- 博客(28)
- 收藏
- 关注
RSS订阅原创 知识库中的文档更新
小规模变化，直接新增或者做增量更新，同时记录版本号、导入时间等信息。出现新文件覆盖旧知识的情况，不强行分析两个文件之间的 Chunk 映射，先让新旧内容都保留，通过版本信息辅助召回后的判断。知识库积累到一定程度，再备份并重新整理一次，把当前真正需要的知识重新建立索引。这样做的核心不是追求所有文档都能自动完成精确更新，而是控制知识库长期维护的复杂度。毕竟实际的文档并不一定按照“修改原文件”的方式变化。很多时候，一份新文件就可能重新描述一批已经存在的规则。
2026-08-30 00:05:06
185
原创 Agent 接收用户上传文件
前面的工作已经实现了用户端文件上传，但目前文件主要用于用户侧操作。下一步需要让 Agent 本身能够接收这些文件。对于通用 Agent 来说，文件不应该只限制在图片。例如用户上传一个 Word 文档，希望 Agent 阅读并分析其中的内容；或者上传 Excel、PDF、Markdown 等文件，再让 Agent 根据文件执行任务。这些类型本质上都是图片格式，PDF 在默认情况下也会作为图片处理。
2026-08-29 03:42:54
160
原创 Agent 文件传递
Agent 继续在自己的工作目录中操作文件，Middleware 负责在任务结束后把文件整理并交给用户。目前 Agent 已经可以在工作目录中创建和处理文件，但这些文件都保存在后端服务器上，前端无法直接访问。它返回的是一个带有效期的 URL，用户拿到链接后可以直接下载文件，不需要知道 MinIO 的账号密码。MinIO 是一个开源对象存储服务，可以直接部署在自己的服务器上，并提供 Python SDK。工具只负责创建文件，如果让它同时负责上传，就会让工具本身承担文件交付的工作。
2026-08-29 03:38:18
333
原创 Agent 文件处理中间件
在开始文件处理中间件之前，先给 Agent 增加两个简单的 Tool，方便后续测试：获取当前时间执行终端命令Tool 放在中，通过统一返回。其中获取时间比较简单，主要用于处理一些和当前时间有关的任务。终端命令则不一样。对于 Agent 来说，终端本身就是一个很通用的操作入口。可以读取文件；可以写入文件；可以执行 Agent 临时生成的 Python 代码。所以理论上，只要 Agent 能执行终端命令，就可以完成很多原本需要单独开发 Tool 的事情。但终端命令也存在明显的问题。
2026-08-29 03:35:37
349
原创 基于 BackendFactory 实现 Agent 会话级文件系统隔离
这个改造实际上经历了两个版本。① Runtime↓获取 thread_id↓根据 thread_id 创建会话级 Backend↓延迟真正的文件系统初始化↓实际执行 read / write / edit / grep / glob 等操作││ backend=▼││ runtime▼││ 第一次文件操作▼││ root_dir▼基于thread_id的 Agent 会话级文件系统隔离，并通过在不修改 DeepAgents 原有文件系统实现的情况下，实现动态工作目录。
2026-08-29 03:17:03
296
原创 将 DPO 视为一种偏好蒸馏方式的技术笔记
本文探讨了中等规模语言模型输出不稳定的现象，指出这并非源于随机性，而是模型缺乏对高质量回答的稳定偏好判断。文章将训练过程抽象为知识蒸馏问题，认为传统蒸馏方法难以解决生成任务中的偏好差异问题。提出引入基于偏好的蒸馏方式（如DPO）更为合理，它能通过偏好对隐式建模奖励函数，使模型在多个可行解中选择更优输出。DPO通过强化高质量回答的似然、抑制低质量回答，有效降低输出方差并提升稳定性。当模型已具备知识但表现不稳定时，偏好蒸馏比继续预训练更具计算和数据效率优势。
2026-01-19 18:37:56
572
原创 从 RAG 到故障链图谱：一次设备运维诊断系统的工程反思
