<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[try2find的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/try2find</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; try2find]]></copyright><item><title><![CDATA[强化学习-策略迭代算法实战]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/170031451</link><guid>https://blog.youkuaiyun.com/try2find/article/details/170031451</guid><author>try2find</author><pubDate>Fri, 06 Nov 2026 18:09:25 +0800</pubDate><description><![CDATA[README.md。]]></description><category></category></item><item><title><![CDATA[蒙特卡洛算法实战]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/168659972</link><guid>https://blog.youkuaiyun.com/try2find/article/details/168659972</guid><author>try2find</author><pubDate>Wed, 28 Oct 2026 16:42:50 +0800</pubDate><description><![CDATA[On-policy：用同一个策略同时做两件事：(1) 产生数据（behavior policy）(2) 被评估/被改进（target policy）。即：behavior = target（或至少 target 就是 behavior 的 ε-soft 版本）。Off-policy：用一个策略产生数据（behavior），但学习/改进的是另一个策略（target）。即：behavior ≠ target。常见是行为策略更“随机”，目标策略更“贪心”。2) 实操判断方法（看到代码怎么判）]]></description><category></category></item><item><title><![CDATA[使用conda环境报错-虚拟环境不存在]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/163662746</link><guid>https://blog.youkuaiyun.com/try2find/article/details/163662746</guid><author>try2find</author><pubDate>Tue, 11 Aug 2026 17:30:59 +0800</pubDate><description><![CDATA[文章摘要： 在Python虚拟环境中执行pip install时出现&quot;bad interpreter&quot;错误，原因是conda环境的pip脚本指向了错误的Python解释器路径（原路径/data2/anaconda3/...已不存在）。该问题通常由环境迁移或路径变更导致。验证方法为检查which pip和head -1 $(which pip)的路径是否存在。解决方案包括：1）使用python -m pip临时绕过损坏的pip；2）通过conda install --force-reins]]></description><category></category></item><item><title><![CDATA[agent-MCP-A2A-ANP销售售后项目]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/163108913</link><guid>https://blog.youkuaiyun.com/try2find/article/details/163108913</guid><author>try2find</author><pubDate>Wed, 22 Jul 2026 16:35:36 +0800</pubDate><description><![CDATA[本文介绍了一个智能售后中枢演示项目，该系统通过ANP、A2A和MCP三种协议的协同工作处理售后换货请求。ANP负责客服节点的负载均衡，A2A实现技术、政策和仓储专家的协作，MCP则提供订单、物流和工单的业务系统访问。项目包含模拟数据生成、协议实现和主编排逻辑，支持自动演示和交互模式。当用户发起售后请求时，系统会智能路由到负载最低的客服节点，通过专家分析判断是否符合换货条件，并自动生成工单和物流安排。测试案例显示系统能有效处理耳机和手表的换货请求，动态调整节点负载。该项目展示了多Agent系统在复杂业务流程中]]></description><category></category></item><item><title><![CDATA[agent MCP研究一]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/162755946</link><guid>https://blog.youkuaiyun.com/try2find/article/details/162755946</guid><author>try2find</author><pubDate>Mon, 13 Jul 2026 18:01:46 +0800</pubDate><description><![CDATA[【代码】agent MCP研究一。]]></description><category></category></item><item><title><![CDATA[agent的gradio修改]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/162636092</link><guid>https://blog.youkuaiyun.com/try2find/article/details/162636092</guid><author>try2find</author><pubDate>Mon, 06 Jul 2026 15:33:41 +0800</pubDate><description><![CDATA[文章摘要： 该文档介绍了智能文档问答助手的Gradio界面升级适配过程。主要修改点包括： 针对Gradio 6.x API变更的适配： 移除已废弃的bubble_full_width参数，改用layout=&quot;bubble&quot; 将theme参数从gr.Blocks()移至demo.launch() 更新Chatbot消息格式为{&quot;role&quot;:&quot;...&quot;,&quot;content&quot;:&quot;...&quot;}字典格式 系统功能说明： 支]]></description><category></category></item><item><title><![CDATA[为agent创建本地neo4j]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/162208804</link><guid>https://blog.youkuaiyun.com/try2find/article/details/162208804</guid><author>try2find</author><pubDate>Tue, 23 Jun 2026 10:04:41 +0800</pubDate><description><![CDATA[摘要： 由于线上Neo4j免费账户到期，导致Agent模块无法运行。