- 博客(25)
- 收藏
- 关注
RSS订阅原创 用MCP打造agentic AI
指通过外部工具、数据或协议（如 MCP）增强大语言模型的能力，现在经常使用的联网搜索、知识库、workflow都属于增强llm的范畴，使得user能够访问实时信息、执行复杂任务或调用特定功能。MCP 定义了一套统一的接口规范（类似 USB-C），允许 LLM 通过 MCP Server 动态发现和调用外部工具（如数据库、API、爬虫等），无需为每个工具定制开发适配器。通过 MCP 协议，AI 能够高效地连接这些组件，实现复杂任务的自主执行和智能化处理。本地数据：访问本地文件系统，获取静态数据。
2025-03-26 10:32:09
854
原创 agent和agentic
这种新型智能体不再是被动执行预设规则的代码工具，是可以具备持续进化能力的认知主体，在医疗诊断辅助领域，Agentic AI已能支持从症状分析到治疗方案建议的辅助流程。系统从机械执行升级为具备自主决策的"数字实习生"，在代码生成场景中，智能体不仅能完成预设任务，还能自主发现并修正代码中的潜在bug。Manus系统通过预设的多阶段任务处理框架，构建了可观测的任务执行流程，展示了工作流编排技术的应用能力。工作流技术的技术理念，贴近人类"目标拆解-分步执行-效果验证"的认知范式。
2025-03-25 22:48:20
265
原创 信号频率和信号采样率
物理意义：表示信号每秒完成10,000次周期性变化（周期为0.1ms），与数据点数无关。示例：10kHz正弦波每秒振荡10k次，在未采样时不存在“数据点”。定义：每秒从信号中采集的独立数据点数量，直接决定数据量。1 MSPS = 每秒1,000,000个数据点。1 kSPS = 每秒1,000个数据点。1 SPS = 每秒1个数据点。
2025-03-19 17:29:32
236
原创 llm的可观测性
在校学习的时候，可观测性（控制理论），指系统从统输出信号反推系统内部状态的能力，目的是为了提升系统稳定系统。后来，做项目，编写软件，继承这一理念的有日志、指标、追踪等设计，所图的都是系统稳定运行，和性能优化。随着对llm特性的了解，和AI应用普及的要求，可观测性逐渐向着完整的解决方案发展，llm领域，业内做测试，一般使用请求量、错误率、响应时长做评估。早期如deepseek-R1测评表，
2025-03-17 10:46:35
99
原创 引入方法论的 AI+ 应用设计案例拆解
能够提升生产力的idea还是有一波，要做的好用、有用、能复用，还不能贵。用AI拆一个贴出来。故障分析应用的维度拆解方案（claude-3.7-sonnet）第一阶段：搭建基础数据采集和分析框架第二阶段：构建故障模式库和分析模型第三阶段：开发自动化报告生成和知识沉淀系统第四阶段：优化用户体验和协作机制这一应用方案能够有效支持智能运维和产品维护工作，通过系统化、自动化的方式提高故障分析效率，同时保证分析结果的质量和可用性。第一阶段概要设计对数据采集模块，如何将方法论融入进去。
2025-03-14 14:56:17
593
原创 Cloud Studio 部署gemma3，映射本地端口到域名，进行外部访问
这一套方案是将cloud studio的高性能工作空间做成了ollama service，并将本地ollama的端口映射到了公网域名，可以外部访问。
2025-03-14 13:39:14
355
原创 （claude-3-7-sonnet）2种便捷使用方式
添加到cherry studio，检查，选择模型claude-3-7-sonnet，测试连接成功。，创建令牌，充值(支持wechat、Alipay），复制令牌。左下设置–>模型服务里的O3选项。
2025-03-13 17:10:48
291
原创 拥有一个deepseek cloud workspace后，再去撩一下QwQ 32B
如何将一个通用的工具改造成一个解决自己实际问题的工具，第一步就是把不同有用的信息挖掘出来。这些信息可能藏在企业的数据库里，藏在老板的脑子里，藏在会议纪要里，藏在硬盘里。
2025-03-11 12:39:10
413
原创 拥有一个CloudStudio DeepSeek workspace
云端IDE，内置不同热门服务，分了AI模板、前端开发、后端语言、应用模板等4个维度，每个模板有不同性能配置的工作空间，比如对比其它弹性或者轻量云服务，这些应用开箱即用，不用自己配置，端口访问规则也是配置好的，对于环境配置手残党和不想浪费时间搞环境的很友好。
2025-03-10 15:27:48
404
原创 （有感）李飞飞在巴黎人工智能峰会演讲：关于AI的大部分讨论都充斥着夸大其词和耸人听闻，赶紧放弃强化学习？！Meta 首席 AI 科学家杨立昆喊话：当前推理方式会“作弊”，卷大模型没有意义！
同时自主有不同程度的区分（弱、强），映射到现实世界的眼光里，一个自主性较强的人容易获得世俗意义上的成功。：在文本生成的基础上，显示生成由规则（因果链、逻辑等规则）约束的文本（transormer、CoT、ToT）：类似仿生科学的实现路径，拆解–>模仿–>复现，由人工定义和产生的数据喂养一个看起来自主的系统。：人是自主的生物，猫、狗、牛、马、蛇都是自主的生物，拥有生物式自主的特征。：NLP领域的经典场景之一，理解用户输入的问题，生成准确、连贯的答案。AI自由：工具自由（理念驱动），数据自由（事实驱动）
