- 博客(548)
- 收藏
- 关注
RSS订阅原创 智能体水平分级方案
以"责任主体"为主轴—— 驾驶员/系统/联合，划清人机边界。以"运行条件（ODD）"为约束—— 明确在什么场景下该级别有效。以"可观测行为"为证据—— 评级看的是持续稳定的表现，不是纸面参数。本方案借鉴这三点，把"驾驶员"替换为"人类使用者/监督者"，把"汽车"替换为"智能体（Agent）“，并把"行驶任务"替换为"目标任务”。。命名说明：用 A 前缀避免与自动驾驶 L 等级直接混淆；同时 A 也是 Agent 的首字母。能力：无任何自主行为；只是被查询/操作的静态对象。ODD：不适用。人机责任。
2026-06-18 21:39:08
198
原创 DeepAgents 与 DeerFlow 2.0 开源方案对比分析
选 DeepAgents 的情况你是 LangChain 生态用户，需快速搭建深度智能体原型（如调研/虚拟文件处理）。任务无需真实代码执行，仅需虚拟文件操作或工具调用，且可接受无资源隔离。偏好 Python 开发，且对实验性项目的快速迭代需求高于生产环境稳定性。选 DeerFlow 2.0 的情况你需要处理长时程、需代码执行的复杂任务（如全栈开发、自动化运维），且重视安全隔离（Docker 沙箱）。项目需本地化部署、数据主权可控，或计划用于企业生产环境（需错误处理/监控/重试机制）。
2026-05-05 16:44:22
393
原创 再思“把事情做对”与“把事情做好”的辩证关系与先后顺序
摘要：文章探讨了管理中的核心命题"把事情做对"与"把事情做好"的本质区别。"把事情做对"是战略层面的方向选择，决定能走多远；"把事情做好"是战术层面的执行效率，决定能跑多快。作者强调二者存在严格的前后关系：启动期应先确保方向正确，执行期则要通过实践不断校准目标。同时指出要避免两种极端：只注重执行效率的"无效勤奋"和只空谈战略的"眼高手低"。管理者需要在战略与执行之间找到平衡，才能打造高效组
2026-05-01 17:21:38
201
原创 大模型的“Think 模式”（思考模式）关闭的配置方式
摘要： 关闭大模型的“Think模式”（隐藏推理过程）的方法因平台而异：1）网页/客户端通常在设置中关闭“思考模式”或类似选项；2）部分模型（如Qwen3）支持指令控制（如/no_think单次生效）；3）API开发需配置参数（如enable_thinking=False）；4）Ollama命令行用户可通过启动参数或/setnothink命令实现。注意部分模型可能强制开启推理，且关闭后仍可能消耗算力。具体操作需根据模型或工具调整。
2026-04-28 16:00:00
2013
原创 HermesAgent支持多agent方式
Hermes Agent 将多智能体视为一个“协作网络”而非简单的工具组合。通过“角色隔离 + 共享上下文 + 任务委派”的机制，它能够有效解决单 Agent 模式下的“注意力分散”问题，非常适合构建复杂的自动化工作流。
2026-04-28 11:52:56
608
原创 一个基于5why分析根因法的应用于AGENT的技能skills.md
摘要： RootCause5WhyAnalyzer是一种基于5Why法的结构化根因分析工具，用于深入挖掘问题本质。该工具通过5个递进的"为什么"提问，从表象问题追溯至系统级根本原因，避免停留在表面或个人归因。分析流程包括：问题定义、5Why执行、根因验证和对策制定，最终输出包含纠正和预防措施的完整报告。其核心特点是强调流程/系统改进而非个人问责，确保分析客观闭环。典型应用场景包括服务器宕机等系统故障分析，输出采用标准化Markdown模板，包含问题陈述、因果链、行动计划等关键要素。
2026-04-22 08:15:00
307
原创 Python 项目，规范的日志设置经验
本文介绍了Python日志管理的最佳实践方案。基于标准库logging模块，建议采用DictConfig配置而非BasicConfig，将日志配置独立为模块，实现灵活的分层管理。重点规范包括：通过__name__获取模块专属Logger、使用extra传递结构化参数、正确记录异常信息。针对多进程、异步等场景提供了解决方案，并推荐了structlog第三方库。最后提供了检查清单，确保日志系统具备生产级可靠性，满足从开发调试到线上排查的全周期需求。
