人工智能AI技术-CSDN博客

原创人工智能教程 - 前言

很多人都想学人工智能，它比黑客技术更加神秘更加吸引人。但是很多人都不敢学，因为传统教材的门槛都很高——需要编程，高数，统计学等等知识。所以我才编写了这一系列教程，使它通俗易懂，接地气，无需高数，只要你上过高中，就可以学！而且，传统教材都很枯燥，即使作者花时间写得很易懂但依然很少人能坚持学下去，因为太枯燥了。所以我主张快乐学习，尽量加入搞笑的成分在教程里面，其实我生活中就很乐观幽默，歌手李健就是我性格的一个写照吧，只不过我能说荤段子他不能。金杯银杯不如口碑，读者的留言让我的努力得到了认可！

2020-07-28 10:33:50 1034667 76

原创【C#程序员入门AI】环境一键搭建：.NET 8+AI开发环境（Semantic Kernel/ML.NET/ONNX Runtime）配置

2026年C# AI环境搭建，真的很简单！.NET 8：地基，10分钟装好Semantic Kernel：LLM调度，1行命令安装ML.NET：传统ML，原生支持，无需PythonONNX Runtime：本地模型，一键运行Ollama：本地大模型，隐私友好，免费好用跟着这篇文章，复制粘贴命令，10分钟搞定全套环境，直接进入AI开发实战！

2026-01-22 22:50:45 523

原创【Agent从入门到实践】24 向量数据库的通俗理解：什么是向量，什么是相似度检索

各位小伙伴，上一节咱们知道了：Agent要想“懂语义、找相似、查得快”，必须靠向量数据库。但很多人一听“向量”“嵌入”“余弦相似度”，头就大了——这不是数学吗？我一个程序员，搞懂这些有啥用？其实完全不用怕！今天咱们就用大白话+生活类比，把“向量”“向量嵌入”“相似度检索”讲得明明白白，不用复杂公式，不用高等数学，看完你就能懂：向量数据库到底在干嘛，为什么它能解决传统数据库搞不定的事。咱们先抛开数学定义，用奶茶来举例子：甜度：0（无糖）~ 10（全糖）清爽度：0（浓郁）~ 10（清爽）奶味。

2026-01-22 16:58:33 474

原创【Agent从入门到实践】23 为什么Agent需要向量数据库？解决传统数据库的检索痛点

用户问“夏天喝什么奶茶清爽不腻”，传统数据库搜“夏天”“清爽”，结果全是“夏天限定”“清爽包装”，根本不是口味；想给用户推荐“和他上次点的芋泥鲜奶差不多的”，传统数据库只能按“芋泥”“鲜奶”关键词搜，找不到“口感相似”的；知识库有10万条FAQ，用户问“怎么取消订单”，传统数据库要遍历全文，慢到用户都等不及。这些问题，本质上都是传统数据库的“检索痛点”——它只认“关键词”，不懂“语义”；只擅长“精确匹配”，做不了“相似查找”；处理海量非结构化数据（文本、语音、图片）时，又慢又不准。而向量数据库。

2026-01-22 16:31:38 218

原创 FLUX.2[klein]开源！小香蕉平替，本地部署AI绘画的极简方案

哈喽各位AI绘画爱好者、技术党们！今天给大家带来一个炸裂消息——FLUX.2[klein]正式开源！堪称“小香蕉”的完美平替，速度更快、显存占用更低，消费级显卡就能本地跑，新手也能10分钟搞定部署，话不多说，直接开干！FLUX.2[klein]的开源，彻底降低了AI绘画的本地部署门槛，8G显存就能实现亚秒级生成，还支持图像编辑，无论是个人创作还是小型商用，都非常实用。赶紧动手试试吧！有任何部署问题，欢迎在评论区留言，一起交流进步～

2026-01-22 15:06:10 446

原创一文彻底搞懂Transformer

用自注意力机制，让每个元素都能“看到”全局，解决长距离依赖问题；用多头注意力，从多个角度解析信息，让理解更全面；用位置编码和并行计算，解决顺序问题和效率问题。不管是千亿参数的GPT-4，还是手机里的AI相册分类，本质上都是这个逻辑的延伸。掌握了Transformer，就相当于掌握了现代AI的“内功心法”。

