- 博客(2440)
- 收藏
- 关注
RSS订阅
原创 DeepSeek 部署指南 (使用 vLLM 本地部署)
vLLM (https://github.com/vllm-project/vllm) 是一个快速且易于使用的库，用于进行大型语言模型的推理和部署。
2025-02-07 12:03:00
44295
4
原创 deepseek满血版本地最强部署教程！从此告别系统繁忙！
哈喽，大家好，要说当今社会什么东西最火那绝对是AI，在AI界最火的当属deepseek，然而所谓树大招风，由于它太优秀导致被各种攻击，所以就会导致使用是经常系统繁忙，实在影响使用心情，今天就教大家怎么在自己电脑本地部署DeepSeek R1 来解决这个问题。
2025-02-07 11:14:56
10438
1
原创 无需GPU！三步实现DeepSeek开源模型本地化部署。
deepseek和chatGpt最大的区别就在于，它是开源的模型，并且训练成本更低，这使得我们普通人也能够在自己的电脑部署大语言模型，训练自己的AI智能体。我们需要谨记的就是，AI是工具，是为了提高我们的效率，它能够给我们提供更精确，更具逻辑的回答，你再根据自身的需求进行修改和采用。最近Deepseek访问量剧增，导致App时常访问不了，但是不用担心，官方给我们提供了本地部署大模型的方案。
2025-02-05 11:06:52
24806
原创 DeepSeek全攻略：从零基础到精通的终极指南
Deep Seek是一款创新的智能搜索与分析平台，致力于通过先进的人工智能技术，帮助用户高效地从海量信息中提取关键信息。无论是数据挖掘、知识管理，还是市场分析，Deep Seek都能为您提供精准的搜索结果和深入的洞察力。今天，我们将带你深入了解这款工具，从入门到精通，掌握它的核心功能与使用技巧，开启高效智能工作的全新篇章。
2025-02-04 11:33:46
60861
原创 程序员小白必看：轻松掌握大模型与RAG技术，让AI秒答公司内部文档问题！
如果你一开始就不知道该查哪个系统、哪类数据、哪条线索，就考虑 Agentic RAG。分析销量下降原因；调查某个客服问题的背景；判断一个业务异常来自哪个环节；对一批竞品做综合研究；排查线上故障的可能原因。这类问题不是「找一段资料」就能结束，而是需要系统边查边判断。Agentic RAG 适合这种任务，但前提是你能接受更高成本、更长延迟和更复杂的调试。架构核心动作适合问题主要优势典型代价检索一跳问答、文档查询、FAQ快、简单、成本低、工具链成熟不擅长关系链和多跳问题。
2026-11-06 11:15:00
33
原创 2026年Agent开发红利期：小白程序员必备技能，收藏学起来！
2026年，AI大模型与Agent开发需求激增，薪资高，岗位多。传统开发需求下降，AI相关岗位需求增长超60%。本文分析AI发展趋势，推荐高薪就业保障班，助学员掌握大模型技术，实现职业转型。2026年，Agent开发爆发了！周末我哥给我发来个帖子，主题特别讽刺：“因AI无法被拖欠工资，很多公司开始重新招聘人类程序员。如果你还沉浸在“只要写好CRUD就能混到退休”的旧梦当中，现实的“冷水”已经泼到了每一位普通程序员的脸上。阿里大厂的大佬直接挑明：今年都要求有AI相关经验！
2026-11-06 10:45:00
32
原创 小白程序员必看！一文搞懂大模型核心概念“Token“，附省钱优化技巧！建议收藏
Token 是什么：官方名叫"词元"，是大模型处理文本的最小单位，不是单词，更不是区块链的代币！为什么重要：技术上是理解 LLM 的基础，成本上 API 按它计费，性能上决定处理能力。怎么计算：用 tiktoken 或者在线计算器，别只靠估算。怎么优化：从 Prompt、后处理、系统三个层面入手，省下 30-50% 不是梦！怎么选模型：国内模型中文性价比高，国外模型多语言能力强。怎么样，看完这篇文章，是不是对 Token 这个概念完全搞懂了？
