- 博客(574)
- 收藏
- 关注
RSS订阅原创 20个AI关键术语详解：从入门到精通的必备知识
总而言之，关于AI的学习，对于大多人来讲，最重要的一点，就是要用起来，多用，不断地用，持续地用。也许你的问题，不一定都能完全解决，但是你要相信AI的学习能力和进化速度，一定会比我们进步更快。
2025-08-13 15:53:40
675
原创 LightRAG知识图谱框架详解：从入门到实践
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
2025-08-13 15:45:12
566
原创 AI智能体记忆系统架构：从设计原理到落地实现
想象一下，如果你有一个朋友，他忘记了你曾经说过的所有事情。每一次对话都从零开始。没有记忆，没有上下文，没有进展。这会让人感到尴尬、疲惫和不亲切。不幸的是，这正是今天大多数 AI 智能体系统的行为方式。它们确实聪明，但缺少了一样至关重要的东西：记忆。
2025-08-13 15:30:34
431
原创 零成本AI开发：各大平台免费大模型API资源整合
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
2025-08-12 11:59:29
690
原创 【大模型实战】Unsloth微调Qwen3：高效训练的详细步骤解析
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
2025-08-12 11:58:37
616
原创 从传统产品经理到AI产品经理：职业发展的新赛道与新机会！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
2025-08-12 11:58:01
1254
原创 从理论到实践：基于上下文工程优化LangChain智能体万字解析
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
2025-08-12 11:57:24
597
原创 【架构师必读】AI智能体工作流设计：5种模式选择与应用
本文对AI 智能体的工作流（Workflow）的5种架构设计模式、何时使用何种流程以及对 AI 智能架构未来意味着什么进行一个实用的分解。
2025-08-11 14:42:49
527
原创 从开发到部署：LangGraph实现高可用AI Agents完整流程
人工智能（AI）已经不再只是个时髦词，它正在改变我们解决实际问题的方式。从聊天机器人到自动化工作流，AI 智能体是这些创新的核心。但要打造一个可靠、可扩展、随时能上线的 AI 智能体可不是件容易事。
2025-08-11 14:35:26
933
原创 【技术干货】AI智能体记忆策略：8种常见方法与实现详解
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
2025-08-11 11:48:25
814
原创 AI模型微调入门必读：一文搞懂核心术语
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
2025-08-10 09:45:00
814
原创 手把手带你搭建AI Agent：零基础入门到实战部署全攻略
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
2025-08-09 09:45:00
709
原创 手把手教你从0搭建商用Agent：为什么Dify是最优选择？
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
2025-08-08 10:57:06
564
原创 手把手拆解：4大场景 AI Agent 的执行流程与核心模块设计
这篇文章，我们将深入对比四类常见的企业级场景AI Agent：内容审核、ChatBI、智能客服、报告生成，不仅告诉你它们的流程，还会通过真实业务视角揭示它们背后的逻辑与差异，帮助你一眼看清，选型不迷路。
2025-08-07 10:53:09
980
原创 企业级智能体（Agent）开发的核心难题与落地解决方案
智能体开发是目前大模型应用的主流方向之一，但由于大模型的不稳定性导致智能体开发困难重重，特别是构建能够稳定运行的智能体，更是难上加难。
2025-08-07 10:32:48
979
原创 【建议收藏】一文告诉你如何构建强大的AI智能体，从从设定目标到使用 MLOps 进行部署！
人工智能智能体的时代已经到来。从个人助理到自主业务副驾驶，人工智能智能体正在重塑我们与软件交互的方式。但是如何真正构建一个智能体呢？
