- 博客(1451)
- 资源 (57)
- 收藏
- 关注
RSS订阅
原创 Qwen3-235B-A22B - 专注多模态推理与高效对话的2350亿参数MoE大模型
一、关于 Qwen3-235B-A22B基础信息Qwen3 亮点模型概览二、快速开始三、部署SGLangvLLM四、思维模式与非思维模式切换1、`enable_thinking=True`2、`enable_thinking=False`3、高级用法：通过用户输入切换思考与非思考模式五、智能体应用六、处理长文本六、最佳实践
2025-05-06 09:06:38
2105
原创 MCP - 资源合辑 （Awesome clients, servers ）
关于 MCPServer 平台优质开源项目🔗 聚合器📂 浏览器自动化🎨 艺术与文化☁️ 云平台🖥️ 命令行💬 社交👤 客户数据平台🗄️ 数据库💻 开发者工具🧮 数据科学工具📂 文件系统💰 金融与金融科技🎮 游戏🧠 知识与记忆🗺️ 位置服务🎯 营销📊 监测🔎 搜索🔒 安全🎧 客户支持与服务管理🏃 体育🌎 翻译服务🚆 旅行与交通🔄 版本控制🛠️ 其他工具和集成框架实用工具提示和技巧官方提示关于 LLM
2025-04-07 14:45:02
1537
原创 ☕️ 关于本博客 ☀️
我的技术历程与分享初心🛠️ 从软件探索到AI开发🌴 关于坚持与温暖博文内容导航📚资源整理工具使用 & 安装配置开源项目 & 文档翻译大模型技术追踪🔥传统 AI 技术iOS & macOS 开发技术 🍎
2025-04-05 18:57:42
349
原创 macOS - 新机快速安装软件
文章目录幕布幕布一个不错的思维导图工具幕布地址： https://mubu.com/支持 macOS 客户端只能编写思维导图（列表数据），不能用来写普通文章（插入图片之类的）；简洁的方式类似 markdown，没有语法，换行等操作体现在键盘操作。持续更新......
2020-03-26 17:42:21
605
1
原创 LaTeX OCR - 数学公式识别系统
基于 Seq2Seq + Attention + Beam Search 架构的数学公式识别系统，可将数学公式图片转换为 LaTeX 代码。伊织 xAI 2025-05-18（日）一键训练（2-3小时）一键训练（约2分钟）
2025-05-18 22:29:35
296
原创 MCP - Cline 接入 高德地图 Server
一、准备1、注册、认证高德开放平台账号2、创建应用、获取 Key3、用量管理2、Cline 配置模型二、接入三、测试官方测试 - 出行规划专属地图四、关于 高德 MCP Server - AI时代的出行服务中台1、产品定位2、技术架构亮点3、核心API能力矩阵4、开发者优势5、典型应用场景6、演进方向
2025-05-18 20:27:15
278
原创 火山引擎 - 创建 API Key、预置推理接入点 & 自定义推理接入点
在列表上方，点击创建选择API 调用选择模型，然后点击 确认接入自动返回到列表页，点击这个 接入点，然后选择 API Key 并复制选择2025-05-12（一）
2025-05-18 14:15:00
130
原创 LangChain MCP Adapters - 实现 Anthropic MCP 与 LangChain/LangGraph 的兼容适配
一、关于 LangChain MCP Adapters1、项目概览2、相关链接资源3、功能特性二、安装配置三、使用示例1、基础用法服务端实现客户端调用2、多服务器连接服务端配置客户端调用3、HTTP流式传输4、LangGraph StateGraph集成5、LangGraph API服务集成
2025-05-18 01:13:48
735
原创 LangGraph 8 - FA、故障处理、模板应用
https://langchain-ai.github.io/langgraph/concepts/faq/常见问题及其答案！不需要。LangGraph是一个面向复杂智能体系统的编排框架，相比LangChain的智能体更加底层且可控。LangChain提供了与模型及其他组件交互的标准接口，适用于简单的链式流程和检索场景。其他代理框架适用于简单通用的任务，但在处理公司特定需求的复杂任务时表现不足。LangGraph提供了一个更具表现力的框架，能够处理企业的独特任务，而不会将用户限制在单一的黑盒认知架构中。La
2025-05-18 01:12:07
582