2025-02-21 14:50:28
256
原创 （搭建环境）用win10玩dify：（wsl+ubuntu22.04+docker-desktop)
（搭建环境）用win10玩dify：（wsl+ubuntu22.04+docker-desktop)
2025-02-20 14:24:56
1017
原创 （六）博弈论概念解读—纳什均衡（Nash Equilibrium）：无形之手
技术方案评审博弈：当架构师声称"该方案技术债务可控"，实则是"核心风险参数已被封装，反对者需自证整套替代方案"。纳什均衡（Nash Equilibrium）是博弈双方在相互算计中达成的最稳定妥协态，其本质可描述为："理性利己主义者的相互猜疑链" → "无人愿单方面背叛的稳态协议"。纳什均衡像一面照妖镜，映射出人类社会最深的悖论：自由市场中的"无形之手"，实则是亿万个体在利己算计中相互制衡的枷锁。这个时代需要新的认知跃迁：真正的自由，不是无视规则，而是看透所有规则背后的均衡锁链，然后，锁链之上起舞。
2025-02-17 10:58:30
771
原创 （五）AI概念解读—强化学习（Reinforcement Learning）：动态博弈
杨戬通过强化学习动态进化：以奖罚机制训练分身识别和雷电预判，结合Actor-Critic双网络决策，借助经验回放和多周目课程学习，实现AI“越战越强”的压迫式对抗体验。
2025-02-14 14:36:42
858
原创 （四）AI概念解读——Langchain：行为智构库
「思考」是不可分割的能力么？下结论太早，不过在Langchain将智慧拆解为可装配的认知组件，组成了由明确工具链支撑的认知协作网络时，至少可编程的智能在现实的发生。
2025-02-12 16:45:48
231
原创 （三）AI概念解读——MoE：群策衡利
MoE架构的本质突破不在于参数规模的增长，在于重构人工智能系统的协作范式。专家网络的动态组合即“群策”，路由系统的资源博弈即“衡利”，MoE"决策分散化、调度集中化"，利用自反馈评价各专家模型效能，在决策之上添加了价值排序的取舍机制，给予了深刻启示。人类在认知人类、创造AI的道路上，真正的智能并非追求绝对统一的最优解，而是建立多元能力模块的动态平衡体系。
2025-02-11 14:32:33
741
原创 （二）AI概念解读——ToT：让AI学会“多线程思考”
对卡尔·波普尔的“批判理性主义”进行哲学溯源：人类认知的本质是试错。ToT的技术映射也明显是一种批判思考的范式。其哲学本质为：知识增长的驱动力不是证明真理，而是排除错误，听起来非常适合“暴力计算”出身的AI。所以ToT的重点贡献不在于技术突破，而在于转变AI的认知范式，在试错中逼近真理，通过批判性否定实现知识生长。
2025-02-11 10:21:38
379
原创 （一）AI概念解读——CoT
CoT全程是chain of thought，用来描述模型的工作方式或者设立“这样”的工作方式，让模型遵循，是一种人和AI交互方式的创新，通常作用于模型外围，所以在初初理解时，可以绕过过于专业的技术概念，从交互的角度理解CoT。
2025-02-10 16:03:42
706
原创 可视化文章——《LLM is all you need》
将你能看到的任何一篇优秀文章“修改”成对话体，从而将这些优秀作者的“思路”可视化出来。你能“可视化”的文章越多，层次越高，就越能掌握对话的艺术——苏格拉底式辩证法可视化文章——《LLM is all you need》
2025-01-13 17:46:38
748
原创 一堂课，学会用NIM部署AI大模型， 构建RAG
通过nvidia的AI分享课，了解NIM的概念和使用，另附一个使用NIM微服务部署大模型构建RAG的实验（课程目前 free，云上有环境，地址：Course Detail | NVIDIA）
2025-01-04 17:48:55
981
原创 一个研发工程师被产品需求折磨的一周（一）
一个新事物的出现是遵循一定客观规律的，所消耗的资源配比是适配社会现阶段发展程度的，能带来的量化价值也是有迹可循的，而描述$的目的就是可以体现以上维度的信息从而帮助管理者、投资者、运营者、使用者、甚至产品孕育者等等做相关决策，至于如何找到定义它的密码，八仙过海了，做的不准确都没关系，first，说出道理。$，价格，事实上，第一个就把我难住了，在一个不了解盈亏对企业的意义、不通运营的作用、对成本和资源不敏感的研发工程师的眼里，价格就是一斤李子多少钱，昨天卖剩的6块，今天新摘的8块。分，在王圣人的知行合一。
2024-08-22 21:38:23
144
chatgpt-academic自解读分析报告（gpt-4o-mini model，md格式）
2024-08-12
想做个功能模块的知识图谱，推荐个软件
2024-12-24
TA创建的收藏夹 TA关注的收藏夹
TA关注的人