- 博客(541)
- 收藏
- 关注
RSS订阅原创 新手程序员必看：全面解析Prompt核心知识点，附实用提示工程方法（建议收藏备用）
Prompt提示是模型接收以生成响应或完成任务的初始文本输入。给AI一组Prompt输入，用于指导模型生成响应以执行任务。这个输入可以是一个问题、一段描述、一组关键词，或任何其他形式文本，用于引导模型产生特定内容的响应。根据可解释性、交互方式和应用领域三个方面可对Prompt 进行分类。提示工程（Prompt Engingering），是指如何与 LLM 通信的方法，以引导其行为向所期望的结果，而无需更新模型权重。提示工程关注提示词的开发和优化，帮助用户将大模型用于各场景和研究领域。
2026-04-13 16:46:19
343
原创 新手必备：LangGraph大模型智能体开发三大核心工作流模式（附代码案例，建议收藏）
提示链是LangGraph最基础也最常用的工作流模式，核心逻辑是：将一个复杂任务拆解为多个简单、有依赖关系的子步骤，让大模型按顺序完成每一步，前一步的输出作为后一步的输入，形成串行处理的工作流。为了避免流程"跑偏"，提示链模式会在步骤之间加入"质量检查站"——也就是门控（Gate） 节点。门控会校验上一步输出是否符合预设条件，再决定流程是继续执行、转向修正分支，还是直接终止，从源头提升输出的可控性。# 1. 定义图状态：存储主题、各阶段生成的笑话内容topic: str # 笑话主题（用户输入）
2026-04-13 16:46:17
327
原创 小白程序员必看：收藏这份大模型应用开发完整路线，AI时代技能升级不淘汰！
本文专为小白程序员设计，强调AI时代程序员不会被替代，反而能抓住更广阔的发展机遇。文章提供从零入门大模型应用开发的完整学习路线，涵盖大模型基础、提示工程、OpenAI API与LangChain框架、RAG与Agent技术、开源模型选择与微调等核心技能，并包含大量实操注意事项与避坑点。通过学习这些内容，程序员能快速将大模型能力融入现有项目开发，实现技能升级，精准抓住AI时代的职业机遇。
2026-04-03 17:44:37
265
原创 小白程序员必看：收藏这份大模型学习指南，轻松掌握Agent-ReAct-Skills-MCP-Tool技术演进
本文从历史角度解析了Agent-ReAct-Skills-MCP-Tool技术的演进过程，详细解释了各概念定位。Skills是面向场景的SOP/最佳实践，解决Token效率问题；MCP解决能力接入问题。两者可配合使用，MCP负责工具调用，Skills负责业务流程编排。文章还讨论了Skills的局限性、企业应用策略及开源市场，认为Skills将成为企业构建智能体平台的关键组件。对于想要学习大模型技术的程序员，本文提供了实用的学习资源和成长路线图，帮助读者从零基础入门到精通。
2026-04-03 17:44:35
405
原创 小白程序员必看：收藏这份Agent学习指南，轻松入行AI风口赛道！
本文针对想要学习Agent开发的小白和程序员，提供了系统的学习方法和实用建议。核心观点是：转行做Agent开发，关键在于完成1-2个能跑通、能讲清逻辑的完整项目，而非零散的理论学习。文章提出了四个学习步骤：先做项目再补短板，避免碎片化学习；注重流程设计而非仅仅练习Prompt技巧；补齐基础开发能力，如Python编程、API调用、数据库操作等；用项目结果包装简历，以量化成果打动面试官。通过这些建议，读者可以少走弯路，快速掌握Agent开发技能，抓住AI赛道的就业机会。
2026-04-03 17:44:32
327
原创 小白程序员必看：轻松入门大模型，附收藏学习资源包！
