- 博客(20)
- 收藏
- 关注
RSS订阅原创 领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)
本文对比了OpenManus和Qwen-Agent两大LLM框架的核心模块差异。OpenManus采用面向对象设计，强调明确的规划-执行流程，适合结构化任务；Qwen-Agent则基于函数调用机制，支持动态工具注册和并行执行，灵活性更强。两者在LLM接口、工具系统、记忆管理等方面各有特色：OpenManus绑定OpenAI，Qwen-Agent兼容多模型；OpenManus工具管理手动，Qwen-Agent自动注册；OpenManus仅短期记忆，Qwen-Agent支持长期检索记忆。文末还提供了硅基流动平台
2025-07-05 18:00:32
771
原创 一文透彻理解web3、web3.0和区块链
稳定币法案颁布引发对区块链本质的思考。文章辨析区块链、Web3与Web3.0的核心差异：区块链是去中心化数据存储技术（如比特币），Web3构建用户主权的价值网络（含DeFi/NFT），Web3.0则聚焦机器可读的语义网（基于AI/RDF）。三者技术路径不同（共识机制/智能合约/语义标准），当前融合有限。稳定币发展或催生新型国际金融体系，但仍受传统法币霸权影响。本文为入门者厘清概念框架，揭示去中心化愿景与现实约束的矛盾。
2025-06-21 14:28:21
730
原创 使用duckduckgo_search python api 进行免费且不限次数的搜索
使用duckduckgo_search python api 进行免费且不限次数的搜索。
2025-06-18 21:16:22
294
原创 MotleyCrew ——抛弃dify、coze，手动搭建多agent工作流
－ 协调器： CrewMotleyCrew 的核心是一个 “Crew” 对象，即多代理系统的指挥者。Crew 持有一个全局的知识图谱（使用 Kuzu 图数据库），用于记录所有任务、任务单元和其执行状态。Crew 不断循环查询“可执行任务”（所有上游依赖完成的任务），调用get_next_unit() 获取下一步的任务单元，并将其分派给对应的执行者（Agent）。任务单元被分派后即加入知识图，当执行完成时触发任务的 on_unit_completion 逻辑。Crew 支持同步与异步两种模式：在异步模式下
2025-06-15 21:26:50
869
原创 领域LLM九讲——第4讲 构建可测评、可优化的端到端商业AI Agent 系统
以 OpenAI Cookbook 的《》示例为基础，探讨如何设计一个可测试、可优化的端到端 AI Agent 系统。整体流程分为三个阶段：(1) 端到端 Agent 构建（基线测试），(2) 拆分中间任务与评分系统（可解释性与对齐），(3) 构建收益/成本框架（系统优化）。
2025-06-07 13:24:18
810
原创 独立AI开发者——技术路线与盈利模式规划
选用Vue 3 (配合Vite/Pinia) 构建SPA，利用现成的对话组件库加速开发。比如Ant Design X Vue提供聊天气泡、会话管理、输入框、智能建议等AI 组件；腾讯云Chat UIKit Vue 版、CometChat 等也提供成熟的UI。聊天界面可支持流式渲染（逐步显示AI 回复），并可切换主题、适配移动端。语音UI 可利用浏览器Web Speech API 或VueUse等库捕获音频并调用ASR；响应可用Web Speech Synthesis 合成语音。
2025-06-02 17:36:43
586
原创 领域LLM九讲——第3讲 从多模态数据分析chunk方法——语义统一目标
当一张图像（例如产品规格表、科研论文中的图表）包含多个信息区域时，先用 OCR 提取所有文字框并检测其坐标，再根据文字框的行列关系将图像划分为不同“语义区域”（Region）——例如图表标题、图例、轴标签、脚注等，使每个区域都能对应一个独立的文本分块。将同一断点 ID 下的各模态内容——例如文本分块（带时间戳或页码）、对应的图像剪辑（带坐标）、音频片段（带时段）、视频镜头段（带时段及关键帧）——统一合并为一个多模态 Chunk，并赋予独立的 Chunk ID。，更是实现跨模态“语义统一”的关键环节。
2025-06-02 17:04:34
599
原创 领域LLM九讲——第3讲 从多模态数据分析chunk方法——多模态数据分类
概览如下：多模态分块可以分为文本导向分块（对 ASR/文档文本进行常规分块）、图像区域分块（对大幅图像或图表进行区域化处理）、视频语义分块（基于场景或镜头检测进行切片）、音频时段分块（基于 ASR+VAD 分段或固定时间窗口）、以及混合模态分块（保证图像/文本/表格等信息在同一 Chunk 中）。安防监控整体事件检索：安全系统将监控原始视频送入 LLM，先抽取音轨转写与关键帧图像，配合图像目标检测，实现视频内容检索。播客/音频日志分析：内容运营团队将播客音频文件提供给 LLM，做自动要点生成与情感分析。
2025-06-02 14:44:26
655
原创 科研漫谈——17种rag方案全览
下表系统性梳理了 17 种 RAG（Retrieval-Augmented Generation）改进方法，按照「文档分块」「检索与重排序」「后处理与反馈」分类。每种方法附带方法说明、效果亮点、典型场景、代表工具及效果评分（0–100 分）。
2025-05-24 21:00:30
744
原创 科研漫谈——RAG在LLM中如何调用
主要解决如下问题： 1. rag作为数据‘外挂’，和提示词工程的先后顺序是怎样的？ 2. rag的每个阶段在做什么？ 3. 长文本条件下，如何有效解决？
2025-05-17 19:29:56
945
原创 科研漫谈——为什么说RAG在LLM中不可替代？
RAG（Retrieval-Augmented Generation）作为一种将信息检索与生成模型相结合的技术方案，通过在生成阶段引入外部知识库，大幅提升了模型的准确性、时效性和可解释性。
2025-05-10 16:26:39
555
原创 科研漫谈——SurveyX：通过LLM实现自动化学术调查（附邀请码）
从SurveyX工作出发，通过观察其对任务的解析和中间过程prompt结构，探讨对领域工作流构建的思路
2025-05-05 18:41:36
1087
原创 [ChatGPT] 快速建立算法流程图
大预言模型具有快速反馈的特性，但在核心内容上大部分都是冗余的，下面介绍如何从ChatGPT返回的大篇幅字段中提取关键信息并利用快速建立流程图。
2024-08-17 21:09:38
519
原创 论文导读：DetectoRS： Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution
论文导读：DetectoRS： Detecting Objects with Recursive Feature Pyramid and Switchable Atrous ConvolutionAbstract许多现在的目标检测方法通过两次寻找搜索展示卓越的性能，这篇文章的主要原理是在 目标检测的backbone设计上。在宏观层面，我们提出Recursive Feature Pyramid(递归特征金字塔):包括从FPN提出额外的反馈连接进入up-bottom backbone layers。从微观层
2020-12-12 10:37:50
1270
1
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