2026-01-22 12:36:34 344

原创【C#程序员入门AI】2026年必知的AI生态与技术路线图

2026年，C#程序员入门AI，天时（TIOBE年度语言）、地利（微软全栈支持）、人和（生态成熟）都占了。先搭环境跑demo → 搞定LLM+RAG → 学ML.NET → 进阶Agent+工程化 → 落地行业场景。不用怕，跟着这个路线走，就能从“AI小白”变成“C# AI开发能手”，下一篇我们就从环境搭建+第一个AI程序开始，手把手带大家跑起来！

2026-01-21 23:53:14 880

原创【Agent从入门到实践】22 LLM的局限性：Agent开发中需要规避的坑

各位小伙伴，前面咱们把LLM当Agent的“大脑”，玩得风生水起——调用API、写Prompt、驱动Agent干活，感觉LLM无所不能？但实际开发中你会发现：LLM不是“完美大脑”，它有不少天生的“短板”——比如会编假数据（幻觉）、记不住长对话（上下文丢失）、复杂逻辑算错（数学/推理漏洞）。这些局限性如果不规避，Agent很可能出大问题：推荐不存在的奶茶、算错库存补货量、把用户地址搞混……

2026-01-21 22:37:59 843

原创【Agent从入门到实践】21 Prompt工程基础：为Agent设计“思考指令”，简单有效即可

各位小伙伴，上一节咱们搞定了LLM的API调用——现在能让“大脑”说话了，但新问题来了：同样调用GPT-4o，为什么有的时候Agent听话又高效，有的时候却答非所问、漏洞百出？关键就在于“Prompt（提示词）”——它相当于给Agent的“思考指令”，直接决定了LLM大脑的思考方向和输出质量。就像给别人派活，你说得越清楚，对方做得越到位；指令模糊，结果自然一言难尽。

2026-01-21 18:39:23 275

原创【Agent从入门到实践】20 LLM的基础使用：API调用（OpenAI、国产大模型），程序员快速上手

其实不管是OpenAI还是国产大模型，API调用的核心逻辑都是“统一的请求格式 + 对应的SDK调用 + 响应解析请求格式统一：都是通过messages参数传递“系统指令+用户输入”，通过max_tokens等参数控制输出；SDK用法类似：都需要初始化客户端（传入密钥），调用或类似方法；响应解析简单：都能从（或类似字段）中提取生成的文本。对咱们Agent开发来说，LLM API调用是“大脑”的基础——只有先学会调用LLM，才能让Agent具备“理解、推理、决策”的能力。

2026-01-21 17:22:22 609

原创【Agent从入门到实践】19 LLM是Agent的“大脑”：通俗理解LLM如何支撑Agent的决策

各位小伙伴，前面咱们把 Agent 的“手脚”（执行、脚本化）、“眼睛耳朵”（感知、API）、“记忆本”（数据处理、CSV/JSON）都讲得差不多了。Agent 到底是怎么“想”的？用户说“帮我点杯奶茶，要清爽点的”，Agent 怎么知道该推荐“青提茉莉少冰”而不是“全糖珍珠”？库存不够了，Agent 怎么判断是“先暂停接单”还是“先自动补货”？多个任务同时来，Agent 怎么排优先级：先处理紧急订单，还是先生成周报？LLM（大语言模型）就是 Agent 的“大脑”。

2026-01-21 16:34:44 435

原创【Agent从入门到实践】18 脚本化编程：批量执行、自动化逻辑

各位AI入门的小伙伴们，前面咱们搞定了Agent的“信息交互”（HTTP/API）和“信息处理”（JSON/CSV解析），现在Agent已经能“看懂”外部数据、“听懂”用户需求了！但还有个关键能力没解锁——Agent怎么“自动干活”？每天早上8点自动查天气，给用户发穿衣提醒；批量处理100个Excel文件，提取关键数据生成报告；当库存低于阈值时，自动给供应商发补货通知；每隔1小时检查订单状态，给用户推送物流更新。这些“重复、有规律、需要定时/批量执行”的任务，正是脚本化编程。

2026-01-21 15:32:47 688

原创 MiniMax模型部署实战：低成本私有化，月活破亿的AI助手技术拆解

MiniMax这套方案，300元起步就能部署私有化AI助手，效果对标GPT-4，还能扛住月活破亿的流量，不管是做客服、代码助手、智能体，还是多模态应用，都能直接落地！2026年AI行业的核心就是低成本、私有化、高可用，MiniMax完美踩中了这些点，月活破亿的AI助手已经验证了这套方案的可行性，咱们中小团队也能跟着吃肉！