前面说了这么多，可能有人会问：“为啥要加个‘大’字？小模型不行吗？”其实“大”正是它比早期语言模型厉害的关键，主要体现在两个方面：一方面是“学的材料大”。早期的语言模型，可能只学了几亿个词——相当于读了几百本畅销书；而现在的大模型，学的词有几万亿个，相当于把人类几千年积累的文字（从古代的诗词歌赋，到现在的网络热词“绝绝子”“躺平”）都读了一遍。材料越多，它见过的语言规律就越全，比如既能理解“举头望明月”的古典意境，也能get到“这届网友太有才了”的网络语境。另一方面是“参数规模大”。
2026-04-03 17:44:30
282
原创 一文讲懂RAG, Agent, MCP, Skill和AI应用：用“做顿晚饭”比喻，小白必收藏
RAG是你的菜谱书，保证你不乱做Agent是你的厨师长，负责统筹协调MCP是你的标准灶台，让所有锅具通用Skill是你的刀工火候，决定基本功AI应用是你端出的菜品，最终要让人满意记住：没有最好的技术，只有最合适的技术。根据你的"食客"（用户）需求，选择对的"厨具"（技术），才能做出美味的"菜肴"（产品）。现在，去你的AI厨房大展身手吧！先从炒个最简单的"蛋炒饭"开始，慢慢你就会成为AI厨房的米其林大厨！## 最后。
2026-03-27 17:36:04
120
原创 新手程序员必看：手把手教你掌握LangGraph，轻松开发AI Agent大模型应用（收藏版）
在LangGraph中，用StateGraph类来表示一个图。在初始化StateGraph之前，需要先定义一个状态模式，它可以是Python中任何带有getattr()方法的对象，例如字典、类或者Pydantic对象。TypedDict：速度快，但不支持默认值。dataclass：速度也很快，支持state.foo的访问方式，且支持默认值。Pydantic：速度较慢，但支持数据验证。让我们从一个简单的例子开始。import sys。
2026-03-27 17:36:01
305
原创 小白也能学会！Dify大模型智能出行方案配置教程（收藏版）
本文通过Dify平台实例，讲解了如何配置Agent节点和FunctionCalling策略，实现AI对用户输入的智能分析并动态调用MCP工具。文章详细介绍了工作流编排步骤，包括安装Dify Agent策略插件、配置MCP工具、设置Agent策略等，并拆解了Agent模式策略的执行过程，展示了AI如何根据任务需求自主决策最佳执行路径。适合想学习大模型应用的程序小白，手把手教你开发极简AI Agent应用。我们今天用的案例非常简单。要实现的功能是，用户可以自由跟 AI 对话，AI 调取高德 MCP 服务，提供最
2026-03-27 17:35:59
274
原创 小白程序员必备：收藏这份跨域大模型协作指南，开启高薪AI新机遇！
本文基于“多中心+自治域”架构，解析AIP/ACPs体系中智能体跨域协作的实现方式，通过注册、凭证和发现三大服务器节点实现“跨域能力发现+身份校验+连接协作”。对比分析跨域直查、同步和发现转发三种协作模式，推荐“发现转发”模式更合理安全。文章同时探讨大模型时代就业趋势，建议小白程序员学习Prompt工程、NLP、CV等技能，并推荐《2026最新大模型全套学习资源》助入门。要实现这一目标，就需要解决下面这个问题：【问题】在AIP/ACPs体系中，如何实现两个不同域之间的智能体互联协作？【解答】
2026-03-27 17:35:56
278
原创 小白程序员必备：学会这个能自我进化的Agent框架，轻松提升大模型技能（收藏版）
本文介绍了一种名为"原位自进化"的新型Agent框架，该框架能在推理阶段自我进化，无需人类干预即可自己创建工具。文章详细解析了这一"工具优先"的Agent框架如何在多个评测集上表现出色，甚至超越了基于Gemini 3 Pro的Agent。研究团队来自中国云玦科技，已将这一框架开源，为解决AI"不可能三角"（开放性、可控性、经济性）提供了新思路。Skills刚爆火，又有新的Agent范式来搅局了……根本不用Skills，也不需要上GitHub翻项目、找工具。
