去追风，去看海-CSDN博客

原创接口鉴权综述：签名、AK/SK、加解密与常见方式（附 Python 示例）

（或 MD5）得到签名，请求时把签名一起带上；选型时可以先看「按场景」或「按架构」表，再回到前文第三节（签名）、第四节（凭证）、第五节（加解密）对号入座；本质都是「拿密钥对请求做签名、服务端用同一规则验签」，差别主要在于：请求要不要按云厂商的规范拼成「规范请求串」。，或者两者结合：用 RSA 加密一个随机的 AES 密钥，再用 AES 加密正文（混合加密），和前面任意一种鉴权方式搭配即可。、**传输保护（加解密）**三条线往下讲，顺带覆盖 Web 前后端、车机端云、云对云、A2A 等场景下怎么选型。

2026-02-09 22:16:00 626

原创 A2A 协议：从概念到落地，多 Sub-agent 编排与验证实战

A2A（Agent2Agent）是Google推出的开放协议，旨在解决不同智能体间的互操作问题。它通过Agent Card声明智能体能力，支持多模态内容交换和任务协作，提供统一接口降低集成成本。与MCP协议互补，A2A专注于智能体间通信，适用于跨团队、跨厂商的协作场景。协议采用HTTP+JSON-RPC标准，支持轮询和流式更新，使智能体能在不暴露内部实现的前提下安全协作。通过标准化发现、调用和结果收集流程，A2A显著提升了多智能体系统的扩展性和复用性。

2026-02-08 20:20:03 641

原创 Agent Skills 范式与智能体架构设计借鉴

本文的「Skill 技术/思想」指以Agent Skills 开放规范与相关实践（Anthropic 文档、多端落地经验）为代表的能力抽象与编排范式。以AI 架构师单智能体：一个 Agent 如何通过「能力包」扩展而不膨胀系统提示词；智能体群：多 Agent 如何共享能力、按任务选能力、子代理与能力绑定；端云架构：能力在端/云如何分工（端侧轻量路由与缓存、云侧能力库与重执行）；能力中台 / 编排层：能力注册、按意图路由、版本与灰度、计费与隔离。下文先提炼通用设计原则，再按。

2026-02-08 12:37:17 525

原创 Agent Skills 入门与实战：从概念到 Claude API / Claude Code 全链路

本文介绍了Agent Skills的概念及其应用，基于DeepLearning.AI与Anthropic联合推出的短课《Agent Skills with Anthropic》梳理了核心内容。Agent Skills通过规范化的SKILL.md文件，将重复性工作流程（如数据分析、报告生成）转化为可复用的知识模块，显著减少对话中的重复说明。文章对比了Skills与MCP、Tools、Subagents的区别，强调Skills专注于"如何执行任务"而非连接或执行层面。通过营销活动分析案例，展

2026-02-08 11:15:16 655

原创智能体端云协同架构指南：通信设计、多智能体编排与落地

本文提供端云智能体系统的完整架构指南，涵盖通信选型、多智能体编排及端侧能力抽象。主要内容包括：端云通信架构选型（REST/SSE/WebSocket/MQTT）及场景映射多智能体编排设计与端侧能力Tool化实现方案端云状态同步与流式传输机制完整的安全鉴权体系（含请求签名验签）车机/IoT等特殊场景的弱网处理方案可落地的代码示例与架构陷阱规避建议重点解决智能体系统在复杂端侧环境（Web/Android/IoT）下的通信可靠性、多智能体协作及安全验证问题，提供可直接复用的架构模式和实现代码。

2026-02-07 14:54:36 628

原创从 0 到 1 量产 Agent 落地：一份架构师视角的实践建议

（成规模上线、多场景复用、稳定服务业务）时，需要在需求、架构、稳定性、成本、安全与多端交付等方面做权衡与决策。架构师在方案设计前，需推动与业务方、客户对齐「做哪些、不做哪些、怎么算成功」，否则易出现 Demo 好看、上线后扯皮。单 Agent 场景下，架构师按业务形态选模式（ReAct、规划-执行-验证、元认知路由等），并控制扩展方式与配置化程度。量产前架构师应将成本与用量纳入设计（统计口径、限流与预算、缓存与模型选型），避免上线后成本失控。架构师应在方案中显式纳入安全与合规边界，避免事后补救。

2026-02-05 22:02:56 947

原创一句话描述需求就能选到适合自己的智能体架构

本文介绍了一个智能体框架推荐工具，用户只需用自然语言描述产品需求，系统就会自动推荐最适合的智能体架构。典型使用流程包括：安装依赖→输入需求→获取推荐架构及运行命令。该工具的核心价值是让零基础用户也能快速选型，通过先运行推荐架构的自带示例理解框架逻辑，再二次开发实现自己的业务需求。适用于智能体初学者、有明确产品想法但不知如何选型的开发者，能显著降低学习门槛和试错成本。文末提供了多个需求示例和使用方法。

