OpenClaw + Skill 王炸组合:从聊天花瓶到全能数字员工

【企业知识助手·Agent 实战】如何构建 Agent 运行态可观测体系:从行为基线漂移检测到成本预算治理的深度实战 核心原理:运行态可观测的本质是把"单点阈值"升级为"与基线的分布距离"——埋点回答发生了什么,基线比较回答这是否还正常关键结论:deny 率没有单向好坏语义,必须双边告警 + known-good / known-bad 双哨兵仲裁;成本归因的终点是单位经济与预算三线一位;评测分数入库让质量拥有趋势线。 阅读详情

你是否部署了OpenClaw(龙虾AI)后,发现它只会简单对话,像个“聊天花瓶”?而别人的OpenClaw却能自动写报告、爬取数据、管理代码、发布内容,7×24小时高效干活?

差距的核心,就在于Skill(技能包)。OpenClaw是开源AI智能体框架(本地优先、隐私可控),而Skill是它的“手脚”——给AI装上专属工具,让它从“只说不做”的顾问,变成“说到做到”的全能执行者。截至2026年4月,ClawHub社区已有13000+技能,覆盖办公、开发、创作、自动化全场景,组合玩法直接拉满生产力。

本文拆解5组王炸级Skill组合,附实战场景、搭配逻辑和落地指令,新手也能直接复用,让你的OpenClaw效率起飞!
在这里插入图片描述

一、基础刚需王炸:安全守卫 + 联网搜索 + 技能导航(新手必装)

组合技能

  • Skill Veteran(安全守门员):装机前置必备,扫描第三方技能恶意代码、风险权限,防止API Key泄露,筑牢安全底线。

  • Tavily Search(联网开窗):突破大模型知识截止限制,实时获取全网信息,返回结构化结果+可信度评分,查资讯、找数据、做调研全搞定。

  • Find Skills(技能导航员):解决“不知道装什么技能”的痛点,输入需求自动在ClawHub匹配技能,直接输出安装指令,新手零门槛。

实战场景

新手部署后一键配齐,实现“安全防护→实时信息获取→技能智能推荐”闭环。比如问“帮我找3个PDF处理技能并安装”,自动搜索、筛选、执行安装,全程无需手动操作。

一句话指令

启用Skill Veteran、Tavily Search、Find Skills;扫描已装技能风险;查询2026年AI智能体行业报告;推荐3个办公自动化技能

二、办公自动化王炸:文件管理 + Office自动化 + PDF全能处理 + 消息推送

组合技能

  • Filesystem(文件自动整理):自动分类桌面/下载文件夹,按日期、类型归档,清理冗余文件,告别杂乱桌面。

  • Office/WPS Automation(办公助手):一键生成Excel报表、Word文档排版、PPT大纲,支持数据录入、格式统一,替代重复办公操作。

  • PDF Master(PDF全能处理):PDF转Word/图片、合并拆分、加密解密、文字提取,无需额外软件,对话直接操作。

  • Messenger(消息推送):处理结果一键发送到飞书、微信、邮件,自动同步工作进度。

实战场景

打造7×24小时“数字办公助理”,实现全流程自动化:

  1. 每日早8点自动整理工作文件夹;

  2. 抓取业务数据生成Excel报表;

  3. 转换报表为PDF并加密;

  4. 发送到部门飞书群并@相关人。

一句话指令

每天8点自动整理/work目录;抓取今日销售数据生成Excel报表;转PDF并加密(密码123456);发送到飞书群【销售部】

三、开发提效王炸:Browser Use + GitLab/GitHub + 代码助手 + 工作流编排

组合技能

  • Browser Use(网页操作手):操控浏览器完成复杂操作——自动填表单、爬取网站数据、登录OA/运维系统、截图取证,是“从查询到执行”的关键。

  • GitLab/GitHub Assistant(开发瑞士军刀):无缝对接代码仓库,对话中管理分支、处理Issue/PR、搜索代码、查看提交记录,无需切换工具。

