这个 GitHub 项目,直接拯救了我做AI Agent的焦虑,大模型入门到精通,收藏这篇就足够了!

GPT-5.5不存在?大模型效能提升靠的不是新代际,而是token精算 大语言模型(LLM)的效能优化,本质是工程化落地问题,而非单纯依赖下一代模型发布。其核心原理在于理解token作为计算资源的计量单位,通过输入结构化、输出约束、缓存调度与推理管道优化,实现单位token的信息密度最大化。技术价值体现在显著降低API调用成本、提升任务完成率稳定性,并规避因误信‘伪升级’导致的选型失误与预算浪费。典型应用场景覆盖智能客服、合同审查、电商文案生成等高并发、强成本敏感型业务。本文聚焦可验证、可复现的token归因分析与帕累托前沿决策方法,直击GPT-4 Turbo与GPT-4o在真 阅读详情

最近刷到一个项目,差点没忍住转头拉群推荐所有做 AI 产品的朋友。 它就是这个神奇的开源仓库: 👉 https://github.com/Shubhamsaboo/awesome-llm-apps

说人话就是:这是一个集成了几十种 LLM 应用场景的超全 demo 集,覆盖了几乎所有你能想到的 AI agent 使用场景。 不夸张地说:要是我早半年刷到它,真的能少踩一堆坑,少绕好几个弯路。


这个项目到底有啥用?我总结了 3 点最关键的:

  1. 场景全到离谱,基本啥都能找到模版

随便举几个你可能感兴趣的场景:

  • 博客转播客的语音 agent
  • RAG + 多轮记忆的智能数据分析助手
  • 自定义 AI 旅行规划师(本地部署/云端都能跑)
  • 理财顾问、健康教练、健身助手、法律服务、招聘中介、会议总结工具……

甚至还有:

  • AI 情感陪伴 agent
  • AI 自主游戏 agent(下棋、玩井字游戏那种)
  • 多智能体团队协作,比如一个“虚拟律所”或“虚拟金融团队”协同工作

关键是每一个 demo 都不是空壳,而是真能跑、有代码、有架构、有 prompt、有 memory、有流程的那种。

你要是真在做 agent 产品,这些 demo 完全能当成“启动模板”来改造。


  1. 模型兼容性强,本地/云端都能跑

这个项目很“懂人”:

  • 云端的可以接 OpenAI、Claude、Gemini,直接 API 走起
  • 本地的也安排了:Llama、Qwen、DeepSeek 什么的都有
  • 还有很多项目能在自己电脑跑,不用担心 API 成本飙高
  • 部分 demo 甚至可以玩多模态(接图像、语音等)

你想省钱省心自己部署,没问题;你要快速验证个思路走云端,也支持得很完整。

而且,很多项目不只是“跑一下就完了”,而是设计了 RAG 模块、记忆系统、多轮对话逻辑、multi-agent 协同这些复杂逻辑,完全是产品原型级别。


  1. 学习材料级别的宝藏,适合 PM、创作者、开发者一起上

我觉得这个项目对内容创作者和做知识输出的朋友也超有用。

每个 demo 基本都带教程,README 写得很清晰,你拿来做:

  • 视频号演示
  • 小红书教程拆解
  • 微信公众号科普文
  • GitHub 教程系列 完全没问题!

甚至你可以写个《7 天复刻 AI 理财顾问》的专栏系列,照着这 repo 拆拆讲讲,一堆人都愿意看。

而且这些内容也很容易转化成自己的产品或者服务。做个微 SaaS、小工具、小插件,顺水推舟。


当然也不是完美无瑕,有几个坑……

⚠️ 首先,有些项目的依赖真的很迷,版本容易冲突。跑不起来的时候你得自己改 requirements.txt,或者看下 issue 里有没有人踩过类似的坑。

⚠️ 其次,个别项目会偷偷塞点平台绑定(比如 phidata.app),看着是开源,结果里面有登录限制,体验不太好。跑 demo 前记得先扫下代码,别误踩广告。

⚠️ 还有些 README 是空的,项目没写完就扔上来了,动手能力差点的同学可能会有点懵。

但说到底,这些问题都不致命。你要是真在搞 agent 产品或者打算做点有差异化的 LLM 应用,这些坑根本不算啥。


怎么玩得更高效?我的建议:

