- 博客(93)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 状态栏动态上下文信息追加到Agent --《深入理解 AI Agent ：设计原理与工程实践》实验2-8
文章摘要（150字） system-hint 是《深入理解 AI Agent》第2章的实验项目，通过动态状态栏机制增强Agent能力。该项目包含可交互Demo和可复现实验框架，实现在LLM调用前自动注入时间、系统状态、任务进度等上下文信息，有效解决了Agent遗忘进度、工具死循环等痛点。核心模块包括Agent实现、配置加载和CLI入口，支持隔离沙箱实验和轨迹记录。项目展示了如何通过"系统提示词+动态上下文"提升Agent的可观测性和任务管理能力，适合从API调用进阶到Agent系统设计的开发者学习。
2026-08-11 16:38:54
189
原创 大模型能力组织方式：渐进式披露，以大模型智能生成PPT为例 --《深入理解 AI Agent》实验2-6
文章摘要 agent-skills-ppt是一个演示AI Agent如何通过渐进式披露机制从论文生成PPT的项目，包含两种实现方式：自建轻量级Skills机制和正式复现实验。项目核心价值在于展示了一种高效的Agent能力组织方式——技能按需加载，降低常驻上下文开销，提升路由准确性。关键技术点包括：技能的三层结构（元数据、核心流程、深层参考）、文档与脚本绑定、确定性生成器设计，以及实验复现中的版本控制和结果验证。
2026-08-11 15:00:59
465
原创 大模型提示注入攻防实验--《深入理解 AI Agent：设计原理与工程实践 》实验2-5
深入理解AI Agent：提示注入攻防实验，该项目通过构建一个具备网页读取、文件写入和邮件发送功能的AI Agent系统，系统性地研究提示注入攻击与防御策略。项目包含三类典型攻击场景（直接注入、间接注入、记忆注入）和四层递进防御方案（基础提示、提示加固、来源标记和运行时拦截），通过确定性规则而非额外裁判模型实现攻击效果的客观评估。
2026-08-10 10:31:07
456
原创 大模型中提示词工程相关变量消融实验--《深入理解 AI Agent：设计原理与工程实践 》实验2-4
项目适合学习LLM Agent工程化和提示工程实验方法。该项目是一个Python实验项目，聚焦于在客服任务环境中进行提示工程消融实验，研究工具描述、语气风格和Wiki策略等因素对工具调用型Agent表现的影响。项目包含航空和零售两个领域的模拟环境，支持多种Agent实现（如工具调用、ReAct等）和用户模拟策略。架构分为入口层、Agent层、环境层、模型层和基础设施层，提供完整的实验闭环。通过批量实验脚本和结果分析工具，量化评估不同提示策略的效果，解决客服Agent离线评估和Prompt优化难题。
2026-08-10 10:10:15
380
原创 上下文管理方式对大模型影响 --《深入理解 AI Agent：设计原理与工程实践 》实验2-3
项目摘要：《深入理解AI Agent》实验2-3展示KV Cache对ReAct Agent性能的影响。本项目通过6种上下文管理模式（1正确+5错误）演示常见操作如何破坏KV Cache稳定性，导致TTFT延迟增加和Token成本上升。
2026-08-09 20:16:12
729
原创 《深入理解 AI Agent：设计原理与工程实践 》实验2-2 2-7 大模型注意力权重分布可视化
本文介绍了一个专注于大语言模型注意力机制可视化的开源项目，该项目围绕Qwen3-0.6B等模型，构建了一套完整的实验系统，包含以下核心功能： 注意力捕获与可视化； AI Agent可观测性； 实验验证体系；工程化实现。
2026-08-09 20:06:35
253
原创 《深入理解 AI Agent：设计原理与工程实践 》实验2-1 本地大模型服务部署与工具调用
`local_llm_serving` 是《深入理解 AI Agent》第 2 章实验 2-1 的配套项目，主题是**本地 LLM 服务部署与工具调用**。它不是一个简单的聊天脚本，而是一套跨平台的本地 Agent 演示工程。
2026-08-07 14:08:04
338