2026-04-21 14:30:00
445
原创 软件项目中日志记录的实践经验避坑
《软件项目日志管理最佳实践指南》摘要： 日志是软件系统的"黑匣子"，需建立面向运维的日志意识。核心标准包括可读性、可追踪性、可度量性和低成本。打印规范强调：1）合理分级（TRACE到ERROR）；2）使用结构化日志（JSON格式）；3）异步打印避免阻塞；4）防止日志风暴。内容规范要求携带上下文、使用TraceID实现全链路追踪、记录慢操作并脱敏敏感信息。运维层面建议：物理隔离不同级别日志、实施生命周期管理、建立合理的告警机制。优秀的日志系统需要在信息详略和系统开销间取得平衡，是保障系统稳
2026-04-21 10:01:55
498
原创 CrewAI中如何实现从配置文件动态加载多个agents的代码示例
本文介绍了一种基于YAML+Python Factory模式的CrewAI最佳实践方案。主要内容包括： 推荐目录结构：按agent/tool分类，采用YAML配置文件 动态加载机制：通过config_loader.py实现YAML到Python对象的转换 核心实现： Agent配置使用YAML定义角色、目标等 Tool通过Python类实现具体功能 工厂模式动态加载配置和工具 扩展能力：支持soul.md/skill.md分离管理，兼容多种配置文件格式 完整示例：展示从配置加载到Crew启动的全流程 该方案
2026-04-20 16:07:14
221
原创 MacBook 上，SSH远程Kylin服务器避免重复输入密码的技巧
本文介绍了三种在Mac上连接Kylin服务器的SSH登录方法： sshpass方案：通过Homebrew安装sshpass，使用sshpass -p'密码' ssh命令一键登录，建议加-o参数跳过首次连接验证。 expect脚本：利用系统自带的expect工具编写自动交互脚本，模拟输入密码过程，适合不愿安装额外软件的用户。 SSH Key免密登录：通过生成密钥对并上传公钥实现永久免密，安全性高且一劳永逸，推荐频繁使用者配置。 建议：临时使用选sshpass，长期操作务必配置SSH Key。
2026-04-20 09:03:05
409
原创 将复杂Python项目迁移至Cython避坑
《Python性能优化：Cython实战避坑指南》摘要（149字） Cython通过将Python代码编译为C/C++提升性能，但复杂项目面临三大核心挑战：1)跨平台编译环境配置，特别是Windows需安装MSVC工具链；2)多文件项目管理，需合理使用.pxd头文件和模块化编译；3)外部依赖集成，需精确配置编译参数。实践中需注意：删除原.py文件避免加载冲突、处理动态导入问题、初始化Numpy C API，以及优化编译器参数（如-O3、OpenMP）。建议使用CYTHON_TRACE=1调试，通过HTML标
2026-04-18 11:01:09
371
原创 对比分析DeerFlow和Hermes的记忆/技能进化系统
DeerFlow 记“事”：任务做到哪一步、上下文是什么、状态是否正常Hermes 记“人”：你是谁、喜欢什么、习惯怎么做、哪些信息重要静态工具链 + 固定技能模板技能 = 一组预定义工具 + 提示词 + 执行流程来源：开发者编写配置文件定义外部 MCP 服务接入技能是静态、固定、不可变的不会自动生成新技能DeerFlow 是“任务账本式记忆”专注记录任务执行状态，保证复杂流程可恢复、可追溯、可编排。Hermes 是“人类式成长记忆”
2026-04-17 15:15:00
300
原创 对比分析DeerFlow和Hermes的关键组件
DeerFlow vs Hermes 架构对比摘要 DeerFlow定位多智能体编排引擎，采用图执行架构，核心组件包括Super Agent调度器、结构化状态记忆、沙盒化工具执行和14层企业中间件，强调任务拆分、并行执行与安全隔离。Hermes是单智能体自进化框架，基于同步执行循环，核心是4层记忆系统和技能进化引擎，侧重跨会话记忆沉淀与技能优化。关键差异：DeerFlow是分布式任务工厂，Hermes是持续成长的个人助手。前者重工程化与安全，后者重记忆进化与用户体验。