  • Code Helper(代码助手):生成/调试代码、解释报错、优化性能、生成接口文档,支持多语言,辅助全流程开发。

  • Automation Workflows(工作流总指挥):串联多个技能,一句话触发复杂任务链,支持定时、条件判断、错误重试。

实战场景

程序员专属“全栈开发助理”,实现需求到部署自动化:

  1. 爬取产品需求文档(网页);

  2. 生成后端接口代码+前端页面框架;

  3. 提交代码到GitLab并创建PR;

  4. 自动部署到测试环境并发送结果通知。

一句话指令

爬取https://xxx.com/需求文档;生成Java后端接口+Vue前端代码;提交到GitLab仓库dev分支并创建PR;部署到测试环境,完成后发企业微信通知

四、内容创作王炸:全网搜索 + 文本生成 + 图文生成 + 多平台发布

组合技能

  • Multi-Search(全网搜索):多引擎并行检索,整合资讯、论文、案例、数据,为创作提供素材支撑。

  • Text Generator(文本生成):长文创作、标题优化、内容润色、风格仿写(适配优快云/公众号/小红书),支持Markdown排版。

  • Image/Art Generator(图文生成):根据文本生成封面图、配图、信息图,风格可选(简约/科技/写实),无需设计工具。

  • 优快云/WeChat Publisher(多平台发布):一键排版并发布到优快云、微信公众号、小红书,自动添加标签、摘要、封面图。

实战场景

自媒体/博主“量产创作流水线”,30分钟完成一篇爆款博客:

  1. 搜索“OpenClaw Skill组合”热门话题;

  2. 生成1500字原创文章(含案例+指令);

  3. 生成3张科技风封面/配图;

  4. 排版后一键发布到优快云并同步公众号。

一句话指令

搜索“OpenClaw Skill组合”热门文章(2026年);生成1500字原创博客(含3个实战案例+可复用指令);生成3张科技风配图;排版Markdown并发布到优快云,标签:OpenClaw、AI智能体

五、企业级决策王炸:数据采集 + 多智能体协同 + 决策分析 + 报告生成

组合技能

  • Data Collector(数据采集):对接数据库、API、Excel,自动拉取业务数据、市场数据、行业报告,支持实时更新。

  • Multi-Agent Orchestration(多智能体协同):生成多个专属子智能体(如市场分析师、定价专家、竞品研究员),并行处理任务、交叉验证结果。

  • Decision Analyzer(决策分析):模拟专家视角(如巴菲特、马斯克),分析市场趋势、定价策略、差异化优势,输出可落地建议。

  • Report Generator(报告生成):自动整合数据、分析结论、图表,生成PPT/Word格式决策报告,支持自定义模板。

实战场景

企业“战略决策智囊团”,辅助业务定位、定价、竞品分析:

  1. 采集行业市场数据、竞品定价信息;

  2. 启动4个子智能体(定价、趋势、竞争、产品)并行分析;

  3. 生成专家视角决策建议;

  4. 输出PPT格式战略报告,同步管理层邮箱。

一句话指令

采集2026年中小企业AI培训课程市场数据、竞品定价信息;启动4个子智能体(定价、行业趋势、差异化竞争、产品定位)分析;生成专家视角决策建议;输出PPT报告并发送至管理层邮箱

王炸组合通用落地指南(新手零门槛)

  1. 部署OpenClaw:本地(Windows/Mac/Linux)或云端(阿里云/腾讯云一键部署),自备大模型API Key(支持GPT/Claude/本地Ollama)。

  2. 安装技能:进入OpenClaw面板→ClawHub技能市场→搜索技能名称→点击安装+启用→重启Gateway生效。

  3. 组合编排:简单场景用“一句话指令”串联;复杂场景用Automation Workflows配置定时/条件触发,支持可视化编排或简单代码定义。

  4. 安全优先:安装第三方技能前,必用Skill Veteran扫描风险,避免恶意技能导致数据泄露或API被盗用。

总结:Skill让OpenClaw从“可用”到“封神”

OpenClaw的核心魅力,在于**“框架+Skill”的无限扩展性**——没有Skill,它只是聊天机器人;搭配王炸Skill组合,它就是覆盖办公、开发、创作、决策的全能数字员工,7×24小时不休息、零成本、高效率。

随着ClawHub社区持续爆发,新技能每天都在更新,组合玩法也在不断迭代。以上5组王炸组合是经过社区验证的“万能公式”,新手直接复用即可快速提效,进阶玩家可基于此自定义专属工作流,解锁更多可能性!

