- 博客(142)
- 收藏
- 关注
RSS订阅原创 LangChain DeepAgents 速通指南（十）—— DeepAgents Code 智能体服务核心源码解读
DCode的Agent Server藏着哪些生产级设计？本文深入核心源码，拆解动态模型切换、工具注册机制、子智能体与六大中间件的精妙实现。读完这篇大家对智能体工程的认知将彻底刷新！
2026-07-02 12:36:34
282
原创 LangChain DeepAgents 速通指南（九）—— 生产级智能体框架 DeepAgents Code 源码导读
DeepAgents Code 是 LangChain 官方对标 Claude Code 的开源生产级智能体。本文作为源码导读开篇，带你建立宏观认知：为何采用客户端-服务端分离架构？技术栈如何选型？读源码到底该读什么？一文讲清。下篇起，深入 Agent Server 核心模块！
2026-06-27 11:30:00
340
原创 什么是Loop Engineering？最通俗易懂的Loop Engineering核心概念
Loop Engineering 刷屏，你焦虑了吗？别急，本文用最直白的方式拆解：它不过是“自动循环 + 自动验证”，核心就两件事——怎么启动、怎么验证。其余 Skills、MCP 全是旧瓶新酒。读完这篇，你也能从容应对领导的新要求，不被概念带偏。
2026-06-23 17:29:01
394
原创 别拿Claude Code当对话框：这6个GitHub项目让你吃透代码智能体
6个GitHub项目带你从“用好”到“手撸”Claude Code：前两个激活多智能体协作，效率翻倍；后四个从零手写到源码分析，搞懂原理。无论你是重度用户还是想自建代码智能体，这条学习路径都为你准备好
2026-06-11 12:48:29
201
原创 智能体从入门到精通：6个必学GitHub开源项目
大模型之后，智能体成了程序员的必修课。可OpenClaw四十万行代码，谁看了不腿软？只调LangAPI却不懂原理，终究是空中楼阁。本文精选6个GitHub项目，从百行极简实现到工业级框架，帮你搭一条缓坡，真正搞懂Agent的思考、行动与进化。按顺序学下来，你也能从使用者变成构建者。
2026-06-09 17:20:19
273
原创 大模型训练全流程实战指南工具篇（十三）—— 大模型评测实战（数据集评测+自动化评测）
本期内容聚焦大模型评测的实战落地，介绍了 EvalScope 工具，演示了三种评测典型场景，深入讲解了 BLEU和 ROUGE两大评测指标，分享了如何用裁判模型实现自动化、可量化的质量评估。
2026-05-28 12:50:49
502
原创 大模型训练全流程实战指南工具篇（十二）—— 大模型评测方法及典型评测集介绍
本文系统介绍了大模型评测的必要性和常用方法。评测是验证模型效果的关键环节，可避免主观判断的偏差，为模型选型和迭代提供客观依据。评测方法主要包括人工评测、数据集评测和大模型自动化评测三种，各有适用场景。文章详细列举了典型评测数据集，如MMLU（通用知识）、GSM8K（数学推理）、HumanEval（代码生成）等，并推荐使用EvalScope工具进行标准化评测。通过科学评测可全面评估模型能力，确保模型质量符合上线要求。
2026-05-22 13:08:51
381
原创 从RAG到LLM Wiki：一文看懂大模型+知识的演进路线
本篇文章分享了从 RAG 到 GraphRAG 再到 Agentic RAG的检索技术的精进历史，同时指明RAG始终困在“临时翻书、问完即忘”的循环的痛点。LLM Wiki 的出现，将范式从“检索”扭转为“编译”——知识不再止于向量碎片，而是沉淀为一张持续生长的结构化理解之网。就像编译器让源码可执行，LLM Wiki 让资料可理解、可关联、可积累，让知识真正“属于”你。每一次摄入都在为下一次理解铺路，知识积累的复利效应由此启动。
2026-05-17 21:29:29
403
原创 LangChain DeepAgents 速通指南（八）—— DeepAgents流式输出详解
本期内容系统性地分享了 DeepAgents 流式输出的核心路径，并对 `stream_mode` 的几种模式进行了横向拆解与对比。从架构层面的命名空间路由，到 `updates`、`messages`、`custom` 三大粒度模式的实战，再到生产级的多模式组合——每个环节都配有可运行的代码示例，希望大家能真正掌握这套流式体系。
2026-05-06 11:26:08
506
1
原创 LangChain DeepAgents 速通指南（七）—— DeepAgents使用Agent Skill
本期全面解析了DeepAgents中的Agent Skill机制。DeepAgents通过`SkillsMiddleware`与`FileSystemMiddleware`的协同，完整实现了Skills的发现、激活与执行流程。本文从Skills快速回顾入手，剖析了工程实现的四个核心步骤（发现、注入、渐进加载、执行），并通过两个实战案例（基础技能识别与文档处理Skill）展示了具体接入方法。合理使用Skills能极大扩展智能体能力边界，但需注意路径配置与系统提示词规范。