2025-08-06 14:03:40
1088
原创 【建议收藏】谷歌提示词设计方法论全解析：大模型时代的 Prompt Engineering 最佳实践
前言：大语言模型（LLM）的兴起，让机器与人类的交流达到了前所未有的深度。然而，想要让这些智能助手真正理解我们的意图，并产出我们期待的精准、有价值的成果，需要掌握一门精妙的艺术与科学——提示词工程。它不再是数据科学家或机器学习工程师的专属领域，而是每一位与AI对话的普通人都能掌握的关键技能。
2025-08-06 11:43:56
722
原创 一文彻底搞懂DeepSieve让RAG系统真正“学会思考”！
现在的RAG（检索增强生成）系统。您给它一个简单直接的问题，它能答得头头是道；可一旦问题需要稍微拐个弯，或者知识源一复杂，它就立刻“拉胯”，要么返回一堆不相干的东西，要么干脆就开始一本正经地胡说八道。今天来自罗格斯大学的研究者带来了DeepSieve，这是一个专为处理异构知识源的RAG框架，让RAG系统真正“学会思考”。
2025-08-06 11:35:18
863
原创 测试工程师必看｜为何多模态RAG正在改变AI测试的未来？（对比传统RAG）
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
2025-08-05 13:37:46
1118
原创 人工智能、机器学习、深度学习：一文搞懂三者区别与层级关系
现在AI，大模型等各种时髦新潮词汇层出不穷，说起来都是与人工智能相关的，那人工智能，机器学习，深度学习到底具体是什么？它们之间有什么联系与区别？
2025-08-05 11:17:51
1000
原创 大模型“瘦身”之旅——零基础看懂模型量化
于是，一个“减肥塑形”的技术走红——大模型量化（Model Quantization）。它的目标很明确：让大模型变小、变快、变便宜，还尽量不掉智商。
2025-08-05 11:11:03
713
原创 【建议收藏】MaxKB vs FastGPT 深度对比：谁更适合你的RAG知识库系统？
RAG技术是当前阶段做内部知识库或者智能客服的不二之选。然而目前市面上可用作RAG的开源软件实在是太多了，Coze、Dify、FastGPT、RAGFlow还有MaxKB，当然还有其它，我就不再一一列举了。
2025-08-04 14:35:07
803
原创 【建议收藏】AI Agent开发难题：如何应对长上下文？“滚动摘要”实战解决方案详解
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
2025-08-04 14:14:03
564
原创 大模型查不到资料？先搞懂RAG中的文档向量化流程（含分块策略与Embedding选型）
在 RAG 架构中，文档扮演着“外部大脑”或“权威知识库”的角色。它的核心使命是为 LLM 提供一个事实的基石（grounding），当模型需要回答问题时，它不再仅仅依赖于自己内部模糊的、可能过时的记忆，而是可以查阅这些外部文档来获取最相关、最准确的信息。
2025-08-04 13:38:24
809
原创 【概念扫盲】AI Agent与Agentic AI到底有何不同？一文详解
本文探讨了AI Agent与Agentic AI的区别与联系。Agentic AI是由吴恩达提出的概念，指具备自主思考和解决问题能力的未来人工智能形态，强调系统性、适应性和目标导向性；而AI Agent是当前基于大模型的具体实现方案，专注于完成特定任务。二者的核心区别在于：Agentic AI是目标导向的能力框架，AI Agent是任务驱动的具体实现。文章指出，虽然当前AI技术仍处于"伪智能"阶段，但Agentic AI为人工智能发展提供了方向性思考，而AI Agent则展现了现阶段可行
2025-07-31 15:00:00
906
原创 AI Agent架构全解析：从基础概念到系统设计的完整指南
本文系统介绍了AI Agent（人工智能代理）的概念、架构和应用。AI Agent是以大型语言模型为核心、能感知环境并自主决策的智能系统，广泛应用于客服、医疗、金融交易等领域。其架构采用PPA（感知-规划-行动）模型，通过持续的环境交互实现智能行为，其中记忆机制（感觉记忆、短期记忆等）对经验积累和决策优化至关重要。文章还对比了AI Agent与其他技术，列举了相关开发框架，并展望了其未来发展前景。AI Agent正凭借其高效性、适应性成为现代社会的关键技术之一。
2025-07-31 14:45:00
838
原创 【技术干货】大模型量化学习指南：Quantization原理与应用详解
