- 博客(968)
- 收藏
- 关注
RSS订阅原创 掌握 Prompt Engineering 的系统方法：从“会用”到“有壁垒”的七条实战原则
在 2026 年之后，几乎所有日常工具都会逐渐“对话化”。真正的差距，不在于谁能使用 AI，而在于谁能构建高质量提示词系统。很多人以为自己已经掌握了 Prompt Engineering：做了一个自定义 GPT、搭了一个 Claude Project、写了几个“万能提示词模板”。但现实是——输出依旧普通、风格不稳定、可复用性差。真正的 Prompt Engineering 不是“会写提示词”，而是设计认知架构（Cognitive Architecture）。下面这七条原则，构成了高质
2026-03-18 21:21:49
528
原创 一图看懂LangChain、LangGraph、LangSmith全家桶
很多人学大模型开发，都会听到一个名字：LangChain。但真正开始做项目时，又会被一堆名词：LangChain、LangGraph、LangSmith、RAG、Tool Calling、Guardrails 绕晕。那它们之间到底是什么关系呢？今天我们就根据这张全景图，用一篇文章讲清楚——LangChain 生态到底是怎么分工协作的。
2026-03-18 21:21:15
536
原创 大模型扫盲必看：100个核心概念全解析，小白与程序员建议收藏
本文系统梳理了大模型全栈知识，涵盖概念定义、数据标注、训练原理（Transformer/微调）、评估指标、平台应用（RAG/Agent）及安全政策。从基础到前沿，帮助程序员和小白快速构建知识体系，是不可多得的入门指南。
2026-03-17 21:26:24
400
原创 大模型RAG入门必看：向量嵌入与检索方法全解析，
深入解析RAG核心：从BM25关键词检索到向量语义检索，详解BGE-M3多功能嵌入及多模态检索，推荐混合策略，助你掌握大模型RAG必备技能。
2026-03-17 21:25:36
371
原创 GPT-5.4发布！小白程序员必备：收藏这份大模型学习指南，开启AI新时代！
GPT-5.4发布，成为OpenClaw的首选模型，具备强大的代码能力、世界知识和多模态理解能力。相比Claude Opus 4.6，GPT-5.4在真实工作任务和软件工程问题解决上表现出色，且价格更亲民。此外，GPT-5.4还拥有100万token的上下文窗口、原生计算机使用能力和工具搜索等新特性，为AI应用带来更多可能性。建议小白和程序员们收藏此指南，开启AI学习之旅。
2026-03-09 21:21:53
418
原创 程序员必看：Ollama + AnythingLLM，轻松部署本地大模型
本文介绍了如何使用Ollama和AnythingLLM快速简单地在本地部署大模型。首先，指导用户安装Ollama并从Ollama的模型库中选择和下载模型（如llama、qwen、deepseek等）。接着，详细说明了如何配置和使用AnythingLLM以运行已下载的模型。此外，还讨论了在下载模型时可能遇到的问题及解决方案，如网络问题。最后，文章建议用户在模型下载过程中遇到困难时，可以考虑使用离线模型。整个过程操作简单，适合对大模型部署感兴趣的小白和程序员。
2026-03-09 21:21:07
374
原创 大模型部署指南：小白也能看懂！收藏这份超全技术选型攻略
本文深度解析了四大主流大模型部署框架：Ollama（本地快速部署）、llama.cpp（低配设备优化）、vLLM（高并发生产环境）和LM Studio（跨设备开发）。文章详细介绍了各框架的核心价值、技术亮点和适用场景，并提供了方案选型决策树和混合部署实战案例。最后展望了边缘智能、量化革命和多云部署等未来趋势，强调选择匹配场景的部署方案对AI工程化落地的重要性。
2026-02-27 19:17:04
307
原创 小白程序员轻松上手部署DeepSeek大模型，开启AI创新之旅
本文介绍了DeepSeek大模型的开源特性及其对全球AI竞争格局的影响。详细阐述了DeepSeek R1模型的本地化部署流程，包括运行环境要求、依赖工具安装以及可视化部署方法。通过Ollama工具下载并运行DeepSeek R1模型，实现本地化部署，保障数据安全并灵活定制业务场景。DeepSeek大模型为企业智能化转型提供了可靠的技术底座，展现了与私有化场景深度融合的技术潜力。
