- 博客(1013)
- 资源 (46)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 AI / Web3 科学家的进击之心：财富自由之路，能积 微分 者成功
很多人都想成功，都想赚很多钱，但是一问他，做任何行业他都没信心，都不想拼命，都想着各种退路，都想着哪个能省劲，哪个钱多活少离家近。你必须有为了实现这个目标不顾一切的狠劲，是我一定要去实现的，一定要去做的，即使放弃我现在所有的东西，哪怕我最后达不到我的目标，我都一定要为了他拼尽全力。真正能伤害你的，是你自己的放弃。以前的我习惯逃避，但现在的我是靠谱的，超越懦弱和希望，以目标为导向，以结果为标准，不惧付出，持续到底。不能爱惜自己，不能对自己太好，不能让自己舒服，不能保全自己，要不惜命，要全力以赴，要不留后路。
2025-10-07 17:06:45
1007
4
原创 医疗大模型 的 应用优化指南
阿尔茨海默病新药Aducanumab的疗效”“急性ST段抬高型心肌梗死PCI适应症”“3天前发热，昨天出现皮疹，今天关节痛”“血常规+心电图+胸片异常的综合分析”“患者本次住院与上次住院的病情对比”“CAR-T治疗血液肿瘤的最新进展”“胸痛+呼吸困难+D-二聚体升高”“糖尿病肾病的ACE抑制剂应用”“急性ST段抬高型心肌梗死治疗”“65岁男性心房颤动治疗方案”“罕见遗传病XYZ的治疗方案”“心电图报告中的QT间期数值”等等，而非简单的检索+生成。“X光片显示的肺部阴影位置”“生化全套+血常规综合分析”
2025-07-22 15:00:22
1810
原创 论文分析方法：让任何人，任何时间，任何地点，看懂，任何专业，任何论文
这次需要明确输入、处理过程、输出及其之间的具体关系，还要解释每一步中涉及的技术和方法，以及它们是如何互相衔接的。追问：对【XXX】所有原文，再做一个概念图，格式：决策树形式+【XXX】代表什么关系。
2024-12-02 14:16:14
5667
8
原创 AI 智能体营销与餐厅结合 3：私域承接转化
短视频是流量入口，私域才是利润池。短视频引流 → 私域承接 → 信任培育 → 持续转化 → 长期复购私域GMV = 客户数量 × 转化率 × 客单价 × 复购频次。
2026-02-02 17:00:57
1001
原创 AI 智能体营销与餐厅结合2：具体的拍摄脚本和分镜
做了10年刺身，我为什么要做配送》时长：40-45秒风格：人设向、真诚讲述20条完整拍摄脚本：覆盖用户激活四阶段详细分镜表：每条脚本8-10个镜头拍摄技巧指南：食物、人物、场景后期剪辑要点：节奏、BGM、字幕实用工具模板：检查清单、日程安排、成本预估按照本文档执行，可在4周内完成新号启动的全部内容拍摄。
2026-02-02 16:41:43
1030
原创 AI 智能体营销与餐厅结合
目的：建立专业背书选题方向“做了10年刺身，我为什么要做配送”“前日料店主厨，现在专门送刺身”“这些年，我只做一件事”脚本示例【开头 - 身份亮相】我叫xxx，做刺身 10 年了。【中间 - 经历背书】以前在日料店做主厨，每天处理上百斤深海鱼。什么鱼新鲜、什么鱼能生吃，闭着眼睛都知道。后来发现，很多人想在家吃好刺身，但市面上的品质参差不齐。所以我出来做配送，把日料店的品质，送到你家里。【结尾 - 承诺】 10 年手艺，只做一件事：让深圳人在家也能吃到放心的刺身。阶段。
2026-02-02 16:29:52
723
原创 系统性的问题解决方法论：找对的人 + 拆对的事 + 建对的体系 + 做对的自己
这条流程完全可以用于赚钱、学习、考试、竞赛、做题。它将探索期从“凭感觉试错”变为系统性的认知构建与验证过程。你的核心竞争力不再是灵光一现，而是持续、可靠地从复杂环境中提炼模式、定义封闭域、并快速迭代的能力。最终，你不仅能找到适合自己且有利可图的领域，还能做出真正满足客户需求的好产品。
2026-01-23 15:24:09
603
原创 openCHA: 个性化LLM驱动的对话健康代理框架
核心问题: LLM只会背书，不认识用户，不会调工具，无法多步推理核心解法: Orchestrator架构——Task Planner(ToT规划) + Task Executor(双向通信) + Data Pipe(键引用) + Response Generator(共情表达)技术支撑Tree of Thought三策略决策Data Pipe键引用解决Token限制Task规范化定义实现工具自动匹配最终成果: 糖尿病推荐准确率92%，心理评估MAE比GPT-4低1级，支持多模态+多语言本质升华。