2026-03-27 17:35:54
352
原创 小白程序员必备：抓住AI应用爆发红利，收藏这份核心学习资料！
AI应用正迎来爆发期，对于小白和程序员而言，这是绝佳的学习风口和就业机遇。文章分析了AI应用爆发的两大核心催化因素，并详细介绍了AI应用的核心板块，包括AI营销、AI电商、AI视频/多模态、AI医疗和AI办公，每个板块都涵盖了核心逻辑、行业现状、市场规模和重点企业进展。此外，文章还探讨了如何学习大模型AI，提供了从零到一的AI学习路径图、大模型调优实战手册等实用资料，帮助读者在AI时代抢占先机。
2026-03-27 17:35:52
347
原创 小白程序员必看！收藏这份RAG大模型学习指南，轻松抢占AI红利！
RAG (Retrieval-Augmented Generation，检索增强生成) 是一种将强大的信息检索 (Information Retrieval, IR) 技术与生成式大语言模型 (LLM) 相结合的框架。RAG 的核心思想是：在让 LLM 回答问题或生成文本之前，先从一个大规模的知识库（如数据库、文档集合）中检索出相关的上下文信息，然后将这些信息与原始问题一并提供给 LLM，从而“增强”其生成能力，使其能够产出更准确、更具时效性、更符合特定领域知识的回答。RAG 示意图。
2026-03-27 17:35:49
367
原创 值得收藏！2025企业级AI Agent落地指南：掌握MCP、GraphRAG、AgentDevOps、RaaS四大核心趋势
当前企业级 AI Agent 已实现从 “工具” 到 “岗位” 的跃迁，下一阶段的核心方向是成为 “岗位专家”。一方面通过 “自动化清洗 - 专家话术提纯 - 合成数据扩充” 的工业化数据体系，结合强化学习优化奖励模型，让 AI Agent 的能力向 “金牌员工” 对齐；另一方面通过多样化能力细化场景，例如金融领域的实时沟通策略调整、方言适配等，满足细分需求。当 AI Agent 具备岗位专家能力，实现模板化复用且价值与财务口径精准对齐时，规模化部署的条件将完全成熟，人机共存的全新生态或将全面到来。
2025-12-06 15:27:30
1136
原创 【值得收藏】2025最新：知识图谱缓解RAG冲突+多模态文档表格处理技术详解
本文深入解析了知识图谱如何有效缓解大模型RAG系统中的内外部知识冲突，以及多模态文档处理中表格识别的前沿技术。通过结构化知识图谱筛选可靠信息和创新的表格处理方法，帮助开发者提升大模型应用的准确性和可靠性。无论您是RAG系统开发者还是文档处理研究者，这些技术思路都将为您的项目提供实用参考。本文来源于网络，由于如有侵权，请联系删除。今天是2025年11月14日，星期五，北京，天气晴继续回到RAG和文档智能方向。来看基于知识图谱缓解大模型RAG内外部冲突思路，
2025-12-06 15:25:07
1436
原创 收藏！从零到精通RAG技术：大语言模型检索增强生成实战指南
随着ChatGPT的兴起，大语言模型再次走进人们的视野，其在NLP领域表现出的语言识别、理解以及推理能力令人惊叹。越来越多的行业开始探索大语言模型的应用，比如政务、医疗、交通、导购等行业。通义系列、GPT系列、LLama系列等模型，在语言交互场景下表现十分抢眼。以Gemini为代表这类大模型甚至发展出了视觉和听觉，朝着智能体的方向演化。他们在多个指标上展现的能力甚至已经超过了人类。
2025-12-05 22:49:35
755
原创 收藏必备！深入浅出RAG检索增强生成技术：从原理到实践优化指南
