自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(160)
  • 收藏
  • 关注

原创 深入浅出 Agent:Harness 最全调研与原理解析(持续更新中)

Harness 是一套面向 Agent 的工程化框架,它把「模型调用」「工具使用」「记忆管理」「任务编排」等环节抽象为可组合的组件,帮助开发者以更可控的方式构建复杂的智能体应用。与直接调用模型 API 相比,Harness 更强调对执行过程的精细控制与可观测性。Harness 为 Agent 的工程化落地提供了一套清晰且可扩展的框架。理解其核心原理,有助于我们在实际项目中做出更合理的技术选型和架构设计。

2026-09-11 20:33:55 83

原创 如何看待 LangChain 与智能 Agent?

LangChain 与智能 Agent 是当前 LLM 应用开发中两个重要但常被混淆的概念。LangChain 提供工程化底座,Agent 代表一种自主执行的应用模式,二者相辅相成。理解它们的定位与边界,比追逐热点更重要——技术选型最终要服务于真实业务价值。

2026-09-11 20:30:44 165

原创 LLM 学习第 24 课:Agent Harness

Agent Harness 是承载 Agent 运行的一套基础设施,它把模型、工具、记忆、策略和执行环境组织在一起,为 Agent 提供统一的运行上下文和生命周期管理。简单来说,Harness 解决的是「模型怎么调用工具、怎么管理状态、怎么处理错误、怎么结束任务」这些工程问题。工具注册与调度:统一管理工具列表,负责参数校验、调用分发和结果回传。状态管理:维护对话历史、任务进度、中间结果等运行时状态。策略编排:决定 Agent 何时调用工具、何时结束、何时需要人工介入。错误处理与重试。

2026-09-11 20:27:40 230

原创 LLM 学习第 23 课:MCP 协议

MCP(Model Context Protocol,模型上下文协议)是 Anthropic 于 2024 年底提出并开源的一套开放协议,旨在为大型语言模型应用与外部数据源、工具之间建立一套标准化的通信方式。它解决的核心问题是:当 LLM 需要访问数据库、文件系统、API 或企业内部系统时,不再需要为每个数据源单独编写定制化的集成代码,而是通过统一的协议进行连接和交互。可以把 MCP 理解为 LLM 世界的「USB-C 接口」:过去不同设备需要不同的线缆和转接头,而 USB-C 统一了物理接口;

2026-09-10 20:13:37 235

原创 用 DeepSeek Harness 手搓一个自己的 Agent

DeepSeek Harness 是一个面向大模型应用的轻量级编排工具,它把「模型调用、工具注册、任务循环」这几个 Agent 核心环节封装成简洁的接口,让开发者可以专注于业务逻辑,而不是重复造轮子。它的核心设计理念是「约定优于配置」:你只需要定义好工具函数和提示词,Harness 会自动完成模型调用、结果解析和循环控制。实际项目中,你往往需要接入自己的业务系统。"""根据订单号查询订单状态"""# 这里替换为真实的数据库或 API 调用。

2026-09-10 20:11:46 191

原创 Codex 最推荐的 15 个 Skill,每一个都值得收藏!

Skill 是 Codex 的一种能力模块,它通过预设的指令、工作流和上下文知识,让 Codex 在特定任务上拥有更专业的表现。你可以把 Skill 理解为给 Codex 安装的「专业插件」,不同的 Skill 对应不同的开发场景,例如代码审查、测试生成、文档编写、性能优化等。使用 Skill 的好处非常明显:一方面可以显著提升 Codex 在特定任务上的输出质量,另一方面也能让团队的工作流程更加标准化和可复用。随着 Codex 生态的不断发展,未来还会有更多优秀的 Skill 出现,值得我们持续关注。

2026-09-10 20:08:18 343

原创 Harness 之后,Agent 领域下一个受关注的技术会是什么?

