- 博客(1587)
- 收藏
- 关注
RSS订阅
原创 一文读懂RAGFlow：从 0 到 1教你搭建RAG知识库
RAGFlow是一种融合了数据检索与生成式模型的新型系统架构，其核心思想在于将大规模检索系统与先进的生成式模型（如Transformer、GPT系列）相结合，从而在回答查询时既能利用海量数据的知识库，又能生成符合上下文语义的自然语言回复。该系统主要包含两个关键模块：数据检索模块和生成模块。数据检索模块负责在海量数据中快速定位相关信息，而生成模块则基于检索结果生成高质量的回答或文本内容。
2025-02-27 10:22:57
20866
1
原创 DeepSeek超全使用指南（2025最新版）-从入门到精通
在AI工具井喷的2025年，DeepSeek凭借其强大的中文理解能力和场景化解决方案，成为职场人、创作者和开发者的效率神器。本文将手把手教你解锁DeepSeek的全部潜能，让你的生产力实现指数级飞跃。DeepSeek R1正式入驻Azure AI Studio，成为首个直连全球GPU资源池的中国大模型。这记重拳直接击碎"东西方AI生态隔离"的幻想——当华盛顿还在讨论技术封锁法案时，中国AI已用代码轰开微软帝国的大门，聪明的中国用户早已用DeepSeek写完周报、搞定投标书、甚至生成年会相声剧本。
2025-02-06 10:31:45
61505
2
原创 DeepSeek 超全面指南！入门 DeepSeek 必看
最近，AI界出现了一匹黑马——DeepSeek。这个名字可能对很多人来说还比较陌生，但它已经在全球范围内引发了巨大的关注，甚至让一些科技巨头感到了压力。今天，就让我们一起走进DeepSeek的世界，看看它到底有多厉害！DeepSeek（中文名：深度求索）是一款由杭州深度求索人工智能基础技术研究有限公司开发的人工智能模型。它的英文名“DeepSeek”可以读作“深思”（Deep）和“探索”（Seek），寓意着通过深度学习技术探索未知的领域。
2025-02-04 13:38:35
369459
3
原创 收藏！程序员/小白大模型转行全攻略：选对方向少走1年弯路
大模型转行，拼的不是“天赋”，而是“选对方向+持续实战”。对于新手来说，不用一开始就追求“高大上的算法”，从数据、平台这些容易切入的方向入手，先做出能跑起来的产品，再逐步深化能力，是最高效的路径。如果看完这篇攻略，你对方向选择、学习资源还有疑问，可以在评论区留言，说说你的背景（比如“零基础”“后端转行者”），我会针对性给出建议。
2025-12-24 10:35:12
330
原创 收藏！小白也能轻松掌握的AI Agent主流设计模式详解
总结来看，通用场景，React 作为最基础的设计模式他的本身其实很简单的，但是因为他每次限定了自己只能执行一个程序，因此他也是比较慢的。因此呢，出现了一些性能优化，比如工具并行执行，但是如果要想保持优化的同时也保留 React 灵活调整的策略，就需要打破每次只能执行一个工具的限制。这也是 Plan & Execute 和 LLM Compiler，所做的事。更进一步呢，如果我们希望工具之间能够进行信息传输，可以使用 REWООO，
2025-12-24 10:33:24
178
原创 收藏！大模型行业薪资真相：百万可及，千万是传说（附小白/程序员入行指南）
最近后台被问爆了——刷到太多“年薪千万”的热搜，不少程序员和入行小白都来问：这行情是真的吗？自己要不要跟风转岗？其实这事不能只看标题，拆开来聊才够客观，看完这篇帮你理清方向～
2025-12-24 10:29:56
501
原创 收藏！微调Rerank模型完整指南（小白&程序员专属，LlamaIndex实操版）
Rerank（重排序）模型是RAG系统中的"精排"组件，用于对初步检索到的文档进行二次排序，选出最相关的文档。
2025-12-24 10:24:24
430
原创 【值得收藏】大模型入门到精通：原理、训练与应用全面解析
