- 博客(545)
- 收藏
- 关注
RSS订阅原创 用DeepSeek做Excel动态交互图表，再也不需要截图了！！！
做数据分析一定离不开各种图表。网上有很多用AI生成图表，逻辑是先生成HTML然后再渲染成可交互的图表，但都有一个缺点：真正工作中给老板演示的时候，就只能截图到PPT，并没有交互效果，体验感腰斩。今天就教大家，怎么用DeepSeek做数据分析图表，然后放到Excel、PPT里交互。让你在会议的时候装一波大的！！！
2025-06-04 15:48:48
686
原创 用AI实时查询数据库，自动生成可视化图表 | Dify工作流
MCP的方式目前还是很不稳定的，不适合用在实际工作中。更不用说把Excel直接扔给AI做分析的方式：1. 数据安全问题；2. 出来的结果准确率很低。怎么办？最好的方式就是在本地部署工作流，直接对接数据库 ，通过给SQL代码然后执行的方式来查询，准确率最高。但数据库如果量比较大，又怎么才能让AI知道我表结构，并给出准确代码呢？答案是 搭建数据库表结构的知识库。以下就是具体怎么做的教程目录：
2025-06-04 15:47:00
440
原创 大模型神书《实战AI大模型》！知名教授尤洋首发新书深入浅出热门AI大模型，从零基础到精通，看这本就够了！赶紧收藏！！！
在GPT-4的惊艳亮相之际，AI大模型成为了学界和工业界的热门话题。这些模型的复杂性和不断发展的技术为我们带来了新的挑战和机遇。人工智能正在从感知理解世界走向生成创造世界，推动产业智能化升级加速进入拐点。
2025-06-03 16:37:46
1176
原创 手把手教会你玩转本地大模型：Ollama安装+deepseek部署+Dify接入+独立调用全攻略
本期为大家介绍如何通过Ollama部署本地大模型，Dify如何接入Ollama部署的本地大模型，以及脱离Dify如何方便使用大模型。本期具体内容包括1.Ollama下载安装、2.大模型部署（以deepseek为例）、3.Dify接入本地大模型、4.通过chatbox使用本地大模型（额外内容）。如果只想本地部署大模型可以只看1、2,如果想要通过Dify接入本地大模型可以看1、2、3，如果想脱离Dify直接方便的使用本地大模型可以看1、2、4。
2025-06-03 16:36:42
471
原创 手把手教会你搭建属于自己的智能体
本期为大家介绍如何搭建自己的智能体，本期用到的工具是扣子（Coze），Coze 是一个由字节跳动推出的 AI 开发平台，主要用于快速构建、调试和部署基于人工智能的对话机器人（Bot）和智能体（Agent）。它类似于其他低代码/无代码 AI 平台，但更注重灵活性和扩展性，支持用户通过可视化工具或代码深度定制 AI 应用。
2025-06-03 16:35:09
733
原创 文末送书 | 抓住AI未来！《多模态大模型：技术原理与实战》揭秘下一代AI核心技术，大模型入门必备！
本书详细介绍了大语言模型和多模态大模型的发展历史、技术原理和亮点、主要的开源框架、配套工具、部署细则和实战案例。为了让读者更好地进行大模型的应用实战，本书还详细介绍了使用大模型为商业赋能的3个应用案例。期望本书能够帮助读者打开通往大模型尤其是多模态大模型的学习、实战和商业成功之路。本书适用于从事人工智能工作的专业技术人员，比如算法工程师、研发工程师等，也适用于对多模态大模型感兴趣的各类从业者，比如产品经理、项目经理和各级管理人员等。
2025-05-29 16:15:40
383
原创 10分钟自己动手搭建一个免费的大语言模型
LM Studio 是一款专为本地运行大型语言模型（LLM）而设计的桌面应用程序，其主要作用是简化用户在本地环境中部署和使用这些先进的人工智能模型的过程。LM Studio 允许用户无需互联网连接即可在本地设备上运行复杂的语言模型，从而保障数据隐私和处理速度
2025-05-29 16:14:37
549