Harness 让 Agent 迈出了「执行」的第一步,而下一轮技术升级将围绕「记忆、协作、验证」展开。对于开发者而言,现在开始关注 Agentic Memory 的工程实践,很可能是抢占下一波红利的最佳时机。

2026-09-09 21:00:41 42

原创 如何系统地自学 Python:一份从入门到进阶的完整路线图

系统自学 Python 的核心是「分阶段 + 勤实践 + 做项目」。先花 4 到 6 周掌握基础语法,再用 4 到 8 周提升核心编程能力,接着按方向进阶并完成 2 到 3 个完整项目。保持持续输出,你会逐步建立起自己的编程能力体系。

2026-09-09 20:57:48 121

原创 Spring Boot 实现数据脱敏:自定义注解 + Jackson 序列化器

枚举中每个类型对应一种脱敏规则,通过函数式接口统一处理,便于后续扩展新的脱敏类型。注解用于标记实体类中需要脱敏的字段,通过type属性指定脱敏规则。本文通过自定义注解和 Jackson 序列化器,为 Spring Boot 项目提供了一套轻量、通用的数据脱敏方案。核心优势在于:业务代码零侵入,只需在字段上添加注解即可;脱敏规则集中管理,便于统一维护和扩展。该方案适用于接口返回、消息推送等展示场景,能够有效降低敏感信息泄露风险。

2026-09-09 20:56:09 310

原创 LangChain 1.3 新特性详解与实战指南

LangChain 1.3 在稳定性、性能和开发体验上都有明显提升,是构建生产级 LLM 应用值得升级的版本。建议在升级后充分测试核心链路,并利用新增的可观测性能力持续优化应用表现。

2026-09-08 21:17:29 208

原创 OpenAI 全面解析:从 GPT 系列到多模态与智能体生态

OpenAI 通过持续的技术创新和产品化落地,推动了大语言模型从研究走向大众应用。无论是个人用户还是企业开发者,都可以借助其模型和平台能力,构建更智能、更高效的应用。理解其核心能力、产品形态和适用边界,是合理使用 OpenAI 技术的第一步。

2026-09-08 21:16:18 186

原创 Codex:OpenAI 的 AI 编程助手全面解析

Codex 作为 OpenAI 在编程领域的重要产品,正在改变开发者与代码交互的方式。它不仅是效率工具,更是开发者学习和探索新技术的得力伙伴。随着模型的持续迭代,Codex 的能力边界还将不断扩展。

2026-09-08 21:14:06 142 1

原创 Harness 之后,Agent 领域下一个受关注的技术会是什么?

Harness 之后,Agent 领域不会只有一个「下一个」,而是一组技术共同演进:Agentic Workflow 引擎解决工程化,Memory 解决连续性,可验证执行解决可靠性,多 Agent 协作解决规模化。对开发者而言,与其押注单一概念,不如围绕「稳定、可信、可扩展」这三个关键词,构建自己的技术储备。

2026-09-07 20:52:10 194

原创 Java主流框架与源码:Spring Framework

Spring 最初由 Rod Johnson 于 2003 年发布,旨在简化企业级 Java 开发。经过多年发展,Spring 已经演化为一个庞大的技术生态,涵盖 Spring Boot、Spring Cloud、Spring Security 等多个子项目。:提供 IoC 容器和 Bean 管理的基础能力。Spring AOP:实现面向切面编程,支持声明式事务等特性。Spring MVC:基于 Servlet 的 Web 框架,用于构建 RESTful 接口。:统一数据访问抽象,简化数据库操作。

2026-09-07 20:49:01 239

原创 LangGraph:构建有状态多智能体应用的图编排框架

LangGraph 是 LangChain 团队推出的一个用于构建有状态、可编排的多智能体应用的图编排框架。它把智能体的运行流程建模为一张有向图,节点表示执行步骤,边表示状态流转,从而让开发者能够以更精细、更可控的方式组织大模型应用的工作流。LangGraph 的核心设计围绕以下几个关键概念展开:传统的 LangChain 链式调用适合线性流程,但在构建复杂的多智能体系统时,往往需要循环、分支、人工介入和持久化等能力。LangGraph 通过图结构天然支持这些场景,让开发者可以像画流程图一样设计智能体的行为

2026-09-07 20:44:55 166

原创 新手如何使用 GitHub?从零开始的完整入门指南

GitHub 是全球最大的代码托管平台,基于 Git 版本控制系统,帮助开发者存储、管理和协作开发代码。对新手来说,可以把 GitHub 理解为一个「代码的云端仓库」,既能备份自己的代码,也能参与开源项目。Git:一个分布式版本控制工具,负责在本地记录代码的每一次修改历史。GitHub:一个基于 Git 的在线平台,提供远程仓库托管、协作、Issue 管理、代码审查等功能。GitHub 的学习曲线并不陡峭,只要掌握注册、创建仓库、推送代码和拉取更新这几个核心流程,就能顺利上手。

2026-09-06 21:19:18 488

原创 RAG(检索增强生成)会不会消亡?

