- 博客(64)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 HuggingFace生态实战： 从模型应用到微调实战
如果说 PyTorch 是造车的发动机，那 HuggingFace 就是直接送了你一辆跑车。代表模型：BERT。能力：擅长理解和分析。像一个阅读理解满分的学生。你给它一篇文章，它能告诉你文章的情感是正面的还是负面的，或者提取出文章里的人名。应用：文本分类、实体识别、搜索匹配。代表模型：GPT系列, Llama, Qwen。能力：擅长生成。像一个话唠小说家。你给它一个开头，它会根据概率不断猜下一个字是什么。应用：聊天机器人、代码生成、创意写作。代表模型：T5, BART。
2026-08-24 17:01:00
424
原创 2026年AI Agent构建指南：框架选型与工程实践
AI Agent框架对比与选型指南 主流AI Agent框架包括LangChain（全能型）、LlamaIndex（RAG专家）、AutoGen（多智能体协作）和轻量级方案如nanobot。核心差异体现在工具注册方式、RAG支持、多Agent协作和生态整合等方面： LangChain：生态最丰富，适合通用AI应用开发，支持灵活流程编排（LCEL）； LlamaIndex：专精RAG场景，提供专业文档处理与检索能力； AutoGen：原生支持多Agent协作，适合复杂任务分工； Qwen-Agent/nano
2026-08-04 11:00:04
296
原创 LangChain=AI瑞士军刀？零基础小白秒变多任务高手！
LangChain是一个简化大语言模型(LLM)应用开发的框架，提供模型封装、提示管理、记忆存储、索引工具等核心组件。最新1.X版本进行了架构重构，新增LangGraph(复杂工作流编排)、LangServe(API封装)和LangSmith(调试监控)子项目。其特色功能包括：工具调用(支持预置和自定义工具)、智能代理(自主决策调用工具)、多种记忆机制(对话历史存储)以及链式表达式(LCEL)编程风格。通过组合不同组件，开发者可快速构建RAG系统、对话机器人等应用，还能处理需要循环和状态管理的复杂任务。
2026-07-28 16:39:28
228
原创 SGLang 深度优化： Radix 缓存与复杂任务的极致吞吐
本文探讨了vLLM和SGLang在LLM推理优化中的不同定位与优势。vLLM通过PagedAttention、Continuous Batching和推测解码技术解决模型推理效率问题，适合简单对话场景；而SGLang专注于复杂业务逻辑处理，在多轮对话、JSON生成等场景更具优势。文章重点分析了PD分离架构（Prefill/Decode解耦）的原理与价值，通过将计算密集的Prefill阶段与内存密集的Decode阶段物理隔离，实现了资源特化和性能提升。最后总结了vLLM四大核心优化技术（PagedAttent
2026-07-23 16:55:37
348
原创 AI服务核心： 高并发原理与性能监控调优
高并发AI服务的内存瓶颈与优化方案 文章分析了Transformer模型在自回归生成过程中的内存瓶颈，重点讨论了KV Cache机制及其在并发场景下的显存挑战。以LLaMA-2-7B为例，单请求4096 tokens上下文需要2GB显存，100并发请求则需200GB，远超单卡显存容量。传统方案存在三大瓶颈：内存碎片、动态长度浪费和Beam Search复制开销。 vLLM提出的PagedAttention解决方案借鉴操作系统内存管理思想，通过块化存储、按需分配和写时复制等机制优化显存使用。该方法将KV Ca
2026-07-21 18:37:12
287
原创 企业级AI硬件选型与规划、部署以及本地模型调用
本文摘要：企业级AI硬件选型需关注CPU与GPU的架构差异，GPU更适合大模型（LLM）的并行矩阵运算。LLM处理文本时需保持词序信息，Embedding模型通过池化层压缩向量。GPU选型需重点考虑显存带宽和容量，H200/B200等新型号可解决大模型推理的"内存墙"问题。CPU与GPU需合理配比，避免资源浪费。主流部署框架已转向连续批处理和PD分离架构，提升算力利用率。2026年趋势显示硬件选型正从算力优先转向带宽优先。（150字）
2026-07-16 15:23:11
469
原创 Loop Engineering：由目标驱动的复杂智能体实现原理分析