2026-01-21 12:28:04 460

原创【Agent从入门到实践】17 数据处理基础：JSON/CSV解析、简单数据结构，处理Agent的输入输出

各位AI入门的小伙伴们，前面咱们搞定了Agent与外部交互的“通用语言”——HTTP/API。但新问题来了：外部系统返回的数据（比如天气API的JSON、订单系统的CSV），Agent怎么“看懂”并使用？Agent自己的输入输出（比如用户需求、决策结果），又该怎么“整理”得规范有序？数据处理基础——JSON/CSV解析（Agent最常用的两种数据格式）+ 简单数据结构（列表/字典/数据框）。这是Agent“消化信息”和“输出结果”的关键，就像咱们吃饭要先嚼碎、说话要条理清晰一样。

2026-01-21 00:18:26 491

原创【Agent从入门到实践】16 接口与网络：API调用、HTTP请求，Agent与外部交互的基础

各位小伙伴，前面咱们把 Agent 的“感知、决策、执行、记忆、工具调用、协作”都讲了个遍，也知道了 Python 是开发 Agent 的首选语言。但有个最底层、最关键的东西还没系统聊——Agent 怎么跟外面的世界“说话”？Agent 发一个请求 → 外部系统回一个响应。API 调用 + HTTP 请求——Agent 与外部交互的“通用语言”。全程大白话 + 最新 Python 实践（requests / httpx / aiohttp），不讲玄学，只讲你写 Agent 真正用得上的东西。

2026-01-20 23:20:37 1366

原创【Agent从入门到实践】15 编程语言基础

各位AI入门的小伙伴们，前面咱们把Agent的六大核心模块（感知、决策、执行、记忆、工具调用、协作）都讲完了——现在你已经清楚Agent是“怎么干活”的了！但要动手开发Agent，第一步得选对编程语言～市面上编程语言那么多：Java、C++、JavaScript、Go、Python……为什么咱们一直用Python做示例？为什么Python会成为Agent开发的“首选语言”？

2026-01-20 17:35:50 592

原创【Agent从入门到实践】14 协作模块：多Agent如何“分工配合”

各位程序员小伙伴，咱们AI Agent系列终于讲到“团队协作”了！前面咱们搞定了单个Agent的“大脑”（决策）、“记忆”（存储）、“手脚”（工具调用），但实际工作中很多任务不是单个Agent能搞定的——比如让Agent完成“市场调研报告”，可能需要一个Agent查数据、一个Agent分析数据、一个Agent写报告，这就需要多Agent协作。

2026-01-20 15:40:11 534

原创【Agent从入门到实践】13 工具调用模块：如何调用工具

各位程序员小伙伴，咱们AI Agent入门系列又更新啦！上一节搞定了Agent的“记忆系统”，今天来解锁它的“超能力”——工具调用模块。你想想，咱们写代码时会调用各种API、读写文件、用现成的框架模型，Agent也一样！光有决策和记忆还不够，能“动手做事”才是关键。这一节咱们就用大白话讲清Agent工具调用的原理，还会手把手教你用C#实现三大常见场景：调用第三方API、操作本地文件、调用其他AI模型，看完直接复制代码就能跑通！// 工具调用的请求参数模型。

2026-01-20 12:32:59 512

原创【Agent从入门到实践】12 记忆模块：Agent如何“记住信息”

各位程序员小伙伴，咱们继续AI Agent的入门之旅！上一节聊完了Agent的“大脑”（决策模块），今天来扒一扒它的“记事本”——记忆模块。你想啊，咱们写代码的时候，会临时记个变量名、接口参数（短期记忆），也会把常用的工具类、框架用法存在脑子里（长期记忆）。AI Agent也一样，要想不“失忆”，就得有靠谱的记忆系统。这一节咱们就用大白话讲清短期记忆和长期记忆的区别，还会给大家上ML.NET的实操代码，看完就能动手实现！// 记忆项模型：存储记忆的内容和时间戳// 记忆内容set;// 创建时间。

2026-01-20 12:01:42 950

原创能用C#开发AI吗？

很多C#开发者觉得AI离自己很远，其实完全不是！AI行业现在缺的不是Python开发者，而是能把AI落地到实际项目里的开发者。C#凭借在企业级、工业级、跨平台部署上的优势，在AI落地领域有着不可替代的地位，而且相关岗位的薪资也很高。目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步。想要系统学习AI知识的朋友可以看看我的教程 http://captainbed.cn/gzh，教程通俗易懂，风趣幽默，从深度学习基础原理到各领域实战应用都有讲解。

