Nanki_的博客

MCP（Model Context Protocol）是 Anthropic 提出并开源的一种协议，旨在让 基于 LLM 的 AI 系统具备使用工具和访问资源的能力。简单来说，MCP 为大型语言模型和外部资源之间提供了一个统一的“插头”或接口。以前每当需要让 AI 连接新的数据库、文件系统或服务时，开发者都必须为每种资源写专门的对接代码；有了 MCP，基于LLM 的 AI 系统可以通过标准协议“即插即用”地访问各种数据源，再也不必困在“信息孤岛”中。暂时无法在飞书文档外展示此内容。

MCP（Model Context Protocol，模型上下文协议）是由公司提出的，旨在标准化大语言模型（LLM）与之间的交互方式，解决传统AI模型在等方面的瓶颈。

看似合理，但实际上与客观事实不符或与用户指令、上下文不一致的现象。已有的预训练模型基础上,再结合特定任务的数据集进一步对其进行训练。通过信息检索从外部知识库中查找与问题相关的知识。大模型幻觉问题是指大模型生成的内容**而提升生成的质量和准确性(考试带小抄)就是Deepseek);检索增强生成（RAG。

Prompt 工程（Prompt Engineering）是指在使用语言模型（如 ChatGPT、文心一言等）等人工智能工具时，设计和优化输入提示（prompts）的过程。这些输入提示是用户向模型提出的文本指令，用于引导模型生成满足特定需求的高质量输出，比如回答问题、生成文本内容（故事、诗歌、代码等）。

本文介绍如何通过本地化部署Ollama和Chatbox，利用DeepSeek R1模型打造强大的AI工具，涵盖Ollama和Chatbox的使用方法及相关操作步骤。

公司内部问题回答的任务，训练数据就是公司内部的任务单子数据。特定的任务或领域（建设公司内部的知识问答平台）搭建黑箱（也就是预训练的模型）目前要做的工作主要就是模型微调。