- 博客(1962)
- 收藏
- 关注
RSS订阅原创 企业级AI智能体进化指南：Palantir Ontology与GraphRAG+OpenClaw深度融合（非常详细），这一篇含金量极高！
在最近的技术讨论中，有一个有趣的观点：Palantir的Ontology本质可以看作是GraphRAG图谱检索能力与OpenClaw智能体架构（消息路由、技能编排、可靠执行）的有机结合，但在企业级治理、动作能力和长期知识管理方面有更深层次的延伸。本文将深入探讨这一观点，分析Ontology、GraphRAG和OpenClaw各自的特点，以及它们的结合如何塑造企业级AI智能体的未来。
2026-03-20 22:19:45
202
原创 绝了，对标Coze、Dify的企业级的AI智能体平台，完美实现智能AI工作流系统。
这两天接了两个AI的项目，第一个做知识库然后可以AI提问，完美打造个人的AI知识库。
2026-03-20 22:18:07
202
原创 万表级数据库如何喂给Agent？一项关于格式、架构与模型能力的系统实验
当agent需要操作包含上万张表的企业级数据库时，应该如何组织上下文信息？是把完整schema塞进提示词，还是让agent自己通过文件工具检索？用YAML、JSON还是Markdown格式？这些看似基础的问题，此前缺乏系统性的实证研究。
2026-03-20 22:17:01
106
原创 软件被 Agent 重写：CLI 化的 SaaS，正在变成 AI 的“操作系统语言”
2023年以来，人工智能领域发生了一场深刻的变革，这场变革的核心不仅在于大语言模型的能力突破，更在于一个根本性的角色转变——软件的使用者正在从人类变成Agent。当ChatGPT Plugins首次展示了AI自主调用外部工具的可能性，当Claude的MCP协议让AI能够直接操作文件系统、数据库和API，一个清晰的趋势浮出水面：软件正在被重新定义，而这次重写的核心目标，是为AI Agent构建一套原生的交互语言。这不仅仅是技术层面的优化，更是软件工程范式的根本性转移，其影响力将深远地改变未来十年的软件架构设计
2026-03-20 22:15:23
110
原创 OpenClaw与RAGFlow深度融合实战（非常详细），运维知识图谱构建从入门到精通，收藏这一篇就够了！
本文介绍一种零侵入式知识库增强方案：在保留现有本地RAGFlow知识库的基础上，通过OpenClaw Skill封装RAGFlow API，实现检索结果的智能图谱化，让运维知识的检索精度随使用自动提升。
2026-03-20 22:14:19
255
原创 Streamlit+Qwen3.5构造多模态对话助手
本文介绍了一种基于本地的qwen3.5-9b、Z-Image-Turbo模型以及搜索功能的多模态对话助手实现方法。
2026-03-20 22:12:59
81
原创 AI Agent系统架构进阶指南：Agent Harness深度解析，从小白到大神，收藏这一篇就够了！
在今天的 AI Agent 讨论中，很多人关注的焦点几乎全部放在模型上：模型能力模型参数规模模型推理能力
2026-03-19 16:04:22
294
原创 AI Agent工程化落地教程（非常详细）：从Demo到生产级，入门到精通，收藏这一篇就够了！
AI Agent 已经成为当前 AI 应用落地最热门的方向之一。但在真实企业环境中，一个令人警惕的数据是：超过 40% 的 Agent 项目最终失败。
2026-03-19 16:03:02
205
原创 超大规模进化策略 Evolution Strategies at the Hyperscale
进化策略（ES）（Rechenberg, 1978；Beyer, 1995；Beyer & Schwefel, 2002）是相对于基于梯度反向传播的一阶方法的一个有吸引力的替代方案，原因有几点。首先，ES 不需要可微性，因此可以优化更广泛的模型类别，例如具有离散参数化空间的模型（元胞自动机），并且可以优化梯度不可用或带有噪声的目标，如大语言模型微调中的仅结果奖励（Qiu et al., 2025）。其次，ES 对噪声和病态优化景观更具鲁棒性（Wierstra et al., 2011；Xue et al.,