  • 挑一个你最感兴趣的场景先跑通

    (比如 AI 旅行规划、AI 财务顾问)

  • clone 下来,记住每一步你改了啥,环境怎么配的

  • 跑通之后 fork 出你自己的版本,打个壳,做个 landing page 就能开始试水用户反馈了

  • 一边拆一边写教程/发视频,这波流量带节奏非常丝滑


最后总结下~

这个仓库,不是让你 copy 一份代码就去创业,而是帮你迅速建立 LLM 应用开发的直觉。

就像你刷够了几十个优秀案例,你自然而然就知道 prompt 怎么写、agent 怎么调、RAG 怎么接。

这种“工程直觉”不是死记硬背得来的,是靠拆项目拆出来的。

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!

👇👇扫码免费领取全部内容👇👇

​

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img
四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

Claude Mythos:AI安全能力断层跃迁与系统级攻防新范式 大语言模型正从‘代码辅助’迈向‘系统级自主推理’,其核心标志是软件工程能力、形式化逻辑与攻击面建模的深度融合。这类前沿模型不再依赖外部工具链或提示词工程,而是原生具备跨模块因果推演、符号执行与端到端漏洞利用生成能力,本质是‘推理即执行’的技术范式升级。它重塑了渗透测试、SAST/DAST、供应链安全等场景的效率边界,尤其对长尾系统构成降维打击。在实践层面,沙箱环境设计、可信度验证与元认知提示成为工程师驾驭此类高能力模型的关键技能——Claude Mythos正是这一能力断层跃迁的典型代表,标志着AI从‘理解 阅读详情

相关推荐

GPT-4o全模态架构解析与OpenAI兼容服务部署指南

全模态大模型正从功能叠加走向表征统一,其核心在于音频、图像、文本共享同一语义空间,而非简单多输入支持。GPT-4o通过端到端联合训练实现毫秒级响应与跨模态因果理解,技术价值体现在实时性、保真度与交互自然度三重跃升。典型应用场景覆盖智能客服、教育辅助、工业诊断等需低延迟+高上下文感知的领域。开发者常面临API兼容性断裂、响应格式不匹配、私有化部署难等问题,需构建符合OpenAI v1规范的服务端点以复现GPT-4o级体验。

weixin_34194359的博客 394

阿里云Coding Plan Lite/Pro迁移实战:OpenClaw本地Agent工作流重构指南

AI开发工作流正从‘调用API’迈向‘可审计、可配额、可运维’的生产级基础设施阶段。Coding Plan作为阿里云面向开发者推出的模型服务层,其Lite与Pro套餐差异本质是服务SLA与工程治理能力的分水岭——前者限于尝鲜,后者支撑稳定交付。核心原理在于配额计量黑箱化(含上下文长度加权、工具调用惩罚、图片理解溢价)、模型白名单字符级校验、以及OpenAI/Anthropic双协议绑定机制。技术价值体现在将月均API成本压缩84%、规避误扣风险、并实现OpenClaw等开源Agent零逻辑改造接入。典型应用

angw337679452的博客 394

VS Code 统一智能体体验

20242025单一 Agent✅ 多 Agent 协同黑盒执行✅ 白盒监控 + 实时干预全局上下文✅ 主 Agent + Subagents 隔离固定 Prompt✅ Custom Agents 可编程🌟VS Code 不再只是一个编辑器——它正在成为开发者与 AI 协作者网络之间的「操作系统」。

weixin_44058951的博客 2670

LLM之Agent(七)| AutoGen介绍

例如,要构建一个基于代码的问答系统,可以如下图所示设计代理及其交互,这样的系统可以在像 supply-chain optimization(https://github.com/microsoft/OptiGuide)的应用中可以将所需的手动交互次数从3倍减少到10倍。下面我们以FizzBuzz游戏进行演示autogen的使用方法,FizzBuzz游戏是一个报数游戏,从1开始报数,如果这个数可以被3整除,你就要改为说"Fizz",如果能被5整除,就改为说"Buzz"。带阴影的圆表示可以重复多次的步骤。