原创 《深入理解 AI Agent：设计原理与工程实践 》1-4 传统强化学习与LLM上下文学习对比
`learning-from-experience` 是 AI Agent 书籍第 1 章中的一个实验项目，核心目标是在同一个文本寻宝游戏环境中，对比两类“从经验中学习”的方法：- **传统强化学习**：基于表格 Q-learning，通过大量试错更新状态-动作价值。- **LLM 上下文学习**：将历史经验放入 Prompt，让大语言模型基于记忆、推理和假设验证选择动作。
2026-08-07 11:54:59
461
原创 《深入理解 AI Agent：设计原理与工程实践》实验 1-3 基于 Responses API 的托管工具调用与可审计智能体验证实验
本文介绍了一个围绕GPT-5.6 Sol API的Python实验项目chapter1/search-codegen，旨在复现Web搜索与代码解释器工具调用的多轮Agent流程。项目严格遵循工程标准，要求使用Responses API、包含真实服务端工具回执、可点击URL引用以及可验证的代码执行结果。核心模块包括处理API请求的agent.py、管理配置的config.py和提供CLI入口的main.py。
2026-08-07 11:03:49
552
原创 《深入理解 AI Agent：设计原理与工程实践 》实验1-2 深度搜索能力
本文介绍了《深入理解 AI Agent》配套项目 web-search-agent，该项目基于 Kimi K3 与 Moonshot 官方工具实现了一个自主网络搜索 Agent。以下是核心要点： 项目特点 完整实现 ReAct 循环（思考→行动→观察→回答） 使用官方工具协议而非自定义伪工具 支持多轮搜索、对话历史记录与执行追踪 提供测试套件和实验验证机制 学习价值 涵盖 AI Agent 核心实现层面：基础范式、工具调用、多轮执行等 既适合新手理解 Agent 工作原理。
2026-08-06 17:20:15
364
原创 《深入理解 AI Agent：设计原理与工程实践 》实验1-1上下文的关键作用
本项目是笔者学习《深入理解AI Agent：设计原理与工程实践》教材配套的Python示例记录，通过可控实验研究上下文各组件对AI Agent行为的影响。项目实现了支持多模型供应商、工具调用和上下文消融实验的智能代理系统，重点分析： 不同上下文模式（完整/无历史/无推理/无工具调用/无工具结果）对复杂任务的影响 工具调用（PDF解析、货币换算、代码执行等）与上下文管理的闭环流程 多供应商（Doubao、Kimi等）API的兼容性适配。
2026-08-06 15:16:06
462
原创 林火预测顶会数据集分享｜WildfireSpreadTS 多模态时序林火数据集完整使用指南（附45G网盘直链）
本文针对野火蔓延时序预测领域现有数据集存在时序缺失、特征单一、配套基线不全等痛点，详细介绍 NeurIPS 2023 基准数据集 WildfireSpreadTS。该数据集包含美国西部 607 场真实野火多模态时序遥感数据，总大小 45G，涵盖火情、气象、地形、植被四大类 23 维特征，配套完整开源训练、预处理代码与 GEE 数据生成脚本。文中提供国内可直连的夸克网盘完整数据集下载渠道。
2026-07-22 19:12:15
426
原创 从聊天框到空间智能：GIS接入大模型的5种架构模式
大模型与 GIS 融合落地普遍面临空间逻辑幻觉、坐标计算出错、自然语言无法驱动专业空间分析等痛点。本文跳出 “大模型替代 GIS” 的误区，确立「大模型负责意图规划、GIS 引擎负责精准空间运算」协同思路，系统性归纳当前行业成熟的 5 类 GIS + 大模型架构：NL2GIS 自然语言空间查询、GIS 自主智能体工作流、多模态 GeoAI 遥感解译、空间 RAG 知识图谱方案、端到端空间基础大模型。文章逐条拆解各类方案实现原理、适用业务场景，配套开源工程选型清单，并总结落地过程中空间幻觉、海量空间数据上下文
2026-07-22 17:01:16
695
原创 PDF文件OCR解析：OpenDataLoader PDF