原创 LangChain实战 | 通过LangChain中的ReAct框架实现自动定价
智能体是一种能够感知环境、做出决策并采取行动的系统。这些系统能够执行被动的任务，也能够主动寻找解决问题的方法，适应环境的变化，并在没有人类直接干预的情况下做出决策。
2025-05-29 16:12:16
837
原创 2025大模型书籍推荐！大模型项目实战：多领域智能应用开发（附PDF）
今天没有多的废话，直接给大家推荐这本书----《大模型项目实战：多领域智能应用开发》！这本书面向大语言模型应用的使用者和开发者，从大语言模型的基础知识开始，逐步深入，详细介绍了常见的操作方法和各类型应用的开发过程。
2025-05-27 11:43:22
934
原创 基于deepseek-r1+ollama+milvus 搭建本地RAG知识库
（1）📢 Ollama安装deepseek-r1:7b> deepseek模型大小根据个人电脑的配置选择，最好是大于1.5b。Windows系统进入命令提示，通过ollama下载deepseek-r1:7b
2025-05-27 11:41:23
998
原创 大模型部署保姆级教程 | LM Studio + open-webui 快速本地部署大语言模型
自 OpenAi 发布 ChatGPT 对话性大语言模型，AI 这两年发展迎来爆发，国内外也衍生了大量的语言模型开放给公众使用。为了可以让更多人接触到AI，让本地化部署更加轻便快捷，于是就有了Ollama、LM Studio等可以在本地部署模型的工具。
2025-05-23 16:13:19
985
原创 【AI大模型研究报告】2024年中国工业大模型行业发展研究报告
报告聚焦于中国工业大模型的发展现状，详细分析了其在工业领域的应用与前景。工业大模型借助人工智能技术优化了制造流程、提升了生产效率，尤其在能源、制造、自动化等领域取得了显著成果。报告指出，随着大模型技术逐渐成熟，未来其应用将进一步拓宽。中国的企业正加大对工业大模型的投资，旨在通过这一技术增强全球竞争力。报告还探讨了未来可能的挑战，如数据隐私、模型训练成本等问题。
2025-05-23 16:10:42
146
原创 大语言模型如何“读懂”情绪？LangChain+千问实现情感分析系统
本文将详细介绍如何利用LangChain框架和Ollama模型实现一个情感分析智能体。通过代码解析和功能分析，我们将深入探讨其实现原理，并结合实际案例展示其应用效果。
2025-05-21 16:16:12
758
原创 AI大模型实操演示：如何在LangChain+Ollama中使用 Tool (Function Call)
LangChain 是一个强大的框架，旨在帮助开发者构建基于语言模型的应用程序。在这个教程中，我们将深入探讨如何使用 LangChain 中的 Tool 功能，创建自定义工具以获取天气和时间信息。
2025-05-21 16:13:25
1171
原创 AI大模型新书分享《大模型入门：技术原理与实战应用》PDF无偿分享
本书深入探讨大模型技术及其应用的书籍，特别聚焦于提示工程这一新兴领域。本书揭示了大模型的工作原理，展示了如何通过精心设计的提示引导大模型产出高质量内容，涵盖了从电子商务、创意营销到内容创作、智能办公、编程和软件生态等多个领域的实践案例，为读者提供了一个全面的技术科普和操作指南，帮助读者掌握与大模型高效协作的方法，挖掘大模型潜力，解决实际问题。
2025-05-20 17:57:17
928
原创 制造一只AI电子喵 (qwen2.5:0.5b 微调 LoRA 使用 llama-factory)
本文以 qwen2.5 和 llama-factory 举栗, 介绍语言模型 (LLM) 的微调 (LoRA SFT). 为了方便上手, 此处选择使用小模型 (qwen2.5:0.5b). 不需要很高的硬件配置, 基本上找台机器就能跑.