大模型是指具有数千万甚至数亿参数的深度学习模型。近年来，随着计算机技术和大数据的快速发展，深度学习在各个领域取得了显著的成果，如自然语言处理，图片生成，工业数字化等。为了提高模型的性能，研究者们不断尝试增加模型的参数数量，从而诞生了大模型这一概念。本文讨论的大模型将以平时指向比较多的大语言模型为例来进行相关介绍。
2025-12-23 11:02:38
527
原创 收藏备用！知识库与知识图谱怎么选？大模型RAG架构选型终极指南
对于大模型RAG架构来说，知识库是“基础底盘”，保证了知识的广度和落地效率；知识图谱是“进阶引擎”，提升了知识的精度和推理能力。最后给新手一句忠告：不要为了“炫技”而盲目上知识图谱。落地项目的核心是解决业务问题，先从低成本的知识库入手，验证需求后再逐步升级到GraphRAG，才是最稳妥、最高效的路径。当知识库的“博学”遇上知识图谱的“逻辑”，才能真正搭建出聪明、可靠的AI系统。
2025-12-23 10:59:11
519
原创 收藏！AI 大模型学习全攻略：小白 & 程序员必看，拒绝被时代淘汰！
如今技术圈降薪裁员频频爆发，传统岗位大批缩水，相反AI相关技术岗疯狂扩招，薪资逆势上涨150%，大厂老板们甚至开出70-100W年薪，挖掘AI大模型人才！技术的稀缺性，才是你「值钱」的关键！具备AI能力的程序员，比传统开发高出不止一截！有的人早就转行AI方向，拿到百万年薪！👇🏻👇🏻是不是也想抓住这次风口，但卡在 “入门无门”？小白：想学大模型，却分不清 LLM、微调、部署，不知道从哪下手？传统程序员：想转型，担心基础不够，找不到适配的学习路径？
2025-12-23 10:49:44
446
原创 收藏备用｜AI Agents学习：Workflow vs Agent 核心辨析与实战指南
其次，LLM 能够提供此类反馈。随着AI自动化技术在开发领域的普及，想要搭建可靠的Agent系统，先厘清Workflow（工作流）与Agent（智能体）的本质区别，是后续学习和实践的关键前提。该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。从简单的提示入手，通过全面的评估进行优化，只有在简单的解决方案无法满足需求时，才添加多步骤的智能体系统。
2025-12-23 10:47:58
208
原创 【收藏】2025 AI行业最大机遇：大模型应用层爆发，程序员转型黄金期！
2025年AI行业的核心风口，毫无疑问聚焦在！头部企业早已抢先布局：字节跳动7个团队全力冲刺Agent赛道，腾讯、京东、百度同步开放大批量技术岗，其中80%以上都与AI强相关……行业热度直接带动岗位爆发：大模型相关岗位数量同比激增69%，年薪突破百万的岗位屡见不鲜；脉脉平台数据显示，超1000家企业正在紧急招聘大模型人才，人工智能岗平均月薪高达7.8w，就连实习生日薪都能达到4000元，远超其他行业平均水平！更关键的是供需失衡：当前超过60%的企业都在推进AI产品落地，但真正能独立交付大模型项目的。
2025-12-23 10:41:37
606
原创 收藏！一文读懂什么是Agent？大模型落地必备架构解析
很多人觉得Agent是“更聪明的AI”，其实错了。它和WorkFlow的本质区别，是工程范式的迭代WorkFlow是“人提前把所有逻辑想清楚、写死”，可控性强但灵活度差、维护成本高；Agent是“人只定义工具，把逻辑判断交给模型”，灵活度高、维护成本低，但需要付出Token和效率的代价。对于想落地大模型的程序员来说，不用盲目追求Agent，而是要根据场景选择：简单、固定的场景，WorkFlow足够用；复杂、多变、用户意图难覆盖的场景，Agent才是更优解。
2025-12-22 11:11:23
787
原创 收藏！35岁程序员转行大模型领域：8步落地指南（小白/进阶通用）
如今技术圈降薪裁员频频爆发，传统岗位大批缩水，相反AI相关技术岗疯狂扩招，薪资逆势上涨150%，大厂老板们甚至开出70-100W年薪，挖掘AI大模型人才！技术的稀缺性，才是你「值钱」的关键！具备AI能力的程序员，比传统开发高出不止一截！有的人早就转行AI方向，拿到百万年薪！👇🏻👇🏻是不是也想抓住这次风口，但卡在 “入门无门”？小白：想学大模型，却分不清 LLM、微调、部署，不知道从哪下手？传统程序员：想转型，担心基础不够，找不到适配的学习路径？