原创 LangGraph 7 - Platform - Agentic RAG、监督、SQL代理、追踪、私密对话、认证、RemoteGraph、LangSmith
https://langchain-ai.github.io/langgraph/tutorials/rag/langgraph_agentic_rag/在本教程中，我们将构建一个检索代理。当您希望大型语言模型(LLM)能够决定是从向量存储中检索上下文还是直接响应用户时，检索代理非常有用。通过本教程，我们将完成以下内容：1、获取并预处理用于检索的文档2、为这些文档建立语义搜索索引，并为代理创建检索工具3、构建一个能够决定何时使用检索工具的代理式RAG系统让我们下载所需的软件包并设置API密钥：为
2025-05-18 01:10:30
671
原创 LangGraph 6 - Platform - SaaS、数据、控制、自托管、容器、弹性、
说明自定义 PostgreSQL 实例仅适用于自托管数据平面和自托管控制平面部署。可以使用自定义的 PostgreSQL 实例来替代控制平面自动创建的实例。通过指定 POSTGRES_URI_CUSTOM环境变量来使用自定义的 PostgreSQL 实例。多个部署可以共享同一个 PostgreSQL 实例。例如，对于部署A，可以将设置为而对于部署B，可以设置为。其中和是同一实例中的不同数据库，但是共享的。注意：同一个数据库不能用于不同的部署。说明自定义 Redis 实例仅适用于。
2025-05-18 01:08:48
619
原创 LangGraph 5 - Platform - 云服务、定时任务、无状态、请求头、时间回溯、中断、回滚、拒绝
https://langchain-ai.github.io/langgraph/cloud/concepts/runs/运行是指对助手的一次调用。每次运行可以有自己的输入、配置和元数据，这些可能会影响底层图的执行和输出。运行可以选择在线程上执行。LangGraph平台API提供了多个端点用于创建和管理运行。更多详情请参阅API参考文档。https://langchain-ai.github.io/langgraph/cloud/how-tos/background_run/本指南介绍如何为您的代理启动后台
2025-05-18 01:07:06
397
原创 LangGraph 4 - Platform - 部署、Cli、Studio、SDK
一个 LangGraph 应用程序由一个或多个图、一个配置文件 ()、一个指定依赖项的文件以及一个可选的用于指定环境变量的.env文件组成。本指南展示了应用程序的典型结构，并说明了如何指定使用 LangGraph 平台部署应用程序所需的信息。实现你的图结构！图可以在单个文件或多个文件中定义。请注意每个的变量名称，这些变量将被包含在LangGraph应用中。后续创建LangGraph配置文件时会用到这些变量名。示例agent.py文件展示了如何从其他自定义模块导入（此处未显示模块代码，请查看此代码库。
2025-05-18 01:05:25
864
原创 LangGraph 3 - Faramework - 架构、路由、工作流、API、概念
https://langchain-ai.github.io/langgraph/concepts/agentic_concepts/许多LLM应用在调用大语言模型前后会实现特定的控制流程步骤。例如，RAG会检索与用户问题相关的文档，并将这些文档传递给LLM，以使模型的响应基于提供的文档上下文。与其硬编码固定的控制流程，我们有时希望LLM系统能够自主选择控制流程来解决更复杂的问题！这就是智能体的一种定义：智能体是利用LLM来决定应用程序控制流程的系统。LLM可以通过多种方式控制应用：因此，存在多种不同类型的
2025-05-18 01:03:46
106
原创 LangGraph 2 - 智能体开发、流式传输、模型调用、工具、MCP、上下文、内存、人机协同、部署、UI
https://langchain-ai.github.io/langgraph/agents/overview/LangGraph为构建基于智能体的应用程序 提供了底层原语和高级预制组件。本节重点介绍预制、可复用的组件，旨在帮助您快速可靠地构建智能体系统——无需从头实现编排、记忆或人工反馈处理功能。一个智能体由三个核心组件构成：大语言模型（LLM）、可调用的工具集，以及提供指令的提示词。LLM 以循环方式运作。每次迭代时，它会选择要调用的工具，提供输入参数，接收执行结果（即观察值），并利用该观察值决定下一