wshzd的博客 3351

颠覆性创新的测量框架与跨领域实证分析

颠覆性创新作为科技发展的重要驱动力,其核心在于实现知识体系的范式转换。从技术原理看,这类创新通常具备知识替代、网络重构和跨领域渗透三大特征,通过引用网络分析和文本挖掘等方法可量化评估其影响力。在工程实践中,CD指数、DI指数等测量工具帮助研究者识别具有突破潜力的成果,而深度学习等新兴技术进一步提升了评估精度。当前AI、半导体等领域的热门技术发展表明,模块化架构和产业协同能有效促进颠覆性创新。面对全球范围内创新颠覆性下降的趋势,优化科研评价体系、构建跨学科协作网络成为关键应对策略。

weixin_29735807的博客 323

机器学习ROC曲线中的阈值thresholds

在ROC曲线上的不同点对应于不同的阈值。根据任务的具体要求,可以选择合适的阈值,以达到平衡召回率和误报率,或者根据具体应用场景调整模型的工作点。,表示样本属于正例的概率。这个概率值可以被截断为二元分类的决策,通过选择一个阈值来决定样本是被分类为正例还是负例。通过改变阈值,可以得到不同的真正例率(TPR)和假正例率(FPR),从而绘制出ROC曲线。总体来说,ROC曲线提供了模型在不同阈值下的性能综合情况,帮助分析模型的分类能力。通常来说,随着阈值的增加,TPR会减小,而FPR会增加。ROC曲线的绘制涉及。

行子的博客 3656

LLM Agent 概述

LLM Agent 是高级 AI 系统,旨在创建需要顺序推理的复杂文本。他们可以提前思考,记住过去的对话,并使用不同的工具根据所需的情况和风格调整他们的回答。现在,考虑一个详细的场景:根据新的数据隐私法,公司面临的常见法律挑战是什么,法院如何解决这些问题?这个问题比仅仅查找事实更深入。这是关于了解新规则,它们如何影响不同的公司,并了解法院对这一切的看法。一个简单的 RAG 系统可以提取相关的法律和案例,但它缺乏将这些法律与实际业务情况联系起来或深入分析法院判决的能力。

2301_76168381的博客 1225

STM32----SPI+DMA高效读写外部Flash的配置与实战

本文详细介绍了STM32通过SPI+DMA高效读写外部Flash的配置与实战方法。针对大量数据传输场景,使用DMA技术可显著提升系统效率,释放CPU资源。文章包含完整的代码实现、常见问题调试技巧以及性能优化建议,帮助开发者快速掌握这一关键技术。

pea55的博客 1032

Github 趋势榜第一!开源 Agent 开发神器,任意文档转 JSON、MD

不知不觉间,markdown/json 格式似乎已经成为了 AGI 时代的“新基建”。各种各样的文档经过解析工具快速提取并结构化输出为这两种格式后,给各类 Agent/RAG 框架提供稳定的原始文本输入。Docling不仅具备多格式解析能力,且对版面和表格都有较高还原度,还能通过多线程或 GPU 加速来应对大批量处理场景,加上 MIT 许可开源,不失为大家解析文档的一个好选择。

夕小瑶科技说 4921

【STM32开源实战】基于STM32的智能输液监控系统设计与实现

本文详细介绍了基于STM32F103C8T6主控芯片的智能输液监控系统设计与实现。该系统通过光学液位传感器、温度传感器和红外滴速检测模块实时监测输液状态,利用步进电机自动调节滴速,并通过蓝牙实现数据远程传输,为医院提供了一套低成本、高可靠性的智能输液解决方案。

h6i7j8的博客 762

手把手解决GD32H759I-EVAL以太网通信三大坑:IP冲突、端口绑定失败、LWIP内存泄漏

本文针对GD32H759I-EVAL开发板在以太网通信调试中常见的三大难题——IP地址冲突、端口绑定失败和LWIP内存泄漏,提供了详细的实战排障指南。文章深入分析了问题根源,并给出了具体的网络配置、端口管理策略和内存泄漏检测方法,帮助开发者快速定位并解决嵌入式网络通信中的棘手问题,确保系统稳定运行。

weixin_29196315的博客 141

AI工程师必看!GitHub上10个高价值LLM开源项目,建议立即收藏

文章推荐了GitHub上10个有价值的LLM开源项目,涵盖从入门到进阶各个阶段,包括微软的机器学习入门和AI入门课程、Andrej Karpathy的神经网络教程、深度学习论文实现、MLOps实践、LLM实战、RAG技术、AI代理开发等。无论你是刚入门的小白还是有一定基础的开发者,都能通过这些项目快速掌握最新技术动态,避免纸上谈兵,真正提升实践能力。