本文探讨了如何构建一个智能体系统，使其能够持续执行复杂任务直至完成或遇到终止条件。文章通过六个关键概念（Prompt、Context、Tool/Action、Workflow、Harness、Loop）阐述了从单次请求到闭环反馈系统的演进路径，并以招聘市场调研为例，说明如何让智能体在多轮交互中根据反馈调整行动。重点区分了阶段目标的内层循环与长程目标的外层循环，强调有效闭环需要满足四个判断标准：决策依据、环境反馈、目标差距评估和终止条件。文章最终提出，真正的智能任务执行需要将指令、上下文、行动接口、流程管理、
2026-07-14 21:43:56
243
原创 告别单兵作战！Hermes 多 Agent 协作架构设计全解析
本文探讨了多Agent协作系统的核心架构挑战，重点分析了主Agent在任务分解、信息隔离和状态管理中的关键作用。文章对比了单Agent与主从架构的差异，指出多Agent系统的本质在于明确划分状态、上下文和权限边界。通过OpenAI Codex和Hermes等案例，阐释了任务隔离、独立环境和证据管理的重要性。提出ACP协议作为标准化连接方案，使主Agent能专注于任务编排而非底层实现。文章还提供了杭州三日游团建的实际案例，展示了从业务输入到结果回收的完整流程，并附有最小代码示例说明ACP连接机制。最终强调多A
2026-07-09 17:59:17
825
原创 Hermes Agent深度拆解：长期记忆与自进化能力，AI从“工具”变“伙伴”的核心密码！
本文探讨了构建可解释的自进化AI记忆系统的关键设计。提出基于文件系统的四层记忆架构（工作记忆、原始情景、整理情景、语义规则），通过分层治理解决LLM上下文限制问题。核心观点包括：1）超长上下文适用于一次性文档处理场景；2）记忆系统需支持动态修正，而RAG仅解决静态检索；3）Hermes Agent的小稳定层+大历史层设计值得借鉴。案例显示，通过结构化记忆管理（如失败案例归档、用户偏好提取），可显著提升Agent的持续学习能力。最终方案结合基础文件系统与触发流机制，实现低成本、可追溯的记忆自进化闭环。
2026-07-07 17:33:53
396
原创 AI工程的进化密码：Harness Engineering让模型调用不再是终点，Agent系统才是新起点！
大模型应用演进中的控制工程（Harness Engineering）核心解析 本文系统分析了大模型应用从单次请求到复杂Agent任务的演进过程中，控制工程（Harness Engineering）的关键作用和实现方法。主要内容包括： 任务复杂度的演进： 从单次请求到Function Calling，再到Agent Loop和长任务，系统责任逐步增加 模型输出从文本响应发展为对外部世界的持续干预 控制工程的核心要素： 模型（基础智能） 数据（知识补充和状态管理） 控制（输出编排和任务生命周期管理） 关键技术转
2026-07-02 18:05:00
415
原创 2023-2026大模型应用演进史：从指令对话到系统自治，每一步都踩中技术风口！
大模型应用的演进之路：从对话到系统智能 2023年起步于指令遵循（Chat Model），通过SFT和RLHF实现精准对话；2024年进入推理时代（Reasoning Model），借助思维链技术提升逻辑能力；2025年迈向智能体时代（Agent），模型可自主规划、执行任务；2026年升级为系统智能（Multi-Head Agent），通过多模块协同实现闭环进化。训练范式从人类反馈转向AI自监督与客观验证（如代码测试），形成“能力叠加”的发展路径：语言→推理→行动→系统，最终构建具备环境交互与自我迭代能力的
2026-07-01 18:07:48
223
原创 DeepSeek V3技术深扒！MoE+MLA如何让AI推理快如闪电？
DeepSeek-V3是一款高效混合专家（MoE）语言模型，总参数达6710亿，但每Token仅激活37亿参数，平衡性能与效率。核心创新包括： 多头隐式注意力（MLA）：通过低秩压缩优化KV Cache，显著降低显存占用； DeepSeekMoE架构：动态激活专家模块，实现跨领域任务的精准适配； 无辅助损失负载平衡与多Token预测训练目标，提升模型稳定性与表现。 模型基于14.8万亿Token预训练，经监督微调与强化学习优化，评测性能媲美顶级闭源模型。训练仅需278.8万H800 GPU小时且全程无异常，
2026-06-30 17:58:30
452
原创 拆解OpenManus四大核心模块：Orchestrator、Agents、Memory、Tools全公开