2025-05-18 00:59:31
334
原创 LangGraph 官方文档翻译 1 - 快速入门及示例教程（聊天、工具、记忆、人工干预、自定义状态、时间回溯）
LangGraph 快速入门前提条件1、安装依赖项2、创建智能体3、配置大语言模型4、添加自定义提示5、添加记忆功能6、配置结构化输出后续步骤概述学习 LangGraph 基础知识构建基础聊天机器人先决条件1、安装软件包2、创建 `StateGraph`3、添加节点配置模型集成模型到节点4、添加 `entry` 入口点5、编译计算图6、可视化图表（可选）7、运行聊天机器人后续步骤添加工具先决条件1、安装搜索引擎2、配置环境3、定义工具4、定义流程图
2025-05-16 19:42:29
665
原创 Numpy 官方文档8 - 线性代数、共享数组、掩码
当然，这并不是近似图像的最佳方法。然而，线性代数中确实存在一个结论：就差异范数而言，我们上面构建的近似是能达到的最接近原始矩阵的结果。更多信息可参阅G. H. Golub与C. F. Van Loan所著的《矩阵计算》，1985年由约翰霍普金斯大学出版社出版于马里兰州巴尔的摩市。总之，你可以在NumPy中创建、保存和加载数组。保存数组能让工作成果的共享与协作变得更加便捷。虽然Python还有其他保存数据到文件的方式（比如pickle），但savez和savetxt。
2025-05-16 07:15:00
1850
原创 Numpy 官方文档9 - 应用案例 - 验证摩尔定律、MINST、X射线、静态平衡、分形图绘制
若需共享数据并以表格形式查看结果，您需要创建一个文本文件。使用np.savetxt保存数据，该函数功能比np.savez更有限。分隔符文件（如csv）需要二维数组。通过创建新的二维数组来准备待导出数据，其列应包含目标数据内容。使用header选项描述数据及文件列信息。另定义一个变量head来存储文件元信息。B, AB_M, A_M构建一个用于导出到CSV的二维数组。表格数据本质上是二维的，您需要将数据组织成这种二维结构。分别使用year和作为第一至第四列。由于计算得出的常量不符合(179,)
2025-05-16 07:15:00
701
原创 ChatRTX - 基于 TensorRT-LLM 的 Windows 本地RAG应用
ChatRTX是基于检索增强生成(RAG)技术的演示应用，允许用户连接个人文档/笔记/照片等数据，在Windows RTX设备上本地运行个性化大语言模型(LLM)。和RTX加速技术，可实现快速安全的上下文相关问答，并支持语音输入。注：项目将自动下载第三方开源软件，使用前请确认许可条款。伊织 xAI 2025-05-07（二）等，只需指定文件夹即可秒级加载。
2025-05-16 07:15:00
530
翻译 Numpy 官方文档5 - F2PY 使用、签名、绑定、meson、迁移
F2PY 用户指南与参考手册三种封装方式 - 入门指南快速方法智能方式快速智能的方法使用 F2PY使用 `f2py` 作为命令行工具1、签名文件生成2、扩展模块构建3、构建模块其他选项Python 模块 `numpy.f2py`自动生成扩展模块F2PY 使用示例F2PY 使用指南：基础扩展模块创建基础扩展模块的源代码创建编译后的扩展模块改进基础接口在Fortran源代码中插入指令过滤示例`depends` 关键字示例延伸阅读签名文件签名文件语法Python
2025-05-15 07:15:00
1057
原创 Numpy 官方文档6 - 底层实现、C代码解析、内存对齐
这意味着，如果输入和输出数组是连续的且类型正确，从而执行单个 1-D 循环，则可能在计算完数组的所有元素后才会检查标志。对于小于指定缓冲区大小的输入数组，会复制所有非连续、未对齐或字节顺序错误的数组，以确保对小数组使用单个循环。这种开销的实际意义在于，即使 ufunc 的实际计算非常快，但对于小数组，编写针对特定数组和类型的代码仍可能比使用 ufunc 更快。广播仅会调整（或添加）长度为1的维度，对于这些维度，步长变量被设为0，从而确保在广播操作处理扩展维度时，对应数组的数据指针不会移动。
2025-05-15 07:15:00
586
原创 Numpy 官方文档7 - 字节交换、集成ndarry类、互操作性、2.0 迁移指南