RAG（检索增强生成）技术正成为提升AI系统回答准确性的关键。本文全面解析RAG技术原理、优势与局限，并深入探讨从索引优化、查询处理到结果筛选的全链路优化方法。无论你是AI新手还是寻求技术突破的开发者，本文都能帮助你构建更智能、更可靠的RAG系统，解决知识更新、复杂任务处理等实际问题，让你的AI应用更上一层楼。RAG，全称为 Retrieval-Augmented Generation，即检索增强生成。
2025-12-05 22:47:15
871
原创 收藏必备：RAG技术从入门到精通，5种企业级解决方案深度解析
Naive RAG是RAG技术中最基础的一种方式。它的核心原理很简单，就是在生成文本之前，先从外部知识源（如文档数据库）中检索相关信息，然后将这些信息与用户的输入一起输入到语言模型中，让语言模型根据这些信息生成回答。简单来说，就是先找信息，再用信息生成答案。实现起来相对简单，成本较低。对于一些简单的知识检索和问答场景，能够快速给出较为准确的回答。检索的准确性依赖于知识源的质量和检索算法的好坏。如果知识源不准确或者检索算法不够优化，可能会检索到无关的信息，从而影响生成结果的质量。
2025-12-04 20:45:17
564
原创 【收藏必学】知识图谱增强RAG：大模型知识库构建与应用实战
以数据和经验为基础的知识信息管理在各个行业和领域都至关重要，随着知识经济的到来，有效地管理和利用知识信息，成为企业获得竞争优势、促进创新和发展最有效途径。传统的知识存储媒介以纸质为主，借助计算机和互联网技术的发展，越来越多知识信息以电子文档的形式进行存储，以共享知识库为核心，通过建立共享知识和交流平台，实现数据和经验的价值复用。知识库中的数据来源多样，大量的非结构化信息需要人工处理，建设效率低、成本高、周期长。
2025-12-04 20:40:47
805
原创 【干货收藏】大模型时代的RAG技术：从核心逻辑到优化评估，全面提升AI问答质量
• 检索更准：召回覆盖率高、排序准确• 上下文更稳：文档干净、冗余少• 生成更真：幻觉率低、语义连贯通过多维指标量化“召回—生成—事实一致性”的全链路质量，结合自动评估 + 人类评估，实现持续闭环优化。随着大模型的持续爆火，各行各业都在开发搭建属于自己企业的私有化大模型，那么势必会需要大量大模型人才，同时也会带来大批量的岗位？雷军曾说过：站在风口，猪都能飞起来”可以说现在大模型就是当下风口，是一个可以改变自身的机会，就看我们能不能抓住了。那么，我们该如何学习大模型？
2025-10-15 14:44:34
942
原创 【干货收藏】AI Agent三大痛点深度解析：知识库+工作流+Prompt工程，小白也能轻松上手
本文深入解析AI Agent开发的三大核心痛点，通过知识库、工作流与Prompt工程的全面讲解，帮助开发者构建高效可靠的智能系统。本文分为三部分，介绍Agent三大痛点：知识库+工作流+Prompt工程。第一部分是知识库，第二部分是工作流，第三部分是Prompt工程。正文:，需要深度结合业务场景进行设计。设计精准的提示词、编排可靠的工作流，以及构建和维护高质量的知识库，是设计AI Agent的三大痛点。
2025-10-15 14:43:21
1195
原创 【必收藏】12-Factor Agents：让大模型Agent从能跑起来到能用起来的企业级设计指南
工具只是结构化输出，不仅仅是一个技术实现细节，更是一种高层次的架构哲学。大脑和四肢各司其职，通过定义良好的接口通信。对工具链的修改被隔离在单一模块中，变更成本最小化。添加新工具变得快速而安全。所有对外部系统的访问都通过一个集中化的关卡进行管理。遵循这一原则，是构建能够适应快速变化、易于团队协作的生产级Agent系统的核心保障。它确保了你的Agent基础设施是坚固而灵活的，能够支撑业务的长期发展。原则3是关于“协作”的原则。它不再将人类视为系统外的监督者，而是将其作为整个自动化流程中一个。
2025-10-05 10:01:01
1164