2026-11-06 09:45:00
73
原创 小白程序员必看！收藏这份AI就业岗位指南，轻松入行大模型时代！
本文详细介绍了AI行业的三个主要岗位层级：底座岗、研发岗和落地岗。底座岗包括AI芯片设计、算力调度和数据处理等，适合硬件、数据和云计算背景的人才；研发岗如大模型算法、多模态算法和具身智能算法等，要求高学历和深厚技术功底；落地岗如AI Agent开发、RAG系统和AI解决方案架构师等，门槛较低，适合转行者和零基础者。文章强调了解最新AI岗位结构对职业规划的重要性，并建议小白关注这些岗位的发展趋势，以便更好地准备和选择适合自己的职业道路。网上其实挺多“普通硕博生，你凭什么觉得你能成为Ai算法工程师？
2026-11-06 09:45:00
61
原创 大模型应用开发：小白程序员必收藏的岗位界限与学习路线指南
现在模糊的岗位界限，本质是行业走向成熟的必经过程，而AI Coding工具的日渐强大，更是加速了这一天的到来。往年企业必须拆分算法、开发、测试、数据、产品，依靠多人协作才能完成的工作，现在一个人配合AI工具就能闭环搞定。这也催生了2026年火起来的一个新词：OPC（One Person Company，一人公司）。所谓OPC，就是一人为主、AI为佣：人把控思路、决策、业务逻辑，AI承接编码、清洗、调试、重复劳动。放在行业里，就是一个复合型工程师，就能干完早年算法+开发两个人的活。
2026-11-06 09:45:00
50
原创 小白程序员必看：收藏这份 Agent 技术解析，轻松掌握 LLM 进阶用法！
本文深入解析了 AI Agent 的核心概念，涵盖 Agent 的四大组件（LLM、Tools、Memory、Planning）、ReAct 推理行动循环模式、Function Calling 工具调用机制，并对比了 Agent 与普通 LLM 调用的本质区别。文章还介绍了主流推理模式对比、Java 实战案例以及生产环境 Agent 开发注意事项，旨在帮助读者快速理解和应用 Agent 技术，实现 LLM 从“只会说”到“能做事”的突破。面试高频题：什么是 AI Agent？ReAct 模式的核心思想是什么
2026-11-05 11:15:00
280
原创 零基础入门：手把手教你玩转大模型，小白也能成为Prompt工程高手！
本文详细解析了大模型应用工程师的核心工作职责，包括需求分析、提示词优化、知识库问答、智能体开发和系统集成等。文章强调了掌握Prompt工程、RAG、Graph RAG、Agent、MCP及大模型平台集成等关键技能的重要性，并通过实例展示了如何将大模型应用于企业内部知识问答助手等实际场景。对于希望进入AI领域的学习者，本文提供了实用的能力提升建议和作品集准备方法，帮助读者更好地理解和应用大模型技术。图 1 大模型应用工程师的典型工作场景示意第一，提示词工程（Prompt Engineering）。
2026-11-05 11:15:00
299
原创 Agent高薪赛道必看：小白程序员如何轻松入局并收藏这份学习指南？
随着各大厂招聘计划的发布，Agent岗位成为未来5年的高薪赛道。本文介绍了Agent的七大岗位类别，以及企业所考察的核心能力。文章强调，成为AI的“指挥官”或具备AI原生开发力是入局的关键。同时，文章指出，当前市场对AI人才的需求远大于供给，是普通人入局的绝佳时机。2026年，如果只选一条高薪赛道，那一定是Agent！今年找工作的同学应该都已经发现，只要打开招聘软件，满屏都是Agent。“Agent岗是未来5年唯一真神！“现在已经是Agent的天下了！“27届不懂Agent找不到工作了！……