ndarray是一个提供Python数组接口的内存数据对象。经常会出现这种情况：你想用数组查看的内存数据，其字节序与你运行Python的计算机不同。例如，我可能在一台使用小端序CPU的计算机上工作（比如Intel奔腾处理器），但我从大端序计算机生成的文件中加载了一些数据。假设我从Sun（大端序）计算机生成的文件中加载了4个字节。我知道这4个字节代表两个16位整数。在大端序机器上，双字节整数的存储方式是最高有效字节(MSB)在前，然后是最低有效字节(LSB)。因此内存中的字节顺序为：1、整数1的MSB。
2025-05-15 07:15:00
942
原创 Numpy 官方文档2 - 创建、索引、导入数据、数据类型、广播、副本、视图、字符串、数组、函数
这些文档阐明了 NumPy 中的核心概念、设计决策和技术限制。这里是理解 NumPy 基础理念和哲学的最佳起点。https://numpy.org/doc/stable/user/basics.creation.html另请参阅：数组创建例程创建数组通常有以下6种方法：1、从其他Python数据结构转换（如列表和元组）2、使用NumPy内置的数组创建函数（如arange、ones、zeros等）3、复制、连接或修改现有数组4、从磁盘读取数组数据（标准格式或自定义格式）5、通过字符串或缓冲区从原始字
2025-05-14 07:15:00
2128
原创 Numpy 官方文档3 - MATLAB、文件读写、索引、bug修复、等间距数值数组
https://numpy.org/doc/stable/user/numpy-for-matlab-users.htmlMATLAB® 和 NumPy 有许多共同点，但 NumPy 的诞生是为了与 Python 协同工作，而非作为 MATLAB 的克隆版本。本指南将帮助 MATLAB 用户快速上手 NumPy。下表列出了一些常见 MATLAB 表达式的近似对应 Python 实现。请注意这些是相似表达式而非完全等效，具体细节请参阅参考文档。在使用下表时，假设您已在 Python 中执行了以下命令：另外
2025-05-14 07:15:00
1683
原创 Numpy 官方文档4 - 扩展、Python粘合、自定义ufunc、C语言调用
传递给函数的第二个参数是一个结构体，它便于在模块中定义函数。在上面的示例中，mymethods结构体通常会在文件中更早的位置（通常在init{name}mymethods数组中的每一项都是一个PyMethodDef结构体，包含以下四个部分：1、Python方法名2、实现该功能的C函数3、标志位（指示该函数是否接受关键字参数）4、函数的文档字符串通过向该数组添加更多条目，可以为单个模块定义任意数量的函数。最后一个条目必须全部设置为NULL（如示例所示），作为哨兵标记。
2025-05-14 07:15:00
1624
原创 NVIDIA NeMo - 生成式AI框架
NVIDIA NeMo 是一个可扩展的云原生生成式AI框架，专为研究大型语言模型(LLM)、多模态模型(MM)、自动语音识别(ASR)、文本转语音(TTS)和计算机视觉(CV)领域的研究人员和PyTorch开发者设计。现在 NeMo 框架已支持将大语言模型(LLMs)、多模态模型(MMs)、自动语音识别(ASR)和文本转语音(TTS)整合到单个 Docker 容器中。实现超大规模模型的高效训练。NeMo 框架启动器包含丰富的训练 NeMo 大语言模型（LLM）的配方、脚本、工具和文档。
2025-05-14 07:15:00
766
原创 Nvidia Apex - PyTorch混合精度与分布式训练工具库
如果模块的某个要求未满足，则该模块不会被构建。模块名称安装选项备注apex_C--cpp_extamp_C--cuda_extsyncbn--cuda_ext--cuda_extmlp_cuda--cuda_ext--cuda_ext--cuda_ext--cuda_ext--cuda_ext需要 CUDA>=11bnp--bnpxentropy--xentropy，与不同fmhalib--fmha需要 cuDNN>=8.5，--nccl_p2p。
2025-05-14 07:15:00
1521
原创 garak - 大语言模型漏洞扫描工具