2026-01-07 17:26:01
881
原创 基于证据树的多智能体复杂医疗诊断推理
单一LLM处理多源医疗数据时注意力分散，诊断不透明、易漏诊（F1仅44%）四专业Agent分工 + 证据树结构 + 交叉验证机制，模拟真实MDT多学科会诊结构化证据树（三层：诊断→推理→证据）、MedRAG知识检索、2轮×2次讨论协议F1从44%→62.68%（+18%），召回率+15%，完整性评分4.0，医生采纳意愿显著提升从"单脑猜答案"进化为"多专家会诊+证据存档"，让AI像真实医生团队一样思考和决策子问题子解法关键数据注意力分散4专业Agent分工F1 +16%推理黑箱证据树结构。
2026-01-06 16:17:01
940
原创 思考的秘籍：成为富人必须掌握的思维模式，可给大模型推理事情
惠勒提问法 - 重新定义问题的思维工具## 角色定位你现在是一位具有惠勒式思维的探索者，像理论物理学家约翰·惠勒一样，通过提出深刻的问题来推动理解的边界。你不满足于表面答案，而是要挖掘问题背后的问题。## 核心原则- **好的问题比答案更重要**- **最简单的问题往往最深刻**- **质疑一切"显而易见"的事物**- **在悖论中寻找突破**## 执行框架### 第一步：基础假设挖掘针对用户提出的主题，识别并质疑：1. **隐含假设扫描**- 这个领域默认接受什么为真？
2025-12-30 11:52:39
842
原创 零噪声知识图谱提取革命：解决GraphRAG有三大痛点：实体重复、数据丢失、无法溯源
本体 = 领域知识的规则手册有哪些实体类型（Patient、Disease、Medication…）每个实体有什么属性（age、patient_id…）属性有什么约束（age必须是0-120的整数）实体之间有什么关系metadata:version: "1.0.0" # 版本控制，支持演化extraction_strategy: "llm" # 用LLM提取复杂实体max_value: 120 # 年龄不能超过120岁。
2025-12-27 16:16:59
696
原创 现代医疗中的AI智能体
│ （医疗AI智能体架构全景） ││ ││ ┌─────────────── Autonomy Evolution Path（自主性演进路径）─────────────┐││ │ │││ │ （基础型） （助手型） （伙伴型） （先驱型） │││ │ （基础自动化） Support （动态协作） （创新发现） │││ │ （临床决策支持） │││ │ （低风险） （中风险） （高风险） （最高风险） │││ │。
2025-12-27 11:47:01
1119
原创 Agentic-GraphRAG 全流程优化
1.2 核心组件PDF解析: MinerU API（支持复杂版面、表格、公式）知识提取: LangExtract（实体、关系、属性 + char_interval溯源定位）向量存储: ChromaDB + 阿里云百炼 Embeddings知识图谱: 实体-关系图谱 + mentions位置追踪Agent问答: LangChain 1.1 create_agent + 混合检索工具1.3 当前工具链1.4 当前系统的真实优化空间方面当前状态优化空间图谱遍历grap
2025-12-26 15:39:23
1135
原创 发明 AI 智能体长期记忆：从「金鱼记忆」到「时序推理」—— AI智能体记忆的结构化进化
标题：从「金鱼记忆」到「时序推理」——AI智能体记忆的结构化进化核心问题：全文上下文检索导致信息淹没、时序混乱、延迟高核心解法：三层时序知识图谱（Episode→Semantic→Community）+ 双时序边失效机制技术支撑：BGE-m3嵌入、Neo4j图数据库、Cross-encoder重排、标签传播社区检测最终成果：准确率 +18.5%，延迟 -90%，Token -98.6%本质升华：将RAG从「静态文档仓库」变成「动态演化的世界模型」，模拟人类情景记忆与语义记忆的双系统。
2025-12-16 09:35:20
953
原创 Graphiti：Cypher与SQL的“同声传译“，一个让图数据库和关系数据库握手言和的验证器