2025-05-13 14:30:06
1300
原创 Dify案例分享-Qwen3 vs 传统合同审查，这场对决谁能胜出？
今天就带大家使用本地ollama 搭建qwen3 模型结合dify 1.3.1 版本实现合同评审工作流。 工作流截图如下：
2025-05-13 14:25:56
1003
原创 全网催更的大模型爆款书《从零构建大模型》，中文版来了！
2025 年，人工智能依然是科技圈最热的风口。ChatGPT、Claude、DeepSeek 等模型层出不穷，不断刷新人们对 AI 能力的想象。而支撑这一切的，正是大语言模型（LLM）——这个曾经只是大厂的专属！但问题来了：构建一个属于自己的大模型，真的非得依赖大团队、大算力、大预算不可吗？其实未必！这本书，正在彻底打破这个思维定式。。这本书一上线就引发了全球开发者的广泛关注——GitHub 上斩获星标，Amazon 美区评分高达 4.7 分。
2025-05-07 15:54:19
856
原创 LLM如何将杂乱文本变为可视化知识图谱？
笔者并非此领域专家，本文旨在分享一个探索性项目。欢迎任何形式的反馈与建议，无论是建设性的批评还是其他想法，都将虚心接受。知识图谱是一种强大的信息表示工具，通过实体（节点）及其之间的关系（边）来清晰呈现事物间的联系。相比之下，非结构化文本则显得杂乱无章。传统上，从原始文本构建知识图谱并非易事，往往需要人工识别实体和关系，并编写提取规则，或者借助专门的机器学习模型完成任务。然而，大语言模型（LLM）的出现带来了转机。LLM 具备强大的灵活性，非常适合这项任务。它们能够读取自由格式的文本并输出结构化信息。
2025-05-05 15:28:33
649
原创 大模型初学者必看大模型微调指南：Unsloth官方微调技巧大公开！
本篇分享我们基于Unsloth官方文档结合工作种微调经验，为大家提供了合适的参数选择范围，帮助大家从成百上千种参数组合中快速定位到最优组合，加速微调过程，让初学者也能简单快速上手大模型微调。还在等什么，赶紧按照分享建议的方案去微调属于你的专业领域大模型吧！
2025-05-03 11:45:00
1921
原创 # dify案例分享-魔搭+Dify王炸组合!10分钟搭建你的专属 生活小助理
今天主要带大家了解并实现了基于魔搭社区 MCP 广场和 Dify 平台的 AI Agent 智能体工作流方案。我们介绍了 MCP Server 的相关概念，包括其架构、工作原理、主要功能以及发展现状。MCP Server 作为一种轻量级服务程序，为 AI 模型与外部资源的连接提供了高效、安全的解决方案。这个方案属于比较实用且具有一定创新性的方案，能够帮助用户打造一个集吃饭、学习、看新闻、出门旅行为一体的 AI Agent 智能体。感兴趣的小伙伴可以按照本文步骤去尝试。
2025-04-28 17:21:52
1173
原创 如何用大模型+RAG给宠物做一个AI健康助手（干货分享）
事情是这样的，前段时间我家猫软便一直不好，我带去宠物医院检查。现在的宠物医院都会给去过的宠物建档案，就像人的电子病历一样，记录一些基本信息、病史，以及疫苗接种记录之类的。因为之前去过同一家，所以我家的猫在这也有记录，当天去了之后，医生也是惯例查电子记录，但不知道他们的系统有问题还是他不会用，找了半天也没找出来，后来另外一个人过来在后台把一大串数据调出来才找到。
2025-04-28 17:18:21
1009
原创 “大模型”背后的秘密：一本让你从入门到精通的神书！
书中从最基础的统计语言模型讲起，逐步深入到基于Transformer的现代大模型架构，涵盖了从n-grams到GPT-4的所有关键技术。：从n-grams到RNN，再到Transformer，书中详细讲解了语言模型的发展历程，帮助你理解大模型是如何一步步进化到今天的。**：**书中提供了丰富的实战案例，涵盖了文本生成、情感分析、机器翻译等多个领域，让你在学习理论的同时，也能动手实践。这本书不仅深入浅出地讲解了语言模型的底层逻辑，还提供了丰富的实战案例和代码，让你从零开始掌握大模型的奥秘！
2025-04-25 17:22:30
349
原创 RAG 与 MCP 如何以不同方式解决大模型的局限性