2026-01-20 09:22:27 566

原创【Agent从入门到实践】11 执行模块：Agent如何“完成动作”

各位AI入门的小伙伴们，上一节咱们搞定了决策模块——Agent知道“该做什么”了对吧？就像咱们决定好“去A店买奶茶”，接下来是不是得起身、走路、下单、拿奶茶？这就是执行模块的活儿！今天咱们就聊聊Agent的“手脚”——执行模块到底是怎么把“决策”变成“实际动作”的？还是老规矩，大白话+代码实战，全程不搞复杂概念，看完你就懂Agent是怎么和外部世界互动的～“翻译+执行+反馈”。翻译：把决策指令翻译成具体的、可执行的动作；执行：调用外部系统，把动作落地；反馈：接收外部结果，纠错或确认完成。

2026-01-19 22:58:07 1448

原创【Agent从入门到实践】10 决策模块：Agent如何“思考问题”

各位小伙伴，上一节我们聊了感知模块，Agent能“看到”周围的信息了对吧？但光看不行啊，就像咱们看到美食，得想“吃不吃、怎么吃”；看到路口，得想“往左走还是往右走”——这就是决策模块要干的活儿！今天咱们就扒一扒Agent的“大脑核心”：决策模块到底是怎么帮Agent“思考问题”的？全程大白话，不搞复杂公式，还会带大家写个简单的决策代码，看完你就懂啦～这种Agent最厉害——它没有固定的规则，而是通过“学习”慢慢总结经验，越用越聪明！

2026-01-19 22:24:03 834

原创【Agent从入门到实践】09 感知模块：Agent如何“获取信息”

各位程序员朋友，咱们正式进入第三部分——Agent核心模块拆解！咱们要深入Agent的“内部结构”，把每个核心模块的工作原理、技术实现思路讲清楚。毕竟，想开发出自己的Agent，只知道框架和应用场景还不够，得明白它的“五脏六腑”是怎么协同工作的。感知模块。咱们前面讲Agent发展脉络时提到，V1.0的简单反应式智能体就有“感知”能力——其实感知模块就是Agent的“眼睛和耳朵”，负责从各种渠道获取信息，然后把这些信息传递给后面的记忆模块、决策模块，是Agent工作的“第一步”。

2026-01-19 12:06:48 791

原创 10亿美元合作启发：AIGC正版IP应用开发，迪士尼+OpenAI技术拆解

最近迪士尼和OpenAI的10亿美元合作炸翻了科技圈和文娱圈！一边是全球IP天花板，一边是AIGC技术巨头，这波强强联合直接给行业指了条明路——正版IP+AIGC技术=超级应用。不管你是程序员、创业者，还是想入局AI的新手，这波风口都千万别错过！今天就用最接地气的方式，拆解他们的合作逻辑、核心技术，再给大家一套能直接落地的开发方案，连代码和流程图都给你备好，看完就能动手干！

2026-01-19 11:41:20 817

原创用LangChain开发“代码生成与优化Agent”

各位程序员朋友，前面咱们把Agent的核心模块拆解得明明白白，还学了每个模块的进阶技巧——现在终于到了最激动人心的实战环节！这一节咱们不玩虚的，手把手教你用LangChain+向量数据库（Chroma）+大模型开发一个完整的“代码生成与优化Agent”。这个Agent能实现两大核心功能：一是“输入自然语言需求，自动生成符合你项目风格的代码”；二是“输入现有代码，自动优化性能、修复bug、规范格式”。

2026-01-18 23:39:55 878

原创 Agent核心模块进阶：让每个组件更智能、更实用

上一节咱们拆解了Agent的四大核心模块——感知、记忆、决策、工具调用，知道了每个模块的基本工作原理和简单实现。但实际开发中，简单版本的模块肯定满足不了复杂需求：比如感知模块收集的信息不全、记忆模块检索太慢、决策模块拆的步骤不合理、工具调用经常失败……这一节咱们就来聊每个模块的“进阶技巧”，不用讲复杂的算法原理，全是能直接落地的实战方法，帮你把每个模块从“能用”升级到“好用、智能”，让你的Agent真正具备解决复杂问题的能力。感知模块：从“被动收集”到“主动探索+跨源融合”，解决“信息不全”的问题；

2026-01-18 23:07:23 957

空空如也

空空如也