- 博客(69)
- 收藏
- 关注
RSS订阅原创 AI 答完就断片？开源 DeepSeek Harness 快捷追问插件，一键续聊
DSH 的会话节点树里，每条消息按keyusertool-callturn-tail……每个 key 是一个的 keyed 槽位。内部、turn-tail的turnTail列表槽、turn-tail的列表槽。最终选，理由三条：第一，只覆盖"有 assistant 节点的轮次"，而 turnTail 覆盖每个完成轮次——哪怕这一轮全是工具调用，追问按钮也该出现；第二，是动作行（反馈、重试按钮所在地），把内容型 UI 塞进动作行会挤占反馈入口，且它的归属语义是"对这条消息的操作"而不是"继续对话的入口"；
2026-10-23 16:04:53
410
原创 2026 Agent 框架怎么选？拆 3 层底层逻辑（运行循环 / 记忆 / 工具协议）+ 一张决策表
功能对比表每年过期,框架真正的差异在三层底层逻辑:运行循环(控制流归代码、模型还是框架)、记忆系统(三层生命周期)、工具协议(MCP 统一后,绑定风险转移到哪)。拆透三层,附最小 Agent 循环可运行代码、决策流程图与可直接照抄的选型决策表。
2026-10-22 12:08:56
192
原创 120B 模型单卡跑起来？拆解 Nemotron 3.5 的压缩三板斧与本地智能体部署
英伟达开源 Nemotron 3.5 Super VL:1200 亿参数宣称单 GPU 智能体吞吐提升 5 倍,Bolt 版能塞进 24GB。本文把压缩三板斧拆到实现层:MoE 只激活 12B、混合 Mamba-2 治平方复杂度、NVFP4 把 249GB 压到 75GB,并给出部署显存计算脚本、三条部署路线与本地智能体分层架构。
2026-10-22 11:32:47
345
原创 Flash 模型集体爆发：速度×3 价格÷3，“便宜”到底从哪来？五种底层技术一次拆透
DeepSeek、MiniMax、GLM 集体推 Flash 档,便宜得让人不敢用。本文不搬新闻,把便宜拆到技术层:MoE 稀疏激活、OPD 策略蒸馏、稀疏注意力、投机解码、量化五板斧,加一个真正的价格屠夫——缓存命中定价(1/50 价格)。附三家实测对比表、三段可运行 Python 与生产级避坑速查表。
2026-10-22 11:26:37
292
原创 Kimi K3.1 的三档推理强度是什么？拆解让模型想多深背后的成本经济学
K3.1 还没发布就被扒出三档变四档推理强度。本文以泄露为引子(信号全部标注可信度),拆透推理强度背后的机制:预算强制的三件套实现、推理 token 按输出全价计费且不吃缓存折扣的成本真相、四档怎么选的判据表。附行业全景对比、两段可运行 Python 与 K3.1 发布前观察清单。
2026-10-21 17:58:44
258
原创 90% 的多 Agent 项目都在过度设计:什么时候你根本不需要多 Agent
反共识视角:你手头的多 Agent 架构,拆回单 Agent 可能更快更便宜更稳。本文不教怎么搭,只拆三件事:三个伪需求(协作幻觉/微服务依赖/监督错觉)、交接成本与信息失真的数学、三种失败模式,最后给五个拆分信号判据清单,架构评审直接对照用。
2026-10-21 17:30:22
262
原创 [Deepseek HERNESS 插件]AI 长回复没法边看边追问？开源划选侧聊与引用开新会话 DSH 插件实战
本文介绍开源插件 dsh-side-chat，解决AI长回复中“边看边问”难题。针对追问时上下文回注冗余、开新对话需手动搬运背景等痛点，该插件通过划选文本自动生成带锚点的引用卡片，在侧边栏开启轻量分支对话，实现精准追问而不影响主会话。结合DSH框架，支持流式交互与上下文隔离，显著提升多线程追问效率与回答准确性。附完整开发实现与避坑指南，助力AI交互工程化落地。
2026-10-21 10:35:56
563
原创 Agent vs Workflow：企业场景到底怎么选（别再为自主性买单）