从任意PDF中提取Markdown、JSON（含边界框）和HTML格式数据。基准测试排名第一（综合准确率0.90）。确定性本地模式 + AI混合模式，轻松处理复杂页面。
2026-04-03 16:04:43
2666
原创 语音活动检测（VAD）/自动语音转写（ASR）/标点恢复（PUNC）/说话人分离（SPK） 全流程语音处理实战
FunASR 作为字节跳动开源的工业级语音处理框架，以模块化设计实现了 ASR（自动语音识别）、VAD（语音活动检测）、PUNC（标点恢复）、SPK（说话人分离）四大核心功能的协同工作。本文从子模型原理解析入手，详细介绍了各模块的定位与协同流程，提供了环境安装指南、中文场景最优模型选型建议，并给出可直接运行的批量音频处理代码（支持 WAV/AMR 格式，自动按说话人分离并保存为对话式 TXT 文件）。同时补充了 AutoModel 类的核心参数、方法及属性说明，帮助开发者快速上手全流程语音处理。
2025-12-26 15:24:54
1640
2
原创 多光谱滑坡语义分割数据下载Landslide4Sense: Reference Benchmark Data and Deep Learning Models for Landslide
滑坡语义分割数据下载Landslide4Sense: Reference Benchmark Data and Deep Learning Models for Landslid Detection，数据集在四个不同的时间和地理位置收集：伊布里（2018年9月）、科达古（2018年8月）、戈尔卡（2015年4月）和中国台湾（2009年8月）。单纯使用光学数据进行滑坡边界检测具有较大挑战性，该数据集将Sentinel-2传感器的光学层与来自ALOS PALSAR的数字高程模型和坡度层相融合，增加地形信息。
2025-06-13 15:53:18
2786
原创 系统驾驶舱前端开发新手入门--全代码打包
本文介绍了一个环境数据可视化前端项目的实现方案，通过 ECharts 图表库结合 HTML/CSS 构建了多功能数据展示系统。核心功能包括中心地图与点位标注、六种污染物实时数据卡片、地区污染治理堆叠柱状图、实时事件滚动通报、四地区环境质量饼图以及气温降水双折线图等可视化组件，实现了环境数据的直观呈现与动态交互效果。
2025-06-10 17:43:09
900
原创 Yolo/VOC样本在原图上画框代码及样本示例
本文介绍的两个代码为可视化目标检测数据集提供解决方案，将样本标签在原图上画框展示，YOLO工具适用于现代检测框架如YOLOv5-v11，而VOC工具兼容传统的PASCAL VOC数据集。完整代码见下方复制粘贴或者网盘下载。
2025-06-10 14:19:33
541
原创 网页版便签应用开发：HTML5本地存储与拖拽交互实践
本文详细介绍了一个基于HTML5的便签应用开发过程，重点讲解了如何利用localStorage实现数据持久化存储，以及如何实现流畅的拖拽交互体验。该应用具有创建、编辑、删除便签功能，自动保存用户内容，并支持多便签管理。文章将深入解析核心实现代码，并提供完整的开发案例。
2025-06-09 19:24:00
1038
原创 Delivering Arbitrary-Modal Semantic Segmentation（CVPR2023）任意模态语义分割论文阅读
本研究提出了DeLiVER数据集和CMNeXt跨模态分割模型，旨在通过多模态融合提高语义分割的鲁棒性。DeLiVER数据集包含多种模态和恶劣环境条件，涵盖了5种天气、4种传感器故障情况以及多个视角。基于该数据集，本文提出的CMNeXt模型通过自查询中心（SQ-Hub）和并行池化混合器（PPX）有效地融合不同模态信息，实现了在六个基准数据集上的最先进性能。CMNeXt在DeLiVER数据集上的mIoU提升了9.1个百分点，展示了其在恶劣天气和传感器故障情况下的强大鲁棒性。
2025-06-09 11:33:19
1546
1
原创 DFORMER: RETHINKING RGBD REPRESENTATION LEARNING FOR SEMANTIC SEGMENTATION 论文浅析
