- 博客(20)
- 收藏
- 关注
RSS订阅原创 如何让LLM稳定输出 JSON 格式结果？
在AI应用开发中，让大语言模型（LLM）稳定输出是生产环境的刚需。一旦JSON格式出错，轻则接口解析失败，重则导致整个服务链路崩溃。json {…}想彻底解决，不能只靠 “求模型听话”，必须建立多层防御体系，从软引导到硬约束，层层兜底。
2026-04-15 17:55:54
548
原创 学习ClaudeCode源码之Agent核心循环
返回值含义正常完成流式中断工具执行中断超过阻塞限制提示过长达到最大轮数stop hook 阻止hook 停止。
2026-04-14 18:27:43
445
原创 Agent 记忆检索只靠语义相关性？三维记忆检索模型，让AI真正“过目不忘”
检索做得好，Agent就是能记住细节、连贯对话、精准响应的“智能助手”；检索做不好，就是只会瞎编、逻辑混乱的“人工智障”。很多人踩的第一个坑，就是用「纯向量相似度检索」当万能药：把问题Embedding一下，去向量库找最近邻，直接塞给大模型。但现实是：● 语义相似≠用户关心：用户问“最近的项目进度”，你把半年前的旧方案全召回了；● 时间越久越容易乱：Agent的记忆库越滚越大，旧记忆会干扰新对话；● 重要信息被淹没：“用户是VIP”这种核心信息，可能因为语义不直接相关，永远不会被召回。
2026-04-01 15:01:42
435
原创 手动执行 Claude 压缩上下文后，到底保留了什么？（附Vibe Coding 案例）
手动压缩后，Claude 会给你展示压缩后的摘要，一定要扫一遍：如果发现核心的技术决策、踩坑记录、待办任务有遗漏，立刻发一条消息补充，比如「刚才的压缩摘要里，漏掉了 Redis 的技术选型，麻烦补充到核心技术栈里」，修正后的记忆会更精准。
2026-03-31 22:22:16
1093
原创 谁在掌控大模型的创造力开关？Temperature & Top-p
做AI应用开发、LLM调参的同学一定懂：让大模型写代码，它输出呆板重复；让它写创意文案，又开始天马行空胡编乱造。其实90%的LLM生成效果问题，根源都在和这两个「创造力开关」上。
2026-03-27 14:11:30
358
原创 部署70B大模型到底要多大显存？一文算清所有账
这还只是模型本身的大小，真正的“显存刺客”，是运行时的KV缓存——它的大小完全由上下文长度决定，4K上下文和32K上下文，KV缓存能差出8倍，这也是为什么有人24G能跑，有人40G都炸了的核心原因。绝大多数人玩70B模型，都是用来推理部署，我直接给你实测好的、可落地的显存门槛，同时给你一个可直接复用的显存计算脚本，自己就能精准算。PS：本人部署过70B Deepseek，量化int4，4090显卡，显存共48G。很多人算显存，只看模型文件大小，这是90%的人踩坑的根源。，少算任何一块，都会直接OOM。
2026-03-26 13:19:57
1060
原创 LangChain官方：Agent = Model + Harness 。爆火的 Harness Engineering，才是 AI Agent 的真正核心
Harness，就是除了模型本身之外，所有的代码、配置、执行逻辑的总和。一个裸的大模型，根本不是 Agent。只有当 Harness 给它赋予了状态管理、工具执行、反馈循环、强制约束这些能力之后，它才变成了一个能干活的 Agent。具体来说，一个完整的 Harness，包含这些核心模块：很多人做 Agent，上来就堆模型，堆工具，结果根本不好用，核心原因就是：你只给了模型一个发动机，却没给它搭一套能控制的整车系统。你想让它干活，它连往哪开、怎么踩刹车都不知道，不捅娄子才怪。
2026-03-24 13:02:59
1319
原创 面试官：享元模式 与 单例模式的区别？
单例模式的核心，是保证一个类在整个应用的生命周期中，有且仅有一个实例，并提供一个全局唯一的访问点。它解决的核心问题是：对于创建和销毁成本极高、需要保证数据全局一致性的对象，避免重复创建带来的资源浪费和数据混乱。给大家一个最形象的类比：单例模式就像一个公司的 CEO，整个公司就只有这一个，不管哪个部门找他，都是同一个人，不会因为市场部找就变出一个 CEO，技术部找又变出另一个。
2026-03-24 12:59:50
334