解决方案是在另一台Docker主机上部署Neo4j，并通过Bolt协议远程连接。步骤如下： 部署Neo4j容器：暴露7687端口，绑定到0.0.0.0，设置强密码。 网络配置：确保防火墙放行7687端口，限制访问来源为Pod网段或固定IP。 修改环境变量：更新Pod的.env文件，使用bolt://&lt;IP&gt;:7687替换原Aura配置。 验证连接：通过nc或curl测试端口连通性，运行Python脚本确认数据库初始化成功。 关键]]></description><category></category></item><item><title><![CDATA[agent环境安装spacy]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/161898293</link><guid>https://blog.youkuaiyun.com/try2find/article/details/161898293</guid><author>try2find</author><pubDate>Thu, 11 Jun 2026 16:46:36 +0800</pubDate><description><![CDATA[【摘要】hello_agents项目的语义记忆模块因缺少spaCy语言模型（zh_core_web_sm和en_core_web_sm）导致实体识别功能受限。需在agent环境中安装与spaCy 3.8.x匹配的模型包，提供三种安装方案：1）官方命令自动下载；2）直接pip安装GitHub发布的wheel文件；3）离线下载whl文件后本地安装。当前环境因GitHub连接超时导致在线安装失败，建议优先采用离线方式。安装成功后需验证模型加载状态，至少安装中文模型即可支持核心功能。文档中已包含相关安装说明，若遇网]]></description><category></category></item><item><title><![CDATA[agent学习之qdrant记忆]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/161680930</link><guid>https://blog.youkuaiyun.com/try2find/article/details/161680930</guid><author>try2find</author><pubDate>Thu, 04 Jun 2026 11:42:25 +0800</pubDate><description><![CDATA[本文介绍了如何配置和使用一个具备记忆与检索能力的AI智能助手系统。系统基于Qwen或GPT-3.5等大语言模型，通过环境变量配置API密钥和模型参数，支持本地或云端部署。核心功能包括工作记忆、情景记忆和语义记忆（需Neo4j支持），以及基于Qdrant向量数据库的RAG知识检索能力。测试脚本展示了如何初始化代理、注册记忆工具和RAG工具，并实现用户信息的记忆功能。系统还提供了不同规模的嵌入模型选择方案，从小型的0.6B到需要16GB显存的8B模型，以及快速验证的TF-IDF方案。最后提供了项目文档链接以供进]]></description><category></category></item><item><title><![CDATA[Agent学习之补充my_plan_solve_agent]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/161660670</link><guid>https://blog.youkuaiyun.com/try2find/article/details/161660670</guid><author>try2find</author><pubDate>Wed, 03 Jun 2026 16:49:08 +0800</pubDate><description><![CDATA[【代码】Agent学习之补充my_plan_solve_agent。]]></description><category></category></item><item><title><![CDATA[补充my_reflection_agent]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/161659751</link><guid>https://blog.youkuaiyun.com/try2find/article/details/161659751</guid><author>try2find</author><pubDate>Wed, 03 Jun 2026 16:10:24 +0800</pubDate><description><![CDATA[本文介绍了一个基于ReflectionAgent框架的自定义反思智能体实现。该智能体通过&quot;执行-反思-优化&quot;的迭代循环处理任务，支持最大3次迭代优化。核心功能包括：1) 初始化时配置提示词类型和迭代次数；2) 运行时先进行初始执行，然后通过反思生成反馈，继而优化结果；3) 提供格式化提示词、判断终止条件和获取LLM响应等辅助方法。代码运行示例展示了处理&quot;写一篇关于AI发展历程文章&quot;任务时，智能体完整的三轮迭代过程，最终生成包含结构调整、内容补充和语言优化的改进版本。]]></description><category></category></item><item><title><![CDATA[agent tool 代码修复]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/161425705</link><guid>https://blog.youkuaiyun.com/try2find/article/details/161425705</guid><author>try2find</author><pubDate>Tue, 26 May 2026 16:13:47 +0800</pubDate><description><![CDATA[这篇文章介绍了如何使用SerpApi进行网页搜索的代码实现。主要内容包括：1) 通过SerpApiClient获取搜索结果；2) 代码修改为使用search模块；3) 实现了一个ToolExecutor类来管理搜索工具；4) 展示了搜索功能的使用示例，包括注册工具、执行搜索和解析结果；5) 提供了测试代码，演示如何获取Python类型提示相关的搜索结果。代码支持解析知识图谱、直接答案和有机搜索结果，并包含错误处理机制。]]></description><category></category></item><item><title><![CDATA[nohup 运行python脚本看不到print日志]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/161320554</link><guid>https://blog.youkuaiyun.com/try2find/article/details/161320554</guid><author>try2find</author><pubDate>Fri, 22 May 2026 17:11:51 +0800</pubDate><description><![CDATA[运行命令时看不到print日志。程序运行时的日志没有实时输出到 log_multi_audio.txt，而是等到程序结束后才一次性写入。]]