从Transformer到蛋白质结构预测:手把手解读ESM系列模型的核心原理与实战价值 本文深入解析了ESM系列模型如何将Transformer架构创新应用于蛋白质结构预测,揭示了其从氨基酸序列到三维结构的高效预测机制。通过掩码语言模型预训练和注意力机制,ESM模型不仅捕捉蛋白质序列的远程相互作用,还在蛋白质工程改造、药物发现等领域展现出巨大实战价值,显著提升了结构预测速度和精度。 阅读详情

相关推荐

FPGA新手避坑指南:手把手教你搞定RTL8211千兆网PHY的时序配置(附Verilog代码)

本文详细解析了FPGA与RTL8211千兆网PHY芯片的时序配置问题,重点介绍了TXDLY/RXDLY引脚设置、FPGA发送端和接收端的Verilog实现,以及调试与验证的完整流程。通过硬件电路设计和代码示例,帮助开发者解决网络连接不稳定、丢包等常见问题,提升千兆网通信的稳定性。

weixin_28732953的博客 536

OpenClaw 开源 AI 助手框架:从安装到配置全攻略实战详解

OpenClaw 是一款轻量、高效、可扩展的开源 AI 助手框架,支持多平台消息渠道接入与灵活扩展,能够帮助开发者快速搭建具备智能交互能力的 AI 应用,轻松完成代码编写、内容创作、信息检索、任务自动化等多种场景需求。 本文将从环境准备开始,系统性讲解 OpenClaw 的安装、配置、渠道接入与基础使用,通过清晰步骤与实操说明,让你从零到一完成部署,快速掌握框架核心用法,打造属于自己的 AI 助手服务。

沐枫 1330

避开这些坑,你的Python爬虫才能稳定爬取IEEE Xplore(含反爬策略与MongoDB存储实战)

本文详细介绍了如何构建稳定的Python爬虫系统以爬取IEEE Xplore学术论文,包括反爬策略、MongoDB存储优化和断点续传机制。通过动态等待时间算法、请求头指纹管理和会话保持策略,有效应对IEEE的反爬机制。同时,优化MongoDB数据结构和索引,提升存储效率。最后,强调法律合规与伦理考量,确保爬虫合法合规运行。

weixin_29031057的博客 1094

开发了一个基于 Java + Vue3 前后端分离架构的 OpenClaw 接入助手,让你轻松将大龙虾(OpenClaw)接入自己的项目,快速实现 AI 代码生成能力。

本项目是一个**开箱即用的 OpenClaw 接入方案**,采用前后端分离架构

DValc的博客 453

Qwen3.5在昇腾910B上的vLLM Ascend高性能部署实战

大语言模型推理优化是AI工程落地的核心环节,其本质是计算、内存与通信三者的协同调度。vLLM作为主流推理框架,通过PagedAttention和Continuous Batching显著提升GPU利用率;而昇腾NPU凭借高带宽HBM与专用AI算子,在国产化算力平台中展现出独特优势。当vLLM深度适配昇腾(即vLLM Ascend),不仅保留动态批处理、流式输出等关键能力,更实现KV Cache的HBM感知管理与HCCL直通优化,使中小尺寸模型(如Qwen3.5-35B)在单台Atlas A3服务器上达成百并

weixin_30558697的博客 427

农经权二轮延包—地块示意图生成

本文介绍了地块示意图制作软件的使用方法及模板制作要点。软件通过设置六个参数(示意图模板、属性数据、地块DBF、导航图、地块图片及存放位置)自动生成Word文档,并可导出PDF。文章详细说明了5页Word模板的制作过程,包括页脚三栏设置和页码插入技巧,支持每户最多28个地块的情况。同时指出该软件生成的图片分辨率(300dpi)满足清晰度要求,并提及软件免费提供插件但收费提供后续服务。

weixin_47364423的博客 1105

OpenClaw与VS Code联动配置(代码编辑+指令执行,提升开发效率)