Manus是一款2025年3月上线的通用AI Agent，由蝴蝶效应团队开发，支持自主完成市场研究、编码等任务。其功能与国内Coze、dify等低代码平台类似，可通过浏览器自动化执行查询机票等操作。SandboxManus是Manus的云端沙箱版本，提供完全隔离的执行环境，内置浏览器、文件系统、Shell等工具，支持VNC远程监控。Daytona作为安全沙盒执行器，确保代码在隔离容器中运行，保障宿主安全。此外，MetaGPT团队推出的开源框架OpenManus旨在复刻Manus功能，支持多智能体协作和12类
2026-06-30 00:16:49
333
原创 从Demo到生产：用LangSmith+DeepEval打通Agent评估最后一公里
LangSmith：LLM应用全链路管理工具 LangSmith提供LLM应用开发全流程支持，涵盖调试追踪、性能监控、测试评估与数据分析。通过API集成可实现： 自动化追踪：记录LLM调用、工具使用及Agent决策，支持标签标记与元数据管理； 可视化分析：瀑布图展示步骤耗时，识别性能瓶颈； 测试迭代：保存运行轨迹为测试用例，支持回归测试与Few-shot示例生成； 评估优化：自定义评估器（如处理模式匹配度、响应完整性），对比不同Prompt版本效果。 核心操作： 配置API密钥后，通过RunnableCon
2026-06-23 17:33:59
297
原创 LangGraph实战揭秘：如何用「有向循环图」实现AI Agent的自主决策与工具链开发？
Agent + Tool - Skills（内置了一些Skills）Skills（元数据 name ，description —> 决定调用什么工具；指导说明书SKILL.md —> 怎么调）Agent会先调用read_file通过加载这个skill.md了解具体的调用方法。
2026-06-22 22:11:24
306
原创 MCP会取代Function Calling吗？深度解析两大技术的底层逻辑与开发者抉择
文章摘要： 本文探讨了大模型与外部系统交互的三种技术方案：Function Calling、MCP（Model Context Protocol）和Skills。Function Calling作为基础能力，通过预设函数实现简单任务（如天气查询、数学计算），具有低延迟和高安全性；MCP是开放协议，支持跨模型复杂交互（如多轮对话、动态适配），类比“AI领域的USB-C接口”；Skills则是增强版Function Calling，深度适配单模型生态。通过门票助手和旅游攻略MCP案例，展示了实际应用场景。结论指
2026-06-17 20:53:41
257
原创 DeepSeek V4 的 “魔法”：输入1万字，输出精准总结的秘诀
预估体重 = 0.03 * 50 + 0.02 * 55 + 0.08 * 60 + 0.1 * 65 +0.2 * 70 + 0.41 * 75 + 0.46 * 80 + 0.32 * 85。
2026-06-16 22:32:44
431
原创 类Sora模型：解锁动态视觉艺术的密码
本文探讨了AI生成技术的本质与视频生成领域的突破。AI生成的核心在于模型对内容的"理解"，这种理解基于数学向量对信息的重构与匹配。视频生成模型通过捕捉海量数据中的现实规律，展现出"世界模拟器"的潜力。关键技术突破包括：1) 采用Patch技术对视觉信息进行结构化处理，类似NLP中的Token机制；2) 扩散型Transformer架构通过时空注意力机制实现长视频连贯生成；3) 级联式生成体系（如Imagen Video）通过多模型分工提升视频质量。这些技术进步为通用视频生成打开了新空间，但模型对物理规则的理
2026-06-15 22:11:53
223
原创 大厂都在用的AI提效秘籍！特征测试重构安全体系，GitHub协作管线一键打通
AI在大项目中的三大风险与应对策略 核心问题：AI在大规模项目中存在三大风险——上下文局限导致的改不全、激进重构引发的不确定性、以及高产失控带来的质量隐患。这些风险源于AI的"自信高产"特性，会将传统开发流程中的小问题放大。 解决之道： 精准上下文管理：通过分层摘要、按需检索和动态文档（Spec）为AI提供恰到好处的上下文，而非简单扩大窗口 严格行为锁定：重构前必须建立特征测试，确保现有行为被完整保留，无论其是否合理 分层质量门禁：建立从测试到生产的全流程自动化验证体系，每个环节都具备回滚能力 角色转变：开
2026-06-10 14:18:34
294