本文提出了 DFormer，这是一种新颖的 RGB-D 预训练框架，用于学习 RGB-D 分割任务的可转移表示。 DFormer 有两项新的关键创新： 1） 与以前使用 RGB 预训练主干对 RGB-D 信息进行编码的工作不同，我们使用来自 ImageNet-1K 的图像深度对对主干进行预训练，因此 DFormer 被赋予了编码 RGB-D 表示的能力; 2） DFormer 由一系列 RGB-D 块组成，这些块通过新颖的构建块设计为编码 RGB 和深度信息而量身定制。 DFormer 避免了 RGB
2025-06-05 17:43:25
1625
原创 地理空间基础大模型微调： TerraTorch对Prithvi-EO-2.0微调滑坡检测实战
本文使用 IBM/NASA 开发的 **TerratTorch** 库微调 **Prithvi-EO-2.0** 地理空间基础模型，在 **Landslide4Sense** 数据集上进行滑坡检测任务。Prithvi-EO-2.0 是一个600M参数的多时态地理空间模型，通过对NASA的Harmonized Landsat和Sentinel-2数据集进行预训练，能够在滑坡检测任务中提供出色的表现。
2025-06-05 08:45:00
1469
原创 Mermaid 绘图--以企业权限视图为例
本文介绍了如何使用 Mermaid 绘制企业权限关系图，通过图表的层级设计和颜色编码，使企业权限体系更加直观易懂。通过示例代码，展示了如何为总经理、部门经理、组领导以及销售专员等不同角色设计清晰的权限视图。此外，还介绍了组织架构、图表需求与实现以及角色权限展示的嵌套结构，帮助开发者在企业管理系统中有效地展示不同层级的权限。此方法能提升管理者对权限体系的理解，有助于提高系统的可维护性与用户体验。
2025-06-04 19:56:20
1553
原创 Prithvi-EO-2.0: A Versatile Multi-TemporalFoundation Model for Earth Observation Applications论文阅读
Prithvi-EO-2.0 在遥感领域代表了一个重要的进展，它通过引入四时间步长的时空联合建模，突破了传统模型仅支持单时相或小块区域的限制。该模型使用NASA HLS档案的预训练数据集，涵盖了420万样本，跨越十年，能够有效捕捉长期趋势和季节性变化。一个关键创新是将地理和时间元数据融合为可学习的嵌入偏置，并通过引入丢弃机制（dropout）提高了模型对缺失数据的鲁棒性。该模型采用600M参数的ViT-H架构，并配合3D卷积处理时空立方体，在多个下游微调任务中表现优异。
2025-06-04 10:42:33
1258
1
原创 Foundation Models for Generalist Geospatial Artificial Intelligence（NASA发布Prithvi-EO ）论文阅读
本文提出Prithvi——首个专为地球观测设计的地理空间基础模型（GFM），通过自监督学习在超1TB NASA HLS多光谱卫星影像上预训练，并针对云隙填补、洪水制图、野火痕迹分割、多时相作物分类等任务进行高效微调。
2025-06-03 19:37:51
1524
1
原创 Depth Anything V2：单目测距深度估计可执行代码分享与文章浅析
传统的单目深度估计基准，如NYU-D和KITTI，已经在研究中得到了广泛应用。然而，这些方法存在局限性。为了应对这些挑战，《Depth Anything V2》提出了一个新的评估基准——DA-2K，旨在为单目深度估计提供更精确、更全面的测试标准。
2025-04-16 16:43:31
2232
3
原创 UNet++: A Nested U-Net Architecture for Medical Image Segmentation可运行代码分享与模型原理简析
文章《UNet++: A Nested U-Net Architecture for Medical Image Segmentation》，作者认为，当编码器网络中的高分辨率特征图与解码器网络中语义丰富的特征图融合之前先被逐渐丰富，能够使模型更有效地捕捉前景物体的细粒度细节，因此提出了一种密集连接的UNet++模型。该架构本质上是一个深度监督的编码器-解码器网络，其中编码器和解码器子网络通过一系列嵌套的密集跳跃路径相连接，重新设计的跳跃路径旨在减少编码器和解码器子网络之间特征图的语义差距。