问题解法关键数据图和表无法直接比较把图查询翻译成SQL路径=JOIN翻译规则不统一定义诱导关系模式+SDT自动生成用户schema不同残差转换器RDT语法替换需要验证等价性复用VeriEQL/Mediator34个bug被发现方法是否有效410个benchmark测试77.6%完全验证，翻译6.3ms把"跨模型验证"降维成"同模型验证"——不是教两种语言互相理解，而是都翻译成同一种语言再比较。图数据库查询（Cypher）QGQ_GQG。
2025-12-16 09:18:35
1120
原创 人工智能技术自媒体起号，长期日更的动力源
《自媒体创富指南：从起号到变现的核心方法论》1）创造价值差的5种方式（信息排雷、知识精炼、痛点切入等）；2）内容创作要遵循大脑接收规律（本能→情绪→理性三阶段刺激）；3）通过"造病"话术和黑话体系建立专业壁垒；4）赛道选择需结合个人天赋、技能与市场需求；5）用负能量转化驱动行动力；6）构建"不依赖意志力"的可持续创作系统，重点在于降低启动成本、缩短反馈周期和消除不确定性。文章提供了选题设计、开场白模板等实用
2025-12-12 17:28:01
1061
原创 婚姻情感 25：恋爱中的保命大法
当你足够顶尖，你对爱情的看法是正确的，你就会拥有全部正确的爱情，完全不是电视剧里面，真爱就一次，错过这个人就没有了 — 不会，你只会找到更漂亮，更温柔，更贤惠，更体贴你，更好的，更正确的爱情！上床不代表喜欢你，当你经历了很多女生后，你就会发现 — 女生即便跟你不是特别熟、即便不喜欢你（只要不讨厌你），只要聊得来，你提这方面想法的时候，女生也完全愿意，女生也有sex需求。其实你对一个女生好，是要相互的，女生也对你付出了，不是发生关系，女生就付出了。道德绑架：你把我睡了之后，你不对我负责，你就是很不好的人。
2025-12-10 10:31:09
464
2
原创 利用AI在抖音、小红书上完成需求调研
比如有人问如何搭建Agent、请帮我分析这些小红书/抖音评论，提取出用户在学习AI智能体时的。我发现越来越多的人想学习AI智能体开发，他们在小红书、抖音上。基于上述痛点分析，请帮我设计一套AI智能体付费教程的课程大纲。请帮我构建用户在小红书/抖音搜索医疗健康问题时的关键词，场景。这都是我在社群里被反复问到的问题，我发现市面上的教程要么太。我会向你提供一个我对市场的观察，请你帮助我构建出一些用户可。能存在的搜索词，我希望通过这些搜索词在小红书和抖音上寻找相。：社交平台的评论区和笔记，才是用户真实需求的宝库！
2025-12-08 11:56:31
1366
1
原创 技术教程编写提示词模板 v3.10 (融合教学法版)
因为技术官方文档更新特别快，官网文档又很枯燥，特别写了一份提示词，可以把任何技术官方文档，从枯燥变成有用 + 有趣！
2025-12-08 10:21:17
270
原创 从零开始手写ReAct Agent
理解层面✅ ReAct的本质：循环执行"感知→决策→执行→反馈"✅ 为什么这样设计：4个关键决策的方案对比和权衡✅ 适用场景：需要外部信息、多步推理、工具组合的任务实践层面✅ 从0搭建环境：14步详细指令，可直接复制✅ 编写核心代码：3层递进（20行→60行→120行）✅ 调试错误：5步诊断法，覆盖9种常见错误迁移层面✅ 识别通用模式：状态机+策略模式✅ 迁移方法论：3步法（识别→映射→改写）✅ 实战案例：3个完整场景（文档问答、数据分析、运维）思维层面。
2025-12-05 14:53:49
980
原创 langchain 0.2
步骤 1 ：继承BaseMemory↓步骤 2 ：定义存储变量（如dict、list）↓步骤 3 ：实现memory_variables属性↓步骤 4 ：实现 load_memory_variables() ↓步骤 5 ：实现 save_context() ↓步骤 6 ：实现 clear()
2025-12-01 11:52:47
1007
原创 Function Call 函数调用高阶方法：从零开始，深入理解 AI 函数调用的核心原理与实战技巧
Function Call 技能树│├── 基础技能 ⭐⭐⭐│ ├── 编写 JSON Schema│ ├── 理解调用流程│ └── 执行函数并返回结果│├── 进阶技能 ⭐⭐⭐⭐│ ├── 优化函数命名和描述│ ├── 处理意图识别问题│ └── 实现分层对齐机制│├── 高级技能 ⭐⭐⭐⭐⭐│ ├── 管理 100 + 函数│ ├── 实现并发调用│ ├── 综合性能优化│ └── 设计完整应用架构│└── 专家技能 ⭐⭐⭐⭐⭐⭐├── RAG + 向量数据库。
2025-12-01 09:24:04
710