RAG(Retrieval-Augmented Generation,检索增强生成)是一种将信息检索与大语言模型生成相结合的技术范式。其核心思路是:在模型生成回答之前,先从外部知识库中检索与问题相关的文档片段,再将这些片段作为上下文提供给模型,从而提升回答的准确性、时效性和可解释性。文档切分:将原始文档切分为适合检索的文本块。向量化:通过嵌入模型将文本块转换为向量表示。索引构建:将向量写入向量数据库,建立高效索引。检索召回:根据用户问题检索最相关的文本块。生成回答。

2026-09-06 21:13:38 359

原创 Spring Boot 启动流程深度解析

participant Main as main 方法participant WEB as Web 服务器SA->>SA: 创建实例并初始化SA->>ENV: 准备 EnvironmentSA->>CTX: 创建 ApplicationContextSA->>CTX: 注册配置类与初始化器CTX->>CTX: refresh() 刷新容器CTX->>CTX: 执行 BeanFactoryPostProcessorCTX->>CTX: 实例化单例 Bean。

2026-09-06 21:12:21 394 1

原创 深度剖析:HashMap 并发死循环与 ConcurrentHashMap 两代演进全解

对比维度底层结构Segment 数组 + HashEntry 链表Node 数组 + 链表 + 红黑树锁粒度锁一个 Segment(较粗)锁一个桶(较细)锁实现ReentrantLock(继承)并发度固定为 Segment 数量(默认 16)动态,取决于数组长度扩容方式单线程扩容整个 Segment多线程协助扩容查询性能链表 O(n)链表 O(n),红黑树 O(log n)死循环风险无(内部加锁)无(内部加锁)在实际开发中,如果确定集合只在单线程中使用,可以使用。

2026-09-04 20:50:28 338

原创 LLM 学习路线:从零基础到实战入门

LLM 学习是一个理论与实践并重、持续迭代的过程。建议先建立清晰的概念框架,再通过动手实践加深理解,最后结合真实项目沉淀经验。学习过程中保持耐心,善用社区与开源资源,逐步形成自己的知识体系。希望本文的路线能帮助你更高效地开启 LLM 学习之旅。

2026-09-04 20:48:33 339

原创 Agent 敢开写权限吗?——AI 智能体文件写入权限的安全边界与实践指南

Agent 能不能开写权限,答案不是简单的「能」或「不能」,而是「在什么条件下能」。通过合理的目录白名单、文件类型限制、版本控制兜底和操作审计,完全可以在享受 Agent 高效能力的同时,把风险控制在可接受范围内。建议从只读模式起步,逐步建立信任,再渐进式开放写权限。

2026-09-04 20:47:23 213

原创 Ollama 本地大模型部署与使用指南

Ollama 是一款开源的本地大语言模型运行工具,支持在个人电脑上便捷地下载、运行和管理各类开源大模型,如 Llama、Qwen、Mistral 等。它通过简洁的命令行和 REST API,让开发者无需深厚机器学习背景即可在本地体验大模型能力。Ollama 降低了本地运行大模型的门槛,适合个人开发、离线场景和隐私敏感应用。结合丰富的开源模型生态,可以快速搭建本地 AI 能力。

2026-09-03 19:29:20 192

原创 Langfuse:开源 LLM 可观测性与评估平台实战指南

Langfuse 是一个开源的 LLM 可观测性与评估平台,用于追踪、监控和调试基于大语言模型的应用。它帮助开发者记录每一次 LLM 调用的输入输出、Token 消耗、延迟和成本,并提供完整的链路追踪能力,覆盖从用户请求到模型响应再到下游工具调用的全过程。Langfuse 的核心价值在于让 LLM 应用开发具备传统软件工程中的可观测性。无论是 Prompt 调试、成本核算、质量评估还是线上问题排查,Langfuse 都能提供统一的数据视图,是 LLM 应用从原型走向生产的重要基础设施。

2026-09-03 19:27:33 410

原创 DeepSeek:从原理到实战的全面解析

DeepSeek 凭借开放的生态、强大的推理能力和亲民的使用成本,为大模型应用提供了极具吸引力的选择。无论是通过 API 快速集成,还是本地部署深度定制,开发者都能找到适合自己的路径。希望本文能帮助你快速了解并顺利上手 DeepSeek。