原创 多模态RAG实战指南：比想象更复杂的AI应用，程序员必学收藏
本文分享了作者将多模态模型与RAG系统结合的实践经验，揭示了多模态应用远比理论复杂的真相。文章详细剖析了多模态模型在实际业务中的应用挑战，特别是不同模态数据间的关联关系处理和数据召回方式等关键问题。对于想要探索多模态RAG系统的开发者来说，本文提供了宝贵的实战经验和思考方向，帮助你少走弯路，更高效地实现多模态与RAG的融合应用。多模态与RAG的结合是一个应用的实践过程，其实际操作远比理论要复杂得多。这段时间一直在搞RAG和Agent，然后使用的基本上都是基于文本处理的推理模型，基本上没用过多模态模型；
2025-10-05 09:58:47
866
原创 【必收藏】构建高效AI Agent：提示词工程、工作流设计与知识库构建实战指南
本文系统介绍了在Agentic AI技术快速发展的背景下，如何构建可靠、高效的AI Agent应用。文章重点阐述了提示词工程、工作流设计和知识库构建三大核心竞争力的实践方法。在提示词方面，详细讲解了系统提示词的构成要素和优化技巧；在工作流设计上，推荐使用DSL描述替代自然语言；在知识库构建环节，介绍了RAG技术和向量数据库的应用。通过实战案例和优化建议，本文为开发者提供了从零构建AI Agent的完整指南，包括提示词优化工具、Mermaid流程图应用等实用技巧，帮助开发者快速掌握AI Agent开发的关键技
2025-10-04 19:52:29
1081
原创 大模型RAG实战宝典：从原理到应用的收藏级教程
简单查询 → Naive RAG（成本优先）全局分析 → Graph RAG（效果优先）复杂任务 → Agentic RAG（动态规划）完备性 ✓策略有效性 ✓设计价值：多模型验证 → 降低单点决策风险模块5：通用工具库工具典型场景计算器预算分配（例：5000×35%÷3人）Python解释器字数统计/数据清洗多模态处理器图文混合分析。
2025-08-29 15:28:29
1167
原创 985硕士搞Java还是大模型?
《大模型时代Java程序员转型指南》摘要 当前Java开发岗位面临严重内卷，低代码平台冲击基础岗位，35岁危机显著。相比之下，大模型AI领域存在新机遇，但算法岗门槛极高（需PhD+顶会论文）。建议转向模型应用层：1）利用开源模型快速搭建企业级解决方案；2）专注业务流程与提示词设计；3）发挥硕士学历在业务理解与技术落地的复合优势。学习路径可分为：应用开发→知识库构建→模型微调→商业部署，重点掌握RAG、向量数据库等核心技术。该方向既能规避算法岗的学历壁垒，又能抓住企业数字化转型红利期。
2025-08-25 21:11:36
853
原创 一文搞懂大模型、RAG、函数调用、Agent、知识库、向量数据库、知识图谱、AGI 的区别和联系
我们要把 AI 大模型当做人的大脑，因此调用 AI 大模型，相当于调用一个人，把 AI 大模型当人看，TA 懂人话、TA 说人话、TA 会直接给出结果，但结果不一定正确。因此在 AI 大模型的推理基础上，通过 RAG、Agent、知识库、向量数据库、知识图谱等技术手段实现了真正的 AGI（通用人工智能）。这些技术到底有哪些区别和联系，下图作了横向对比，接下来我们详细剖析下。
2025-06-20 19:12:18
1136
原创 只改2行代码，RAG效率暴涨30%！多种任务适用，可扩展至百亿级数据规模应用
只改2行代码，RAG效率暴涨30%！多种任务适用，可扩展至百亿级数据规模应用
2025-06-20 19:07:52
660
原创 Dify 实战教程 | 10分钟搭建你的 Chatflow（数据可视化助手）
本篇我们来聊聊如何使用 Dify 的 Chatflow（对话流程编排器），构建一个Excel 数据可视化助手。在此前的教程中，我们介绍了「聊天助手」和「Agent」构建助手的使用方式，本篇将介绍一种更可控、逻辑更清晰的构建方式——Chatflow 应用。