本文为《Agent开发深度系列》首篇，聚焦核心问题：你的业务场景到底要不要用Agent？ 作者Yulia以一线工程师视角，拆解规则、工作流与Agent的本质区别——控制权在谁手中。基于Anthropic“从最简开始”原则，提出5问决策清单，结合真实企业案例，揭示自主性的四大代价：成本飙升、可靠性下降、安全风险增加、审计困难。强调：能用工作流就别上Agent，只有路径不可预知、需动态决策时，才值得承担其复杂性。附可落地的判断框架与混合架构建议，助力企业避免“为Agent而Agent”的陷阱。
2026-10-20 14:22:53
139
原创 让 DeepSeek Harness 自动写飞书：dsh-feishu-writer 从安装到跑通（真实测）
摘要（148字）： 针对 DeepSeek Harness 与飞书协同中“生成内容无法自动落地”的痛点，作者开源插件 dsh-feishu-writer，实现 Agent 一键将文档、表格、多维表格及知识库直接写入飞书。基于官方 lark-cli，安全稳定，支持四类核心写操作，三步安装即用，避免手动复制粘贴。插件已修复 Windows 兼容性与模块兼容性问题，真正实现“产出即落盘”，提升大模型应用落地效率。
2026-10-20 10:12:50
313
原创 后端第十四课：Agent 记忆系统（让 Agent 记住上下文和用户，跨会话不健忘）
本文详解 Agent 记忆系统设计：从大模型“失忆”本质出发，构建短期（会话内）与长期（跨会话）记忆体系。通过滑动窗口、摘要压缩管理上下文，用大模型提取关键信息写入向量库，并在新对话中检索相关记忆注入 prompt，实现个性化服务。附可运行代码骨架，涵盖记忆写入、检索与防爆炸策略，助你打造真正“记得住”的 AI 助理。
2026-10-19 09:28:49
263
原创 后端第十三课：大模型评测（Evals）从 0 到 1——看完面试能讲明白
本文详解大模型评测（Evals）实战体系，从“如何判断Agent是否变好”切入，系统讲解评测核心概念（task、transcript、outcome等）、三类评分器选择、能力/回归评测区别及pass@k/pass^k指标。提供从0到1的8步落地路线与闭环流程，助开发者实现“可验证、可改进”的可靠AI应用，是面试高频考点与工程进阶关键。
2026-10-19 09:27:23
150
原创 后端第十二课：Agent 开发（让大模型从“会答“升级到“会做“）
本文详解大模型Agent核心原理：通过Function Calling实现工具调用，结合ReAct决策循环（思考→行动→观察），让AI从“会答”进化为“会做”。手把手实现最小Agent，涵盖多工具编排、防幻觉技巧及与RAG的协同应用，助你落地真实任务。
2026-10-19 09:25:38
268
原创 后端第十一课：RAG 落地实战（从 0 到 1 接上私有知识库，并设计一个好用的 RAG）
本文详解RAG（检索增强生成）从0到1的落地实践，聚焦如何设计一个高效可用的AI知识库系统。通过“开卷考试”类比，拆解RAG五步链路：文档加载→切分（重点讲语义切分与重叠策略）→向量化（选型BGE等中文模型）→混合检索+重排序→生成。强调切分与检索是成败关键，提供可运行代码、避坑指南及六大设计决策，助你构建抗幻觉、高准确率的生产级RAG应用。
2026-10-19 09:21:16
782
原创 #后端第十课：AI 应用后端架构（把前面学的全串起来）
本文详解生产级AI应用后端架构：基于FastAPI构建，分接入层（Nginx）、应用层（路由校验）、服务层（LLM调用、RAG检索）、数据层（数据库、缓存）。核心洞察：AI后端本质是“外部计算+大量IO等待”，需异步处理、流式输出（SSE）提升体验，结合缓存与模型分级降本。实战代码涵盖异步调用、流式响应、对话记忆管理及RAG检索，完整串联前后端技术栈，助你打造可落地的AI应用后端。
2026-10-19 09:16:57
314
原创 后端第九课：部署上线（把你的 FastAPI 后端真正跑起来给别人用）
Yulia带你用实战代码将本地FastAPI应用部署上线：从理解127.0.0.1无法外网访问的原理，到掌握服务器、反向代理（Nginx）、进程管理三要素；通过环境变量保障安全，配置uvicorn多进程+Nginx提升性能；最后用Docker容器化解决“本地能跑，线上不行”问题。附可直接运行的配置与避坑指南，零基础也能快速上线生产级服务。