大型语言模型(LLM)量化技术通过将高精度浮点参数转换为低精度整数参数，有效降低模型存储和计算需求。该技术主要包括参数压缩和计算加速两方面，能够节省显存、加速推理并降低通讯量。研究表明，大模型(70B+)采用4bit量化对性能影响较小，而小模型则更适合8bit量化。量化技术适用于移动设备、边缘计算和云端部署等场景，在保证模型性能的同时显著提升运行效率。不同数据格式(FP32、FP16、BF16等)的选择需要平衡精度与计算效率，其中TF32和BF16等新型格式在深度学习中展现出优势。
2025-07-30 15:05:46
772
原创 AI开发者必知：LLM框架、Agent应用、Workflow架构概念与实践
摘要： 本文深入解析AI领域的三大关键技术：LLM框架（大语言模型）、Agent应用和Workflow架构。通过技术原理剖析、代码示例和操作指南，系统介绍LLM框架的自然语言处理能力、Agent的智能决策特性以及Workflow的高效协同机制。文章旨在为开发者提供实用技术参考，涵盖核心概念、应用场景及实现方法，助力读者掌握AI前沿技术。关键词：人工智能、LLM、智能代理、工作流、技术创新。
2025-07-30 14:59:51
772
原创 qwen2.5大模型微调实战教程：详细步骤+代码示例完整指南
摘要 本文介绍了大模型微调（Fine-tuning）的基础概念和常见方法。微调是指在预训练模型基础上，使用特定数据集进行进一步训练，使模型适应特定任务或领域。其优势包括提升任务性能、增强领域适应性、解决数据稀缺问题、防止过拟合及降低成本。常见微调方法包括SFT（有监督微调）、LoRA、QLoRA等，其中SFT通过标记数据调整模型权重，优化任务表现。微调流程包括数据准备、执行训练、迭代调整和模型更新。文章还提及了实操微调Qwen2.5的案例，展示了微调的实际应用价值。
2025-07-29 15:30:00
939
原创 LLM部署实战：基于Qwen2+FastAPI的并发控制与流式响应实现
本文提出了一种基于FastAPI的大型语言模型(LLM)服务器部署方案，重点解决并发控制和流式响应两大工程实践问题。通过asyncio.Queue实现请求队列管理，当请求超过阈值(10个)时直接拒绝新请求，防止服务器过载；采用ThreadPoolExecutor线程池执行器将同步推理任务转为异步执行，避免阻塞事件循环。同时，利用TextIteratorStreamer实现边推理边输出的流式响应，显著提升用户体验。实验表明，该方法能有效支持并发推理任务，GPU显存占用随并发量动态调整并回落。该方案为单机部署L
2025-07-29 15:15:00
884
原创 10分钟搭建合同审查AI智能体！Dify+Qwen3保姆级教程，小白轻松上手
本文详细介绍了如何从零开始部署Dify AI框架并构建合同审查智能体。教程分为五个部分：首先说明Dify在数据安全性和本地化部署方面的优势；接着逐步指导安装Docker等必备工具，完成Dify的本地部署；然后介绍通过Ollama集成Qwen3模型的方法，针对不同硬件配置推荐适配模型；最后演示10分钟快速创建合同审查智能体的流程。文章配有详细操作截图和命令示例，即使非技术人员也能跟随完成。文末还提供了资料领取方式，帮助读者快速掌握这一能显著提升合同处理效率的AI解决方案。
2025-07-28 14:46:00
1046
1
原创 【技术干货】Qwen3优化实践：训练与推理性能提升详细教程
Qwen3模型系列带来多项技术突破，包括两大MoE架构（235B总参/22B激活参数和30B总参/3B激活参数），支持128K长上下文和119种语言。模型提供灵活的思考模式切换功能，基础模型性能显著提升，如Qwen3-1.7B性能对标前代Qwen2.5-3B。创新性地采用混合奖励机制，结合规则奖励、基于参考答案的模型奖励和无参考答案的偏好学习，有效提升模型响应质量。系列涵盖从0.6B到235B的丰富参数规模，满足从移动端到云端的全场景部署需求，特别适合对话系统、语音助手等AI应用开发。
2025-07-28 14:44:13
961
原创 Qwen2-VL性能提升秘籍：多模态微调实战教程（含完整代码）
本文介绍了基于Qwen2-VL-2B-Instruct模型在COCO2014图像描述数据集上的Lora微调训练方法。通过使用transformers、peft等框架，结合SwanLab工具进行训练监控和效果评估。文章详细说明了环境配置、数据集准备（包含500张图像预处理为特定JSON格式）、模型加载与微调过程，并展示了训练结果。项目提供了完整的代码仓库和在线训练可视化示例，帮助研究者实现多模态图像描述任务的模型优化。关键步骤包括数据格式转换、SwanLab集成、Lora参数配置等，为视觉语言模型的微调提供了
2025-07-26 14:15:00
949