2025-06-04 16:22:34
1762
原创 Dify 实战教程 | 10分钟搭建你的聊天助手(旅游顾问)
步骤内容第一步新建应用，选择聊天助手第二步填写应用基础信息第三步设计提示词第四步配置用户输入字段（可选）第五步测试并发布零代码搭建专属聊天助手，就是这么简单！大模型作为新时代的风口，确实为那些希望转行或寻求职业突破的人提供了广阔的舞台。然而，是否选择进入这一领域还需综合考虑自身的兴趣、特长以及长远规划。通过构建基础知识体系、参与实际项目、拓展软技能、关注跨学科融合以及建立广泛的社交网络，你可以在这个充满机遇的新领域中迅速站稳脚跟。
2025-06-04 16:20:53
1105
原创 大模型好书推荐 - 《多模态大模型：技术原理和实战》（附送PDF电子版）
《多模态大模型：技术原理与实战》 是一本深度解析大语言模型与多模态大模型的权威著作。该书系统回顾了大语言模型和多模态大模型的发展历史，详尽阐述了它们的技术原理、核心亮点以及主要特性。书中不仅介绍了众多关键的开源框架和配套工具，还详细讲解了模型的部署细则，同时特别精选了三个使用大模型为商业赋能的应用案例， 为读者提供了从理论到实践的全面指导。
2025-06-03 17:12:38
1737
原创 一文搞懂大模型的预训练（Pre-training）
今天来聊一聊BERT和GPT的预训练，从而了解大模型的第四步：Pre-training。预训练（Pre-training）是大语言模型（如BERT、GPT）训练的第一阶段，其核心目标是通过自监督学习从海量无标注文本中学习通用的语言表示（Language Representation）。这一阶段的目标是让模型掌握语言的语法、语义、常识等基础能力，为后续的微调（Fine-tuning）打下基础。
2025-06-03 17:11:00
1327
原创 本地部署大模型实现扫描版PDF文件OCR 识别，笔记本可跑
在使用大模型处理书籍 PDF 时，有时你会遇到扫描版 PDF，也就是说每一页其实是图像形式。这时，大模型需要先从图片中提取文本，而这就需要借助 OCR（光学字符识别）技术。``像 Gemini 2.5 这样的强大模型，具备非常强的从图片中提取文本的能力。实际上，我们完全可以利用它来执行 OCR 任务。
2025-06-03 16:45:07
1059
原创 大模型入门，从入门到精通，收藏这一篇就够了，2025年最新版：最全合集，不容错过！
大模型（Large Models）的训练是近年来人工智能领域的核心技术之一，尤其是在自然语言处理、计算机视觉等任务中，如 GPT、BERT 等模型的成功背后，离不开复杂的训练过程。本文将为你介绍大模型是如何训练的，包括数据准备、模型架构、训练方法和硬件支持等方面。
2025-05-30 22:22:21
1086
原创 大模型书籍 | 从入门到精通大模型就看一这一本《掌握Transformer：从零开始构建SOTA模型》（附PDF）
基于Transformer的语言模型已经在自然语言处理（NLP）研究中占据主导地位，现已成为一种新的范式。通过本书，您将学习如何使用Python Transformers库构建各种基于Transformer的NLP应用程序。
2025-05-30 22:18:47
928
原创 五种RAG分块策略详解 + LlamaIndex代码演示
这篇试图说清楚：业界常用的五种 RAG 分块策略核心思想、LlamaIndex 代码演示以及 RAGFlow/Dify 等框架实践思路。
2025-05-29 16:25:03
1099
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