2026-03-19 16:01:25
256
原创 从零构建MCP Server保姆级指南：协议原理深度剖析（含代码实战），看完这篇直接起飞！
过去一年，大模型真正的瓶颈已经不在「推理能力」，而在于：
2026-03-19 15:59:44
312
原创 浙大提出 SkillNet：构建可进化的 AI 技能网络
本工作提出 SkillNet，一个用于大规模创建、评估和组织 AI Agent 技能的开放基础设施，使智能体能够将零散经验转化为可复用、可组合的技能网络，从而持续提升能力。
2026-03-19 15:57:05
296
原创 机器学习求解流体方程被高估？Nature重磅揭秘真相（含金量极高），看完这篇少走3年弯路！
用机器学习加速求解流体相关偏微分方程（PDE）是当前计算物理领域的热门方向，这类研究普遍将传统数值解法作为基线对比，动辄宣称ML模型速度提升几十上百倍。但这些成果的真实性长期缺乏系统验证：会不会存在“田忌赛马”式的不公平对比？会不会效果不好的结果都被刻意隐瞒了？这些问题不仅会误导初学者的研究方向，还会让整个领域陷入“自嗨”式的无效产出，这也是这项研究要解决的核心痛点。
2026-03-19 15:55:10
290
原创 OPM 知识图谱动态化实战教程（非常详细），构建语义世界模型从入门到精通，收藏这一篇就够了！
在AI飞速迭代的今天，语义世界模型正从概念走向落地，成为具身智能、机器人、自动驾驶等领域的关键突破口。而要让语义世界模型真正实现“可推演、可解释、可规划”，一个核心难题始终困扰着技术圈：静态的知识图谱，如何变成动态的可运行世界？
2026-03-18 21:16:54
298
原创 Agent 时代的控制论：Harness Engineering 深度解析（深度硬核），从入门到精通，收藏这一篇就够了！
今年 2 月，OpenAI 发布了一篇文章 *Harness engineering: leveraging Codex in an agent-first world*，描述了一种新的工作方式：工程师不再直接编写代码，而是设计环境、制定规则，让 agent 在其中完成编码。
2026-03-18 21:11:08
309
原创 打造可靠的 LLM 检索触发器（深度硬核），语料库统计量方法全解析，收藏这一篇就够了！
本文提出QuCo-RAG框架，通过预训练语料库统计量而非模型内部信号来量化不确定性，解决动态检索增强生成中的幻觉问题。该方法在多跳问答任务上相比最优基线提升5-12个EM点，并可迁移至未公开训练数据的模型，为动态RAG建立了基于语料库验证的新范式。
2026-03-18 21:07:15
296
原创 Agent 探索不出新解法怎么办？（深度硬核），RL 策略提示调优全攻略，收藏这一篇就够了！
一个编程任务，基座模型尝试2048次也只有69%的概率碰到正确答案。标准RL训练后，模型的一次通过率卡在64%，连"多次碰运气"的上限都没突破。而论文提出的SGE(Strategy-Guided Exploration，策略引导探索)方法，把一次通过率推到了73%，真正让模型学会了基座版本根本做不到的事情。
2026-03-18 21:05:51
347
原创 打造超强知识 Agent：KARL 强化学习构建指南（保姆级教程），从入门到精通，收藏这一篇就够了！
一个基于GLM 4.5 Air微调的开源模型，在六项知识检索与推理任务上，以约三分之一的成本达到了Claude Opus 4.6同等水平的表现——这是Databricks最新发布的KARL系统交出的成绩单。在当前各家大模型厂商竞相堆叠参数和推理预算的背景下，KARL用强化学习证明了一条更经济的路径：与其让通用模型暴力搜索，不如教会模型高效地搜。
2026-03-18 21:01:41
299
原创 告别手动喂饭！Skill-Seekers 快速构建你的 AI 专属知识库
你是否也有这样的困扰：想让 Claude、Cursor 或者自己搭建的 RAG（检索增强生成）系统学习某个新框架，却发现官方文档结构复杂，或者代码仓库庞大？为了让 AI 能够“吃透”这些知识，我们往往需要花费大量时间去爬取网页、清理数据、编写 Prompt、拆分 Chunk……