2025-12-22 11:07:10
924
原创 【必收藏】DeepSeek+RAG构建本地知识库：从零打造虚拟技术支持工程师
在当今这个信息爆炸的时代，人工智能技术正以前所未有的速度发展。其中，DeepSeek 作为新一代的 AI 选手，迅速成为行业内的焦点。DeepSeek 在多项性能测试中已经达到了 OpenAI 的最新大模型 o1 水平，部分项目还实现了超越，在多项评测中表现优异，甚至直逼世界顶尖的闭源模型 GPT-4o 和 Claude-3.5-Sonnet。
2025-12-22 11:05:43
598
原创 收藏！程序员从零转行大模型全攻略｜小白零门槛入门指南
程序员从零转行大模型，并非“遥不可及”，关键是找对方向、筑牢基础、强化实战。记住核心路径：先确定适配自己的发展方向（优先应用开发），再系统学习编程、数学、机器学习基础，通过核心技术攻坚建立理论认知，最后用项目实战积累经验，借助开源社区与技术分享提升竞争力。大模型领域充满机遇，也需要持续付出。希望这份指南能帮你理清思路，少走弯路。祝你在大模型赛道稳步前行，实现职业升级！
2025-12-22 11:03:31
939
原创 AI智能体(AI Agent)全解析：从底层原理到落地实践，小白也能快速上手，值得收藏
智能体（Agent）是一个能够代表用户，以高度独立性完成任务（Workflow） 的系统。它能理解用户目标，自主选择行动路径，并利用外部工具执行任务。简单来说，它是“能帮你做事的AI”，而不仅仅是“能和你聊天的AI”。比如你告诉它“帮我分析最新销售数据，并生成周报”，它不会仅仅生成报告模板，而会：1.查询数据库 → 2. 分析关键指标 → 3. 生成图表 → 4. 写出总结报告 → 5. 邮件发送。这就是一个完整的 Agent工作流闭环。智能体真正的价值来自它能“动手”。类型作用示例。
2025-12-22 11:01:54
935
原创 【收藏】RAG是什么？Embedding是什么？小白也能看懂的实战讲解
想象一下，你要教一个只懂数学的外星人理解“苹果”这个词。你没法直接解释“红色、圆形、能吃的水果”，但你可以把“苹果”转换成一组数字——这组数字就是向量。把人类语言中模糊的语义，转换成了计算机能计算的、精确的数字数组。比如“苹果”可能对应向量，“香蕉”对应，两个向量的数字越接近，代表语义越相似。RAG和Embedding是解决大模型幻觉问题的“黄金组合”——Embedding负责把文本变成可计算的向量，实现精准检索；RAG负责把检索结果喂给大模型，让它基于真实资料生成答案。
2025-12-22 10:59:45
732
原创 收藏！程序员转行大模型开发：4大核心方向+详细学习路线（小白友好）
以上4个方向各有侧重：NLP方向落地成熟、入门友好；CV方向场景广泛，多模态融合潜力大；算法方向技术核心，适合追求创新的开发者；部署方向工程属性强，岗位需求紧迫。程序员可根据自身技术基础（比如熟悉图像处理可优先选CV，擅长工程开发可优先选部署）和兴趣爱好选择适配方向。需要注意的是，大模型领域技术迭代速度快，无论选择哪个方向，持续学习都是核心竞争力——建议定期关注行业动态、追踪顶会成果、参与开源社区（如GitHub、Hugging Face）。
2025-12-21 14:15:00
174
原创 【干货收藏】大模型AI代理开发全攻略：8大关键要点助你构建智能系统
构建真正有效的AI代理不仅仅是将LLM与一些工具简单绑定在一起，它需要仔细规划和考虑多个因素。通过仔细考虑这八个方面——从明确的目标定义到强大的内存和持续的评估——你可以创建出强大的智能自动化工具。记住，构建复杂的自主AI系统是一个迭代的过程。这些原则将引导你成功地构建出既强大又可靠的AI代理。
2025-12-21 10:00:00
354
原创 【干货收藏】大模型学习路线图：从零基础到实战能手的系统指南