摘要:本文详细介绍了如何将OpenClaw与VSCode深度整合,打造高效的开发环境。主要内容包括:1) 环境准备,安装VSCode核心扩展和OpenClaw CLI;2) 核心配置,通过tasks.json定义常用OpenClaw命令任务,利用launch.json实现调试联动;3) 高级技巧,如终端复用、复合任务和输出集成;4) 典型工作流示例,展示从编码到部署的完整流程。通过这种深度整合,开发者可以在VSCode中无缝完成代码编辑、构建、测试、调试等操作,显著提升开发效率。

qinzhenyan的博客 1641

[Vue][面试]谈谈你对MVC、MVP和MVVM的理解

谈谈你对MVC、MVP和MVVM的理解 答题思路:此题涉及知识点很多,很难说清楚,说透彻,因为MVC,MVP这些我们前端程序员自己甚至都没用过。但是恰恰反映了前端这些年从无到有, 从有到优的变迁过程,因此沿此思路回答将十分清除。 Web1.0时代 在web1.0时代,并没有前端的概念。开发一个web应用多数采用ASP.NET/Java/PHP编写,项目通常由多个aspx/jsp/php文件构成,每个文件中同时包含了HTML、CSS、JavaScript、C#/Java/PHP代码, 系统整体架构可能如下图所

你好,欢迎光临! 722

OpenClaw+飞书机器人:打造7x24小时秒级响应的运维助手

智能体(Agent)正在成为连接大模型能力与业务场景的关键中间层,它通过理解自然语言指令、调用外部工具、执行复杂任务,把通用人工智能转化为具体可落地的生产力。在运维领域,告警洪峰和重复性排查长期消耗着工程师的精力,而基于智能体框架构建的自动化助手,恰好能承担起“信息接入—工具调用—推理判断”的完整闭环。OpenClaw作为开源智能体框架,提供了模型接入、工具扩展与多平台适配能力;飞书机器人则凭借长连接、富卡片交互等特性,成为天然的人机协同入口。两者结合,可让服务器状态查询、日志分析、异常定位等高频运维操作在

weixin_34408624的博客 264

弹窗提示报错: F:\c\CFX5\bin\Debug\net9.0-windows10.0.26100.0\CFX5.dll 面向无法动态枚举工具箱项目的平台...如何解决?

🏆本文收录于 《全栈Bug调优(实战版)》 专栏,该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因,并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者,还是拥有多年项目经验的资深工程师,本专栏都将为你提供一条系统化、高质量的问题排查与优化路径,助力你加速成长,攻克技术壁垒,迈向技术价值最大化与职业发展的更高峰🚀!

**My Coding Family** 944

使用Python爬虫获取Facebook帖子和评论数据

Web爬虫是用于自动抓取网页数据的程序。它通过发送HTTP请求,获取网页的HTML源代码,再对源代码进行解析,提取所需的内容。爬虫常用于数据收集、信息提取、数据分析等应用。

2201_76125261的博客 1998

openclaw指令实战:从部署配置到微信接入的完整排坑指南

在AI Agent的落地实践中,指令(Prompt/Command)设计是决定自动化效能的核心环节。无论是部署本地模型网关,还是接入微信等外部通道,清晰、结构化的指令体系都能显著提升任务执行的准确率与稳定性。本文从指令与自然语言的分工逻辑出发,拆解系统级与会话级指令的使用场景,介绍技能扩展(Skill)机制如何赋予智能体真正的执行能力,并结合微信接入、模型配置、环境部署等真实案例,梳理高频报错的排查思路。对于正在探索AI自动化、智能体工作流或消息机器人应用的技术爱好者,这些基于工程实践的技巧,能帮助你将模型

weixin_32678995的博客 207

Unity之ASE如何实现UV扰动闪电效果

UV扰动,顾名思义,就是通过干扰原贴图的UV,使UV发生变化,导致贴图出现会动的效果,如果我们贴图和扰动的速度调整的刚好合适的话,会出现一些非常棒的效果,比如下图所示的闪电效果:好了,一个简单的UV扰动就讲完了,同学们可以发挥想象力,我们是否可以利用UV扰动的原理,做一点别的炫酷的效果出来,比如,交错流动,流光效果等等。很期待你的留言,这篇文章就到这里,希望对你有所帮助。