（用于本地运行的transformers模型）- 使用Hub中的模型名称。仅生成式模型可用。如果出现意外失败，请提交issue并附上您尝试的命令及异常信息！（用于基于API的模型访问）- Hub中的模型名称，例如（用于私有端点）- 端点URL，例如（可选）设置环境变量为具有"read"权限的Hugging Face API令牌；登录后参考https://huggingface.co/settings/tokens探针类型描述blank始终发送空提示的简单探针atkgen自动化攻击生成。
2025-05-14 07:15:00
1353
原创 Numpy 官方文档1 - 快速入门操作、概念解释
https://numpy.org/doc/stable/user/index.html本指南提供概览并解释重要功能，详细内容请参阅 NumPy 参考文档。https://numpy.org/doc/stable/user/whatisnumpy.htmlNumPy是Python科学计算的基础包。它是一个提供多维数组对象的Python库，包含多种派生对象（如掩码数组和矩阵），以及用于快速数组操作的各种例程，包括数学运算、逻辑运算、形状操作、排序、选择、I/O、离散傅里叶变换、基础线性代数、基础统计运算、随机
2025-05-13 07:15:00
1413
原创 Numpy 官方文档10 - 贡献指南、MyST-NB使用、编写教程、Pong 强化学习、情感分析
如果您拥有自己的 Jupyter notebook 教程文件（.ipynb格式），并希望将其添加到代码仓库中，请按照以下步骤操作。在本教程中，您了解了用于创建 Jupyter Notebook 的 json.ipynb格式和 MyST-NB.md原始代码。您可以使用这两种格式来编写教程。现在，您既可以选择在 VIM 或 emacs 这类简易文本编辑器中工作，也可以继续在浏览器中构建 Notebook。Jupytext 能通过配对功能保持您的工作内容同步。
2025-05-13 07:15:00
1470
原创 Megatron-LM & Megatron-Core - 大规模Transformer模型训练的GPU优化技术
与将事实知识隐式存储在网络参数中的传统方式相比，检索式预训练提供了更高效的知识存储机制，在显著减少模型参数量的同时，其困惑度(perplexity)表现优于标准GPT模型。不同于传统深度学习模型中所有激活值都存储在内存中以供反向传播使用的做法，该技术仅保留（或存储）模型中特定"检查点"处的激活值，其余激活值在反向传播需要时实时重新计算。弱扩展测试结果显示超线性扩展（模型浮点利用率MFU从最小模型的41%提升至最大模型的47-48%），这是因为更大的通用矩阵乘法(GEMM)具有更高算术强度，执行效率更高。
2025-05-13 07:15:00
1426
原创 NeMo Guardrails - 可编程护栏的LLM对话应用工具包
例如：显式的内容审核端点（如OpenAI、ActiveFence）、批判链（如宪法链）、输出解析（如guardrails.ai）、独立防护组件（如LLM-Guard），以及针对RAG应用的幻觉检测方案（如Got It AI、Patronus Lynx）。护栏(rails)是控制大语言模型输出的特定方式，例如避免谈论政治话题、对特定用户请求做出预设响应、遵循预定义的对话路径、使用特定语言风格、提取结构化数据等。评估基于LLM的对话应用程序的安全性是一项复杂任务，目前仍是开放的研究课题。：应用于用户的输入；
2025-05-13 07:15:00
828
原创 IDA Pro MCP - IDA 逆向工程 MCP 服务集成
IDA Pro MCP 是为 IDA Pro 逆向工程软件提供的。实现，支持通过 MCP 协议与各类 AI 辅助工具进行交互。一、项目概览相关资源二、核心功能MCP 服务接口三、环境要求四、安装指南自动安装手动安装（高级用户）五、使用建议提示词工程精度优化技巧六、开发指南功能扩展版本管理七、同类方案对比
2025-05-12 07:15:00
1645
原创 Dia-1.6B - 高保真文本转对话生成模型
Dia是由Nari Labs开发的16亿参数文本转语音模型。该模型通过集成推送至Hugging Face平台。Dia能够直接从文本转录生成高度逼真的对话语音。用户可以通过音频条件控制输出效果，实现情感和语调调节。该模型还能生成非语言交流声音，如笑声、咳嗽声、清嗓声等。为加速研究进程，我们开放了预训练模型检查点和推理代码。模型权重托管于，目前仅支持英文生成。我们还提供了演示页面，将本模型与和进行对比。(更新) 现已上线ZeroGPU空间！立即体验点击这里。加入我们的Discord社区。
2025-05-12 07:15:00
