关于agent谈谈自己理解

部署运行你感兴趣的模型镜像

总结:agent其实就是借助ai的分析能力 在不局限于关键词检测情况下控制代码流程解决用户问题  在框架或者标准化ai输入输出内容情况下  分析ai输出的特定格式的内容来进行代码流程,比如说分析agent 会生成json  里面一定包含几项根据ai分析的出来的kv来进行代码流程

首先是整体ai的我还会的一套技术栈 ollama/vllm + langgraph/crewai+lora/llamafactoyr+rag(milvus/faissdb)+mcp 在线api架构 +langsmith/postgresql 这套 能够完成分工协作多个类别功能多agent代码  并根据微调等强化各个部分ai能力  然后根据边/postgresql 来控制多个流程或者兜底agent

然后是不同领域的要求:医学法学类agent更倾向于高精度 置信区间,知识图谱 白名单等相关知识

以及rag相关数据库的处理 和索引选型  以及fallback怎么人工兜底   关于ai公司的可能看crewai/langgraph源码来了解编排原理

后续有时间继续发布,暂时转向天机学堂

您可能感兴趣的与本文相关的镜像

Llama Factory

Llama Factory

模型微调
LLama-Factory

LLaMA Factory 是一个简单易用且高效的大型语言模型(Large Language Model)训练与微调平台。通过 LLaMA Factory,可以在无需编写任何代码的前提下,在本地完成上百种预训练模型的微调

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值