2026-02-27 19:16:02
284
原创 小白程序员必备！轻松入门大模型架构设计
本文深入浅出地介绍了软件架构的核心概念，包括架构的理解、4+1模式、C4模型、TOGAF-4A架构以及互联网模型的实际应用。文章详细阐述了业务架构、产品架构、应用架构、技术架构和代码架构的设计原则与实现方法，旨在帮助初学者系统地掌握系统架构设计的方法论，为构建高效、稳定的软件系统打下坚实基础。
2026-02-18 19:41:22
812
原创 深入OpenClaw Agent核心：工作区、架构、调度与容错机制
本文深入剖析了OpenClaw（原Clawdbot）的核心动力模块——Agent任务引擎，揭示了其架构设计、工作区划分、调度并发控制及高可用容错机制。通过分析OpenClaw的实践，文章强调了理解这些工程智慧对于构建稳健生产级Agent系统的价值，并指出了如何将实践沉淀为规范，以更精准地指导AI。文章还讨论了如何在企业级落地中参考OpenClaw的架构实践，并指出了其代价和解决方案。
2026-02-18 19:40:20
1178
原创 AI大模型时代，小白也能掌握创业哲学：从管人到管Token的范式转移
文章探讨了AI Agent进入组织后，管理哲学的变化。传统管理以“管人”为核心，而AI Agent的不确定性和管理方式与传统团队不同。文章重点分析了AI Agent权限设计、Token管理、人机协作实践以及与传统管理的异同。提出了为一人公司设计AI Agent管理框架的建议，包括将Token视为核心资源、建立三级授权体系、解耦推理引擎与执行能力、设计可观测性系统以及从管理者转变为架构师。文章最后讨论了AI Agent时代情绪价值的破产，以及组织进化的方向。
2026-02-18 19:38:08
955
原创 小白程序员入门大模型：AI Agent技术架构深度解析与实践
本文深入探讨了构建AI Agent的技术架构，介绍了人大与OpenAI提出的两种主流框架，并总结出包含感知、记忆、规划、行动等八大模块的完整架构。通过解析各模块的功能与协同机制，阐述了AI Agent如何接收环境信息、规划决策、执行行动并进行学习优化，为小白和程序员提供了构建智能体的实用指导。
2026-02-18 19:36:56
883
原创 AI技能大揭秘：小白程序员必看！如何用收藏技巧提升Agent效率
本文探讨了为AI Agent编写技能的效果，研究表明人工编写的Skills平均提升16.2个百分点，但效果因领域差异显著，医疗领域提升51.9%，软件工程仅4.5%。研究发现AI生成的Skills无效，提出聚焦具体任务、控制模块数量、人工编写和定制场景等四条实操建议，强调Skills质量比数量重要，人工定制效果更佳。通过实例说明，优化Skills可显著提升Agent效率，甚至小模型加好Skills能追上大模型，性价比高。
2026-02-18 19:36:06
647
原创 小白程序员必看：Context Graph如何让AI真正理解企业运作
本文深入解析了企业AI新热点Context Graph（上下文图谱），它通过记录企业决策路径、显影被忽略的工作流，让AI从单纯“搜内容”升级到“懂关系”。文章强调隐性流程才是关键资产，系统需捕捉“怎么做”反向推断“为什么”，并需与多种AI能力协同。实践证明，Context Graph是AI嵌入业务的基础设施，推动AI投资从模型转向上下文资产积累，率先建立者将引领Agentic Automation新阶段。
2026-02-18 19:35:14
918
原创 10种AI产品形态深度解析：小白也能看懂的大模型应用与收藏（附原型库）
本文梳理了当前市场上的10种主流AI产品形态，包括对话式AI、嵌入式AI（Copilot）、生成式工具、智能体、AI搜索、情感陪伴AI、数据洞察AI、内容增强/润色、AI硬件和AI原生工作流平台。文章分析了每种形态的技术本质、解决的问题及商业模式，强调理解这些基础形态有助于判断AI产品的创新性。同时，作者还提供了一套包含500个原型模板库的资源，以辅助读者更好地理解和应用这些AI产品形态。
2026-02-18 19:34:13
965
原创 Skill小白的进阶指南：如何写好Skill，技能创建器Skill-creator的设计思路全解析（收藏版）