2026-09-03 19:23:22 298

原创 Agent 敢开写权限吗?——AI 自主写代码的安全边界与工程实践

不开,又发挥不出自动化能力。本文从风险、场景、权限设计和工程实践四个角度展开分析。Agent 敢不敢开写权限,本质不是技术能不能,而是风险能不能控。通过分级授权、人工确认和工程护栏,可以在享受自动化效率的同时守住代码质量底线。建议团队从低风险场景试点,逐步建立信任。先厘清概念:没有写权限的 Agent 只能给建议,有写权限的 Agent 可以直接修改文件。这一步跨越,意味着责任边界、信任模型和错误成本都发生了变化。工程上更稳妥的做法不是一刀切,而是分级授权。风险是决策的第一考量。并非所有场景都危险。

2026-09-02 19:56:00 206

原创 AI 的 Skill 究竟是什么?一文讲清概念与应用

Skill(技能)是 AI 智能体(Agent)中用于封装特定能力的功能模块。它把一组提示词、工具调用逻辑和参数定义打包成一个可复用的单元,让 AI 在需要时按需调用,而不是把所有能力都塞进系统提示词里。简单来说,Skill 解决的是「AI 如何做某件具体的事」的问题。比如写周报、做数据分析、生成封面图、调用某个 API,都可以封装成独立的 Skill。Skill 是 AI 智能体能力组织的重要方式,它让复杂任务可以被拆解、复用和组合。

2026-09-02 19:54:51 329

原创 WorkBuddy:让工作协作更高效

WorkBuddy 是一款面向团队协作与任务管理的工作助手,旨在帮助个人和团队更高效地规划工作、跟踪进度并沉淀协作成果。它围绕「任务清晰、沟通顺畅、结果可追踪」三个核心目标,把日常工作中分散的工具和流程整合到统一的工作台内。WorkBuddy 的价值在于把「计划、执行、协作、复盘」串成一条清晰的工作链路,减少信息分散带来的损耗。无论是小团队快速起步,还是较大规模组织的跨组协同,它都能提供灵活而有序的支持。

2026-09-02 19:51:47 272

原创 深入理解 Java HashMap:从原理到实战

HashMap 的核心在于哈希表的设计:通过扰动函数分散哈希值,通过链表和红黑树解决冲突,通过扩容机制维持性能。理解这些原理,不仅能帮你写出更高效的代码,也能在面试中从容应对各类追问。建议结合源码阅读和实际调试,进一步加深对扩容、树化等细节的理解。

2026-09-01 20:07:18 373

原创 Hermes Agent:从原理到实战的智能体开发指南

Hermes Agent 是一套轻量级、可扩展的智能体开发框架,它把大语言模型(LLM)与外部工具、记忆模块和执行循环结合起来,让开发者可以用少量代码搭建出能够自主完成复杂任务的智能体。模块化:模型、工具、记忆、策略均可独立替换和组合。可观测:内置日志与追踪机制,方便调试每一步决策。易扩展:通过注册机制快速接入新的工具和模型提供商。Hermes Agent 提供了一套简洁而强大的智能体开发范式,从基础对话到复杂工具编排都能灵活应对。

2026-09-01 20:05:52 186

原创 RAGFlow:开源 RAG 引擎的架构解析与实战指南

RAGFlow 通过深度文档理解与灵活的检索配置,显著提升了 RAG 系统的实用性与可维护性。对于需要快速落地知识库问答的团队来说,它是一个值得关注的开源选择。

2026-09-01 20:01:40 233

原创 学 Transformer 前需不需要先把 RNN 学一遍?

学 Transformer 前不需要先把 RNN 完整学一遍,但建议至少了解 RNN 的核心思想和局限性。这样既能快速上手 Transformer,又能理解其设计动机,学习效率更高。

2026-08-31 16:11:28 168

原创 如何才算是入坑 LLM?

