- 博客(25)
- 收藏
- 关注
RSS订阅原创 我用最小版本代码拆解mcp!!!
如果只是自己项目内部用，普通函数就够了。如果这个能力未来要复用、要独立暴露、要给别的系统接入，MCP 才真正有价值。上面的内容，都是我基于基础版 MCP 代码跑通之后总结出来的。如果你想要我这套基础版 MCP 对比代码，包括普通函数版和 MCP 版，直接在评论区留一句“要代码”。我会直接私信发你，并顺带给你讲解说明。#AI开发 #MCP #大模型 #Agent #工具调用 #AI工程化 #编程入门 #技术笔记 #RAG #AI学习。
2026-04-01 15:59:46
360
原创 我用一个“天气技能”项目，讲清楚 Agent Skills 的最小原理
主程序启动时，先读取SKILL.md里的name和。这一步不会把完整 skill 说明和天气数据全给模型，只给最少信息，让模型做第一轮判断。代码里会从SKILL.md的 front matter 里解析出这两个字段。weather.md只有当城市参数提取成功之后，程序才会真正去读weather.md，然后通过标题匹配找到对应城市的小节，把那段天气文本返回出来。代码里_weather()使用正则去匹配## 城市名对应的 section。这就是一个非常典型的渐进式披露思路。
2026-03-24 16:32:07
675
原创 不是所有 Agent，都适合做成工作流｜我为什么开始关注 Parlant [特殊字符]
这点在真实项目里特别明显。很多时候产品经理说的只是：“这里再加一条规则吧”“这种用户要优先这么回答”“遇到这个情况不要调那个工具”听起来只是行为变化。但如果你全靠流程图来承载，最后往往会变成：改状态改节点改条件改路由改异常处理这就是为什么很多项目前期图很好看，后期越来越难维护。这个差别非常大。它更关注的是：当前这轮对话里，哪些规则应该生效？当前这轮，哪些工具应该开放？当前这轮，需要注入哪些上下文？当前这轮，哪个意图优先级更高？当前这轮，系统应该怎么说。
2026-03-24 14:52:00
442
原创 真正做 AI 落地的人，最后都绕不开的难点？
最近看 AI Agent 框架的人，基本都绕不开几个名字：它们都很火，也确实很好用。这也是我为什么觉得，Parlant 这个框架特别值得认真看。
2026-03-19 22:35:33
321
原创 荔枝病虫害—YOLOV11模型的应用
本研究围绕“基于YOLOv11的荔枝病虫害智能检测系统”展开，系统性地构建了一个面向实际农业应用场景的病虫害识别平台。研究过程中，通过数据采集与标注构建了高质量的荔枝病虫害图像数据集，覆盖六类常见病虫害，并充分考虑图像在采集角度、光照条件、目标大小等方面的多样性与复杂性，为模型训练奠定了坚实基础。在模型选择上，综合比较了多种目标检测方法，最终选用YOLOv11作为核心检测框架，借助其在精度与速度之间的良好平衡，实现了对荔枝病虫害的高效、准确识别。
2025-05-06 09:44:03
2054
6
原创 基于face-recognition 进行人脸关键点识别（一）：相关函数讲解
【代码】基于face-recognition 进行人脸关键点识别（一）：相关函数讲解。
2023-12-27 20:34:09
1040
1
原创 朴素贝叶斯算法原理
1.基本概念朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设特征条件独立假设的分类方法(1)贝叶斯定理其中：(2)机器学习中的贝叶斯定理其中：(3)独立性假设朴素贝叶斯模型中各特征之间相互独立，即(4)朴素贝叶斯分类器基于独立性假设，机器学习中的朴素贝叶斯可重写为：(5)朴素贝叶斯分类器的表达式由于对所有类别来说P(X1,X2,……,Xn|Y)相同，因此朴素贝叶斯判定准则为显然，朴素贝叶斯分类器的训练过程就是基于训练集D来估计先验概率P(Y)，并为每个属性估计条件概率P(Xi|Y)(6)拉普拉
2023-12-17 03:20:50
610
1
原创 tensorflow基础入门-数据的填充tf.pad()
(2)一阶张量tf.pad应用。(2)二阶张量tf.pad应用。(3)tf.pad作用讲解。(3)tf.pad作用讲解。
2023-11-16 16:04:10
468
1
原创 神经网络输出层设计之softmax函数
softmax函数的实现中要进行指数函数的运算，但是指数函数的值很容易变得非常大。如：e的10次方会超过2000，e的40次方会变成一个后面有40个0的超大值，如果这些超大值进行除法运算，结果会出现“不确定”的情况。在进行softmax函数时，加上或者减去某个常数并不会改变运算的结果，为了防止溢出问题，我们可以通过。图式公式可以理解为：假设输出层共有n个神经元，计算第k个神经元的输出y。其中，exp(x)是指数函数。减去输入信号中的最大值。
2023-11-04 17:21:08
392
1
原创 使用numpy建立最简单的三层神经网络
输出层所用的激活函数，要根据求解问题的性质决定。一般地，回归问题可以使用恒等函数，二元分类问题可以使用sigmoid函数，多元分类使用softmax函数。这里定义func(x)函数，将其作为输出层的激活函数，没有特定意义，只是为了和之前的流程保持统一。其中，np.dot(A,B)接受两个numpy数组作为参数，并返回数组的乘积。注意：第一层至第二层的输入信号为z1，并不是A1。1.计算输入信号到第一层的信号传递。2.计算第一层到第二层的信号传递。3.计算第二层到第三层的信号传递。
2023-11-04 16:28:45
236
1
原创 np.random.rand()函数的用法详解
根据一维数组推论二维数组生成随机数，必定是np.random.rand(m,n)，其中m，n表示数组的行和列。1.np.random.rand用法理解。2.np.random.rand代码实现。大小[1]、[2]、[0]
2023-11-03 18:27:07
3616
原创 运行代码时报错： TypeError: unsupported operand type(s) for -: ‘list‘ and ‘list‘
建立均方误差函数时，运行代码时报错： TypeError: unsupported operand type(s) for -: 'list' and 'list'
2023-11-01 18:50:53
1397
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人