽创建、可视化依赖、实时测试），简化复杂任务流设计。通过实例化Task# 研究任务（指定智能体、工具）
2025-10-23 16:41:31
659
原创 Crew核心概念 Agent篇
在 CrewAI 中，智能体是具备自主性执行特定任务（如研究、代码开发、报告生成）；基于自身角色和目标做决策；使用工具（如搜索、代码执行工具）完成目标；与其他智能体协作、传递信息；维护交互记忆（如跨任务保留上下文）；允许时将任务委派给其他智能体。企业级功能：CrewAI Enterprise 提供“可视化智能体构建器（Visual Agent Builder）”，支持无代码配置（表单式界面、实时测试、预制模板库），简化智能体创建流程。通过实例化Agent。
2025-10-23 16:36:10
338
原创 Crew连接多个 MCP 服务器
库中的支持并发连接多个 MCP 服务器，并自动聚合所有服务器提供的工具，统一提供给 CrewAI 智能体使用。适用场景：当智能体需要调用分布在不同服务（如本地脚本、远程实时流服务、远程 HTTP 服务）或环境中的工具时，无需单独管理每个服务器连接，可通过一次配置实现多源工具集成。
2025-10-23 16:29:55
627
原创 通过 Stdio（标准输入/输出）传输机制，实现 CrewAI 与本地 MCP 服务器的连接
Stdio 传输是专为本地 MCP 服务器设计的通信方式，通过进程间的标准输入（stdin）和输出（stdout）流实现数据交互，适用于 MCP 服务器为脚本或可执行文件、且与 CrewAI 应用运行在同一台机器的场景。
2025-10-23 16:28:18
503
原创 crewAI 外接MCP教程
模型上下文协议（Model Context Protocol，简称 MCP）提供了一种标准化方式，能让人工智能智能体通过与外部服务（即 MCP 服务器）通信，向大型语言模型（LLMs）提供上下文信息。库对 CrewAI 的功能进行了扩展，允许你将这些 MCP 服务器中的工具无缝集成到智能体中。这使得你的智能体团队（crews）能够获取丰富的功能生态。标准输入输出（Stdio）：适用于本地服务器（同一台机器上的进程之间通过标准输入/输出进行通信）服务器发送事件（SSE）
2025-10-23 16:27:28
993
原创 CrewAI智能体框架
CrewAI 是一个创新的开源多智能体编排框架，它的主要目的是通过协调多个 AI智能体的协作来完成复杂任务CrewAI 模拟了现实世界中的工作团队，让不同角色的智能体能够自主地相互委派任务和交流，从而实现比单一语言模型更强大的性能表现。🤖 Agent (代理)代理是具有特定角色、目标和能力的 AI 实体。关键属性：● role：代理的角色（如"研究员"、“作家”）● goal：代理要实现的目标● backstory：代理的背景故事，帮助 LLM 更好地理解角色● tools：代理可以使
2025-10-20 18:40:12
273
原创 Ubuntu Linux 入门指南
Ubuntu Linux 入门指南对于刚接触 Linux 的新手来说，选择一款友好、稳定且社区活跃的发行版至关重要，而Ubuntu无疑是最佳选择之一。作为基于 Debian 的开源操作系统，Ubuntu 以易用性、安全性和丰富的软件生态著称，无论是日常办公、编程开发还是服务器部署，都能轻松应对。本文将带你从零开始，一步步掌握 Ubuntu 的基础操作，快速实现从 Windows/macOS 到 Linux 的过渡。
2025-10-12 20:54:52
724
原创 LangChain部署rag代码笔记（代码来自赋范大模型社区开源）
本系统实现了一个完整的多模态RAG解决方案，能够处理PDF文件中的文本和图片信息，通过向量检索增强大语言模型的回答能力。系统采用模块化设计，各组件职责清晰，便于维护和扩展。多模态支持：不仅处理文本，还能提取和引用图片高效检索：使用FAISS实现快速相似性搜索流式响应：提供实时的回答生成体验会话管理：支持多轮对话，保持上下文可扩展性：各模块松耦合，便于替换或升级。
2025-10-07 19:55:58
542
原创 LangChain部署rag Part3olmOCR与MinerU工具（赋范大模型社区公开课听课笔记）
在大模型技术飞速发展的当下，多模态检索增强生成（RAG）系统成为连接海量非结构化数据与大模型能力的关键桥梁。而PDF作为科研文献、企业报告等专业内容的主要载体，其“版面/坐标导向”的存储特性与RAG“语义/结构导向”的检索需求存在天然矛盾。本文将聚焦多模态RAG系统的核心入口环节——PDF转Markdown（MD），深入解析两款主流工具olmOCR与MinerU的技术特性、部署流程及实战应用，助力开发者搭建高精度、可扩展的多模态RAG系统。
2025-10-07 19:42:05
735
原创 LangChain部署RAG part2.搭建多模态RAG引擎（赋范大模型社区公开课听课笔记）