2026-04-17 12:15:00
315
原创 在 Kylin 上用Docker部署 Python 应用
本文详细介绍了在Kylin系统上使用Docker部署Python应用的完整流程。首先创建包含Flask框架的简单Python应用，通过Dockerfile构建镜像并运行容器。重点讲解了Python连接MySQL的配置方法，包括修改requirements.txt添加pymysql驱动、调整应用代码，以及通过Docker网络实现容器间通信。文章推荐使用Docker Compose编排Python和MySQL服务，并提供了完整的docker-compose.yml示例。最后针对Kylin系统常见问题给出了解决方
2026-04-17 08:15:00
219
原创 在Kylin系统上通过Docker部署应用（比如Nginx或MySQL）
摘要：本文介绍在Kylin系统上使用Docker部署Nginx和MySQL的实战方法。Nginx部署通过数据卷映射实现配置文件和网站数据的持久化，MySQL部署则重点解决数据存储和root密码设置问题。文章详细说明了镜像拉取、目录准备、启动命令及参数解释，并提供了验收方法和系统清理技巧。这种企业级部署方式利用Docker容器技术，实现了跨系统的一致部署体验，为后续部署其他服务奠定了基础。
2026-04-16 19:00:00
153
原创 在 Kylin（麒麟）操作系统上搭建 Docker 环境
本文介绍了在银河麒麟系统上安装Docker的两种方案：针对桌面版(Debian/Ubuntu系)推荐使用官方一键安装脚本，包括安装依赖、执行脚本和用户组配置；针对服务器版(RedHat/CentOS系)建议通过yum安装并配置阿里云镜像源。两种方案都包含服务启动验证步骤，并强调必须配置国内镜像加速器以提升下载速度，提供了网易和中科大的镜像地址配置方法。全文以实用操作为主，帮助用户快速完成Docker环境的搭建和优化。
2026-04-16 15:15:00
663
原创 国产的 Kylin（麒麟）操作系统通过SSH进行连接
摘要： 本文介绍了如何通过SSH远程连接国产麒麟操作系统（Kylin）。步骤分为服务端（麒麟系统）和客户端（控制电脑）两部分： 服务端配置： 安装并启动OpenSSH服务（sudo apt install openssh-server）。 设置开机自启（systemctl enable sshd）。 放行防火墙22端口（ufw allow 22/tcp）。 通过ip addr获取麒麟系统的IP地址。
2026-04-16 14:00:00
344
原创 DeerFlow、Hermes、OpenClaw 架构区别深度对比
架构特性优先选DeerFlow优先选Hermes Agent优先选OpenClaw复杂任务处理✅ 首选⚠️ 中等❌ 弱自主学习进化❌ 无✅ 首选❌ 无多渠道接入⚠️ 弱⚠️ 中等✅ 首选企业级安全合规✅ 首选⚠️ 中等❌ 弱开箱即用体验⚠️ 中高✅ 低✅ 极低生态成熟度⚠️ 中等⚠️ 增长中✅ 首选资源占用❌ 高✅ 低⚠️ 中等需要注意的是，三者架构并非完全互斥，可组合使用：例如用OpenClaw作为多渠道入口，调用DeerFlow的API处理复杂任务，搭配。
2026-04-16 07:49:52
644
原创 DeerFlow、Hermes Agent、OpenClaw 开源方案优劣对比分析
三个项目均为2025-2026年全球顶流的开源AI Agent框架，三者核心定位、设计哲学、技术路线差异显著，并非直接竞品，而是覆盖了AI Agent从个人轻量化使用到企业级复杂任务工程化落地的全场景。
2026-04-15 15:04:37
1620
原创 todo.md进化为 Harness 或 AI Agent 工作流中的“一等公民”