原创 Qwen3开源大模型实战：从技术解析到本地部署的完整路径
阿里云发布Qwen3系列开源大语言模型，包含6个密集模型（0.6B-32B）和2个MoE模型（30B/235B），采用Apache 2.0许可。主要创新包括：1）混合推理模式，用户可手动切换"思考/非思考"模式提升任务适应性；2）推理能力显著提升，4B小模型性能媲美前代72B模型；3）支持128K长文本处理和多达119种语言；4）训练数据达36万亿token。提供在线API、Python调用及本地部署方案（如ollama），适用于各类AI应用场景。
2025-07-26 13:45:00
565
原创 FastMCP实战指南：3分钟部署AI服务器，开发效率飙升秘诀
摘要： FastMCP是一款专为构建MCP服务器设计的开源Python库，通过简化协议实现和服务器管理，提供高效易用的开发接口。其核心优势包括：1）利用装饰器快速定义工具与资源，显著减少代码量；2）完全遵循Pythonic风格，降低学习成本；3）完整实现MCP协议，支持从简单工具到企业级系统的开发。典型应用场景涵盖智能问答系统、业务自动化等领域，仅需少量代码即可完成服务器搭建，极大提升了AI与外部资源集成的开发效率。
2025-07-25 11:15:17
1011
原创 【RAG检索增强生成】RAG+Vanna组合拳：智能SQL生成让数据库交互更高效
Vanna是一个基于RAG技术的开源Text2SQL工具，能够将自然语言查询自动转换为SQL语句并执行。它结合了检索增强生成技术，支持多种数据库和大语言模型，简化了非技术人员的数据查询流程。本文介绍了Vanna的工作原理、安装配置步骤，并通过示例展示了其执行SQL查询和生成可视化图表的能力。Vanna显著提升了数据库查询的效率和易用性，为数据分析提供了智能化的解决方案。
2025-07-24 10:34:56
863
原创 手把手实战RAG：LangChain智能检索生成系统构建详解
摘要：本文探讨了如何结合大型语言模型（LLM）的常识性知识与专有数据，重点介绍了检索增强生成（RAG）技术。RAG通过检索模型从外部知识源获取信息，再结合生成模型产生更准确的回答，避免了微调的高成本问题。文章详细阐述了RAG的工作流程（检索、增强、生成），并通过LangChain、OpenAI和Weaviate数据库的实例演示了RAG系统的实现步骤，包括数据加载、分块处理、向量嵌入及查询增强生成。该技术能有效提升LLM在专有领域信息处理中的准确性。
2025-07-23 13:55:24
681
原创 RAG基础理论详解：第一讲带你彻底理解检索增强生成原理
本文系统介绍了大语言模型(LLM)的基本概念、核心能力与结构原理，并深入分析了其局限性和面临的挑战。文章着重阐述了检索增强生成(RAG)技术如何通过结合外部知识库来弥补LLM的知识局限，包括减少幻觉问题、提升回答准确性等优势。通过形象的"学生与神奇书本"比喻，生动说明了LLM与RAG的协同关系：LLM作为基础提供语言理解和生成能力，RAG则提供动态知识支持，二者结合可显著提升模型在专业领域和实时信息处理中的表现。文章还简要概述了后续系列教程的内容框架，为读者提供了清晰的学习路径。
2025-07-23 11:41:22
656
原创 一文掌握DeepSeek-R1部署：本地化配置要求与环境搭建详解
DeepSeek-R1本地部署硬件指南 本文介绍了不同规模DeepSeek-R1模型的本地部署硬件需求及适用场景： 1.5B：低配设备可用（4核CPU/8GB内存），适合轻量级任务如聊天机器人。 7B/8B：需中端配置（8核CPU/16GB内存，推荐RTX 3070），适用于文本摘要、翻译等任务。 14B：要求较高（32GB内存/16GB显存），适合企业级复杂任务如合同分析。 32B/70B：需高端硬件（多卡并行/服务器级CPU），面向专业领域如医疗咨询或科研。 用户可根据具体需求选择合适版本，平衡性能与资
2025-07-22 14:50:20
1258
原创 【收藏必备】AI大模型学习全攻略：理论基础与实践应用双路径
本文介绍了大模型的基本概念及其应用前景。大模型是具备数千亿参数的大型预训练AI系统，能够通过海量数据学习语言理解、文本生成等能力，如GPT-3等典型代表。学习大模型具有重要意义：既是把握AI技术前沿的关键，又能提升就业竞争力、创新能力和问题解决能力。大模型已广泛应用于自然语言处理（如智能客服）、机器翻译、内容生成等领域，并正在医疗、教育等行业产生深远影响。掌握大模型技术不仅有助于个人职业发展，也是参与社会数字化转型的重要途径。
2025-07-22 14:27:18
725
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