如今技术圈降薪裁员频频爆发，传统岗位大批缩水，相反AI相关技术岗疯狂扩招，薪资逆势上涨150%，大厂老板们甚至开出70-100W年薪，挖掘AI大模型人才！技术的稀缺性，才是你「值钱」的关键！具备AI能力的程序员，比传统开发高出不止一截！有的人早就转行AI方向，拿到百万年薪！👇🏻👇🏻是不是也想抓住这次风口，但卡在 “入门无门”？小白：想学大模型，却分不清 LLM、微调、部署，不知道从哪下手？传统程序员：想转型，担心基础不够，找不到适配的学习路径？
2025-12-20 10:40:56
560
原创 一文掌握AI Agent：8种智能体架构详解，大模型应用开发必看指南
本文详细介绍了8种核心AI Agent智能体架构，从基础的简单反射智能体到前沿的基于大语言模型的智能体。前五类构成了现代AI的基础逻辑，后三类代表未来趋势，特别是LLM-Based Agents作为大模型落地的终极形态，以GPT等为核心"大脑"，结合外部存储和工具调用执行复杂任务。选择正确的智能体架构，意味着拥有数字化团队而非单一工具。
2025-12-20 10:34:19
674
原创 【深度收藏】大模型提示词全解析：零基础也能掌握的核心技术
为了系统掌握大语言模型提示词的创作与调优，首先必须掌握一些基础知识。这包括大语言模型提示词提示词模板提示词工程模型微调RAG的概念和关系。此外，我们应认识到，并非所有问题都能通过提示词工程来解决，了解还有哪些常见的其他手段。掌握这些知识将为后续系统学习提示词创作与调优技巧奠定坚实基础。提示词（Prompts）是与大型语言模型（如通义千问、GPT-4）互动时输入的一段文字或问题。这段文字或问题引导模型生成相应的回答或内容。通俗来讲，如果你需要将一个任务交给另外一个人，你就需要把任务给对方说清楚。
2025-12-20 10:32:52
534
原创 【收藏干货】程序员转型/小白入门大模型应用开发，避开这些坑就能快速上岸
后台每天都有不少朋友咨询大模型应用开发的入门问题：“传统后端程序员转型难不难？”“零基础学多久能找到工作？”“怕学完技术过时怎么办？”其实不用过度焦虑——。很多人对大模型应用开发有个误解，觉得必须是AI专业出身、精通机器学习才能入行。但实际调研数十家企业招聘需求后发现，企业更缺的是“能把大模型能力落地到业务”的应用开发人才。比起算法研究，这类岗位更看重工程实现、业务适配能力，。更值得关注的是，大模型应用开发不仅门槛友好，薪资竞争力也持续在线。
2025-12-20 10:31:57
887
原创 收藏级！30天从零入门AI大模型：从理论到项目实战全指南（小白/程序员必看）
人工智能大模型（Large Language Models, LLMs）已然成为当下科技圈的“流量核心”与技术风口。从ChatGPT引爆全球关注，到LLaMA、Qwen等开源模型百花齐放，掌握大模型相关技术，早已成为技术人突破职业瓶颈、提升核心竞争力的关键抓手。但大模型涉及的知识体系繁杂厚重，从底层架构到工程实践跨度极大，让不少初学者望而却步，陷入“想学却不知从何下手”的困境。
2025-12-19 10:42:07
652
原创 【收藏级干货】一文掌握大模型：14个核心概念从基础到进阶
本文系统性地梳理了构成现代AI大模型技术栈的一系列核心基础概念。从奠定基础的Transformer架构，到数据处理的Token与Embedding；从模型生命周期的预训练与微调，到追求效率与容量的MoE；从突破知识边界的RAG，到迈向通用智能的Agent；再到确保AI有益于人类的提示工程与对齐，以及必须正视的幻觉挑战。这些概念相互关联、层层递进，共同描绘了当前大模型技术发展的全景图。理解这些基础概念，不仅是深入研究和应用大模型的必要前提，也是我们思考人工智能未来发展方向、机遇与挑战的重要基石。
2025-12-19 10:41:02
935
原创 收藏！从入门到进阶：大模型系统学习全攻略（附实战案例）
随着生成式AI技术的爆发，大模型（Large Language Models, LLMs）已从实验室走向产业落地，渗透到智能客服、代码开发、内容创作、数据分析等多个领域。对于程序员和技术爱好者而言，掌握大模型不仅是提升职场竞争力的加分项，更是拥抱下一代技术革命的必经之路。但大模型知识体系庞大，从理论架构到工程实践存在较高门槛，很多学习者容易陷入“碎片化学习”的困境。