本文探讨了如何将静态的TODO清单升级为智能化的"可执行基础设施"。核心提出了四种创新机制：1）通过模板文件(task.md/validate.md/correct.md)实现任务执行的闭环验证；2）利用todo.md作为跨AI工具的状态共享层；3）建立动态规则触发器，使AI能自主更新任务列表；4）采用规划与执行分离的沙盒模式，避免上下文污染。这些方法通过结构化任务管理、自动化验证和状态同步，显著提升了AI协作的效率和可靠性，将简单的待办事项转化为机器可执行的智能工作流。
2026-04-14 06:15:00
184
原创 AGENTS.md的最佳实践
《AGENTS.md：AI编程助手的导航指南》摘要 AGENTS.md是AI编程助手的核心配置文件，被主流编辑器广泛支持。它通过四大维度优化AI协作：1)精准定位技术栈和业务边界；2)规范开发流程与命名约定；3)提供文档索引和代码范例；4)工程化管理并定期更新。文件应包含项目概览、开发规范、工作流程和参考资料，建议纳入版本控制但避免敏感信息。一个精心设计的AGENTS.md能显著提升AI协作效率，减少后期纠错成本。
2026-04-13 19:45:00
304
原创 通过 AGENTS.md、CLAUDE.md、SOUL.md和 MEMORY.md等文件来构建 Agent Harness避坑
摘要：本文介绍了AI工程领域前沿的"基于文件的上下文工程"范式，通过Markdown文件为AI构建"人事档案+岗位说明书+工作日记"的三层架构。身份层(SOUL.md)定义AI人格，操作层(AGENTS.md)规范技术流程，记忆层(MEMORY.md)记录经验教训。文章详细阐述了文件协同工作流和模块化升级建议，指出这种架构能以零成本实现AI对人类工作流的自适应，同时便于版本控制。该范式通过结构化文件将模糊的AI大模型转化为可规范操作的智能体，代表了当前AI工程实践的重
2026-04-13 15:09:44
684
原创 高性能、高完善度的开源数据湖解决方案
摘要： 当前主流开源数据湖解决方案分为三大类： 核心湖表格式：包括Apache Iceberg（通用云原生优化）、Delta Lake（Spark生态深度集成）、Apache Hudi（实时入湖标杆），均支持ACID事务、批流一体等核心能力，覆盖不同场景需求。 端到端平台：如Apache Amoro（多格式统一管理）、Apache Doris/StarRocks（高性能湖仓一体）、Dremio（无ETL自助分析），提供开箱即用的全栈能力，降低运维复杂度。 组合式架构：如“批流一体栈”（Iceberg+Spa
2026-04-13 14:15:55
770
原创 外贸独立站避坑，以及直接可用的开源方案
LinkedIn（B2B，发行业白皮书）、Instagram（B2C，发产品视频）、TikTok（年轻群体，创意短视频）；：区分B2B（批发，侧重询盘、批量报价）与B2C（零售，侧重产品展示、购物体验），不同模式的网站功能差异显著（如B2B需强化“关于我们”“企业资质”，B2C需优化“产品页”“结账流程”）。：调研目标市场的用户习惯（如欧美偏好简洁设计、东南亚喜欢色彩丰富的促销）、支付方式（欧美用信用卡/PayPal，东南亚用电钱包）、物流偏好（轻小件用国际邮政，高价值用快递）。），避免数字/连字符；
2026-03-31 08:38:39
548
原创 对比deerflow和openmanus有哪些差异和优劣
DeerFlow更适合企业级复杂任务自动化，提供完整的执行环境、安全隔离、长任务支持和中文生态；而OpenManus更适合个人和小型团队的轻量级自动化需求，上手简单、浏览器自动化能力突出、资源消耗低。选择时应根据任务复杂度、数据安全要求、部署环境和团队技术能力综合考虑。如果需要处理深度研究、代码开发等复杂任务，DeerFlow是更好的选择；如果主要做网页自动化、简单报告生成等轻量级任务，OpenManus更具优势。
2026-03-30 15:04:47
299
原创 LangGraph的状态管理实现的实际代码示例
LangGraph的状态管理采用中心化State对象实现Agent行为的记忆与中断恢复功能。其核心设计包含三个关键点：1）单一可序列化的全局State对象作为数据源；2）节点通过增量更新机制修改State；3）状态流转由Graph结构驱动。典型应用场景包括带循环控制的Agent工作流（如思考-行动-检查循环）、支持断点续跑的Checkpoint机制，以及多Agent协作场景。通过TypedDict/Pydantic定义State结构，各节点函数返回增量更新字典，系统自动合并变更，最终实现复杂Agent行为的
