自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 一篇文章读懂AI-Agent-MCP-Skills

AI Agent、MCP与Skills:下一代AI的三大支柱技术 本文系统介绍了推动AI从"能说"到"能干"的三大核心技术: AI Agent:赋予AI实际行为能力,使其成为能规划、记忆、执行任务的"数字员工",而不仅是对话机器人。通过LLM大脑、记忆系统、工具箱和规划器的协同工作,AI Agent能自主完成复杂任务链。 MCP(模型上下文协议):建立AI与工具间的通用通信标准,解决不同AI系统与工具间接口不统一的问题,实现"一次开发,到

2026-02-02 21:59:09 833

原创 一篇文章读懂AI-Agent-MCP-Skills

Skills = AI的"App Store"想想你的智能手机。只有一个基本操作系统,但可以安装各种App——相机、微信、地图、游戏。想要什么功能,就装什么App,不用的可以卸载,App可以分享给朋友。Claude Skills就是Claude的"App"。Claude本体 = 只会聊天的AIClaude + Skills = 会干活的超级AIClaude + 代码审查Skill = 代码审查专家Claude + 数据分析Skill = 数据分析师。

2026-02-02 21:55:09 688

原创 《拒绝 Garbage In!深度解密 NLP 项目中的文本规范化避坑指南(实战篇)》

在 NLP 工程实践中,数据预处理往往占据了 60% 以上的工作量。本文将通过三个核心案例,深入分析代码含义,并利用丰富的图表展示,手把手教你封装一套可直接复用的工业级预处理流水线。

2026-01-23 14:48:36 630

原创 NLP 学习的第一课:文本规范化(Text Normalization)全解析

在自然语言处理(NLP)的工程实践中,数据预处理往往占据了 60% 以上的工作量。本文将带你深入了解 NLP 的“后厨工序”——文本规范化。我们将拆解如何利用正则表达式、BPE 算法和词形还原技术,将杂乱的原始文本转化为机器可理解的标准件。

2026-01-23 13:19:24 772

原创 【硬核科普】Git 是什么?从“存档”到 GitHub 上传保姆级教程

你还在用“最终版_v3.zip”手动备份代码吗?本文将用最通俗的比喻讲透 Git 原理,并手把手教你从零配置环境、管理本地版本、解决大文件上传及网络报错。小白也能轻松看懂的“后悔药”制作指南!

2026-01-20 20:24:18 901

原创 【NLP】拒绝数学劝退!大白话讲清楚序列标注与 CRF(原理+公式+图解)

你看古文会觉得头大吗?因为没有标点符号。其实机器看中文也是这样!如何教会机器给一长串汉字正确地“断句”?本文将避开晦涩的数学推导,用通俗的语言带你拆解 NLP 核心任务——序列标注,并揭秘条件随机场(CRF)背后的“打分”逻辑。无门槛,包看懂!

2025-12-13 12:28:32 738

原创 【NLP入门】一文读懂序列标注与CRF:从原理到公式的通俗解读

本文通俗易懂地介绍了自然语言处理中的序列标注任务及其核心模型CRF(条件随机场)。首先解释了序列标注的基本概念和BMES标注法,通过中文分词案例说明其应用。接着对比了CRF与HMM的区别,强调CRF能够同时考虑上下文信息和标签间依赖关系的优势。重点解析了CRF的打分机制,详细说明了转移特征和状态特征的作用。最后介绍了维特比解码算法如何高效寻找最优标签序列。全文避开了复杂数学推导,用直观易懂的方式帮助读者理解CRF在序列标注任务中的核心思想和工作原理。

2025-12-13 11:38:19 885

原创 【全网最细】Python + Neo4j 社区版:从零搭建你的第一个知识图谱

本文手把手教你从零部署Neo4j图数据库社区版,并用Python构建西游记人物关系图谱。首先介绍知识图谱的核心概念,通过对比Excel表格展示其网状数据优势。详细讲解Java环境配置、Neo4j下载解压和启动流程,以及如何通过浏览器访问7474端口进入可视化界面。重点演示使用Python的neo4j驱动,编写代码批量创建节点和关系,最后在Neo4j Browser中实现数据可视化查询。教程采用实战导向,涵盖环境搭建、数据建模到可视化展示全流程,为后续结合AI实现智能问答系统打下基础。

2025-12-11 17:49:08 682 1

原创 【保姆级教程】从零入手:Python + Neo4j 构建你的第一个知识图谱

在动手写代码之前,我们先用大白话把两个核心概念捋清楚。不要被高大上的名字吓到。知识图谱本质上就是把世界上的事物(节点)和它们之间的联系(关系)画成一张巨大的网。罗列数据。例如:张三,25岁;李四,30岁。链接数据。(张三)--[朋友]-->(李四)。比如“周杰伦”、“昆凌”。比如“夫妻”、“代言”。比如周杰伦的“年龄:40+”。如果说 SQL 是关系型数据库的霸主,那么Neo4j就是图数据库(Graph Database)的王者。原生支持图存储,查询关联数据速度极快(秒杀 MySQL)。使用Cypher。

2025-12-11 11:31:30 2016

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

提示
确定要删除当前文章?
取消 删除