2026-03-18 21:00:28
364
原创 大模型多轮对话质量衰减揭秘（非常详细），历史回复污染治理从入门到精通，收藏这一篇就够了！
和 AI 对话超过 20 轮之后，看着它慢慢开始胡说八道，如果有过这种经历，那么你就应该看看这篇论文
2026-03-17 22:10:21
163
原创 神仙思路！普林斯顿提出OpenClaw-RL：Agent在线挨骂在线升级！
一句话概括，传统的强化学习只会给Agent打干瘪的标量分数，但这篇论文把用户的每一句吐槽都压榨成了保姆级的修正指令。通过巧妙的异步解耦，模型能一边服务用户，一边从下一步的真实反馈中算出哪些词该留、哪些词该删，彻底打通了从交互废料到模型权重的闭环。
2026-03-17 22:04:25
124
原创 从索引到生成，RAG 全流程解析！
RAG（检索增强生成）的主要驱动力在于 **LLM 预训练数据的局限性**。尽管 LLM 的预训练规模宏大，但它们无法包含用户的**私有数据**或预训练之后的**最新数据
2026-03-17 22:03:02
218
原创 港科提出 FLV-RL：让大模型“边想边验”的可证明推理框架
本工作提出 Formal Logic Verification（FLV）-guided Reasoning 框架，将形式化逻辑验证实时插入大模型推理过程，通过“自然语言思考 + 符号验证反馈 + 强化学习优化”的闭环机制，让模型在生成过程中主动纠错，实现更可靠、可证明的推理能力。
2026-03-17 22:01:40
237
原创 AI Agent基础|LangChain框架入门
LangChain是一个用于开发由语言模型驱动的应用程序的开源框架。它提供了一套工具和组件，使开发者能够轻松构建复杂的语言模型应用。
2026-03-17 21:57:17
293
原创 AI Agent多智能体架构教程（非常详细），三种协作模式开发从入门到精通，收藏这一篇就够了！
多智能体系统是 2026 年主流构建方式，Claude 的智能体团队功能、OpenAI 的 Swarm 框架、LangGraph 的编排层以及 CrewAI都指向同一个结论：复杂任务需要协调配合的专家，而非一个万能通才。
2026-03-17 21:45:36
362
原创 大模型选型与计费避坑指南（非常详细），Token上下文原理从入门到精通，收藏这一篇就够了！
想象你走进一家餐厅，菜单上写着"按食材重量计费"。你点了一碗面，但结账时发现：面条、汤底、葱花全都算重量，而且不同食材单价不同。大模型的 Token 计费，本质上就是这么回事。
2026-03-17 21:44:25
386
原创 AI Agent技能开发全攻略（非常详细），Agent Skills核心技术从入门到精通，收藏这一篇就够了！
最近一段时间，AI Agent 领域变化非常快。 从最早的 Prompt Engineering，到后来的 RAG，再到 MCP（Model Context Protocol），AI 的工程化能力正在迅速提升。很多开发者都在讨论一个问题：
2026-03-17 21:43:12
392
原创 多模态 Embedding 技术迭代：jina-clip-v2 的 CLIP 突破与 MLLM 范式对比
在多模态领域，CLIP模型早已成为跨模态检索的经典方案，但它“英语单语”“文本任务拉胯”“复杂视觉文档看不懂”的问题一直困扰着开发者。而Jina AI最新发表在2025 ICLR的jina-clip-v2，直接针对性解决了这些痛点——不仅支持89种语言，还能灵活调整嵌入维度，在文本检索、视觉文档理解等任务上全面升级。下面来深度了解下jina-clip-v2。
2026-03-16 10:20:06
324
原创 ProMem：让大模型 Agent 学会主动“反思”，提升长期记忆完整和准确性！
该文章提出了一种名为 ProMem 的主动式记忆提取框架，它模仿人类大脑的循环处理机制，通过“自问自答”的方式迭代验证和补全记忆，从根本上提升了 LLM Agent 长期记忆的完整性和准确性。
2026-03-16 10:18:24
338
原创 终于有人把AI Agent协议讲透了！2026最新生态全景解析，建议全文收藏！