2025-12-19 10:39:46
612
原创 大模型提示词工程全攻略：从基础到进阶，这篇收藏版教程让你成为AI对话高手！
提示词就是你和 AI 对话时说的话，是你给 AI 下达的“指令”、“问题”或者描绘的画面（这里的渠道可以是 DeepSeek、豆包或者其他的 AI 应用）。为什么它很重要？AI 的回答质量，很大程度上取决于你问得好不好。好的提示词能让 AI 瞬间“开窍”，给你更准确、更有创意的答案。
2025-12-19 10:27:22
973
原创 收藏！2025程序员转AI指南：从0到1掌握大模型应用开发
AI应用开发不是"算法专家的专属"，而是每个程序员都能掌握的技能。你已经有编程基础、逻辑思维，现在只是多了一个叫"大模型"的强大工具。按照这个路径，从API调用开始，一步步完成项目，6-12个月后，你会发现：自己不仅没被AI淘汰，反而成了能用AI提升效率、创造价值的稀缺人才。祝你在AI开发的路上，少走弯路，快速成长！🚀。
2025-12-18 10:35:13
862
原创 AI大模型训练全攻略：从零开始到实战应用，超详细教程，建议收藏学习！
训练人工智能模型，是教计算机系统从实例中学习，而非给它一系列规则让其遵循。我们不采用给与其固定模式的方式，而是通过展示大量数据，让它自行发现模式。数据集、算法和训练过程。数据集是模型研究的信息，算法是帮助它从数据中学习的方法，训练过程则是它不断练习、进行预测、找出错误并持续改进的过程。训练中，训练数据和验证数据的使用至关重要。训练数据帮助模型学习模式，而验证数据（数据集的独立部分）用于测试模型的学习效果。验证能确保模型不只是记住示例，还能对未见过的新数据做出可靠预测。img。
2025-12-18 10:34:22
692
原创 藏！大模型入门到实战全攻略：小白也能看懂的学习路径+资源包
在优快云逛久了就会发现，现在的技术圈里，大模型绝对是“顶流”——ChatGPT重塑交互方式，DeepSeek、文心一言等国产模型强势崛起，AI大模型正以肉眼可见的速度驱动技术变革。对程序员和技术小白来说，掌握大模型相关技术不再是“加分项”，而是提升职场竞争力的“必修课”。但懂的都懂，大模型技术横跨机器学习、NLP、深度学习等多个领域，知识点又多又杂，刚入门时很容易陷入“看了一堆资料却越学越乱”的困境。
2025-12-18 10:32:28
431
原创 【强烈推荐】大模型微调实战指南：从LLaMA Factory到Ollama，打造你的专属模型
模型微调，顾名思义，就是对模型微微做一些调整。为什么要做微调呢？如果可以的话，每个公司都想拥有一个属于自己的大模型。但是，现实比较残酷，训练一个大模型需要花太多的钱。按照一些大公司的说法，一个千亿参数的大模型，训练一次的成本大约需要几百万美元。这显然就超过一个普通公司承受的范围。虽然我们无法训练一个属于自己的大模型，但一个好消息是，我们可以做模型微调。大模型是构建于神经网络基础之上的，神经网络可以理解成一个一个的神经元构建的网络。训练模型，就是在调整神经元之间的连接方式。
2025-12-18 10:30:57
842
原创 收藏备用！AI产品经理入门全解析，大模型时代必看指南
很多人问"现在入行AI产品经理晚不晚"，答案是"完全不晚"——大模型的落地才刚刚开始，教育、医疗、金融、零售等行业都有大量空白场景，急需既懂技术又懂业务的AI产品人才。但要记住，AI产品经理不是"风口职业"，而是"能力职业"——核心竞争力从来不是"懂AI术语"，而是"能用AI技术解决实际问题"。不管是程序员还是小白，只要沉下心补技术、积经验、懂业务，就能在这个赛道站稳脚跟。
2025-12-17 10:20:47
799
原创 收藏！30+程序员别再内耗：零基础转大模型，2个月拿2W+offer