2026-11-05 10:00:00
285
原创 小白程序员快速入门大模型技能（Skill）开发指南
这里只介绍了MCP和Skills的大事件，因为CLI是一个很古老的技术了，不是AI时代才出先的新技术。简单介绍一下：CLI = Command Line Interface（命令行界面），是一个早期操作电脑的方式，后来大家开发了UI界面，CLI只用在流水线部署上面使用。现在有了AI Agent，这个技术又被重新发扬光大了，很多软件不仅仅提供了UI界面，还需要提供CLI命令行接口，这样Agent就可以不用操作UI界面，直接使用命令行接口来实现操控电脑里面的软件来干活了。
2026-11-05 09:45:00
186
原创 FDE：AI时代的前沿部署工程师，月薪可达35万，小白也能学
FDE（前线部署工程师）是当前最热门、最神秘的AI岗位之一，大厂纷纷开出高薪招聘。本文深入解析FDE的工作内容、发展现状及未来趋势，揭示AI时代FDE的核心价值：不仅懂技术，更要懂业务、懂人性，成为连接AI与企业的桥梁。无论你是小白还是程序员，了解FDE都能助你在AI浪潮中抢占先机！FDE，全网最火热、最神秘的AI岗位之一。火热在于，不少大厂开出了月薪高达三五万的招聘，小红书FDE遍地走，到处都是求职经验贴。
2026-11-05 09:15:00
117
原创 前端开发者的AI Agent转型指南：技能升级，价值翻倍！
本文探讨了AI Agent的兴起如何改变前端开发者的价值定位。虽然AI能自动化简单的前端工作，但异步思维、流式处理、组件化设计和用户交互理解等前端核心技能，正是AI Agent应用开发的关键。文章指出，前端开发者无需转行，只需升级现有技能，即可在AI时代占据核心位置，成为连接模型与用户的桥梁，实现职业价值的提升。过去两年，AI 编程工具每进一步，"前端已死"的声音就大一轮。但 AI Agent 的爆发，正在把这条叙事彻底翻转——前端开发者的技能，恰好是 Agent 应用最稀缺的拼图。
2026-11-04 11:30:00
198
原创 月薪11万+！程序员如何抓住大模型红利，收藏这份高薪转型指南？
大模型技术爆发，AI岗位薪资飙升，程序员迎来黄金期。最近一张月薪11万+的工资条，在程序员圈子里炸开了锅。原来是一个字节员工从传统开发岗成功转岗到大模型应用开发岗，薪资直接飙升到让人眼红的高度，评论区网友满屏的“羡慕嫉妒”、、、在DeepSeek等大模型技术的持续爆发下，生成式AI和大模型技术呈现爆发式增长，算法工程师和大模型岗位再度迎来“黄金爆发期”。
2026-11-04 11:15:00
295
原创 小白程序员入门大模型的最佳方向与就业指南
本文分析了当前AI行业六个热门方向的就业市场现状，揭示了大模型岗位多为实习、具身智能需求旺盛且薪资最高、底层AI基础设施岗位薪资优厚等反直觉现象。文章为不同背景的程序员提供了详细的方向选择建议，强调作品能力的重要性“现在入行AI，选哪个方向好？这是我们在后台被问得最多的问题。网上的回答大多是看热度：哪个方向融资多、哪个方向论文火、哪个方向最近上了热搜。但对一个准备找工作的人来说，比热度更重要的是另一件事：公司到底在招什么人。
2026-11-04 10:00:00
280
原创 掌握LangChain，开启AI大模型开发之旅（小白程序员必备，收藏学习）
我们先抛开 LangChain 这个框架来看，Agent 是如何使用工具的。工具的定义：告诉模型有哪些工具，每个工具能做什么，需要哪些参数。工具的使用：模型根据当前任务，判断是否需要工具、使用哪一个工具，并生成调用参数。工具的执行：程序根据模型返回的调用请求，执行对应的函数，再把结果交回模型。工具的定义工具在程序里面，本质上可以是一个函数，用来封装一些具体操作，比如读写文件、调用外部 API，或者查询业务系统的数据。定义一个函数时，我们会写函数名称、输入的参数、具体的执行逻辑，以及返回值。