原创 从YOLO到U-Net：视觉识别两大核心模型，如何撑起安防、医疗的智能防线？
卷积神经网络（CNN）是视觉领域的核心技术，通过卷积层、池化层等结构高效提取图像特征，广泛应用于图像分类（ResNet）、目标检测（YOLO）和图像分割（UNet）等任务。其中，ResNet凭借残差连接突破深度限制，成为图像分类标杆；YOLO通过单阶段检测框架实现实时目标定位，赋能安防和自动驾驶；UNet则在医疗影像分割中表现突出。视觉模型高度依赖场景定制，需通过数据标注、损失函数优化和迭代训练构建闭环。当前视觉领域仍以专用小模型为主，尚未出现通用大模型，模型能力直接决定产品功能上限。
2026-06-08 16:25:06
229
原创 用 SDD + TDD 驯服 AI：让「写得快」也「信得过」
传统开发流程里，需求文档写完，开发就开始写代码。规格如果写的话，往往夹在需求文档的段落里，或者散落在各个接口文档中，不是独立的一级产物。SDD 把这个顺序倒了过来：在动手写任何实现代码之前，先把"做成什么样算对"，写成一份独立、完整、人能审的规格，审过之后，代码从规格生成。好的 spec 讨论的是场景——在什么情况下、解决什么问题、输入和输出是什么。它不讨论用什么框架、数据库怎么设计、服务怎么拆分。spec 阶段应该问的是：用户创建待办时要不要填截止日期？标记完成之后还能不能撤销？
2026-06-03 20:52:26
784
原创 从0到1实战：AI知识库智能问答系统搭建全攻略
本文介绍了一个从0到1搭建AI知识库智能问答系统的完整流程。系统基于RAG（检索增强生成）技术，集成Embedding、BM25与实体检索的多模态检索能力。主要内容包括：1）LLM Wiki的搭建步骤，涵盖摘要生成、实体提取、双向链接和目录构建；2）问答系统设计方案，采用三种检索方式（关键词、向量、实体图谱）；3）RAG优化策略，解决提示词过长问题。项目代码已开源，强调流程框架虽重要，但产品成功关键在于细节打磨。
2026-06-01 17:44:01
222
原创 百万token时代来临！为什么90%的企业仍需RAG架构？真相颠覆认知
摘要 本文对比分析了超长上下文技术与传统RAG（检索增强生成）的优劣及应用场景。超长上下文技术通过直接输入完整文档实现全局推理，适合法律合同、代码审查等静态文档处理，具有架构简单、理解完整的优势。但其存在成本高、规模受限等问题，难以替代RAG在海量数据处理中的核心地位。文章还介绍了Agentic Retrieval技术，通过ReAct模式实现LLM主导的循环检索，提升复杂问题解决能力。最后提出五层架构设计，强调运行时框架对长周期工作流的重要性。核心结论：超长上下文适用于"读一遍、单文件"场景，而动态、海量数
2026-05-27 21:38:25
405
原创 从0到1搭建RAG Agent？这4步实操指南，帮你避开90%的踩坑误区！
本文系统介绍了从0到1搭建AI Agent应用的全流程，涵盖需求梳理、技术选型、工程约束和质量保障四个关键阶段。首先强调以业务需求为核心，通过Vibe Coding快速实现80%核心功能，再迭代优化剩余20%。技术选型建议先轻量验证后稳健迭代，推荐使用qwen-Agent进行POC验证，再升级至Nanobot框架。工程约束方面提出代码规范沉淀和Harness工程思维，以解决LLM随机性问题。质量保障则通过"红-绿-重构"流程确保稳定性。文章还以企业年报问答系统为例，详细解析了RAG Agent的构建过程，包
2026-05-26 16:25:19
404
原创 RAG进化论：多模态融合×动态检索优化实战手册
本文系统解析了多模态RAG技术体系，重点介绍了FAISS向量检索框架及其索引构建流程（文档解析、文本切分、多模态Embedding处理、索引构建与存储）。详细阐述了多模态统一向量空间的实现方式，以及查询处理的全流程（问题向量化、索引加载、相似度检索、媒体意图识别、结果筛选与LLM生成）。通过Disney RAG助手案例展示了完整搭建流程，并深入对比了三种RAG模式：Agentic RAG（AI动态决策）、Native RAG（固定流程）和Graph RAG（知识图谱驱动），从核心逻辑、决策自主性、流程灵活性
2026-05-21 17:49:54
475
原创 RAG技术爆火背后：它到底解决了什么难题？这一篇讲透核心与应用
