m0_37996323的博客

OpenAI、谷歌、微软、阿里云、腾讯云、百度等国内外各大厂商都陆续宣布支持MCP服务。MCP是什么，为什么能获得高度的关注？MCP(Model Context Protocol,模型上下文协议)是由Anthropic公司(核心产品是Claude大模型)推出的一种开源协议，在大语言模型(LLM)与开发环境之间建立统一的上下文交互标准。注意“协议”二字。在计算机技术领域，协议通常是指一组规则和约定，用于定义不同系统或组件之间如何进行交互和通信。

Transformer开启了大语言模型时代，Vision Transformer则是打破了自然语言处理(NLP)和计算机视觉(CV)在技术差异上的壁垒，在一些图像识别任务的测试对比中表现出与CNN相媲美甚至更好的效果，证明了用于处理序列的Transformer技术架构在CV领域的有效性。

自注意力，通俗点说是利用每个词自己的信息去得到与其它词的关联，具体做法是计算两个词向量的点积，用点积的结果来反映一个词对另一个的关注度。

对于深度学习中最常用的卷积神经网络CNN和循环神经网络RNN，我们知道其计算过程就是按照位置逐步进行的，所以一般不需要额外给输入数据添加位置信息，而由上所述，Transformer的输入数据则需要我们人为地为其注入位置信息。

由于扣子平台的简单易用和功能强大，有过万家企业使用了扣子为自己的业务AI赋能，越来越多的个人也在扣子上把自己的想象力转变成具有娱乐性、实用价值或者商业价值的AI产品。

该案例的任务类型是目标检测，也可将这个案例作为其它计算机视觉任务的模版，比如图片生成、目标追踪、图像分割、图生图、文生图......

RAG全称是Retrieval-Augmented Generation，即检索增强生成。通俗来讲,就是在用户提的问题的基础上，引入相关资料信息，把“问题+相关资料” 一起给大模型，让大模型在参考资料的约束或提示下回答问题而不是随意发挥，从而期望大模型生成质量更高、更准确的答案，改善大模型”幻觉“、训练数据过时、 知识范围有限等带来的负面问题。

JetBrains系列IDE(以PyCharm为例) + CodeGPT插件 + Ollama + DeepSeek-R1。DeepSeek-R1蒸馏版本模型，低配置电脑也能跑(作者这里使用的是deepseek-r1:1.5b)