2025-04-07 11:00:00
2199
1
原创 30种经典GAN代码集锦及数据分享
一站式生成对抗网络研究与实践指南，该仓库因维护者时间限制已暂停更新，博主增加了数据试用后打包在百度云盘中，供分享。通过网盘分享的文件GAN.zip链接: https://pan.baidu.com/s/1vI8MdaQJMn-D4fn-crKALA?pwd=2rk7 提取码: 2rk7。
2025-04-02 17:41:05
559
1
原创 Semantic Flow for Fast and Accurate Scene Parsing可执行代码分享及语义流对齐思路介绍
论文《Semantic Flow for Fast and Accurate Scene Parsing》原理解析及可执行代码分享，用于滑坡检测示例。光流的理念来自于视频处理任务，在对齐两个相邻的视频帧特征时光流非常有效且灵活，这启发作者设计了一种基于流对齐模块（FAM），通过在网络内部预测流场来对齐两个相邻层次的特征图。作者将这种流场定义为语义流，它是在特征金字塔的不同层次之间生成的。
2025-04-02 14:40:38
1320
1
原创 铁路语义分割数据下载RailSem19: A Dataset for Semantic Rail Scene Understanding
RailSem19 是一个为铁路、道路场景理解提供丰富语义信息的数据集。它包含了 8500 张 由铁路车辆（包括火车和有轨电车）以自视角拍摄的图像，这些图像展示了在铁路和道路交汇区域的各种场景，包括铁路道口、城市街道上行驶的电车等。
2025-04-01 14:43:38
3192
6
原创 Access to XMLHttpRequest at ‘file:///F:*from origin ‘null‘ has been blocked by CORS policy解决方法
这个问题是由于浏览器的 **跨域资源共享（CORS）** 策略引起的。具体来说，浏览器禁止了从本地文件路径（`file://`）加载资源的请求，因为 CORS 策略只允许某些协议（如 `http`、`https` 等）进行跨域请求。
2025-03-21 15:10:57
1450
1
原创 深度学习PyTorch之动态计算图可视化 - 使用 torchviz 生成计算图
在深度学习模型的开发过程中，理解和可视化模型的计算图对于调试、优化和教学都具有重要意义。PyTorch 采用的是动态图机制，这使得每次前向传播时计算图都被动态创建。而 `torchviz` 是一个非常有用的工具，它可以将这些动态图转化为可视化图形，帮助我们更直观地理解模型的计算过程。在本篇博客中，我们将重点介绍如何使用 `torchviz` 生成和保存 PyTorch 模型的计算图，并结合实际训练代码进行展示。
2025-03-21 10:12:10
2494
1
原创 graphviz.backend.ExecutableNotFound: failed to execute ‘dot‘, make sure the Graphviz executables are
如果直接pip install torchziv，会直接将graphviz，torchziv两个都安装好，但是这种方法无法将graphviz导入系统路径。下载zip，解压后复制到python路径下即可。
2025-03-20 17:40:07
222
1
原创 源自Deformable Convolutional Networks的一种可变形卷积实现解析
在深度学习中的计算机视觉任务中，卷积神经网络（CNN）是最常见且强大的模型之一。然而，传统的卷积操作在处理具有几何变换（如旋转、平移、缩放等）或变形的图像时，通常表现得不够灵活。为了解决这一问题，**可变形卷积（Deformable Convolution）**应运而生。本文将详细解析DeformConv2D 类，它是可变形卷积的一种实现，帮助我们更好地理解可变形卷积的工作原理。
2025-03-20 16:47:37
1465
1