本文深入探讨了RAG（检索增强生成）技术的核心原理与实践应用。文章首先对比了LLM模型与Embedding模型的本质差异，指出LLM是推理模型而Embedding是语义向量模型。随后重点分析了RAG技术的三大优势：解决知识时效性问题、规避大token惩罚、提升专业领域精准度。详细阐述了RAG的实施流程，包括数据预处理（知识库构建、文档分块、向量化）、检索阶段（召回与重排序）和生成阶段。文章还介绍了Embedding模型选择标准，推荐参考MTEB榜单，并列举了BGE-M3等主流模型的特点。最后强调即使LLM上
2026-05-19 15:02:02
371
原创 Embedding不是魔法：把文字变成数字的底层逻辑
本文深入解析了Embedding（嵌入）技术的核心原理与应用价值。Embedding本质是将信息转化为向量化的数学表达，通过将复杂数据压缩至固定维度的向量空间，实现高效语义检索。文章对比了LLM模型与Embedding模型的差异：前者专注复杂推理任务，后者专攻相似度计算，通过余弦相似度实现批量高效处理。重点阐述了RAG知识库的底层架构，即通过Embedding将信息向量化存储，再利用向量数据库进行相似度匹配，突破传统关键词检索的局限。以酒店推荐系统为例，详细演示了如何通过N-Gram提取特征、构建多维向量，
2026-05-12 21:52:28
383
原创 别再混淆！一文读懂OpenClaw、Hermes与Harness Engineering的本质区别与联动逻辑
OpenClaw是一个智能代理系统，具有完善的记忆管理、心跳机制和技能调用功能。其记忆系统采用Markdown文件存储，包括每日记录(memory/YYYY-MM-DD.md)和核心记忆(MEMORY.md)，支持人工修改和向量检索。心跳机制通过HEARTBEAT.md文件实现周期性任务检查，区分于精准定时任务。技能系统采用纯文本定义，支持渐进式加载和沙箱隔离。系统强调安全规范，要求破坏性操作必须请示，并设有群聊发言规则。记忆维护建议定期将每日记录精华更新至MEMORY.md，实现知识沉淀。
2026-05-09 19:12:46
748
原创 浅谈：特征工程与过拟合
特征工程是从原始数据中提取、转换和创建新特征以提升机器学习模型性能的关键过程。文章介绍了序贯特征选择(SFS)方法，通过逐步添加最优特征来优化模型表现，并详细探讨了过拟合问题及其解决方案。防止过拟合的技术包括正则化（调整树模型参数、添加Dropout层）、早停机制和集成方法（如Blending）。文中还提供了XGBoost、神经网络和线性模型的具体实现代码，强调通过交叉验证和业务逻辑约束来提升模型泛化能力。
2026-05-08 22:52:27
433
原创 Agent实战首秀！ChatBI股票分析助手：从0到1的智能分析搭建全记录
本文详细介绍了从零开始构建ChatBI助手的技术实现方案。系统基于LangChain和vanna框架，集成了数据采集、存储、分析和可视化功能，专注于股票数据分析场景。核心功能包括：1）交互式自然语言查询生成可视化图表；2）实时股票新闻检索；3）智能预测模型（ARIMA趋势预测、布林带异常检测、Prophet周期性分析）。文章详细说明了Tushare数据采集接口和Tavily搜索引擎的使用方法，并深入解析了ARIMA模型参数配置、布林带技术指标原理及其在金融分析中的应用。最后以面包店为例，展示了SPC统计过程
2026-04-28 11:55:17
541
原创 Text2SQL到数据智能
在 LangChain 这个全能型框架里，我们可以通过各种 Skills 来扩展能力，比如 DeepAgents 这类组件，能帮我们做很多复杂的事情。**说到知识库，通常分为两类：**- **非结构化数据**：像 PDF、Word、HTML 这些文档类内容；- **结构化数据**：比如 MySQL 这类关系型数据库。而企业的**主数据**，本质上就是高度结构化的 SQL 数据。数据越规范、质量越高，我们能从中挖掘出的价值就越大。像 ChatBI 这种场景，不仅能做数据看板，还能基于 XGBoos
2026-04-25 10:34:51
704
原创 Harness Engineering：从入门到精通
文章摘要： 《驾驭工程（Harness Engineering）》是一种通过规则约束引导AI高效输出的方法论，类比软件开发中的规范流程。本章从Harness思维的起源讲起，并引入AI时代的规格驱动开发（SDD）——将需求文档（Spec）作为核心，使人类需求与AI任务说明书统一。相比传统开发中模糊的需求传递，SDD通过可版本化的规格文档（含测试代码）确保人机协同的精确性，提升开发效率。
2026-04-21 18:25:06