2026-10-16 11:25:01
163
原创 #AI 编程助手双雄：ChatGPT Codex 和 DeepSeek Harness 下载、配置、跑通
这课的核心，一句话串起来：Codex = 终端里的 AI 程序员→→cd 项目 && codex，三步上手。DeepSeek Harness = 开源 AI Agent 框架启动，模型自己配。DeepSeek Harness 配置模型的关键：选一个接入方案（百炼 Token Plan / Coding Plan / 按量计费），填 Provider ID + Base URL + API Key + 模型 ID。两者互不影响：一个帮你写代码，一个给你搭工作台，可以都装。→，随便进个项目体验一下；
2026-10-16 10:42:24
203
原创 # 后端第八课：数据库入门（给 FastAPI 接口加上“记忆“，存下问答历史）
Yulia 用通俗语言讲解如何为 FastAPI AI 接口添加持久化记忆——通过 SQLite 数据库存储问答历史。文章以“白板 vs 笔记本”类比内存与数据库，详解关系型数据库核心概念（表、行、列、主键），并实战演示使用 SQLAlchemy ORM 实现增删改查（CRUD），强调参数化查询防 SQL 注入。代码可直接运行，零配置入门，助你从“一问即忘”到“有迹可循”。
2026-10-16 10:13:24
232
原创 # 后端第七课：FastAPI 实战入门（用刚学的 Python 写第一个 API 接口）
本文是《后端开发从入门到靠谱》系列第7篇，手把手教你用FastAPI构建首个API接口。通过“餐厅点餐”类比，清晰讲解API、HTTP请求与响应机制；深入剖析FastAPI为何适合AI应用——基于异步ASGI与类型注解的高效设计。从安装依赖到编写Hello World接口，逐行解析路由、参数（路径、查询、请求体）与自动文档生成。最终实现一个可对接大模型的“AI问答接口”，代码真实可运行，直通生产级后端实战。关注我，持续获取大模型应用落地干货。
2026-10-16 10:06:32
218
原创 后端第六课：Python 语法速通（0 基础入门，AI 应用开发的第一门语言）
"""求和（这是文档字符串）"""打开任意在线 Python 环境，把第二到七节的代码全部亲手敲一遍（语法不是看会的，是敲会的）；写一个 30 行以内的小脚本练手：读一个列表、过滤、排序、写进文件——检验这一课的全部语法点。如果这篇对你有帮助，，下一篇对照这张速查表学 Java 会轻松很多。关注我，这个系列共 20 篇：Python 语法 → Java 对照 → Go 对照 → 网络 → 数据库 → FastAPI 实战 → AI 应用后端架构，一路带你到能独立写生产级后端。
2026-10-16 09:24:38
124
原创 后端第五课：Java / Go / Python 怎么选？2026 版语言选型（附决策框架）
三个立即可用的行动打开招聘 App，搜你目标城市的"后端开发"，数一数 Java / Go / Python 的岗位数量和 JD 要求——30 分钟拿到你的个性化答案；按第一节的表格对号入座，选定后不再纠结——纠结一个月的时间，够用任何语言写完第一个 CRUD 项目了；记住第四节的核心：语言决定起步速度，工程能力决定职业高度。跟着本系列把后面的数据结构、数据库、并发、系统设计吃透，比多会一门语言值钱得多。**你选的是哪门语言？当初为什么选它？**评论区聊聊你的选择逻辑，我挨个回。有用的话。
2026-10-15 17:07:23
381
原创 后端第四课：Git 从 0 到团队协作——我用两个“虚拟同事“真实模拟了一场冲突