伦敦国王学院团队提出 xMemory，用「先拆后聚」的层级记忆结构，把智能体长程对话的冗余检索砍掉 30% Token，QA 分数反而提升 10+ 点。
2026-03-16 10:16:52
317
原创 PDF 依然是 RAG 的“头号杀手”？：基于 Docling+隐形锚点的双模态 PDF-RAG深度实践
在企业知识管理中，PDF文档无疑是那颗明星。从技术手册到培训课件，从学术论文到产品规格书，PDF 承载着组织最宝贵的知识资产。然而，当我们将目光投向 RAG（Retrieval-Augmented Generation，检索增强生成）系统时，这颗明星却常常演变成一场噩梦。
2026-03-15 10:45:00
346
原创 Agent自我进化革命之作，别再搞单线优化了，最新群组进化范式！
一句话概括，AI不是野生动物，根本不需要搞生物界“生殖隔离”那一套。这篇论文直击痛点，废除了过去Agent自我进化时“单线繁衍、老死不相往来”的树状模式，直接把一群Agent的历史报错和成功代码丢进共享池让大家互相“抄作业”，从而用极低的成本自动迭代出了超越人类手写的Agent底层框架。
2026-03-14 20:48:46
381
原创 真不想打击做 AI agent 的小朋友，但我想说
我每天都能看到很多年轻的开发者，在兴奋地分享他们新做的AI Agent。热情很高，技术也不错。
2026-03-13 19:07:46
342
原创 AI进入封建时代：基于三省六部设计多agent
刷到一个有意思的项目，基于中国古代存在了 1400 年的“三省六部”制度设计 multi agent 协作架构。明太祖朱元璋废除的三省，在1400年之后赛博复活了。
2026-03-13 19:06:55
389
原创 LangChain快速入门实战指南（非常详细），多智能体架构设计从入门到精通，收藏这一篇就够了！
本文基于 Content Extraction 工具生成。该工具专为技术文档设计，利用智能爬虫与结构化生成技术，从海量文档中萃取核心知识点与关键路径，为您提供一份清晰、易记的智能体开发速查手册。
2026-03-13 19:06:02
364
原创 RAG 效果不好？90% 的人排查方向都错了
RAG 效果不好？90% 的人排查方向都错了> "2 年 RAG 开发经验，独立搭建过企业知识库，熟悉 Milvus、Elasticsearch 等主流向量数据库"
2026-03-12 22:13:16
16
原创 AI核心概念全解析深度教程（非常详细），AGI、AIGC从入门到精通，收藏这一篇就够了！
现在人们张口闭口都是AI、大模型……但是你真的分得清**AI、AGI、AIGC、大模型、智能体、具身智能**吗？本文数百字给你说清楚。
2026-03-12 22:12:06
87
原创 Harness Engineering核心理念解读（非常详细），软件工程变革从入门到精通，收藏这一篇就够了！
2026 年 2 月 11 日，OpenAI 在工程博客发布了一篇文章：Harness engineering: leveraging Codex in an agent-first world
2026-03-12 22:09:40
236
原创 从通用Agent到领域Agent：技术原理与演进路径
在基于大语言模型（LLM）的应用架构中，存在一个核心矛盾：LLM本身具备强大的通用推理能力，但缺乏对特定领域知识的精准掌握与执行能力。
2026-03-12 22:07:39
75
原创 Spring AI + RAG 从 0 到 1 落地：本地知识库 + 联网搜索，一套代码直接跑通
不用啃复杂理论，一句话说清：**RAG = 本地知识库检索 + AI 生成**核心流程：1. 把本地文档（PDF/Word）转成「向量」存到向量库（比如 Redis）2. 用户提问时，先把问题转成向量，去向量库找最相关的内容3. 把找到的内容 + 用户问题一起传给大模型4. 大模型基于“本地知识 + 自身能力”生成答案
2026-03-12 21:26:08
330
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