712
原创 浅谈扩散模型如何编织创意图像的魔法
我这里以拟人的例子来描述，想象一下，你请了一位画家朋友帮你画一幅画。你说："我想要一幅**独一无二的杰作**，要有创意，要让我眼前一亮！"画家点点头，挥毫泼墨，画出了一幅抽象表现主义大作——色彩斑斓、构图大胆，但完全看不出你想要的是什么。你看了画像后，马上改口说："等等，我是想要一只戴着墨镜的柯基犬在沙滩上冲浪。"画家跟你的描述，又画了一幅，这次确实是一只柯基，墨镜也对，沙滩也有，但是他画的是照片级写实风格，跟你上周在**百度图片**上看到的那张热门图片一模一样。
2026-04-14 22:29:45
387
原创 Dify：从入门到精通
Dify是一个开源的 LLM 应用开发平台。提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力，轻松构建和运营生成式 AI 原生应用。Dify 提供五种应用类型：Dify平台跟Coze平台都属于低代码平台！本地部署的 Dify 与 Coze 区别：打开 云端Dify 或者打开本地部署的Dify，如下图所示：最开始进来都是空白页，没有任何应用，需要你进行创建应用：step1：首页 - 创建空白应用step2：选择创建应用的类型，以及填写应用基础信息在 Dify 平台中，有
2026-04-11 22:24:39
1062
原创 Coze：从入门到精通
Coze（扣子）是字节跳动推出的低代码AI智能体开发平台，集成了智能体、工作流、插件系统和记忆系统（知识库/数据库）四大核心功能。用户可通过自然语言交互快速构建AI应用，支持一键部署到社交平台。平台提供丰富的插件生态，同时允许开发者自定义插件以满足私有化需求。相比高代码的Trae Idea，Coze门槛更低但灵活性较弱，适合快速开发聊天机器人等轻量级AI应用。与Dify、n8n等平台相比，Coze在字节生态集成和易用性上更具优势，但开源性和复杂流程支持稍显不足。
2026-04-10 18:42:51
1159
原创 OpenClaw：从入门到精通
OpenClaw入门与精通指南OpenClaw是一款开源的机器人抓取工具，广泛应用于自动化测试、数据抓取和机器人控制等领域。以下内容将帮助用户从基础入门到深入掌握OpenClaw。
2026-04-09 00:18:36
779
原创 浅谈多模态领域的Transformer
本文探讨了从单模态视觉模型到多模态模型的发展历程。早期卷积神经网络（CNN）通过卷积核进行图像识别，随后被Transformer取代。CLIP模型首次实现语言与视觉的对应，为多模态模型奠定基础。文生图模型利用Transformer解码器将文本向量转换为图像向量。文章指出，Transformer适合通用大场景，而CNN在小规模特定任务中表现更优。ResNet通过残差连接解决深层网络特征丢失问题，保留浅层纹理信息。多模态模型如ViT、CLIP等展示了不同架构的优势，开发者需根据场景需求选择合适模型。扩散模型与T
2026-04-02 19:40:46
439
原创 单模态视觉识别模型：从应用到原理的初步解析
摘要 人工智能中的计算机视觉技术正广泛应用于图像分类、目标检测、图像分割、人脸识别、姿态识别和视觉问答等场景。卷积神经网络（CNN）是核心方法，通过卷积核提取特征，生成特征图。不同卷积核可进行模糊处理或多角度特征提取，参数通过训练优化。视觉任务需考虑“尺度”问题，近尺度呈现细节，远尺度展现整体结构。CNN的局部连接、参数共享和层级结构使其高效处理图像数据。
2026-04-01 17:07:48
433
原创 WorkFlow Agent案例：auto_document_agent(文件自动处理)
本文介绍了如何在Coze平台搭建WorkFlow Agent（带工作流的智能体）。首先解释了思维链（Chain of Thought）的概念，即大模型通过中间推理过程模拟人类思考。然后详细说明了工作流的四个组成部分：Prompt、思维链、工具使用和反思，并强调要让Agent像人类一样思考和处理文件资料。文章提供了在Coze平台创建WorkFlow Agent的六步操作指南，包括创建项目、设置Agent人设、添加工作流等。最后给出了一个主Prompt模板，指导如何让AI助手通过工具和指令自动化解决问题，包括思
2026-03-27 18:33:36
488
svn64位版本管理器
2016-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人