本文是《后端开发从入门到靠谱》系列第4篇，聚焦团队协作核心——Git实战。作者Yulia以“本机实测”方式，用真实案例模拟张三、李四双人开发冲突场景，手把手演示：初始化仓库、四区模型理解、分支创建与推送、提交规范、冲突产生与解决全过程。内容涵盖git add/commit/push/pull等核心命令，揭示commit是快照而非差异、分支是指针、HEAD指向当前工作状态等本质概念。通过真实输出与流程图，让0基础开发者秒懂Git协作逻辑，掌握从单人开发到团队协同的完整工作流，附赠常见错误修复与团队规范建议。
2026-10-15 16:21:41
152
原创 后端第三课：MySQL 索引为什么能快 100 倍？我用 10 万行数据实测了 B+ 树
本文以实测方式详解MySQL索引原理：在10万行订单表上，通过EXPLAIN对比无索引（31.9ms全表扫描）与加索引（0.26ms B+树查询）的性能差异，揭示B+树如何用3~4次磁盘IO实现高效查找。实测验证索引失效场景、联合索引最左前缀规则、回表与覆盖索引影响，手把手教你用EXPLAIN分析执行计划，掌握索引设计核心逻辑。代码均本机验证，拒绝空谈。
2026-10-15 16:04:22
164
原创 后端第二课：Linux 生存手册——20 个命令搞定服务器日常（附部署实战）
本文以实战场景串联20个后端必会Linux命令，从登录服务器到排查线上故障全流程演示。通过本机实测的模拟环境，手把手带你掌握：ssh登录、ps/netstat查服务状态、tail -f+grep翻日志、df/du查磁盘、curl复现问题、kill平滑重启等核心操作。每步命令附最小可用语法与真实输出，拒绝“命令堆砌”，聚焦真实故障排查逻辑。附赠速查表与三大致命误操作警告，助你从“会用”进阶为“靠谱”。
2026-10-15 14:39:04
196
原创 后端第一课：输入 URL 后发生了什么？我用手写 Socket 把全链路跑通了
本文以实战视角拆解“从输入URL到页面显示”的完整链路：通过Python socket手写HTTP客户端，真实跑通DNS解析、TCP三次握手、HTTP报文传输全过程。手把手演示如何用3行代码发起请求，逐字分析报文结构，并结合本机实测日志，揭示后端真正该懂的网络底层逻辑。内容涵盖域名解析缓存机制、三次握手防失效原理、响应头字段含义，附面试答题框架与可运行代码，助你从“背答案”转向“真理解”。
2026-10-15 09:54:35
316
原创 软考中级软件设计师备考全指南：考法拆解 + 真题示例 + 网课推荐（2026 版）
本文为软件设计师备考实战指南，聚焦“考法+真题”双驱动。梳理考试规则：两科连考240分钟，每科45分及格，通过率约10%-20%。拆解上午75题八大模块，每模块配真题风格例题与底层原理解析，涵盖数据结构、算法、软件工程（如圈复杂度）、数据库范式、面向对象设计等核心考点。下午题提供五大题型答题模板，含数据流图实操演示。附0基础4个月、科班2个月备考计划、免费网课推荐及避坑清单，强调“抓常规分、重真题训练”，助考生高效通关。
2026-10-14 17:22:34
350
原创 软考高级系统分析师备考全攻略：上班族 3 个月、每天 2 小时的通关方案
软考高级系统分析师3个月通关攻略（上班族版）：基于2026年机考+AI阅卷新规则，针对新版教材（第2版）与三科改革，提出“刷题三遍法”“案例框架答题法”“论文真实项目复盘策略”。结合5位上岸者经验，制定每日2小时四阶段计划，聚焦高频考点、避坑指南与实战技巧。强调真实项目表达、关键词匹配与逻辑自洽，破解“背模板”失效困局，助力在职人员300小时高效通关。
2026-10-14 17:05:36
523
原创 KV Cache 原理与显存计算：从 Attention 公式手算，面试不再只会背概念
本文从自回归生成出发，详解KV Cache原理：大模型逐字生成时，重复计算历史token的K/V是性能瓶颈。通过注意力公式推导，揭示KV Cache本质——缓存历史K/V，仅对新token计算Q，将投影复杂度从O(n²)降至O(n)，显著加速推理。结合真实模型（Llama-2/3、GPT-3）手算显存，公式为：2 × L × H_kv × D_head × seq_len × B，并用numpy本机实测验证加速比与显存占用，直观展示“以显存换时间”的优化逻辑。
2026-10-14 15:49:51
133