></description><category></category></item><item><title><![CDATA[Qwen-audio-chat的环境安装]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/160928763</link><guid>https://blog.youkuaiyun.com/try2find/article/details/160928763</guid><author>try2find</author><pubDate>Sat, 09 May 2026 18:22:47 +0800</pubDate><description><![CDATA[先安装一个python=3.10的conda环境，然后安装如下库文件。]]></description><category></category></item><item><title><![CDATA[导出conda虚拟环境安装文件requirements]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/160825624</link><guid>https://blog.youkuaiyun.com/try2find/article/details/160825624</guid><author>try2find</author><pubDate>Wed, 06 May 2026 15:42:12 +0800</pubDate><description><![CDATA[要“导出当前的虚拟环境”，通常是指 导出当前 Python 环境中所有已安装的包及其版本，以便在其他机器上复现相同环境。根据你使用的工具不同（ pip 、 conda 或 venv ），方法略有差异。]]></description><category></category></item><item><title><![CDATA[cuda版本冲突问题]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/160585126</link><guid>https://blog.youkuaiyun.com/try2find/article/details/160585126</guid><author>try2find</author><pubDate>Tue, 28 Apr 2026 10:44:33 +0800</pubDate><description><![CDATA[🔍 错误信息总结： PyTorch version: 2.11.0+cu130 （编译时使用的 CUDA 是 13.0） NVIDIA driver version: 535.154.05 ，对应支持的 CUDA 最高为 12.4 Error message: The NVIDIA driver on your system is too old (found version 12040). Please update your GPU driver..]]></description><category></category></item><item><title><![CDATA[excel合并]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/160183665</link><guid>https://blog.youkuaiyun.com/try2find/article/details/160183665</guid><author>try2find</author><pubDate>Fri, 24 Apr 2026 18:36:01 +0800</pubDate><description><![CDATA[【代码】excel合并。]]></description><category></category></item><item><title><![CDATA[打印ascii码报错问题]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/160467242</link><guid>https://blog.youkuaiyun.com/try2find/article/details/160467242</guid><author>try2find</author><pubDate>Fri, 24 Apr 2026 11:35:14 +0800</pubDate><description><![CDATA[你遇到的这个错误： UnicodeEncodeError: 'ascii' codec can't encode characters in position 6-16: ordinal not in range(128) 是因为你在 Python 3 中尝试打印一个包含 非 ASCII 字符 的字符串（如中文），但当前终端/控制台不支持 UTF-8 编码，或者没有正确设置输出编码。]]></description><category></category></item><item><title><![CDATA[grpo训练报错分析]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/159509152</link><guid>https://blog.youkuaiyun.com/try2find/article/details/159509152</guid><author>try2find</author><pubDate>Thu, 26 Mar 2026 16:06:19 +0800</pubDate><description><![CDATA[摘要：本文分析了一个Python报错问题，AttributeError显示'Qwen2ForCausalLM'对象缺少'for_training'属性。问题根源在于混用了unsloth库的FastLanguageModel和HuggingFace原生模型类。解决方案建议统一使用unsloth.FastLanguageModel加载模型，并提供了修改后的load_model_and_tokenizer函数示例，强调避免直接使用transformers.AutoModelForCausalLM或PeftMode]]></description><category></category></item><item><title><![CDATA[在sft后原lora模型做grpo训练与新增lora层做grpo训练的区别]]></title><link>https://blog.youkuaiyun.com/try2find/article/details/159506937</link><guid>https://blog.youkuaiyun.com/try2find/article/details/159506937</guid><author>try2find</author><pubDate>Thu, 26 Mar 2026 14:31:06 +0800</pubDate><description><![CDATA[摘要：GRPO训练中存在两种LoRA微调方式：1）在已有LoRA权重上直接训练，参数规模小、效率高、稳定性好，适合快速优化；2）新增LoRA层训练，具有更好的模块化和隔离性，适合分阶段调试。代码实现上，前者直接加载现有LoRA模型，后者需额外创建新LoRA层。应用选择取决于需求：追求效率选方式一，需要灵活调整选方式二。两种方法均保持原始模型不变，但参数更新范围和训练特性存在显著差异。]]></description><category></category></item></channel></rss>