2026-11-04 09:45:00
431
原创 社招跳槽505次到8次Offer，我的面试经验分享+AI面试技巧+收藏
本文分享了作者Java后端社招跳槽的经历，包括505次Boss沟通、8个Offer的经历，以及面试准备、跳槽时机、面试流程、薪资谈判等方面的经验。作者建议利用AI工具辅助面试准备，并强调后端岗位的重要性。文章还探讨了AI对后端岗位的冲击，建议普通后端成为垂直领域专家并利用AI提效。从6月多陆陆续续就没有再更新文章了，开始准备面试，到现在已经入职新公司啦Java后端社招第一次跳槽成功，聊一聊大家关心的一些问题505 次 Boss 沟通，8 个 offer，不到 2 个月结束战斗。
2026-11-04 09:15:00
294
原创 小白程序员必备：大模型学习指南，轻松掌握未来AI核心技能！
AI基础设施的核心任务已转向支撑海量智能体的规模化运行与高质量Token的持续生产。IDC数据显示，2025年中国AI Agent企业级市场规模约190亿元，预计2025至2028年复合增长率超过110%。大模型推理阶段，AI基础设施只需支持一次输入输出，但Agent阶段需要支持任务拆解、工具调用、多轮协作和持续运行。浪潮信息针对海量Agent规模化运行和模型协同工作提出了新的产品方案，包括CPU原生液冷整机柜服务器和多模融合API，以应对Agent对基础设施提出的新要求。
2026-11-03 14:15:00
267
原创 2026年必学Agent！小白程序员抓住高薪风口，收藏这篇抢占先机！
随着互联网大厂纷纷取消后端招聘，转向Agent开发工程师，Agent开发成为未来就业趋势。企业对AI相关经验的需求激增，懂AI的程序员薪资普遍上涨40%。学习Agent开发是小白和程序员抓住高薪机遇的最好时机。2026年，大家一定要尽快学Agent，真的很紧迫。互联网大厂已经开始不招后端，只招Agent开发工程师，当下，就是你“上车”的最好时机！
2026-11-03 12:45:00
171
原创 ReAct大模型学习指南：从“只会想”到“边做边看”，小白也能轻松掌握并收藏！
本文以ReAct（推理+行动）模式为核心，探讨了大模型如何通过交替推理和行动来完成任务。ReAct通过“思考-行动-观察-再思考”的循环，使模型能够结合外部信息进行更准确的判断和行动，有效减少“幻觉”现象，并提高任务完成的可解释性和稳定性。文章以简单易懂的语言解释了ReAct的工作原理，并通过实例展示了其在解决复杂任务时的优势，适合想要了解大模型基本工作原理及如何构建更智能Agent的初学者学习。如果把 Agent 想成一个新来的同事，ReAct 解决的其实是一个很朴素的问题。
2026-11-03 10:30:00
113
原创 大模型高薪就业指南：小白也能掌握的AI新风口（收藏版）
本文介绍了人工智能大模型领域的热门就业方向，包括大模型算法工程师、数据工程师、应用开发工程师、评测工程师和跨模态工程师，并详细解析了各岗位的工作内容与技能要求。文章还梳理了大模型方向所需的核心技能，如数学与统计学基础、编程与框架能力、数据处理能力等，为有志于进入该领域的读者提供了清晰的学习路径和职业发展建议。估计很多打工人又该破防了！😭华妹最近刷到一则消息：北京邮电大学25届毕业生，入职了字节的seed部门，大模型研究员岗位，总年包228万！各位网友的羡慕已经溢于言表了~
2026-11-03 10:30:00
234
原创 本地RAG知识库问答系统实战：小白也能轻松上手大模型，含收藏功能！