原创 Agent 上下文管理彻底搞懂：滑动窗口、摘要压缩、分层记忆的底层原理 + 本机实测
Yulia 作为一线 AI 工程师，深入剖析 Agent 失忆根源：token 限制、O(n²) 注意力计算与 KV Cache 显存瓶颈。她不依赖框架，纯手写实现滑动窗口、摘要压缩、分层记忆三种上下文管理策略，并通过本机实测对比其 token 消耗与关键信息保留能力，给出真实数据与选型决策表，真正实现“讲成人话 + 可跑通代码”。
2026-10-13 13:53:57
274
原创 RAG 混合检索彻底搞懂：BM25 + 向量 + RRF 融合原理，附本机实测召回率
Yulia 作为一线AI工程师，深入剖析混合检索中RRF融合为何用排名而非分数，并基于20条中文语料本机实测，揭示BM25在语义改写下召回失败、向量模型对精确词不稳的短板。通过手算案例与真实代码（含fastembed、rank_bm25），验证RRF在量纲不可比场景下的有效性，给出可复现的融合逻辑与k值建议，直击RAG落地核心痛点。
2026-10-13 11:30:50
209
原创 大厂 AI Coding 笔试拿满分的心法：Plan 比 Coding 重要 10 倍
本文揭秘大厂AI Coding笔试的真正考点：不是写代码，而是用AI完成工程任务。作者Yulia基于真实考场复盘，提出“Plan比Coding重要10倍”的核心心法，分享四大反直觉实战动作：先跑最小骨架、分层解耦、提交当锚点、爆0果断重开。附完整闭环流程图与满分模板，助你避开“越改越乱”陷阱，从8888满分解锁高分通关。
2026-10-13 10:49:18
477
原创 一文看懂 RAG 五年进化史：早期开卷考试 → 中期三板斧 → 最新四大主线
一张图回顾全文：fill:#333;important;important;fill:none;RAG 五年进化早期 2020-2022Lewis 提出 RAG索引-检索-生成三大缺陷：检索不准中期 2023-2024检索前：查询改写 HyDE检索中：混合检索检索后：重排 压缩最新 2024-2026GraphRAG 多跳关联Agentic RAG 多步决策长上下文之争：成本 40 倍上下文工程：token 省 19-53%选型要点小语料用长上下文大语料用 RAG。
2026-10-12 18:12:22
316
原创 MCP 史上最大改版实测：10 分钟跑通新旧两代协议，附迁移避坑指南
一张图回顾全文：fill:#333;important;important;fill:none;MCP 2026-07-28 无状态改版为什么改粘性会话绑定实例Redis 共享存储开销网关解析 body 才能路由改了什么删 initialize 握手删 Mcp-Session-Id每请求 _meta 自包含新增 Mcp-Method 头结果必带 resultType缓存 ttlMs + cacheScope怎么迁移SDK auto 模式兜底旧客户端 legacy 过渡。
2026-10-12 17:29:38
305
原创 现代 Agent 与 Harness：深度解析与面试必备指南
很多人学习 Agent 时，记住了 RAG、Function Calling、MCP，却仍然回答不好面试官的核心问题：Agent 到底是什么？为什么同一个模型接入不同系统后，能力和稳定性差异很大？Harness 又是什么？多 Agent 是否一定比单 Agent 更强？本文给出一套适合入门者的理解框架：> **现代 Agent = LLM + 上下文 + 工具 + Harness + 评估闭环**其中，前三项解释 Agent 如何获得能力，Harness 解释 Agent 如何被可靠地运行，评
2026-08-18 18:39:48
688
原创 Hermes Agent 是什么？它能做什么，以及如何部署到飞书
Hermes Agent 是 Nous Research 开源的自主型 AI Agent。它不只是一个聊天机器人，也不只是一个代码补全工具，而是将大模型、工具调用、记忆、Skills、定时任务和多平台消息网关组合在一起的 Agent 运行环境。本文先解释 Hermes Agent 的定位和核心组成，再介绍它如何通过飞书机器人接收消息、调用工具并返回结果，最后给出一套基于 WebSocket 的飞书接入思路。