本文深入解析了Skill的概念、编写方法和技能创建器Skill-creator的设计思路。首先介绍了Skill的定义和最小形态，即一个包含指令文档、参考资料、可执行脚本等资源的文件夹。接着，文章详细阐述了Skill的完整结构，包括SKILL.md、scripts/、references/、assets/和agents/openai.yaml等文件的作用。文章重点分析了如何给AI编写指令，强调了简洁性原则和三级分层架构的重要性。此外，文章还讨论了给AI多大自由度的设计维度，以及skill-creator的六步
2026-02-18 19:33:02
4152
1
原创 掌握RAG核心：分层检索策略，在“准”与“全”间找到完美平衡，面试必备！
本文深入探讨了RAG检索增强生成技术的核心，强调其关键在于实现“准”和“全”的平衡。文章介绍了成熟的RAG方案分层设计：召回层采用多路并进策略，融合层通过分数归一处理多路召回结果，精排层则利用精准重排模型筛选出高质量上下文。最终总结为RAG的核心是用分层设计在“准”与“全”间做到极致平衡，对面试者和AI从业者具有重要指导意义。
2026-02-18 19:32:07
796
原创 告别AI泔水设计：Agent Skills标准让AI输出工业级成果
Anthropic推出的Agent Skills标准是一套可复用指令集，能让AI Agent按需挂载特定场景能力，解决提示词重复撰写和占用上下文的问题。Skills门槛低、通用性强，已被OpenAI、VS Code等主流工具兼容。国内特赞团队推出的skill0平台已聚合423个通用Skills，只需下载对应文件到指定目录，就能让AI稳定输出符合场景要求的结果。2026年或将成为Skills规模化落地的元年，国内团队已在这场技术变革中占据先机。
2026-02-09 19:24:31
945
原创 用通俗的方式介绍大语言模型训练过程
站在大语言模型外部看需要准备些什么样的训练数据，分什么阶段，怎样去训练大语言模型，把大语言模型看成一个黑盒。LLM都是如何训练出来的呢？**GPT的训练**分为以下3个阶段：1、预训练Pretrain2、监督微调SFT (Supervised Fine-Tuning)3、基于反馈的强化学习RLHF
2026-02-09 19:23:44
830
原创 RAG技术深度剖析：让大模型从“瞎编“到“有据可依“的三大形态与应用指南
文章系统介绍了RAG（检索增强生成）技术的三大核心形态：传统RAG通过检索知识增强回答准确性；Graph RAG利用知识图谱理解信息间关系；Agentic RAG赋予AI自主解决问题能力。详细讲解了RAG的落地策略、注意事项、技术选型和实际应用案例，强调RAG能让AI从"瞎编乱造"变成"有据可依"，提升回答准确性和可靠性，是程序员掌握大模型应用的关键技术。
2026-02-07 11:09:57
552
原创 深入解析Claude Agent Skills：让大模型变身专家的模块化技术
本文详细介绍了Claude的Agent Skills功能，这是一种模块化能力，可扩展Claude的功能。Skills包含指令、元数据和可选资源，采用渐进式披露机制，按需加载内容，减少上下文消耗。文章探讨了Skills的优势（专业化、减少重复、组合功能）、使用方法、工作原理、在不同平台的应用、结构要求和安全考虑。Skills通过基于文件系统的架构，使Claude能够访问特定领域的专业知识，将通用代理转变为专家。
2026-02-07 11:08:58
549
原创 智能体(Agent)开发19条实战经验：从业务需求到系统架构全解析
本文总结了智能体(Agent)开发的19条实战经验，强调需明确业务边界而非追求全能，知识库应按场景拆分提高可检索性，建立完善的测试集和badcase库，采用"80%草案+20%人工确认"模式，注重时效性与数据安全，通过分层架构和确定性逻辑保证稳定性，建立全链路日志和可解释性机制，并强调交付需包含运营机制确保长期效果。
2026-02-07 11:07:52
352
原创 大模型应用工程师成长指南：零基础到50万年薪的完整学习路径