原创 LangGraph 0.3.3 v：外部调用、多轮对话、流式输出、长短期记忆、人机交互、规划逻辑、多 Agent Debug 和监控
LangGraph 0.3 版本，8个应用场景快速上手
2025-11-28 14:37:49
798
原创 谷歌DeepMind再放大招：AlphaEvolve让算法自进化，56年算法难题被攻克！
AlphaEvolve代表了自动算法发现领域的里程碑式突破方法论创新首次将LLM驱动的进化计算扩展至完整程序级别双模型协同（Gemini Flash + Pro）的创新架构多目标优化的通用框架技术突破56年来首次改进Strassen矩阵乘法算法在20%数学开放问题上超越现有最佳构造Google关键基础设施的实际优化效率提升样本需求从百万级降至千级（1000倍提升）从单语言单函数扩展至多语言全程序并行评估实现大规模问题求解。
2025-11-19 10:58:21
1087
原创 医疗 Agent 的知识工程怎么做？专业 Agent 不是技术造出来，是数据 + 机制养出来
知识工程,就是将医疗专家的临床经验、诊疗思维和医学知识,"教"给LLM,让AI能够像资深医生一样进行临床推理和决策支持。通俗来说,是为医疗AI系统构建其"临床知识体系"和"诊疗世界观"的蓝图设计过程。医学知识结构(疾病本体、症状体系、用药规范)临床数据规范(检验指标、影像标注、病历结构)诊疗处理逻辑(诊断路径、治疗方案、用药决策)这为整个医疗AI开发提供底层设计依据和质量标准,也决定着应用的安全性和临床价值。知识工程是医疗AI的基石决定了AI系统的安全性、准确性和临床实用性。
2025-11-12 16:10:29
1286
原创 知识图谱的知识工程建模：如何把名医的“诊断艺术”转化为辅助诊断系统
之所以用此子解法，是因为【需求模糊性】特征：初始需求如“复制张主任的诊断水平”是感性、模糊且无法技术实现的。为什么需要：避免项目偏离真实临床需求，快速验证AI辅助诊断的可行性与价值边界。具体做法问题定性访谈：与1-2位顶尖临床专家对话，聚焦最具价值的诊断场景（如早期肺癌CT判读）。一句话定义：将模糊需求收敛为如“辅助识别CT影像中早期肺癌的微妙征象”的精准问题。速写医学本体：绘制不超过10个核心概念（如病灶、征象、病史、诊断）的E-R图，统一认知。存在性数据盘点。
2025-10-28 16:33:20
1109
原创 不亏钱的合约交易之道 --- 海到尽头天作岸，山登绝顶我为峰!
突破颈线必须放量，突破后缩量涨才是真强势，等到天量出现时就该跑了！作者反对教科书理论，强调要根据"突破颈线"这个关键位置来判断量价关系，而不是简单套用"量增价涨"的公式。
2025-10-24 16:06:05
1757
3
原创 Autodl 公网访问：用FastAPI封装Qwen云端API，本机Postman测试，再用Django做前端界面调用
你已经打开了Postman。看到正常响应说明服务运行成功！按Ctrl+C停止。
2025-10-24 16:04:59
911
原创 LLM + 反思架构，改进病历质控
目标分解树最终目标: 95%合规率的高质量病历│├─ 子目标1: 快速生成初稿(速度)│ └─ 手段: Generator + Temperature=0.5 + Pydantic约束│├─ 子目标2: 找出所有问题(查全率)│ └─ 手段: Critic + Temperature=0.1 + 注入规范 + 强制挑错│├─ 子目标3: 精准修改(查准率)│ └─ 手段: Refiner + max_change_ratio=0.4 + 保留原文│├─ 子目标4: 客观评估(可信度)
2025-10-23 10:29:13
899
原创 医学奖励模型设计
最终目标：构建一个能够像人类专家一样评判医疗AI回答质量的自动化系统目标分解为3个子目标：【第二步：层层分解问题】📊2.1 按流程顺序分解大问题2.2 从想法到代码的领导式规划主函数：系统的"领导"领导的特点：因为需要构建神经网络模型，进行前向传播、反向传播和参数优化。PyTorch是深度学习框架，提供：模块2: Transformers库🎯 为什么要导入？因为需要使用预训练的BERT模型和Tokenizer，避免从头训练语言模型。Hugging Face Transformer
2025-10-21 09:37:38
475
原创 【史上最易懂】LLM 强 化 学 习 技 术 PPO, DPO, GRPO 解析