2026-02-01 20:35:29 385

原创基于 MCP 的 LLM Agent 实战：架构设计与工具编排

本文介绍了如何利用**Model Context Protocol (MCP)**构建可调用业务工具的LLM Agent系统。核心架构包括客户端、FastAPI网关、AgentManager和MCP Server四层，通过标准化协议实现模型与业务工具的解耦。MCP Server通过FastMCP注册工具，每个工具返回统一结构（next_status/data/status），Agent根据next_status决定流程控制。系统采用Redis维护会话状态，支持多步业务场景（如场地预订流程）。示例代码展示了如

2026-01-31 19:50:59 664

原创智能体技术架构：从分类、选型到落地

本文系统梳理了智能体架构的技术框架与分类体系，涵盖11种典型架构的设计思想、适用场景与实现方案。从基础模式（反思、工具使用）到高级架构（多智能体协作、记忆系统），详细解析了控制流（线性/循环/分支）、规划策略（先规划/边想边做/闭环验证）、记忆机制（无状态/长期记忆）等核心维度。每种架构均配有流程示意图和代码示例（GitHub持续更新），为开发者提供从理论到实践的完整参考。特别适用于需要复杂推理、工具调用或多角色协作的AI系统开发场景。

2026-01-30 15:23:19 738

原创 AgentScope : 与CodeAct智能体对话

CodeAct Agent是一个Agent,它不仅可以聊天,还可以为你编写和执行Python代码。在本示例中,将介绍另一种赋予Agent调用工具能力的方法,特别是通过直接向Agent提供工具的相应代码,然后允许Agent独立地使用它们。在工具使用方面,CodeAct Agent还允许Agent使用工具（Tools）来解决问题,但是以不同的方式。

2024-09-29 18:56:30 1142 1

原创 AgentScope中带有@功能的多Agent组对话

演示由AgentScope支持的多代理（agent）群组对话。

2024-09-22 20:56:46 1848

原创 AgentScope 初体验

AgentScope是以开发者为中心的多智能体平台，它使开发者能够更轻松地构建基于大语言模型的多智能体应用程序。

2024-09-10 18:55:49 2285 1

原创通过API使用通义千问

使用非流式输出方式需要等待模型生成结束后再将生成的中间结果拼接后返回，而流式输出可以实时地将中间结果返回，可以在模型进行输出的同时进行阅读，减少等待模型回复的时间。当使用Linux系统（如Ubuntu、CentOS等）中的命令行添加DashScope的API-KEY为环境变量时，可以选择在当前会话添加临时性环境变量，或对当前用户添加永久性环境变量。如果想对当前用户添加永久性环境变量，使得在该用户的新会话中也可以使用该环境变量，可以把以下命令语句复制并添加到。信息，更符合日常交流的场景。

2024-09-10 15:42:03 16569 1

原创 KL 散度(python+nlp)

KL 散度（Kullback-Leibler divergence），也称为相对熵，是衡量两个概率分布之间差异的一种方式。KL 散度是非对称的，也就是说，P 相对于 Q 的 KL 散度通常不等于 Q 相对于 P 的 KL 散度。

2024-08-08 17:18:15 1493

原创使用 Quart (Flask 的异步版本) 和 FastAPI 构建异步服务

在本示例中，我们展示了如何使用 Quart 和 FastAPI 构建异步 Web 服务器，并通过客户端异步获取数据。这些代码示例涵盖了多种请求方式和数据处理方法，适用于高并发和异步处理的场景。pydantic 是一个数据验证和设置管理的 Python 库，提供了基于类型注解的数据验证功能。它主要用于定义和验证数据模型，确保数据符合预期的格式和约束。

2024-08-05 15:26:09 1278

原创 python后端启用 gzip 压缩响应体

【代码】python后端启用 gzip 压缩响应体。

2024-08-05 15:00:01 685

原创 query改写微调（T5 + DPO）

将原始的 CSV 文件转换为 T5 模型可以接受的格式。T5 模型的训练通常需要将数据转换为特定的文本输入格式，通常是 “source_text -> target_text” 的形式。中的数据需要进一步处理才能用于 T5 模型的训练。T5 模型通常需要特定的输入格式和数据预处理步骤来进行有效的训练。数据验证功能通过语义相似度、Jaccard 相似度、BM25 分数和长度差异四种方法，筛选符合质量标准的改写文本。是我们希望模型转换的查询，而。

2024-07-30 17:45:28 1916 5

原创 RedisSearch（附 python demo 代码）

初始化和配置：提供了灵活的配置选项来连接 Redis 服务器，并且支持设置索引的定义。文档操作：提供了添加、批量添加、更新和删除文档的操作，确保对索引数据的全面管理。查询操作：支持复杂的搜索查询，包括得分、负载和排序等功能，增强了搜索的灵活性。索引管理：提供了删除索引的功能，确保可以清理和重建索引。这个类提供了一个高效、灵活的接口来使用 Redisearch 进行全文搜索和索引管理，适用于多种使用场景。bge-large"""初始化 BM25 模型。:param documents: 文档列表。