文章详细介绍了大模型应用工程师的完整学习路线，包括提示词工程、检索增强生成(RAG)、模型微调、模型部署以及人工智能系统和项目五大核心模块。这一路线旨在帮助学习者掌握大模型应用的关键技术，从基础概念到实践应用，最终能够参与开源项目并实现大模型在各行业的落地应用。目前正是入门大模型领域的最佳时机，掌握这些技术可获得可观薪资回报。
2026-02-06 10:36:45
537
原创 从RAG到上下文工程：解决大模型“Lost in the Middle“问题的实战指南
本文探讨了AI领域从"模型不知道"到"知道太多"的转变，分析了"Lost in the Middle"问题成因，提出上下文工程作为新范式。文章详细介绍了五大实践方法：上下文卸载、压缩、任务隔离、分层动作空间和精细化Prompt，帮助开发者优化长上下文场景下的模型表现，提升Agent落地效果。
2026-02-06 10:35:57
1063
原创 多模态RAG完全指南：两种核心实现方式详解，收藏必学
本文详细介绍了多模态RAG系统的两种实现方式：间接表示法（通过文本模态表示其他模态数据）和直接表示法（将不同模态映射到统一向量空间）。文章还探讨了多模态融合（早、中、晚期融合）和跨模态对齐（显式、隐式对齐）等关键技术。多模态RAG需要专门的多模态Embedding模型，能够充分利用不同模态间的互补性，是未来AI发展的重要方向。
2026-01-31 18:28:44
1321
原创 大模型RAG技术演进指南：从朴素智能到自主决策，程序员必备
文章详细介绍了检索增强生成(RAG)技术的四个演进阶段：从Naive RAG确立基本范式，到Advanced RAG引入精细化优化，再到Modular RAG追求架构灵活性，最终Agentic RAG实现自主决策与智能化。RAG技术从简单的"知识搬运工"逐步进化为能够进行复杂推理的"智能决策者"，未来将向多模态、实时化和可信AI方向发展。
2026-01-31 18:28:05
782
原创 小白也能学会的AI Agent架构设计：Open Deep Research三级分层结构实战解析
本文深入解析Open Deep Research项目的多Agent架构设计，采用三级分层嵌套结构：主图负责整体流程编排，监督者子图实现任务分解与委派，研究者子图执行具体研究。通过LangGraph的子图复用和异步并行机制，实现职责分离与高效协作，为构建复杂多Agent系统提供了优秀范例。
2026-01-30 19:16:18
1136
原创 RAG系统工作流程全解析：从入门到精通的大模型应用指南
RAG技术通过结合大型语言模型的生成能力与外部知识库，实现了可靠的知识闭环。文章详细解析了RAG系统的四大工作流程（查询解析、文档检索、信息整合与回答生成），深入探讨了三大核心组件（数据预处理、嵌入技术、向量存储），并介绍了高级优化策略如HyDE和重排序技术。最后提出了RAG系统的评估体系和未来发展方向，为开发者提供了从理论到实践的完整指南。
2026-01-30 19:15:27
1365
原创 从零开始构建AI Agent：详解六大核心模块，大模型开发实战指南
文章介绍了AI Agent系统的六大核心模块：感知、决策规划、执行、专业大模型、记忆管理和反馈系统。这些模块协同工作形成完整智能闭环，使AI Agent能够感知环境、自主决策、执行任务并持续进化。通过金融数据分析智能体的案例展示了具体实现，并讨论了模块化、边缘智能融合等未来趋势。
2026-01-29 19:01:10
1086
原创 Agent Skills vs MCP vs A2A：大模型智能体能力、工具与协作的全面解析
Anthropic发布Agent Skills开放标准，定义智能体"能力"单元，与MCP工具、A2A协作形成互补。其渐进式披露特性解决上下文限制，结合LLM与确定性代码执行。通过将业务流程打包成可复用技能，降低经验注入大模型的技术复杂度。Agent Skills标志着智能体开发从单体架构向微服务、组件化转型，未来竞争将围绕能力单元生态展开，为AI世界定义"操作系统层"和"包管理协议"。
2026-01-29 19:00:06
679
原创 AI智能体实战：30分钟搭建零代码营销自动化工作流，程序员必学收藏
文章介绍如何利用AI智能体、MCP协议和n8n零代码平台构建营销自动化工作流。通过MCP协议，营销人员可直接访问AppsFlyer数据；结合n8n平台，可快速搭建自动化投放报告和成本预警两大核心工作流，无需依赖开发团队。这些工具帮助节省时间，提高效率，实现数据驱动的营销决策。