2026-03-29 06:15:00
177
原创 Langchain 和Langgraph的核心差异
摘要：LangChain和LangGraph是LLM应用开发中的互补工具。LangChain作为组件库提供基础模块（LLM、工具等），适合构建简单线性流程如RAG系统；LangGraph则是工作流编排引擎，支持复杂状态管理和循环逻辑，适用于多Agent协作等场景。两者常结合使用：LangChain提供底层能力，LangGraph负责复杂流程编排。选择依据取决于需求复杂度——简单任务用LangChain，需要多步决策和记忆功能则选择LangGraph。（149字）
2026-03-28 17:18:14
99
原创 vLLM对比ollama有什么优劣
摘要： vLLM和Ollama是两类不同的LLM工具，定位差异显著。vLLM面向开发者/企业，主打高性能推理，支持高并发、低延迟，适合生产级部署，但配置复杂且依赖NVIDIA GPU。Ollama则针对普通用户，提供极简的一键运行体验，跨平台友好（尤其Mac），但性能有限且生态封闭。 选择建议： 个人/快速测试：选Ollama（易用、轻量）； 企业/高并发场景：选vLLM（高性能、可扩展）； Mac用户：Ollama优化更佳； 多卡集群：vLLM优势明显。 两者可互补使用，先用Ollama验证模型，再通过v
2026-03-20 09:58:53
668
原创 MacBook的截图快捷键组合
MacBook截图操作指南：通过快捷键组合可快速截取全屏（⌘+⇧+3）、自定义区域（⌘+⇧+4）或特定窗口（加按空格键），专业截图工具（⌘+⇧+5）提供更多选项。截图后可即时编辑，支持修改保存位置，满足全屏、区域、窗口及录屏需求，无需第三方软件即可完成高效截图操作。
2026-03-19 14:05:57
529
原创 Python 中调用通达信软件运行指标并获取数据
摘要：Python调用通达信指标数据主要有三种方案：1）直接调用通达信引擎（TdxQuant接口），100%兼容但依赖软件；2）使用MyTT库翻译公式，纯Python环境运行但需代码转换；3）文件监听模式，稳定适合实盘但延迟较高。方案一最接近原生计算，方案二适合量化回测，方案三适用于交易执行。根据需求选择：精确复现选方案一，策略开发选方案二，实盘监控选方案三。（149字）
2026-03-17 22:48:29
883
原创 通过Python调用通达信软件运行通达信指标代码并获取结果数据
摘要：Python调用通达信指标数据的三种方案：1）直接调用通达信引擎（TdxQuant接口），100%兼容但依赖软件；2）使用MyTT库翻译公式，灵活快速但需代码转换；3）文件监听模式，稳定适合实盘但有延迟。方案一适合精确复现指标，方案二适合量化回测，方案三适合实盘交易。
2026-03-15 10:30:00
1272
原创 生产环境部署Spring boot时优化启动速度和内存的技巧
摘要：Spring Boot应用性能优化主要从启动速度和内存占用两方面入手。启动优化包括：1）启用惰性初始化(lazy-initialization)；2）移除不必要依赖和自动配置；3）使用Spring AOT或分层JAR技术。内存优化建议：1）合理设置JVM参数（堆内存、G1GC等）；2）采用轻量级基础镜像；3）精简监控端点配置。最佳实践推荐组合使用-Xms/-Xmx统一堆大小、G1垃圾回收器，并配合APM工具监控。优化应遵循先JVM调优、再精简依赖、最后架构调整的优先级，所有改动需在测试环境充分验证。
2026-03-15 08:30:00
94
原创 CrewAI 与 LangChain 在复杂工作流处理上的差异
CrewAI与LangChain在工作流处理上存在本质差异：CrewAI采用"角色驱动"模式，通过定义智能体的角色、目标和背景来模拟团队协作，适合需要模拟真实团队分工的场景；而LangChain采用"流程驱动"模式，强调精确控制执行步骤和数据流转，更适合需要定制化流程和复杂状态管理的场景。核心区别在于CrewAI关注"谁来做"(共享协作)，LangChain关注"怎么做"(链式执行)。选择取决于项目需求是更强调团队协作还是流程控