2024-07-30 16:05:07 1520

原创几种常用的位置编码介绍及pytorch实现

我借给你300块与你借给我300块具有完全不同的含义。对于Transformer模型来说，由于Attention模块的无序性(无法区分不同位置的Token)，必须加入额外的信息来记录顺序，这里引入了位置编码。位置编码从实现方式上大致可以分为2类:绝对位置编码: 将位置信息融入到输入中相对位置编码: 微调Attention结构，使其可以分辨不同位置的Token。

2024-07-29 10:23:04 3704

原创 A* - 路径规划

实现了无向图的数据结构，支持添加节点和边。每个节点是一个坐标点，边包含了连接两个节点的代价。

2024-07-23 16:54:47 489

原创 PDF-Extract-Kit （PDF内容抽取开源项目）

PDF文档中包含大量知识信息，例如文本、表格、图像、公式等。此外，PDF的文档布局也相当复杂，页眉、页脚、表格标题、图片标题等等，提取高质量的PDF内容并非易事。布局检测：使用LayoutLMv3模型进行区域检测，如图像表格标题文本等；公式检测：使用YOLOv8进行公式检测，包含行内公式和行间公式；公式识别：使用UniMERNet进行公式识别；光学字符识别：使用PaddleOCR进行文本识别；注意：由于文档类型的多样性，现有开源的布局检测和公式检测很难处理多样性的PDF文档，为此。

2024-07-19 11:57:30 3913 9

原创 ‘wget‘ 不是内部或外部命令,也不是可运行的程序

在Windows环境下创建了虚拟环境并安装了wget包，但在使用该命令的时候仍然报错，‘wget’ 不是内部或外部命令,也不是可运行的程序。

2024-07-10 17:55:08 1777

原创 hf-mirror （huggingface 的国内镜像）

官网：网站域名，用于镜像域名。作为一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。

2024-07-10 14:04:07 141218 27

原创两张图片合并（右上角添加水印，兼容矢量图）保留原来的颜色

使用了泊松克隆（Poisson Cloning），会根据周围的颜色信息进行颜色调整，使得融合后的区域更加自然，但这也可能导致颜色发生变化。：进行添加logo(水印)由于使用了。logo 都花了，颜色也不对了。

2024-07-08 16:34:31 514

原创 python（opencv2、PIL）将图片透明背景转换成白色背景的两种方法

这两种方法都可以将透明背景转换为任意颜色背景，并支持在任意颜色背景之间进行转换。可以根据具体需求选择合适的工具和方法。通过上述封装函数，可以更方便地将带透明背景的图片转换为白色背景的图片。OpenCV方法函数封装。

2024-07-08 14:40:47 2439 1

原创 Qanything-docker-compose yaml文件（内含GPU 配置，备用学习）

【代码】Qanything-docker-compose yaml文件（内含GPU 配置，备用学习）

2024-07-05 11:31:57 926

原创显卡算力 - json

【代码】显卡算力 - json。

2024-07-05 11:24:42 301

原创 Request safe_get 小工具

接口安全获取请求参数小工具（ python）

2024-07-05 10:53:26 290

原创 function-calling初体验

函数调用(Function-Calling)允许使用自定义功能扩展LLM，使它们能够根据自然语言指令形成对外部函数的调用。结构化数据提取使LLM能够从非结构化文本中提取可用信息。Function-calling是LLM接收自然语言查询以及函数描述，并输出可用于调用该函数的字符串的能力。先使用NexusRavenV2-13B 大模型，一个针对函数调用（function-calling）和数据提取进行了微调的开源模型。

2024-07-03 12:07:58 1524

原创 RAG开源项目Qanything源码阅读3-在线推理

项目：https://github.com/netease-youdao/QAnything。

2024-07-03 12:06:36 1166

原创 RAG开源项目Qanything源码阅读2-离线文件处理

开源

2024-07-02 16:15:39 1286

原创 RAG开源项目Qanything源码阅读1-概述+服务

相比于论文中的对RAG的探索，实践更讲求实用性和全链路的完整性，类似文档处理、精排等逻辑在现实中的使用，一个很快的学习方式就是看开源项目，随着RAG项目的逐渐成熟，完整的开源项目也逐渐变多，包括langchain在内，类似Qanything、RAGflow、fastRAG。RAG全流程都具备，从文件上传、处理到在线推理、排序等，关键模块都是有的，而且中文注释，注释和文档也比较完善，很适合学习。包括完整的前后端体系。

2024-07-02 11:31:14 1560

原创 AutoGen 两个agent讲相声

注意，你想让那哪个先开始就从哪个agent 初始化一个 initiate_chat ，然后设置对话者（recipient），然后起个话头，然后设置下最多对话几轮就可以开始一个简单的相声对话了。如果我们想记录状态（state）,并保持状态（maintain the state）,然后让他执行一系列的任务（tasks），我们需要一个不同的方法（approach）现在有了两名相声演员，一个逗哏，一个捧哏，开始欣赏下现挂的相声吧。添加summary 参数，获取更加好的summary。

2024-07-01 20:59:04 1773