总的来说,入坑 LLM 没有一个统一的标准,但可以从三个层面来判断:是否理解基本原理、是否动手实践、是否关注效果调优。只要你在其中任何一个层面开始投入时间和精力,都可以说自己已经「入坑」了。重要的是保持好奇心和持续学习的习惯,这个领域每天都在变化。

2026-08-31 16:10:10 176

原创 n8n 自动化工作流平台:从入门到实战

n8n 是一个开源的可视化工作流自动化平台,允许用户通过拖拽节点的方式连接不同的应用、服务和 API,从而构建自动化流程。它采用节点(Node)和连接(Connection)的模型,每个节点代表一个操作或服务,连接则定义数据在节点之间的流转方向。与许多商业自动化工具不同,n8n 支持自托管部署,用户可以将它运行在自己的服务器上,从而更好地控制数据隐私和安全性。同时,n8n 也提供云端托管版本,方便不想自行维护基础设施的用户快速上手。

2026-08-31 16:06:58 206

原创 LangChain4j:Java 生态的 AI 应用开发利器

LangChain4j 是一个开源的 Java 框架,旨在简化大语言模型驱动的应用开发。它提供了一套统一的抽象层,让开发者可以用简洁的代码完成模型调用、提示词管理、记忆存储、文档检索、工具调用等常见任务,从而把精力集中在业务逻辑上。LangChain4j 为 Java 开发者打开了一扇通往 AI 应用开发的大门。它既保留了 LangChain 的灵活设计,又充分考虑了 Java 生态的工程实践,让开发者能够以较低的学习成本快速构建出功能完整的 LLM 应用。

2026-08-30 16:23:51 176

原创 【AI Agent 实战】OpenClaw 全面解析 + 全平台一键部署教程

OpenClaw 通过统一抽象层和插件化设计,显著降低了 AI Agent 的开发和部署门槛。无论是个人开发者快速搭建自动化助手,还是团队构建业务级智能应用,OpenClaw 都提供了灵活且可靠的解决方案。随着多模态能力和工具生态的持续完善,OpenClaw 有望在更多垂直场景中发挥价值。建议读者从本文的部署教程入手,结合实际业务需求逐步探索,构建属于自己的 AI Agent 应用。

2026-08-30 16:22:25 223

原创 从零构建AI Agent:基于Hermes框架的智能体开发实战指南

本文从零开始,系统介绍了基于Hermes框架构建AI Agent的完整流程。从环境搭建、核心概念到工具注册、记忆管理和任务规划,再到实战案例与部署优化,读者应该已经掌握了构建生产级Agent所需的核心技能。AI Agent技术仍在快速发展,未来Agent将具备更强的自主决策能力、更丰富的工具生态和更完善的安全机制。建议读者在此基础上,进一步探索多Agent协作、Agent工作流编排等进阶主题,并结合自身业务场景进行实践。

2026-08-30 16:19:04 212

原创 Spring Boot 入门指南:从零搭建你的第一个应用

Spring Boot 是 Spring 家族中用于快速构建独立、生产级 Spring 应用的开源框架。它通过自动配置和约定优于配置的理念,大幅降低了 Spring 应用的搭建和开发成本,让开发者可以专注于业务逻辑本身。Spring Boot 通过自动配置和起步依赖,让 Spring 应用的开发变得简单高效。本文介绍了从环境准备到创建项目、编写接口和运行验证的完整流程,适合作为入门的第一步。

2026-08-28 16:31:30 232

原创 Hermes Agent:轻量级 AI 智能体框架实战指南

Hermes Agent 以简洁的设计和灵活的扩展能力,为开发者提供了一条快速构建 AI 智能体的路径。无论是简单的问答助手,还是复杂的多步骤任务代理,它都能提供清晰、可控的解决方案。建议读者从官方文档和示例代码入手,结合实际业务场景逐步深入。

2026-08-28 16:30:20 222

原创 Skill 不只是 Prompt:从概念到实践

Prompt 是用户输入给模型的自然语言指令,用来引导模型完成特定任务。它可以是简单的一句话,也可以是一段结构化的说明。Prompt 的核心作用是告诉模型“做什么”。Skill 是一个可复用的能力封装指令文本:相当于一段精心设计的 prompt,描述任务目标和执行步骤。参考示例:提供输入输出样例,帮助模型理解预期结果。资源文件:可能包含代码模板、数据文件或外部工具配置。元数据:描述 Skill 的用途、适用场景和调用方式。所以,Skill 确实包含prompt,但它不只是 prompt。

2026-08-28 16:28:37 247

原创 Codex 用户集体弃用 Skills:是明智还是短视?

Skills 是 Codex 提供的一种可复用能力封装机制,允许开发者将特定任务的处理流程、提示词模板和工具调用逻辑打包为可调用的技能单元。其设计初衷是降低重复性工作的成本,让 AI 助手在特定领域内表现得更稳定、更专业。

2026-08-27 16:51:06 214

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

提示
确定要删除当前文章?
取消 删除