m0_57280180的博客

学习链接： https://aicarrier.feishu.cn/wiki/O84LwkiBriUU0NkDwurcSufhnVb。

将用户的自然语言查询（NL）转换为 SQL 查询可以显著降低访问关系数据库的障碍，并支持各种商业应用。随着大语言模型（LLMs）的出现，NL2SQL 的性能得到了极大提高。在这种情况下，评估当前文本转 SQL 的转换、确定从业者针对特定场景应采用的 NL2SQL 解决方案以及确定研究人员接下来应探索的研究主题至关重要。

现代数据仓库的复杂性和规模正以前所未有的速度增长，这主要是由于数据量、种类和产生速度的急剧增加所致。传统的数据仓库技术在应对这些现代数据需求方面显得力不从心，这催生了对更先进解决方案的需求。数据工程师在手动优化存储和计算过程（例如在MapReduce中）时面临诸多挑战3。这一过程不仅需要专业的知识，而且非常耗时，可能会阻碍创新。人工智能（AI）和机器学习（ML）的出现为自动化和增强这些优化过程提供了巨大的潜力，使工程师能够更专注于数据创新和战略性工作。

Model Context Protocol（MCP）是Anthropic提出的一项开放标准协议，旨在重构AI系统与外部数据、工具之间的连接方式，通过统一接口解决传统大语言模型（LLM）在实时数据访问、领域特化和系统集成中所遇到的知识局限、集成碎片化等问题1。从技术原理、应用场景、安全风险与隐私保护以及未来发展趋势四个方面进行系统论述，并结合丰富的实践案例与可视化图表，详细阐述MCP的架构设计、工作流程、安全机制和未来演进方向。

DataLab由两个主要组件组成：LLM-based Agent Framework 和 Computational Notebook Interface在 DataLab 中，根据用户需求为不同的 BI 任务设计了多个 Agent。为了实现这一目标，我们首先确定了几种常见的 BI 程序，并将它们抽象为代理在推理过程中可以调用的数据工具。示例工具包括用于代码执行的 Python 沙箱和用于可视化渲染的 Vega-Lite 环境。为不同的数据角色提供了一个统一的交互式协作环境，以完成其专业任务。

本文总结自https://www.bilibili.com/video/BV1XH4y1T76e/?spm_id_from=333.337.search-card.all.click&vd_source=cff3eef3abcdb3fcf7537244dd23cb21，认为讲解的transformer很不错，对视频进行了整理总结

根据教程，安装命令依次执行就行，其中一个重要的点是SSH映射到本地电脑，才能打开链接。创建Multi-Agents博客写作系统的搭建。创建Arix_search agent。创建weather agent。上传至Hugging Face。

基础任务MindSearch书生·浦语书生·万象进阶任务https://www.zhihu.com/question/1841339763/answer/26166179278

介绍书生大模型全链路开源体系

深入探索如何充分利用 Hugging Face、魔搭社区和魔乐社区的资源和工具，学习模型下载、上传以及创建您的专属Space，玩转三大平台。

根据教程一步一步操作将https://github.com/InternLM/Tutorial/blob/camp4项目fork到自己的github上再将其拉到clone到vscode中根据要求格式创建md文件创建完成后将其push到github上。

书生大模型实战入门关卡2-python，https://github.com/InternLM/Tutorial/tree/camp4/docs/L0/Python

书生大模型学习班学习，学习资料：https://github.com/InternLM/Tutorial/blob/camp4/