TxNet 1787

OpenClaw+腾讯云:搭建广告营销Agent基础设施实战指南

AI Agent正从简单的聊天机器人进化为企业级自动化执行体,其核心是把消息接入、会话管理、工具调用与模型决策分层解耦,使系统能按需调度技能完成真实业务任务。在广告营销场景中,这类基础设施能显著提升人效,将文案改写、数据日报、素材审核等重复流程固化为可自动运行的Skill,并通过多Agent分工实现客户服务、创意支持与数据监控的并行协作。自主搭建相比现成SaaS,在数据隔离、流程定制与长期成本上更具优势。腾讯云凭借轻量服务器、低延迟网络与安全组能力,成为承载OpenClaw这类开源框架的理想底座。本文从服务

weixin_34236869的博客 339

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

为什么说 OpenClaw 技能 + 腾讯云模型 API 是 2026 机器人开发新风口?

如果说大模型是机器人的大脑,那 Skill 就是它的手和脚。二是它的扩展性真的很强,你想让它做什么,就给它装对应的技能,完全可以根据自己的需求,定制一个专属的 AI 助手。毕竟是国内的云服务,访问速度和稳定性都有保障,不会出现半夜要用的时候突然连不上模型的情况,而且支持后付费,用多少算多少,个人玩的话开销极低,新用户还有免费额度,试错成本很低。新手朋友也不用怕踩坑,我一个非专业开发都能折腾明白,大家也完全可以试试,先从最简单的部署、对接基础模型、装个搜索技能开始,慢慢摸索,真的能解锁很多新的玩法。

G3113542273的博客 258

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

OpenClaw实战:从部署到多智能体协作,打造你的AI效率中心

智能体(Agent)与工作流自动化是当前AI应用的核心技术范式,其原理在于通过编排框架将大语言模型与外部工具连接,实现复杂任务的自动化处理。这一技术价值在于突破单一大模型的局限性,将AI从对话工具升级为可编程、可集成的效率中枢。在实际应用场景中,它尤其擅长处理多步骤、需结合上下文与外部数据的任务,例如代码生成与调试、内容批量生产、会议纪要自动化等。本文基于大量实测案例,深入探讨了OpenClaw这一智能体操作系统的核心配置与实战玩法,涵盖了Docker部署、Ollama模型连接、技能配置等关键环节,并提供了

weixin_29054195的博客 297

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 225

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 7578

在Codex 让AI模型 拥有长期智能记忆

本文介绍Claude-Mem V15新功能——智能记忆召回,解决AI遗忘、重复提示、执行不一致等问题。通过本地部署claude-mem,实现自动记录决策(如数据库选型)、跨会话智能召回,支持记忆写入、检索、遗忘全流程闭环。相比传统记忆方案,其基于Hooks自动捕获工具调用,结构化存储,可追溯、可共享、可清理,显著提升工程效率与协作一致性,是长期项目中理想的“工作黑匣子”与“工程脑”。

米莱虾 228

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 143

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 195

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 149

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 469

大数据工具介绍

Hive作为离线数仓的元数据管理与SQL接口,依托HDFS存储、Spark/MapReduce计算;Spark提供统一分布式计算能力,执行复杂ETL与分析任务;DataX负责异构数据源间的数据搬运;ClickHouse擅长极速单表聚合查询,适合大宽表分析;Doris则以MPP架构支持实时、多表关联与即席查询。四者协同:DataX搬数据→Hive建模→Spark算结果→结果分发至ClickHouse(极速查)或Doris(实时分析),构建高效数仓链路。

yyk33324的博客 251

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 42

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 211
上一篇: 从0到1搭建AI Agent:新手友好版完整实操指南
老哥不老
博客等级 码龄7年 583粉丝 70原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

老哥不老

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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