2401_85154887的博客 1987

LLC谐振变换器软启动,不只是“慢启动”,还是“智能启动”

LLC谐振变换器的软启动,不只是“慢慢来”,而是要在控制时序、限流、响应速度之间精妙权衡。而数字控制,特别是用查表法或混合信号法,为实现真正的“最佳轨迹”提供了可能。✨小Tips:如果你的系统成本敏感,选择查表法准没错;如果你的设计目标是超高速响应,那就上混合信号的高配方案!

weixin_43199439的博客 691

这个 GitHub 项目,直接拯救了我做AI Agent的焦虑

这是一个集成了几十种 LLM 应用场景的超全 demo 集,覆盖了几乎所有你能想到的 AI agent 使用场景。

瓦罗兰特顶级C位的博客 733

2026基金本子新规必看!聚焦四大底层问题,利用AI辅助分别破解提升中标率

我拟申报的研究主题为【明确的研究主题或关键词组合】。选题方向也是评审专家关注的核心之一,申报前可以检索近五年领域前人中标项目,分析现有研究的空白与不足,并结合自身研究基础选择 “人无我有、人有我优” 的细分方向,如果是交叉学科选题,则要阐述不同学科的融合逻辑与创新点。“推动国家战略”、“带来行业发展”等宏观表述,有很多同仁都喜欢用这类话术开篇,但实际上宏大叙事无法替代具体的真实科学问题,明确不了研究要解决的核心痛点,更没有说明问题的现实针对性,评审看了往往抓不到研究的核心价值。

智能AI让学术科研更容易 295

基于深度学习的大豆病害检测识别系统:YOLOv10 + UI界面 + 数据集

YOLOv10是一种高效的目标检测算法,能够在保持高精度的同时,提供较快的检测速度。YOLOv10使用了改进的卷积神经网络架构,并在多个计算机视觉任务中表现出色。在本项目中,我们将使用YOLOv10进行大豆病害的检测和分类。本系统利用YOLOv10算法,实现了大豆病害的实时检测和分类。通过结合深度学习和图像处理技术,可以帮助农业领域的专业人员更加高效地识别和诊断大豆病害,提高农作物的生产力与质量。

YOLO 700

[特殊字符]这个 GitHub 项目,直接拯救了我做 AI agent 的焦虑

⚠️ 其次,个别项目会偷偷塞点平台绑定(比如 phidata.app),看着是开源,结果里面有登录限制,体验不太好。而且,很多项目不只是“跑一下就完了”,而是设计了 RAG 模块、记忆系统、多轮对话逻辑、multi-agent 协同这些复杂逻辑,完全是产品原型级别。关键是每一个 demo 都不是空壳,而是真能跑、有代码、有架构、有 prompt、有 memory、有流程的那种。但说到底,这些问题都不致命。⚠️ 还有些 README 是空的,项目没写完就扔上来了,动手能力差点的同学可能会有点懵。

weixin_37464284的博客 501

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

代码直接变论文!MSRA同款Agent库开源,读Repo一键生成初稿

一旦文章出现这些特征,会导致审稿人的第一印象大打折扣,极易被打上 AI 生成的标签。科研中最绝望的时刻往往不是没有 idea,而是实验跑通后,对着丑陋的 Visio 架构图调配色,或者对着空白的 LaTeX 文档不知道 introduction 第一句该怎么写。例如,你可以要求它“把这篇 NeurIPS 格式的论文迁移到 ICML 模板,注意页数限制”,它会自动适配新模板的排版与篇幅要求。相比于静态的 Prompt,Agent Skills 能够直接调用外部工具、读取文件,这才是真正的自动化体验。