本文介绍一个可直接运行的本地RAG知识库问答系统，使用Python、Streamlit构建Web页面，整合LangChain文本切分、ChromaDB向量库及Ollama本地大模型。系统支持TXT、Markdown、PDF文档，切分向量化后存入库，用户提问时检索Top-K片段并生成答案，同时展示引用来源。项目适合作为AI项目实战，无需训练模型或大量数据，可扩展性强，适合课程设计、企业知识库原型等，提供完整源码和运行方式。
2026-11-03 10:30:00
574
原创 小白程序员轻松入门大模型：RAG架构详解与实战技巧
本文深入浅出地介绍了检索增强生成（RAG）架构，旨在帮助初学者和程序员理解如何利用外部知识库提升大语言模型的回答质量。文章详细阐述了RAG的核心思想、不同架构类型（如无微调RAG、检索器微调、仅语言模型微调等）及其特点，并探讨了黑盒与白盒增强策略。此外，还涉及知识库构建、查询与检索增强、效率提升及系统评估等关键环节，为读者提供了全面的RAG学习和实践指南。
2026-11-02 14:15:00
317
原创 小白程序员必看：收藏这份AI Agent进阶指南（从Prompt到Multi-Agent实战）
Prompt Engineering（适配模型）：通过优化提示词适配大模型的生成逻辑，让AI听话按指令输出。Context Engineering（赋能模型）：注入准确信息打破大模型知识边界，支持工具调用，让AI好用能干活。Agentic Engineering（增强模型）：通过技能、编排与协作增强大模型，让AI能交付可用成果，完成长程任务。Harness Engineering（驾驭模型）：通过全链路管控约束不确定性，让AI能规模化生产落地。
2026-11-02 13:15:00
391
原创 用AI黑话优化你的简历，年薪百万不是梦！收藏这篇，小白也能秒变大模型高手！
文章指出AI相关岗位薪资暴涨，许多求职者因简历不专业而错失机会。建议使用“AI黑话”重新包装自己的技能和经验，通过更专业、行业化的方式描述自己的工作，从而提高简历通过率。文章提供了三个层次的操作建议，帮助求职者将普通经历转化为AI领域的专业描述，最终获得更好的职业机会。朋友，最近刷招聘网站是不是有种错觉：好像全世界都在抢 AI 人才，而且砸钱的方式，越来越不讲道理。猎聘最新报告甩出来一个数字——过去一年，AI 相关岗位的平均薪资暴涨 74%。注意，是平均。
2026-11-02 12:30:00
691
原创 Spring AI 实战：手把手教你实现 ReAct 智能体编程范式（收藏版）
ReAct（Reasoning + Acting）是一种先进的智能体编程范式，它将推理（Reasoning）和行动（Acting）有机结合，让 AI 系统能够像人类一样思考并执行任务。图 1: ReAct 核心循环流程图 - Thinking → Acting → Observing 顺时针闭环，展示智能体的基础运行模型首先，我们需要定义一些工具供 AI 调用(也用于后续的测试示例）。这里提供了几个基本的计算和一个模拟的天气查询工具，通过SpringAI的@Tool进行工具声明定义。
2026-11-02 10:00:00
185
原创 FDE月薪7万还招不到？收藏！AI落地红利，小白也能抓住的财富风口！
本文介绍了FDE（前线部署工程师）这一新兴AI岗位的火热现状。FDE负责将AI技术落地到企业和工厂中，实现AI的“最后一公里”应用。由于AI落地难，FDE人才极其紧缺，薪资待遇优厚，国内大模型公司FDE年包可达百万级别。随着AI技术的发展，FDE岗位需求将持续增长，为个人和企业带来新的发展机遇。对于想要抓住AI风口的人来说，这是一个值得关注的领域。一个 2023 年还极其小众的岗位，2026 年变成了 AI 时代最贵的人头：FDE，前线部署工程师。