从 RAG 转向故障链图谱，并不是否定大模型，而是重新划分职责：模型负责理解与表达图与程序负责推理与收敛当系统开始接受“不完整”“不确定”和“逐步逼近”时，它反而更接近真实世界的运维工作方式。这可能不是最快实现的方案，但往往是最不容易崩的那一种。
2025-12-26 22:32:51
1006
原创 强化学习----＞多臂老虎机问题
每个摇臂的获奖概率和奖励分布未知且可能不同。玩家的目标是：在有限次的尝试中，通过逐步试验来发现哪个摇臂更好（探索），并更多地选择当前看来最好的摇臂（利用），以最大化长期累积奖励。它是一个无状态 的序列决策问题（状态是确定的）
2025-12-20 23:30:29
1402
原创 强化学习-----＞轨迹、回报、折扣因子和回合
本文继续探讨强化学习的四个核心概念：轨迹描述智能体与环境交互的"状态-动作-奖励"序列；回报是未来奖励的累计值，用于评估策略；折扣因子γ∈(0,1)调节近期与远期奖励的权重，γ接近0更短视，接近1更远视；回合指智能体从开始到终止状态的完整交互过程，其轨迹可能因环境或策略的随机性而不同。这些概念共同构成了强化学习的基础框架。
2025-12-20 22:43:23
565
原创 强化学习基础概念----状态、动作、策略、奖励
本文介绍了强化学习中的基本概念：状态（S）表示智能体在环境中的位置，动作（A）是状态间的转移行为，策略（π）是状态到动作的概率映射。状态转移描述动作导致的状态变化，奖励函数r(s,a)提供环境反馈，通过正/负奖励鼓励/抑制特定行为。这些要素了强化学习的基础框架。
2025-12-20 22:26:06
545
原创 告别全局变量噩梦：深入理解工作流引擎中的状态传递与条件路由
每个处理工位（节点）从传送带上取下一个包裹（状态对象）工位处理完毕后，将更新后的包裹放回传送带传送带将包裹送往下一个工位# 使用状态传递的示例# 从状态中读取输入# 返回更新后的状态（而不是修改共享变量）return {"publish_intent": "小红书" in user_input}工作流引擎中的状态传递机制通过值传递和副本隔离，完美解决了全局变量带来的并发安全和耦合问题。条件路由。
2025-09-15 11:33:00
486
原创 模型训练知识点分享
本文摘要： 深度学习训练中的优化技巧包括学习率预热、梯度累积和梯度裁剪。学习率预热通过逐步提升学习率，缓解训练初期因参数随机化导致的梯度不稳定问题。梯度累积通过累积多个小批量梯度来模拟大批量训练，提高梯度估计精度。梯度裁剪则通过限制梯度范数来防止梯度爆炸，确保训练稳定性。这些方法共同作用，能显著提升模型训练的收敛性和稳定性，尤其在深层网络和大批量训练场景中效果显著。
2025-08-08 20:58:10
352
原创 LSTM的功能模块划分
ps：这么解释只是让人好记忆，这些门也只不过是那些研究人员在测试时发现加了这些层后这种结果表现比传统RNN好，解释起来是困难的。类比：考试，上次考了科目1，现在我要考科目2，因为脑容量有限，我需要遗忘掉一些东西。这里是一个singmoid函数结果*一个长期记忆：这里决定了你要遗忘哪些记忆。类比：我复习了很多内容，但是我自己很有可能会遗忘知识点。这里是一个新的长期记忆内容+以前的记忆内容。类比：考点就那么多，很多东西非必要的不记忆。这里是，再一次对长期记忆进行一个遗忘。
2025-06-28 11:32:56
383
原创 01文本预处理
摘要：本文介绍了自然语言处理的三大基础任务：1）分词是将文本切分成词语单元；2）词性标注为词语标注语法属性；3）命名实体识别识别特定名称实体。这些技术分别解决文本基础切分、语法特征增强和专有名词识别问题，如"飞机"作为狗名时的歧义消解，共同构成NLP的基础处理流程。（99字）
2025-06-25 09:46:07
235
原创 卷积神经网
介绍卷积神经网络CNN之前，我先简单的介绍一下人工神经网络ANN人工神经元 (感知机): 处理图像时的缺点接下来简单介绍CNN 核心思想：关键组件：CNN 的优势（对比全连接 ANN 处理图像）：