Paper weekly 1020

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

Tiny AI代理:微秒级系统健康态感知与自治响应

在可观测性领域,'系统健康态'正从静态阈值演进为动态多维模式。传统监控依赖聚合指标(如Prometheus rate函数),存在维度坍缩与静默失效风险;而基于时序异常检测的轻量AI代理,通过eBPF内核态特征提取、Rust零GC推理引擎和联合信号建模,实现对'生理震颤'级征兆(如执行计划缓存命中率滑坡、P99.9延迟陡增)的毫秒级识别。其技术价值在于将故障响应窗口前移至萌芽阶段,支撑高可用SaaS、实时交易与IoT边缘等低容忍延迟场景。本文详解一个237KB嵌入式AI代理如何以最小干预原则完成动态限流、功能

culiao2169的博客 685

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

GitHub 支持 ACCESSIBILITY.md 无障碍声明

GitHub 开始识别并展示仓库中的 ACCESSIBILITY.md 文件,为开源项目的无障碍目标、已知障碍和反馈流程提供固定位置。

老孙正经胡说 227

Github Copilot 新手极速上手指南

走到这里,一套从零到可用的 AI 编程助手工作流已经完整跑通。环境先行:确认 IDE 版本为近期稳定版,从官方渠道安装插件,安装后务必重载窗口,让核心服务进程在新实例中启动;内网用户可用.vsix离线部署。登录与配置:用长期账号完成授权,状态栏图标由灰转彩即表示连接建立;随后把触发延迟调到 300ms-500ms、按需勾选语言范围、关闭匿名遥测,再用一次简单输入验证服务就绪。补全实战:AI 补全不只是猜词,它能读懂上下文甚至跨文件匹配签名;用Tab接受整行、逐词接受微调,保持人机协作而非全盘照收。

weixin_45764029的博客 381

inMusic 开设 GitHub 仓库,公开 MPC 开源组件

inMusic 在 GitHub 开设官方仓库,按许可证要求公开 Akai MPC 各代设备及 MPC Sample 使用的开源组件,但并未开源 MPC 操作系统本身。

老孙正经胡说 200

GitHub 开源趋势日报 | 2026-11-08

每日精选 GitHub Trending 热门项目,聚焦 AI 与大模型、Agent 智能体领域,带你用一篇文章看懂开源风向。

weixin_45631123的博客 381

自建 RustDesk 服务端后,做一个“装完就能连“的客户端

目前市面上的远程工具(如向日葵、toDesk等)免费版基本上都卡的不行,而且收费版好像也会卡。如果有云服务的话,可以基于 RustDesk 的 hbbs / hbbr 自己部署一套,不过会碰到一个问题:每台电脑装完客户端,都得手动去设置里填三样东西——ID 服务器、中继服务器、Key。填错一个就连不上,还得远程指导同事操作。这篇记录两种解决办法,以及云端编译的完整流程。内容基于 RustDesk 1.5.3 的源码。

风声的专栏 320

GitHub 热榜分析:大厂占 23 席,Meta Astryx 开源设计系统,agent-ready,sherlock 回榜首

📊 今日飙升榜(数据截至 11-09):上榜 9 个仓库 · 单日最多 +2,373 star · 完整榜单与各仓库 star 趋势见 open-repo.comGitHub 这张每日热榜,过去四个星期明显变了味:不是更热,也不是凉,是定下来了。今天上榜的仓库只剩 9 个,其中 7 个昨天就在榜上,新面孔只有 2 张——过去四周换手最慢的一天。可位置一点没松:大厂官方仓库的席位从 7、13、2 一路走到本周的 23;

Qurite的博客 190

GitHub 热榜项目:日榜(2026-11-06)

给编码智能体补工程与产品技能是本期最明显的一类,mattpocock/skills 把需求对齐、TDD、缺陷诊断做成小技能。NVIDIA/auto-ontology 从企业元数据生成本体、构建知识图谱,为 LLM 提供带来源追溯的自然语言查询和 SQL 生成,新增 2,679 星;vercel-labs/agent-desktop 通过桌面无障碍树把界面元素转成 JSON 和可操作 ref,让智能体不必截图就能点击输入,新增 2,173 星。

u130130的博客 467
上一篇: GitHub超18k星的最全RAG和AI Agent开发实践项目集合,大模型入门到精通,收藏这篇就足够了!
下一篇: 10.2K Star!告别付费课程!这个学习神器让你0成本掌握AI核心技能,大模型入门到精通,收藏这篇就足够了!
Llama-Turbo
博客等级 码龄4年 9901粉丝 2024原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值