2026-08-17 16:15:13
476
原创 面试必杀技：手画架构图展示系统思维
一图胜千言”。能力维度具体体现系统思维能从全局视角理解系统各模块的关系工程落地能力知道数据怎么流转、异步怎么处理沟通表达能用图形化方式清晰传达复杂逻辑项目深度真正做过项目的人才能画出细节遇到复杂系统问题 → 主动问面试官"我能在白板上画一下吗？" → 展示架构思维特性说明存储介质存储内容历史对话的摘要信息更新时机短期记忆超限时异步更新压缩比例约10:1（原文→摘要）fill:#333;important;important;fill:none;color:#333;color:#333;
2026-03-24 20:36:21
409
原创 AI大模型应用面试：深度学习知识点汇总与面试指导
fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;有正则化限制模型复杂度泛化能力强训练集和测试集表现均衡无正则化模型复杂过拟合训练集表现好测试集表现差通俗解释：正则化就是给模型"戴紧箍咒"，防止模型"太聪明"导致过拟合。具体来说：1. 为什么需要正则化？模型太复杂时，会"记住"训练数据的噪声。
2026-03-24 17:45:56
743
原创 Pydantic在Agent构建中的作用与应用
Pydantic是Python中最流行的数据验证库，它使用Python类型注解来运行时验证数据。fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;Pydantic核心功能数据验证数据解析数据序列化类型提示自动类型检查自定义验证器错误处理JSON解析字典转换对象映射JSON序列化字典导出格式控制IDE支持代码补全静态检查。
2026-03-21 15:23:09
792
原创 大模型微调：从入门到实战的完整指南
微调（Fine-tuning）是指在预训练模型的基础上，使用特定领域或任务的数据进行进一步训练，使模型适应特定场景的过程。fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;预训练模型通用能力领域数据微调训练专业模型特定任务预训练模型就像一个大学毕业生，具备通用的知识和能力。微调就像岗前培训，让他快速适应特定的工作岗位。
2026-03-20 12:12:08
618
原创 #Transformer架构与微调技术深度解析
解码器 Decoder编码器 EncoderTransformer架构输入嵌入层位置编码多头自注意力机制Add & Norm前馈神经网络Add & Norm多头自注意力机制编码器-解码器注意力Add & Norm前馈神经网络Add & Norm输出层Self-Attention计算流程输入XQuery矩阵Key矩阵Value矩阵注意力分数Q×K^T/√d_kSoftmax归一化加权求和Attention×V核心公式：面试要点：详细解释：Q、K、V的生成注意力分数计算Softmax归一化加权求和示例：1.
2026-03-20 11:44:30
496
原创 机器学习与深度学习：从基础概念到YOLOv8全解析
人工智能 AI机器学习 ML深度学习 DL神经网络 NNCNN卷积神经网络RNN循环神经网络Transformer注意力机制LSTM长短期记忆网络YOLOv8目标检测GPT/BERT大语言模型第五层：应用模型YOLOv8GPTBERT第四层：具体架构CNNRNNTransformer第三层：深度学习DL = 多层神经网络学习第二层：机器学习ML = 从数据中学习规律第一层：人工智能AI = 机器模拟人类智能数据机器学习算法模型预测/决策传统编程规则 + 数据 = 结果机器学习数据 + 结果 = 规则核心定义
2026-03-20 00:00:24
641
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