2026-11-02 09:15:00
440
原创 大模型时代来临！前端程序员如何转型？收藏这3条必经之路！
随着美团、京东、蚂蚁等大厂纷纷调整前端岗位，前端程序员面临转型挑战。文章分析了三家公司调整前端的动因及市场变化，指出AI技术的发展使得前端工作标准化、可视化，容易被替代。市场呈现两极分化，低端纯编码岗位减少，高端复合型人才需求增加。文章建议前端程序员通过学习全栈技术、AI Agent开发或AI工作流/提效工程进行转型，并针对不同资历的人给出具体建议。最后，文章提供了一系列实践步骤，帮助前端程序员在大模型时代找到新的发展方向。不是前端死了，是"只会写页面"的活法到头了。
2026-11-01 12:45:00
195
原创 用 LangGraph 和多智能体架构，让 AI 代码生成像搭积木一样可靠（收藏）
专业化子智能体、不同模型与思考级别、确定性执行沙箱组合起来以后，原本脆弱的单 Prompt 工作流就有了可验证、可回退的自愈能力。本文用代码生成团队演示了这个模式，但状态机并不局限于软件工程。数据 Pipeline、动态 API 编排、结构化文档验证，都可以沿用同一种思路。核心仍然是职责拆分：不要让单个模型负责一切，每个智能体只做一类工作，系统再根据真实执行结果验证并纠正中间产物。一些经验不要让 LLM 评估自己生成的代码。实际执行最好交给本地确定性子进程沙箱（pytest。
2026-11-01 10:45:00
466
原创 小白程序员必看：收藏这份AI Agent学习指南，轻松入门大模型开发！
本文深入浅出地介绍了AI Agent的学习与开发过程，从最初简单的模型调用，到理解Agent作为一个有状态程序的本质，阐述了Agent的核心价值在于将自然语言转化为可控、可追踪、可验证的行动。文章详细拆解了Agent的闭环工作流程，包括理解、规划、执行、反馈四个关键环节，并强调了RAG在提供上下文、提升判断稳定性方面的重要作用。同时，文章还探讨了安全边界的设定，以及如何通过前后端协作打造完整应用。最后，作者提出建立系统思维，将AI的理解能力与软件的确定性、边界感相结合，打造真正有价值的Agent。
2026-11-01 10:00:00
306
原创 后端工程师的黄金时代：Agent开发红利期指南
支付宝前端团队转向Agent开发，揭示了AI Agent作为互联网基建的重要性。后端工程师凭借其处理高并发、系统稳定性和成本控制等经验，成为Agent开发领域的最大赢家。文章建议后端工程师通过调用API、构建RAG系统、手搓Agent以及整合后端能力，逐步转型AI Agent开发，抓住市场红利期。转型过程中需注意避免陷入算法细节，而应专注于将大模型作为服务进行工程化封装和治理。支付宝前端团队解散了。不是小道消息，是整条线撤掉、全员转Agent开发。
2026-11-01 09:45:00
185
原创 小白程序员必看：大模型转向Agent，AI生产力革命来了！
从大模型到 Agent，不是风口的切换，是 AI 产业的必然演进。当概念降温，潮水退去，行业终究要回到价值本身。不能落地的技术，再酷炫也只是故事；能解决问题的产品，再朴素也有生命力。AI 的下一个时代，不是比谁聊得更像人，而是比谁能帮人干更多的活。而这场关于 “生产力” 的战争，才刚刚拉开序幕。你最希望 AI Agent 帮你干哪部分工作？欢迎在评论区留下你的看法。
2026-10-30 13:15:00
3
原创 零基础入门AI：收藏这份“大模型应用开发”宝典，快速抢占高薪风口！
文章介绍了AI领域的两大门派：传统算法工程师与大模型应用开发工程师。前者是“基建狂魔”，专注于数学和编程，通过精算和优化解决具体问题；后者是“场景魔术师”，擅长将现成大模型应用于实际业务场景，无需从零训练模型。文章指出，大模型应用开发工程师入门门槛较低，需求量大，薪资待遇优厚，是普通人转行AI的优选。同时强调，无论是“造”模型还是“用”模型，能解决实际问题的工程师都是好工程师。