原创 Rethinking BiSeNet For Real-time Semantic Segmentation细节损失函数学习
本博客为文章“Rethinking BiSeNet For Real-time Semantic Segmentation”损失函数学习和使用。细节图像中，细节像素的数量远少于非细节像素，细节预测是一个类别不平衡问题。因为加权交叉熵总是导致粗糙的结果，文章采用二元交叉熵和Dice损失来联合优化细节学习。
2025-03-19 18:54:14
1159
1
原创 PIDNet: A Real-time Semantic Segmentation Network Inspired by PID Controllers原理解析与代码分享
PIDNet: A Real-time Semantic Segmentation Network Inspired by PID Controllers论文作者建立卷积神经网络与PID控制器之间的联系，揭示了这种双分支网络可以等效于比例积分控制器，本质上也会遭受类似的超调问题。基于此，提出了一种基于PID控制器架构的三分支网络PIDNet，PIDNet在推理速度和准确度之间达到了最佳平衡，领先于所有现有模型(2023年)
2025-03-19 16:49:19
1378
原创 深度学习PyTorch之数据加载DataLoader
数据加载是训练过程中的关键环节。高效的数据加载可以显著提升模型训练的效率和速度。在 PyTorch 中，DataLoader 是处理数据加载的核心工具，它提供了灵活的数据加载、批处理、数据增强等功能
2025-03-10 22:08:57
925
原创 ESPNetv2: A Light-weight, Power Efficient, and General Purpose Convolutional *原理解析与病虫害检测代码分享
ESPNetv2是ESPNet的优化，本博客解析其核心设计原理，揭示其如何通过深度可分离空洞卷积、分组逐点卷积和层次特征融合等技术突破传统网络的计算瓶颈。
2025-03-10 21:55:10
1188
原创 深度学习训练中GPU内存管理
在深度学习模型训练中，主流 GPU 显存通常为 8GB~80GB，内存不足会导致训练中断或 Batch Size 受限，GPU 内存管理是优化性能和避免 OutOfMemoryError 的关键挑战。本博客简介 PyTorch 中 GPU 内存管理的核心函数、用法和实战技巧，帮助开发者高效利用显存资源。
2025-03-08 09:00:00
1709
原创 Conda创建新环境等常用命令汇总
Conda 是一个流行的包管理器和环境管理工具，广泛应用于数据科学、机器学习等领域。它可以帮助我们管理 Python 包以及不同版本的环境，避免包冲突，提升项目的可复现性。以下是一些常用的 Conda 命令，涵盖环境创建、管理、包安装等常见操作。
2025-03-08 09:00:00
1862
AI算法工程师手册
2018-12-06
基于pytorch实现的BiSeNet V2: Bilateral Network with Guided 可直接执行算法
2022-03-03
基于pytorch的Semantic Flow for Fast and Accurate Scene Parsing算法
2022-03-03
基于pytorch实现的ICCV2019HarDNet: A Low Memory Traffic Network算法
2022-03-03
支持中文路径和中文属性的编译好的gdal库
2019-04-24
机器学习判断是猫还是狗
2018-08-29
places205CNN_deploy30万次预训练模型caffemodel
2018-11-28
影像风格迁移.zip
2020-05-18
Python端QTdevelop影像查看小程序.zip
2021-07-21
tushare股票前复权数据获取及实现均线、kdj、macd等计算
2019-02-25
34findstartandend.py
2019-12-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人