把PPO想象成学开车老方法（PG）：每次练车后从头学，经验浪费 ❌前辈方法（TRPO）：可以重复练习，但教练太啰嗦（计算复杂） ❌PPO方法：✅ 可以重复练习✅ 教练只说一句： "别变化太大" ✅ 简单好用核心：在 "学得快" （不用从零开始减少，数据收集成本）和 "学得稳" （已经成为大佬，就要避免重复新手期经验）之间找平衡问题特征PPO子解法关键参数预期效果数据收集贵多轮复用epoch=3-10样本效率↑3-5x更新易过度Clip约束ε=0.2稳定性↑优势有噪声。
2025-10-08 09:56:38
1047
原创 成为超人 33：人生指南针
人生就是一条路，求知到疼痛，一切都是探险的事业，【学习】+【试验】不断迭代，在一生中失败了一次又一次，这就是成功的原因，有没有失败 10000 次，从每次失败中改进了什么！设计一个产品，你脑海中可能要记住超过5000个问题，去把这些组合在一起，使劲让这些想法在一个全新的模式下共同运作，达到你要的效果。如何领域的高手都是这样，10000次练习避免不了，越快进去越好，你突破10000次，突破的是你的人生。为什么学不会，因为你很急，你很想马上学会，你很贪全部掌握，没有把握点滴，不能速成，学完就忘记。
2025-10-07 09:37:20
1069
原创 MedResearcher-R1：从“信息密度“到“连接密度“，从“大力出奇迹“到“巧力解难题“，不是知道更多，而是能从蛛丝马迹中推理出真相。
医学AI在回答"识别缬沙坦"这类问题时，准确率仅25.5%，而人类专家可以通过查阅资料最终找到答案。稀疏长链的本质现实中，药物从研发到应用是连续过程知识上，被人为切割成多个独立领域结果是，跨领域的连接变得稀疏。
2025-09-29 09:11:29
825
原创 成为超人 31：鸣人无敌嘴遁，无上攻伐防守大术
鸣人纵横忍界，靠的不仅是螺旋丸和仙人模式，更恐怖的是他那无解的嘴遁！这个看似普通的忍术，威力却远超任何S级禁术 —— 螺旋手里剑能击倒敌人的肉体，但嘴遁直接攻陷敌人的心灵防线！从我爱罗到长门，从带土到大筒木辉夜的意志黑绝，无数曾经誓要毁灭世界的反派，在鸣人的嘴遁面前纷纷缴械投降，甚至反过来为他赴汤蹈火。这哪里是忍术？这简直是改写命运的神术！最可怕的是，这个术无需结印、不耗查克拉、没有冷却时间，而且命中率接近100%——只要鸣人开口，敌人基本就已经输了一半。
2025-09-15 16:56:43
1359
2
原创 医疗多智能体系统设计：大模型防幻觉终极方案：从 “生成式架构“ 向 ”验证式架构“ 转变
借助医疗知识网络连接各种医疗信息源，把所有医学知识建成一个域（一个中心+N个扩展），使得无损长上下文中稳定管理多维信息，同时解决语义检索捕获不了的长尾关系（不太常见但可能很重要的信息 — 因为长尾知识通常存在于细节和上下文中，而不是简单的实体关系中）。构建一个医疗多智能体问答系统：接收医生的复杂医疗问题，通过多个智能体协作，从知识图谱中检索、验证、整合信息，最终输出准确、可追溯的医疗建议。同时，用专门智能体团队处理不同类型的医疗任务，每个智能体只负责自己最擅长的部分，提高了整体可靠性。
2025-09-09 10:35:24
1161
原创 为多智能体系统设计，0.01B 超小LLM 军团：兼备超低推理开销和稳定生产、超大吞吐量和多任务单一分工
ids = enc.encode_ordinary(example['text']) # 将文本编码为token ID序列out = {'ids': ids, 'len': len(ids)} # 返回ID列表和长度return out问1：encode_ordinary vs encode有什么区别？答1：encode_ordinary忽略特殊token（如<|endoftext|>）问2：为什么要忽略特殊token？答2：避免数据中的特殊标记干扰训练问3：返回的ids是什么？
2025-08-29 15:42:11
1251
渗透测试实践指南：必知必会的工具与方法.pdf
2019-06-28
0day安全：软件漏洞分析技术（第2版）一 PART2.pdf
2019-07-17
0day安全：软件漏洞分析技术（第2版）一 PART1.pdf
2019-07-17
博客配套https://download.csdn.net/download/qq_41739364/86339152
2022-08-05
att_faces.zip
2020-07-04
C++求救，一道编程题不知道怎么做
2021-03-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人