2026-10-30 11:00:00
273
原创 小白程序员轻松入门大模型学习的实用路线图
本文为想成为AI工程师的小白或程序员提供了实用的学习路线图。作者建议先掌握Python和基础软件工程，然后学习LLM应用基础，包括提示词编写和结构化输出。接着，学习系统层面的知识，如检索增强生成（RAG）和状态机。最后，了解生产环境中的现实，如部署和监控。我会学习什么，忽略什么，构建什么，以及如何确认自己确实在进步。大多数想成为 AI 工程师的人，都会花上几个月，以完全错误的顺序学习错误的东西。
2026-10-30 10:45:00
原创 AI新手必看：Prompt、Skills、MCP、Workflow、Agent核心概念解析
Workflow 通常翻译为工作流，关注的是多个步骤如何组成一个执行过程。它可以规定先后顺序、分支条件、并行任务，以及各步骤之间的数据传递方式。常见组织形式包括：◆串行：上一步的结果作为下一步的输入。◆分支：根据条件进入不同路径。◆并行：多个步骤同时执行，再汇总结果。◆迭代：根据检查结果重复部分步骤，并设置退出条件。工作流中的节点可以调用模型，也可以执行普通程序、查询数据或等待人工确认。因此，Workflow 并不意味着全程没有 AI 判断。
2026-10-30 10:30:00
338
原创 Transformer自注意力机制图文详解：小白程序员必看，助你轻松入门大模型收藏
本文以最简单的语言图文并茂地讲解了Transformer架构中的自注意力机制，帮助读者理解其强大之处。文章涵盖了多头注意力、加法和归一化、前馈网络等关键步骤，并通过代码示例使解释更加直观。通过学习本文，即使是编程小白也能轻松入门大模型的世界。01多头注意力多头注意力由多个单头注意力组成，我们可以决定需要将多少个单头注意力结合在一起；例如，Meta公司的LLaMA大语言模型在编码器架构中使用了32个单头注意力，下面是单头注意力的示意图。
2026-10-30 09:00:00
12
原创 从会调API到能交付系统：小白程序员必备的AI Agent工程化地基（收藏版）
本文探讨了AI Agent开发的核心挑战，指出从模型调用到系统交付需要坚实的工程化基础。文章分析了当前招聘市场对AI Agent开发工程师的需求趋势，并提出了一套从底座层工程地基、Agent核心能力到生产落地的能力模型。通过六个层层递进的项目，系统性地介绍了如何从LLM工程基础到最终部署，实现一个完整的企业级Agent系统。特别强调了评测体系的重要性，以及如何通过参与开源项目提升实战能力。对于想从传统开发转型AI Agent开发的小白程序员来说，本文提供了一个清晰的进阶路线图。
2026-10-29 11:45:00
258
原创 ReAct范式：小白程序员轻松入门大模型Agent，收藏必备！
本文介绍了大模型Agent的基本概念和ReAct推理范式，通过实际案例和代码示例，详细讲解了如何基于LangChain4j实现ReAct范式的Agent。文章还探讨了Agent工程实践中的成本与权限控制、Token消耗控制、对话上下文管理以及海量对话记录存储等问题，为读者提供了实用的技巧和解决方案。在 AI 领域刚出来的时候，LLM 本身只会“输入→输出”这样简单的流程，但是还没有方式让它像人一样多步骤、有策略地完成任务。因此Agent工程化的目的，就是为了让原本的LLM具备像人一样拥有综合性的解决能力。
2026-10-29 11:30:00
247
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