Claude和GPT-4o等大型语言模型 (LLM) 功能强大，但也面临两个主要限制：它们包含的知识是（更具体地说，是在训练时点固定的），并且决定它们一次可以处理多少信息的是有限的。(Retrieval-AugmentedGeneration, RAG) 和(Model Context Protocol, MCP) 是两种可以解决这些限制的方法。在本文中，我们将简短概述这两种方法的工作原理，以及区分它们的一些差异。
2025-04-21 17:02:21
743
原创 RAG 实战｜用 StarRocks + DeepSeek 构建智能问答与企业知识库
语义搜索匹配用户问题与知识库中的相关内容，使回答基于真实信息，从而降低大模型的“幻觉”风险，提升回答的自然性和可靠性。在本地部署 DeepSeek 时，Ollama 主要起到模型管理和提供推理接口的作用，支持运行多个不同的 LLM，并允许用户在本地切换和管理不同的模型。： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。用于记录用户问题、检索结果和生成回答，保存上下文，方便进行长对话，至于长对话，用户可自行探索。
2025-04-21 16:58:37
708
原创 吴恩达教授亲自力荐的大模型书籍，我想不出哪本书比这本更值得一读！
✔深入了解如何通过生成模型微调、对比微调和上下文学习来训练LLMS并优化它们以适应特定应用。幅图表示例，帮助大家更全面地理解和使用大语言模型。✔使用密集检索和重新排序器等方法，构建超越关键字搜索的语义搜索引擎。全书分为12个章节，全面介绍了从语言模型的入门知识到高级应用，如。✔理解Transformer语言模型的架构，擅长文本生成和表示。✔构建高级LLM管道，以聚类文本文档并探索它们涵盖的主题。✔探索如何使用生成模型，从即时工程到检索增强生成。的评分，质量实在是太高了！两位大佬的推荐和好评，
2025-04-16 16:20:46
312
原创 终于有人把 MCP 和 A2A 讲明白了！小白也能看懂的硬核科普！
和谷歌提到的。听起来是不是有点“高大上”？别担心，今天我就用大白话，结合我自己的体验，跟大家聊聊这俩到底是啥，以及为啥我觉得它们可能预示着。
2025-04-14 16:58:39
1037
原创 Llama + Dify，在你的电脑搭建一套AI工作流
最近字节在推Coze，你可以在这个平台制作知识库、制作工作流，生成一个具有特定领域知识的智能体。那么，有没有可能在本地也部署一套这个东西呢？这样敏感数据就不会泄露了，断网的时候也能使用AI。刚好最近Llama 3.1发布了，本文就以Llama 3.1作为基础模型，配合Dify在本地搭建一套“Coze”。跟着本文一步步操作，保证能行！
2025-03-31 22:01:04
1061
原创 快速搭建自己的RAG知识库（Ollama、Page Assist、Anything LLM）
先解释一下字面意思：RAG Retrieal-Augmented Generation 检索增强生成。RAG 可以帮助我们减少大模型的“幻觉”问题，还可以注入最新资讯及特定领域的关键信息，是一种低成本（相比于模型微调，肯定是成本低得多）的让大模型知道专业领域知识或者一些隐私数据的手段。首先将我们的知识库（一些专用领域的数据或者隐私数据等，可以是 PDF、CSV、txt、md 等多种格式）分割为文本块。使用 Embedding Model 将文本块转为向量（Vector Embeddings）。
2025-03-31 21:52:44
715
原创 人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
SFT监督微调时监督微调时，学习率通常会设置得很小常见误区：1.监督微调需要大量的训练时间和数据 2.监督微调将复制源模型的所有参数至目标模型 3.监督微调只需要几十条监督数据即可监督微调常见任务：1.用中文预训练BERT模型完成中文实体识别任务 2.训练语言模型GPT3 3.UIE模型在垂直领域的数据集上微调常见误区：在ImageNet上的预训练的模型再来训练目标检测任务 （则不是）目前，主流的SFT监督方法包括：LoRA、P-tuning v2、Freeze。