原创 爆火的OpenClaw到底强在哪？一文了解核心架构（附一条消息的全链路流程）
OpenClaw的出现，直接把Agent开发从“手搓零件拼汽车”，变成了“直接开上整车”。它不是又一个套壳的对话机器人，也不是简单的工具调用封装，而是一个完整的、有状态的、Local-First的Agent操作系统。这篇文章，我会带你从底层拆解OpenClaw的系统架构，从网关到运行时，从工具体系到存储设计，一文吃透，看完你不仅能懂它为什么火，更能直接上手基于它做开发。
2026-03-23 15:15:06
631
原创 OpenClaw 的 Token 消耗怎么计算？（附实操优化方案）
OpenClaw的核心是“Agent调用工具”，而每个工具都有自己的JSON Schema定义——相当于每个工具的“身份证”，每次请求时，都会把当前启用的所有工具的Schema一起发给LLM，让LLM知道“怎么用这个工具”。这部分消耗是“刚性的”，无法压缩，单次请求大概占3000-5000 Token，具体看你启用的工具数量和复杂度。工具Schema 复杂度估算 Token备注browser（浏览器）非常复杂（16种action）~800最费Token的工具，不用可直接禁用。
2026-03-22 17:19:19
1584
原创 一文搞懂 Harness Engineering 五大主流设计范式
先给大家一个面试能直接说的标准答案，一句话拉开你和 90% 人的差距：Harness 设计范式，是经过生产验证的、可复用的 Harness 架构设计模式，它定义了模型如何与系统交互、任务如何流转、规则如何执行、反馈如何闭环，解决的是「Agent 输出不可控、长任务易失败、场景难扩展」的核心问题。
2026-03-22 17:15:24
1500
原创 提示词工程：“人越懒大模型越懒”
很多人说，现在大模型越来越聪明，提示词工程很快就会被淘汰。我完全不认同。恰恰相反，未来大模型的能力越强，提示词工程就越重要。因为大模型的能力上限越来越高，能做到的事情越来越多，而能不能把它的能力榨出来，完全取决于你能不能给它清晰、精准、有效的指令。就像同样是一把手术刀，在普通人手里，就是一块废铁；在外科医生手里，就能救死扶伤。提示词工程，就是你用好 AI 这把 “手术刀” 的核心技能。未来，人和人之间的差距，很大程度上，就是使用 AI 的效率差距。而提示词工程，就是拉开这个差距的第一步。
2026-03-21 21:54:22
482
原创 Leetcode 1534. 统计好三元组
枚举优化中，数组 arr[i]频次数组的前缀和，可用于计算数组中满足区间范围的数字的个数，用空间还能换时间，前提是数组元素个数不是很大。
2023-10-18 18:18:37
253
1
原创 Leetcode 4. 寻找两个正序数组的中位数
思路有，但是代码不一定能实现或者写的优雅，还要考虑数组边界（特殊）情况。想要log级别的复杂度，就要考虑二分查找、递归的方法，递归理解起来相对比较复杂，但是代码确实简单优雅。算法思考起来，应该先易后难，一开始不一定是最优解，先实现出来，再考虑优化迭代。比如第一二个方法，归并排序。统一的美;对不同情况进行分类讨论，但是考虑是否可以进行合并，不同情况用同一个方式（代码）实现。比如对数组大小奇偶数，判断中位数的方式。
2023-10-15 17:57:36
158
1
原创 fatal: not a git repository (or any of the parent directories): .git
fatal: not a git repository (or any of the parent directories): .git
2023-09-15 17:16:40
251
原创 python报错日志：SyntaxError: Non-UTF-8 code starting with ‘\xd5’ in file D:\pythonProject\Py
SyntaxError: Non-UTF-8 code starting with ‘\xd5’ in file D:\pythonProject\Py
2023-09-07 16:51:19
772
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