32岁转行时，我也怕自己“跟不上年轻人”，但真正学起来才发现，程序员的技术底蕴是最大的优势。大模型领域不缺“懂理论的人”，缺的是“能把技术落地到业务”的人——这正是我们有经验的程序员的强项。如果现在的你也陷入职业瓶颈，别光焦虑不行动。大模型的风口还在，从简单的API调用开始，用1个月时间入门，2个月时间做项目，3个月后你可能就会收到意想不到的offer。最后整理了我学习时用的资料包，包括Python基础教程、LangChain实战代码、大模型面试题库，需要的朋友可以在评论区留言“大模型”，我直接发你。
2025-12-17 10:18:46
403
原创 程序员必看！大模型RAG优化策略详解，收藏这份6大方向全方位提升指南
*数据处理阶段：**对原始数据进行清洗和处理，然后将处理后的数据转化为检索模型可以使用的格式，最后存储在对应的数据库中。**检索阶段：**将用户的问题输入到检索系统中，从数据库中检索相关信息。**增强阶段：**对检索到的信息进行处理和增强，以便生成模型可以更好地理解和使用。**生成阶段：**将增强后的信息输入到生成模型中，生成模型根据这些信息生成答案。
2025-12-17 10:17:14
605
原创 必藏干货！AI大模型从入门到实践，小白也能懂的学习全攻略
当ChatGPT写出流畅代码、文心一言生成专业报告，AI大模型早已从技术圈的“黑话”变成全民热议的焦点。对于渴望入局AI领域的程序员、刚接触技术的IT小白，甚至是想提升效率的职场人来说，大模型不再是遥不可及的技术概念，而是能落地的实用工具和未来的核心竞争力。但很多人面对“参数量”“微调”“Prompt工程”等术语时往往望而却步，其实大模型学习有清晰的路径可循。如今的大模型已实现“普惠化”突破——不用搭建昂贵的算力集群，通过API调用就能使用GPT-4、通义千问等主流模型；
2025-12-17 10:13:36
890
原创 大模型幻觉全攻略：从入门到精通（程序员必学）
随着大模型（Large Language Models, 以下简称LLM）迅猛发展的浪潮中，幻觉（Hallucination）问题逐渐成为业界和学术界关注的焦点。所谓模型幻觉，指的是模型在生成内容时产生与事实不符、虚构或误导性的信息。比如，当你询问“世界上最长的河流是哪条？”模型可能一本正经地回答：“是亚马逊河，位于非洲”，而实际上亚马逊河在南美洲，同时也并不是最长的河流。
2025-12-17 10:11:41
981
原创 速藏！程序员/小白必看：传统技术顶不住？大模型才是新饭碗
3年前，你或许能用Java搞定分布式系统、用Python玩转数据分析，就在团队里站稳脚跟；2年前，Spring Cloud微服务架构熟稔于心，薪资谈判都多三分底气。但2024年的今天，只抱着这些“老本行”的程序员会发现：面试邀约少了，薪资涨幅停了，甚至身边不少同事都在悄悄恶补大模型知识——技术圈的“饭碗逻辑”，早已被AI重构。ChatGPT的爆火不是偶然，而是大模型技术落地的“信号弹”。
2025-12-16 10:50:54
799
原创 程序员必看：大模型基础原理与GPU并行训练指南(建议收藏)
神经网络诞生于20世纪40年代，取得重要突破的节点在20世纪70年代、20世纪80年代、21世纪初。20世纪70年代：Paul Werbos博士提出了影响深远的Back Propagation的神经网络学习算法，实际上找到了训练多层神经网络的方法。
2025-12-16 10:49:01
584
原创 收藏！Java老兵遇AI困境：后端工程师的“顺风”翻盘路
上周四的午后，街角那家飘着拿铁香气的咖啡馆里，我撞见了老伙计老张。作为浸淫Java开发十年的“技术老兵”，他曾是团队里定海神针般的存在——当年SpringBoot框架刚火时，他熬夜啃源码做的笔记，全组新人都传着抄。可那天，他却对着笔记本电脑愁眉不展，手指在键盘上敲得又急又乱，屏幕上跳动的代码像在跟他捉迷藏。我凑过去一瞧，界面上全是RAG相关的调用逻辑，控制台里红色的报错信息格外扎眼。
2025-12-16 10:48:08
783
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