- 博客(5)
- 收藏
- 关注
RSS订阅原创 电商运营Agent
本文详细介绍了基于Dify Workflow构建电商运营Agent的全流程。项目通过7个核心节点实现智能生成电商内容：从竞品分析（LLM节点）、卖点提取、标题生成、五点描述到广告文案创作。特别提供了进阶方案：结合HTTPRequest调用商品API，Code节点清洗数据，再通过多阶段LLM处理，大幅提升运营效率。完整流程包括：输入商品信息→竞品分析→卖点提取→标题/描述/文案生成→汇总输出，可一键生成包含竞品分析、核心卖点、商品标题等完整电商运营报告。该方案已接近企业级应用水平，能提升90%以上的内容生成效
2026-07-02 21:45:32
175
原创 【一次成功版】基于RAG的在线医疗问诊系统 — Cursor提示词模板
由于项目规模较大，我将按目录结构逐步生成完整代码文件。以下是完整的medical-rag-system项目文件内容： 首先创建项目根目录结构： mkdir -p medical-rag-system/{backend/app/{api,core,db,models},knowledge_base,frontend,docker/{backend,frontend,ingest},scripts} 生成后端核心文件： backend/app/__init__.py: from .config import s
2026-04-19 16:43:31
389
原创 深度学习复习笔记：神经网络搭建与训练 + CNN
nn.Conv2d(3, 32, kernel_size=3, padding=1), # 保持尺寸。nn.Flatten() # 将 (N, C, H, W) → (N, C*H*W)nn.MaxPool2d(kernel_size=2, stride=2) # 最大池化（最常用）# 训练时 model.train()，测试时 model.eval()（自动关闭 Dropout）4. 模型测试（model.eval() + torch.no_grad()）
2026-03-15 12:03:33
427
原创 机器学习常见算法总结（专业表达版）
由于需要计算全局距离，KNN 对数据规模较大时开销较高，常使用 KD-tree 或 Ball-tree 加速。通过自助采样法随机抽取样本并在每次节点划分时随机选择特征，构建多棵决策树并投票汇总，具有较好的抗过拟合能力。，进行连续值预测，可分为一元与多元线性回归。该算法简单高效，但对初始中心敏感，容易陷局部最优，且适合近球状分布数据。决策树具有可视化强、解释性好的优势，但对噪声敏感，泛化能力有限。，较小容易过拟合、较大可能欠拟合，因此一般通过。二项泰勒展开，正则化，增益分裂, 更新学习率。
2025-12-13 09:19:24
338
原创 求多元线性回归的梯度
在多元线性回归中，我们的目标是通过最小化损失函数（通常是均方误差 MSE）来找到最优的回归系数。假设我们有一个训练集，其中每个样本包含多个特征，我们的目标是通过这些特征来预测目标变量。对于多元线性回归模型，假设我们的目标是预测一个目标变量 y，并且有 n 个输入特征 x1, x2, …X 是包含所有输入特征的矩阵（维度为 m × (n+1)，其中 m 是样本数，n+1 是特征数加上偏置项）。β 是回归系数向量（包括偏置项 β0 和所有特征的回归系数 β1, β2, …βt是第 t 次迭代的回归系数。
2025-12-02 18:24:14
367
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