2025-03-31 21:33:59
1070
原创 大模型新书分享《大模型入门：技术原理与实战应用》文末PDF共享
此外，书中还探索了大模型与智能编程的融合，以及在金融科技、搜索引擎、设计软件等领域的广泛应用，全书旨在为读者提供一套全面的理论框架与实战指南，帮助他们掌握提示工程技术，释放大模型的潜能，应对未来的创新挑战。本书揭示了大模型的工作原理，展示了如何通过精心设计的提示引导大模型产出高质量内容，涵盖了从电子商务、创意营销到内容创作、智能办公、编程和软件生态等多个领域的实践案例，为读者提供了一个全面的技术科普和操作指南，帮助读者掌握与大模型高效协作的方法，挖掘大模型潜力，解决实际问题。程絮森，杨波，王刊良，李浩然。
2025-03-28 15:03:12
1533
原创 LangChain实战 | 路由机制让AI助手更聪明，专业问题交给专业模块！
路由机制是 LangChain 处理复杂任务的核心设计之一，它通过动态调度不同子模块，实现了“专业问题由专家处理”的智能化分工。无论是数学物理问题的精准分类，还是多工具协作场景（如搜索、计算、数据库查询），路由都能显著提升系统的可靠性和效率。
2025-03-28 15:02:03
888
原创 图解 Langchain 金融决策，连续加班只为你打造投资助手
Langchain 就像是一个金融顾问团队，可以帮你分析市场数据、提供投资建议和自动化决策流程。2. 向量存储2. 风险评估3. 投资组合优化2. 金融新闻分析Langchain 库是构建智能金融决策系统的强大工具，可以帮你：哎呀，终于搞定这个投资助手了！加班做完这套系统后，我相信你的投资分析效率会提高不少。不过记住，再智能的系统也只是工具，最终决策还是你自己拍板。开始用起来吧！大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “”“”等问题热议不断。不如成为，毕竟
2025-03-28 14:56:00
858
原创 2025大模型书籍推荐！大模型项目实战：多领域智能应用开发（附PDF）
高强文互链高科（北京）技术发展有限公司总经理，银川方达电子系统工程有限公司董事长，宁夏回族自治区劳动模范。专注于人工智能大语言模型应用开发、开源社区开发与运营。参加工作20多年来，一直从事医疗健康领域信息化、人工智能等产品研发与管理工作，近年来致力于开源事业，开发运营aliendao.cn、gitclone.com和opendao.cn等开源社区，在GitHub上贡献了20多个开源代码库。
2025-03-26 17:20:48
1227
原创 实现知识库问答机器人 langchain + LLM + Embeddings （比Langchain-Chatchat更智能）
如果微调打分模型效果一定会更好。如果每个步骤都使用不同的模型数一数要用多少个模型？
2025-03-24 14:56:48
702
原创 大模型RAG实战：全面讲解RAG技术原理、实战应用（附PDF免费下载书籍）
作者结合自身丰富的实战经验，详细阐述了RAG的基础原理、核心组件、优缺点以及使用场景，同时探讨了RAG在大模型应用开发中的变革与潜力。书中不仅揭示了RAG技术背后的数学原理，还通过丰富的案例与代码实现，引导读者从理论走向实践，轻松掌握RAG系统的构建与优化。第三部分（第7章和第8章）中，我们首先以一个基于LangChain实现 的RAG应用为例，详细介绍了如何搭建一个RAG系统。在第一部分（第1～3章）中，我们首先介绍了RAG的定义，为什么需要 RAG，以及RAG的工作流程、优缺点以及使用场景。
2025-03-24 14:55:14
955
原创 使用llama.cpp实现LLM大模型的格式转换、量化、推理、部署
llama.cpp的主要目标是能够在各种硬件上实现LLM推理，只需最少的设置，并提供最先进的性能。提供1.5位、2位、3位、4位、5位、6位和8位整数量化，以加快推理速度并减少内存使用。
2025-03-24 14:50:56
983
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