import os# 1. 加载环境变量# 2. 初始化LLM与嵌入模型MODEL_NAME = "deepseek-chat" # 主模型（DeepSeek对话模型）# 主模型：用于对话与工具调用决策temperature=0 # 0表示确定性输出，适合问答# 评估模型：判断检索结果是否相关# 嵌入模型：与向量库一致# 3. 加载向量库并创建检索工具VS_PATH = "langchain_course_db" # 向量库路径# 创建检索工具（每次返回3条相关结果）
2025-10-07 19:37:18
749
原创 LangChain部署RAG part1(背景概念)（赋范大模型社区公开课听课笔记）
多模态RAG不仅是大模型技术的“补短板”方案，更是未来Agent系统的核心能力——它让机器从“仅能理解文本”升级为“能看懂表格、图片、公式”，真正实现“多模态知识的自主检索与推理”。入门阶段：用MarkItDown+PaddleOCR+Chroma，搭建轻量多模态RAG，处理简单PDF（如产品说明书）。进阶阶段：集成InternVL 3.5+MinerU，实现学术论文的“公式+图表+文本”统一检索。企业阶段。
2025-10-07 19:28:55
640
原创 LlamaIndex RAG知识库对话与OCR识别系统搭建
核心目标：隐藏默认的“README按钮”“Chat按钮”等冗余元素，优化界面简洁度。操作步骤在public文件夹创建ui.css文件；写入CSS样式（通过浏览器开发者工具获取元素类名）：/* 隐藏README按钮 */important;/* 隐藏Chat按钮 */important;/* 隐藏默认Logo（替换为自定义Logo时使用） */important;/* 隐藏页脚 */important;在中配置CSS路径：[UI]
2025-09-22 11:09:46
645
原创 llamaindx+Chaintlit个人学习笔记
首先在讲RAG之前我们要先理解什么是大模型（llm）人话： 大模型就是一个被训练得特别“大”的人工智能程序，它懂语言、懂知识、懂逻辑，能帮你写文章、聊天、做题、画图、写代码。官方语言：然后我们来讲讲大模型和用户的简单交互示意。
2025-09-10 09:43:06
949
原创 Django5个人笔记
首先是一个开源、高级的 Python Web 框架：提供从数据库到用户界面的完整解决方案，内置 ORM、模板引擎、表单处理、认证系统等。让人们专注于编写应⽤程序，⽽⽆需重新发明轮⼦。
2025-08-16 11:26:14
531
原创 mysql8.0笔记
2.创建一个表叫 users，字段有：id INT，username VARCHAR(20)但是现在我们想给这个数据库表插入数据我们可以选择运行。2把张三的邮箱改成 zhangsan@new.com。相对于来说就是加个逗号结尾还是用常规结束符;我们也可以选择插入部分字段（其余为NULL）当然一个一个添加太麻烦了我们可以批量添加。1插入 3 个用户：张三、李四、王五。1.创建一个数据库叫 testdb。这样子我们就有了张三这个数据库实例。假设我们已经有了这张表。
2025-08-09 15:05:18
418
原创 人工智能聊天页面搭建（源码）文淇ai聊天
文淇AI聊天助手是一款轻量级网页应用，支持本地部署，采用阿里云千问大模型API。项目采用分层架构，前端使用HTML/CSS/JS实现响应式UI，后端基于Python 3.9和FastAPI，数据库使用SQLite。核心功能包括：匿名/账号双模式登录、流式对话输出、会话持久化存储等。系统实现了用户管理（注册/登录/验证）、消息流式传输、历史记录存储等功能，通过.env文件管理敏感配置。数据库设计包含用户表、验证表和聊天记录表，支持数据持久化和快速检索。项目适合初学者学习全栈开发，提供了完整的聊天应用实现方案。
2025-07-26 17:59:26
777
原创 cs50学习笔记：html+css+javascript篇
功能：自动给设备发“网络身份证”（IP地址、网关、DNS等）。为啥需要：避免手动配置的麻烦和冲突（就像避免租房撞号）。工作流程设备喊：“我要IP！服务器回：“给你这个IP，租你1天！设备说：“成交！本质：一套请求-响应规则（浏览器问，服务器答）。核心特点明文传输：像寄明信片，内容能被偷看（后来升级成HTTPS“加密快递”）。无状态：每次请求独立（像每次点外卖都要重新说“我是谁”）。常见状态码200：成功（外卖到手！404：找不到（商家没这菜！500：服务器崩了（厨房炸了！
2025-07-05 11:20:26
1043
原创 从0开始搭建一个简易静态瓦洛兰特交流网站
我现在有一个微信群，主要是游戏交流开黑。目前人数不多打算做一个招新网站朋友A想把自己的击杀集锦和玩家信息放进去。还要提供微信群拉新功能。
2025-07-04 15:10:52
254
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