732
原创 Parakeet TDT 0.6B V2 - 高精度英语语音识别模型
是一个拥有6亿参数的自动语音识别（ASR）模型，专为高质量的英语转录而设计，支持标点符号、大小写以及精确的时间戳预测。该模型是FastConformer架构[1]的XL变体，集成了TDT[2]解码器，并通过全注意力机制训练，能够高效地单次转录长达24分钟的音频片段。在HF-Open-ASR排行榜上，该模型以128的批次大小实现了3380的RTFx性能。注意：RTFx性能可能因数据集音频时长和批次大小而异。
2025-05-12 07:15:00
829
原创 Sim Studio - 构建、测试和优化智能体工作流的强大平台
Sim Studio 是一个功能强大且用户友好的平台，专为构建、测试和优化智能体工作流而设计。伊织 xAI 2025-05-05（一）
2025-05-11 07:15:00
400
原创 PyTorch API 10 - benchmark、data、批处理、命名张量
基于 PyTorch 2.7用于测量PyTorch语句执行时间的辅助类。完整使用教程请参阅：https://pytorch.org/tutorials/recipes/recipes/benchmark.htmlPyTorch计时器基于timeit.Timer（内部实际使用timeit.Timer实现），但具有几个关键差异：1、运行时感知：计时器会执行预热（这对PyTorch某些延迟初始化的组件很重要），设置线程池大小以确保比较条件一致，并在必要时同步异步CUDA函数。2、聚焦重复测量：在测量代码（
2025-05-10 12:58:53
1053
原创 PyTorch API 9 - masked, nested, 稀疏, 存储
复制 RNG 的状态，使得在返回时 RNG 会被重置到之前的状态。参数如果显式指定了设备，这个警告会被抑制返回类型：Generator返回随机数生成器的状态，以形式表示。注意：返回的状态仅针对CPU上的默认生成器。另请参阅：。返回类型：返回用于生成随机数的初始种子，以 Python 长整型表示。注意：返回的种子仅适用于 CPU 上的默认生成器。返回类型：int为所有设备设置生成随机数的种子。返回一个 torch.Generator 对象。参数返回类型：Generator为所有设备设置随机数生
2025-05-10 12:57:06
859
weather-photos
2023-03-21
ffmpeg iOS SDK
2022-12-18
kaldi-trunk 安装包
2022-12-16
oxford-iiit-pet 数据
2022-12-11
英文-酒店评价数据集-二分类.zip
2022-11-30
中文-酒店评论数据-二分类
2022-11-30
Mac jdk-11.0.10_osx-x64_bin.dmg
2021-02-22
Mac neo4j-community-4.2.3-unix.tar.gz
2021-02-22
qt-creator-opensource-mac-x86_64-4.14.0.dmg
2021-02-03
AirServer-7.2.6.dmg
2021-01-23
Python CIFAR-1 数据集 (cifar-10-python.tar.gz)
2021-01-10
tutorials.zip
2021-01-08
covtype_data.zip
2020-11-25
Mac端R语言IDE: RStudio-1.3.1093.dmg
2020-11-24
spark-3.0.1-bin-hadoop2.7.tgz
2020-11-17
word2vec_sample.zip
2020-11-09
mysql-8.0.22-macos10.15-x86_64.dmg
2020-11-01
Move to Applications folder
2019-01-07
深入解析Mac OS X & iOS操作系统
2018-06-29
PackageMaker
2018-04-07
IORegistryExplorer
2018-03-30
macOS 开发 - 选择图片
2017-09-06
iOS 预览 UIDocumentInteractionController QLPreviewController
2017-05-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人