2025-06-17 20:02:44
1915
原创 卷积神经网络随手记（草稿）
out_channels：输出通道，可以理解为卷积核的数量（特征图数）kernel_size:卷积核的大小（3*3 or 5*4 ==）（C，H，W）转成（H，W，C），使用张量中的permute方法（2,0,1）每个都会被扫描4次（Stride=1，步长）：保留边缘信息。每次都用同一个（卷积核/滤波器）吗？卷积对象数据处理后，拿到对应的特征图数据。普通卷积计算的问题（外层只会扫描一次）算出每个通道的，再做累加，最后得出结果。类似多通道，多卷积核只是多了输出结果。一个卷积核类似一个带权重的神经元。
2025-06-17 19:48:08
260
原创 集成学习：三个臭皮匠抵一个诸葛亮
通过组合多个弱学习器合成成一个强学习器。数据有重复，原因：要让结果有意义（bootstrap）后一个关注前一个训练器不足的地方进行训练。为什么不用同一份数据：无意义，结果一致。集成学习：通过构建并结合多个模型来完成学习任务,获得更好的泛化性能。Boosting：串行训练（模型逐步改进，加权计算结果）高方差模型（决策树）拿所有的数据（默认）分类：bagging思想 Boosting思想。ok，核心概念说完了现在做一个补充（）bagging：并行训练（平权投票）bagging：相互独立。
2025-06-02 21:08:19
456
原创 机器学习_基础
MSE会放大预测误差较大的样本的影响。 RMSE对异常数据敏感。：用手杖戳地面，感知哪个方向坡度最陡（梯度是坡度的方向）。其中，a为截距，b为斜率，ϵ为误差项。：大步走可能跨过山谷，小步走又太慢，要选合适的步长。：每走一步重新探测坡度，直到走到平地（梯度接近零）。想象你是一个盲人，站在一座山坡上，你的任务是找到。即 J=∑(yi−y^i)**2。即 J=∑(yi−y^i)**2/n。
2025-05-27 21:01:48
415
原创 常用Python数据分析开源库numpy 1
它是 Python 语言的一个扩展程序库。是一个运行速度非常快的数学库.主要用于数组计算包含：一个强大的N维数组对象 ndarray广播功能函数整合 C/C++/Fortran 代码的工具线性代数、傅里叶变换、随机数生成等功能没有下载numpy包的建议下载一个anaconda，里面切换版本方便当然也可以直接pip 下载已经有conda的可以用conda下载注意，因为服务器是国外的，如果感觉下载慢可以看这里！！！！
2025-05-16 20:56:01
2134
原创 从0.2到0.5的python____网络编程首体验
是协议地址，让socket找到你的设备（如192.168.34.233，类似于 中国 、广东、深圳、xx区、xx街道、xxxx）：端口是用来找到你的程序的（理解为通过房间号找房间就行）：是协议，给一个就好，暂时不深究。
2025-05-07 16:28:41
338
原创 从0.2到0.5的python高级特性__装饰器
不了解闭包的同学可以看我之前的文章：装饰器 = 闭包 + 额外操作：再不改变原函数的基础上，给函数加功能 🌆：给手机加一个防摔手机壳ok，现在你应该学到了0.5发部分了。
2025-05-07 11:22:17
457
原创 从0.2到0.5的python高级特性___闭包
先不看闭包是啥，先看这两个问题如何访问函数内部定义的变量?如何访问变量内部定义的变量？那还是把函数直接返回就好 的本质是：一个函数“记住”了它被创建时的环境（外部变量），即使外部函数已经执行完毕，闭包依然能访问并操作这些变量。
2025-05-07 10:46:30
457
经过git@gitee.com:mygitee-play/video-translation.git翻译后的视频
2026-08-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人