2026-03-15 06:15:00
209
原创 旧的工作流用crewAI进行整合升级实操避开
摘要：CrewAI迁移的核心是将传统工作流重构为"角色化协作"，通过定义专家角色(Agent)和执行任务(Task)来替代原有代码逻辑。关键步骤包括：1)为每个功能模块创建专业AI角色；2)将流程拆解为明确任务；3)组建AI团队(Crew)并选择执行模式。实践技巧包含自动数据传递、工具集成和YAML配置管理，需注意避免过度抽象和明确定义输出格式。该方法将传统流水线转化为智能团队协作，由AI自动处理任务交接与协作。
2026-03-14 22:00:00
318
原创 agentic时代，十倍增长不扩编，你准备好了吗？
摘要：AgenticAI时代正重构企业组织形态和个体角色。企业将转型为"人类+AI智能体"的动态网络，实现前台尖刀化、后台智能化和管理扁平化。个体需从执行者转变为AI编排者，具备目标定义、流程设计和多智能体协作管理等能力。重复性工作将被AI接管，人类需聚焦战略思考和创意工作，通过系统化认证建立职业护城河。软件开发、客户服务、金融等行业将率先变革，从业者需提升人机协作能力，适应"定义需求+AI执行"的新模式。
2026-03-14 17:50:03
244
原创 一个完整的AI Agent定义提示词案例
摘要： "行程宝"是一款智能旅行规划助手，专注于为用户提供个性化行程方案。它能根据预算、时间和兴趣偏好，结合历史古迹、特色美食等需求，生成包含日程概览、详细安排、预算分配和贴心提示的完整计划。通过分析PDF、图片等资料，并实时联网更新景点信息，确保行程可行性。系统严格遵循预算限制，主动澄清模糊需求，并标注需核实信息。示例展示了西安4日游方案，涵盖兵马俑、回民街等经典景点，人均预算控制在3000元内，体现了专业、细致的规划能力。
2026-03-12 12:15:00
205
原创 如何定义一个agent？需要使用哪些提示词？角色、任务？
摘要：人工智能中的Agent（智能体/代理）是一种能感知环境、自主决策并执行行动以实现目标的计算机系统，具备自主性、反应性、主动性和社会能力。定义Agent需结构化提示词，包括角色与身份（如“网络安全顾问”）、目标与任务（如分析代码漏洞）、能力与工具（如联网搜索）、行为约束（如回答格式与伦理规范）及上下文处理（如记忆用户偏好）。完整的提示词需明确Agent的身份、任务、能力及行为规则，确保其目标明确且行为可控。
2026-03-12 06:15:00
343
原创 小龙虾OpenClaw详细版部署经验避坑指南
OpenClaw是一个开源的AI智能体框架，能够将大语言模型连接到WhatsApp、Telegram、Slack等消息平台，并执行本地文件操作、代码执行等任务。以下是2026年最新的完整部署指南。
2026-03-11 21:30:00
770
原创 优化RAG提升检索质量和生成质量
优化RAG系统的关键在于提升检索和生成质量。检索方面，应采用语义切分或重叠切分策略，升级向量化模型，并引入重排序机制优化结果。生成环节需优化提示词工程，实施上下文压缩减少干扰信息。进阶方案可考虑HyDE假设性文档嵌入或GraphRAG图结构检索。移动端适配建议云端处理计算任务，采用缓存和流式传输提升响应速度。基础优化组合（切分策略+模型升级+重排序）即可显著提升效果，复杂架构适用于特定场景需求。
2026-03-11 19:30:00
191
办公信息化-域名URL命名规范：数值、金额、日期时间及数据脱敏设计原则与标准
2025-06-19
Python批量转换Word、Excel、PPT、TXT、HTML及图片格式到PDF，包含错误处理和日志记录功能
2025-06-02
【气象仪器与物料管理】基于国标与行业标准的物料分类及型号命名规范：提升企业物料管理与信息共享效率
2025-06-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人