2026-01-28 18:05:59
823
原创 三天搭建企业级Agent！大模型深度嵌入业务实战教程
大模型技术正从"泛化对话"向"深度业务嵌入"转变，企业级Agent成为核心战场。企业需要可本地部署、高度定制化的智能体架构，而非通用聊天机器人。作者分享三天搭建企业级Agent的实战经验，提供面向新手的教程。展望未来，多模态Agent和自主规划系统将更受重视，开发者应将大模型学习纳入长期建设，掌握AI时代话语权。
2026-01-28 18:05:13
532
原创 AI智能体完全指南：无需编程基础，四步打造专属AI助手
本文详解AI智能体搭建方法，从入门到进阶，包括四步创建流程、个性化设置、知识库运用和指令迭代技巧。文章强调将AI视为协作者而非工具，根据场景选择适合的大模型，并提供多个国内免费平台推荐。无需编程基础，即可打造专属AI助手，提升工作效率。建议收藏实践，通过日常使用掌握AI技能。
2026-01-24 19:10:16
654
原创 从小白到程序员，AI知识库搭建全攻略：大模型学习必备指南
文章对比AI知识库与传统知识付费的区别，指出AI提供可调用能力而非单向内容。详解搭建个人知识库的九个步骤，从问题定义到测试迭代，强调核心是解决问题而非简单结构化内容。AI知识库面临精准回答、可执行性和持续更新等挑战，适合职场人士和专业领域专家使用，是提升效率的实用工具。
2026-01-24 19:05:04
875
原创 AI应用架构演进：从信息顾问到智能执行者的实战指南
本文探讨AI应用从"信息顾问"到"智能执行者"的范式转变，详解LLM-native应用的设计架构与实现方法。对比AI Workflow与AI Agent两种设计模式，展示如何通过LangChain构建稳定高效的AI应用，并提出混合架构优势。介绍MCP协议解决AI与外部系统连接问题，为构建下一代智能应用提供实用指南。
2026-01-22 18:50:40
693
原创 突破RAG系统瓶颈：多路召回架构设计与实践
文章指出RAG系统的瓶颈不在模型，而在多路召回设计能力。单一路径（如向量检索）仅解决"相似性"而非"完整性"问题。真正的多路召回应包含语义、词法、结构和关系四种并行视角，通过Query Rewrite创造多条检索入口，Metadata Filter排除不可能的文档，Hybrid Retrieval实现并行检索，最后由Rerank收敛结果。这种架构能构建可解释、可评估、可演进的稳定RAG系统。
2026-01-22 18:49:38
704
原创 从能跑到能用：大模型智能体技术演进与工程化实践
文章介绍了大模型智能体技术的演进历程，从LangChain的基础设施作用，到LangGraph引入状态管理实现稳定执行，再到Deep Agents提升任务成功率和自主性。三者分别让智能体"能动"、"稳定"和"聪明"，共同推动了从"能跑"到能用"的产业化进程，为构建企业级智能体应用提供了系统化的方法论与工程化体系
2026-01-14 16:19:40
583
原创 11种大模型参数高效微调方法全解析，从LORA到LongLORA助你轻松掌握大模型优化
本文系统介绍了11种大模型参数高效微调方法，包括前缀调优、提示调优、LORA及其变种(LongLORA、VeRA、S-LORA等)等。这些方法通过冻结原始模型参数，仅优化少量可训练参数，显著降低了计算资源消耗，同时保持了模型性能，为不同规模的大模型提供了灵活高效的微调解决方案。
2026-01-14 16:16:51
615
原创 AI记忆架构选择指南：Agent记忆与RAG的7大区别，一篇就够了
文章对比了AI记忆架构的两种技术路径：Agent记忆和RAG。Agent记忆通过动态演化、主动学习和分层架构实现持续进化，擅长长周期推理和多轮对话；而RAG作为静态检索系统，在静态知识查询中保持优势。随着2025年技术演进，混合架构成为趋势，让Agent记忆负责动态认知，RAG处理静态检索，形成更高效的AI记忆系统。选择应基于应用场景需求，而非简单替代关系。
2026-01-13 15:25:54
750
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