2026-04-22 18:28:52
998
原创 大模型训练全流程实战指南工具篇（十一）—— 大模型训练参数调优实战：从小白到调参高手
本文分享了大模型训练中的参数调整方法，从读懂训练日志、识别典型问题，到核心参数的调整方法论，再到不同场景下的调参策略，最后给出了一套标准的调参流程。调参是一门实践性很强的技能，需要在实际训练中不断积累经验。希望本文能够帮助大家建立起系统的调参思维，从"盲目试错"走向"有的放矢"。
2026-04-18 11:47:02
447
原创 GitHub 85K Star 新王挑战 357K Star 霸主：Hermes 还是 OpenClaw？最强Agent框架怎么选
一文详解Hermes和新特性。从2025选型困难到2026强者对决，AI Agent框架进化迅猛。Hermes并非简单取代OpenClaw，而是开辟新路径：赋予Agent长期记忆与自我进化能力。
2026-04-15 22:02:34
735
原创 Agent Skills完全指南：核心概念丨设计模式丨实战代码
本篇分享了Agent Skills的核心概念、设计模式。并以Claude Code为例，通过代码实战详细演示了Skills的创建、使用及进阶集成方法，帮助大家快速掌握AgentSkills的开发技巧。
2026-04-09 18:00:56
502
原创 一文详解AI圈爆火概念—Harness Engineering：决定智能体系统上限的关键因素
本篇分享Harness Engineering， 它是智能体从回答问题迈向执行任务的工程思想。它并非替代提示词或上下文工程，而是在二者之上构建而是在二者之上构建约束、编排、观测与恢复机制，确保应用稳定
2026-04-09 17:49:53
636
原创 LangChain DeepAgents 速通指南（六）—— DeepAgents SubAgent 子智能体机制
本文介绍了DeepAgents框架中的子智能体系统及其核心价值。子智能体能够帮助主智能体保持上下文清爽，同时专注于特定任务，提升执行效率。DeepAgents提供两种创建子智能体的方式：基于字典的基本创建和编译后的子智能体，前者适合快速原型验证，后者支持更灵活的定制开发。文章还通过"国际情报分析师"Demo演示了子智能体的实际应用，展示了如何利用Tavily搜索工具构建专业化的子智能体系统。子智能体功能是DeepAgents框架的核心能力之一，能有效解决复杂任务场景下的上下文管理和任务分
2026-04-03 20:41:23
653
原创 大模型训练全流程实战指南工具篇（十）—— 小白也能懂的大模型训练参数万字详解
本文系统讲解了大模型训练的三种核心方法及其适用场景：全参数训练适用于高质量大数据但资源消耗大；LoRA训练通过轻量适配器实现高效微调，适合中小企业和个人开发者；QLoRA进一步降低显存需求，是极限性价比之选。文章重点解析了LLaMA Factory工具中LoRA训练的关键配置参数，包括模型路径、数据格式、训练参数等，帮助读者从"流程可运行"进阶到"训练稳定、效果可控"。通过通俗易懂的比喻和实战经验分享，本文为大模型训练入门者提供了从理论到实践的完整指导。
2026-04-01 12:52:13
470
原创 7B漏洞检测模型撬动网络安全新格局，谁说2026年大模型训练技术已经过时？
《7B小模型VulnLLM-R：专业领域超越千亿大模型》摘要：UCSB团队开发的VulnLLM-R模型仅7B参数规模，却在漏洞检测任务上超越百亿级通用大模型。其成功源于精心设计的训练数据（覆盖多种漏洞类型和代码规模）和"蒸馏+微调"训练方法，通过教师模型混合使用和智能纠错提升性能。该模型已成功发现15个零日漏洞，并与智能体形成"模型进化-智能体落地"的正向循环，证明专业领域小模型同样能创造巨大价值。
2026-03-26 12:48:00
423
原创 LangChain DeepAgents 速通指南（五）—— 快速了解DeepAgents框架及其核心特性
本文分享了DeepAgents框架的诞生背景与核心优势，并演示了其快速上手的完整流程。DeepAgents 在任务规划、上下文管理、子代理并行执行等方面展现出强大的能力，仅需少量代码即可构建复杂智能体
2026-03-25 12:46:33
532
原创 大模型训练全流程实战指南工具篇（九）——LLamaFactory大模型训练工具使用指南
本期分享以LLaMAFactory大模型训练框架 为例，从环境搭建到模型下载、数据准备、微调训练、权重合并及部署测试，完整演示了 大模型训练的实战流程，充分展现了训练框架的极简操作和核心优势。
2026-03-24 12:54:18
420
原创 一文详解2026年技术圈最火概念——Agent Engineering智能体工程
本文详细分享了什么是智能体工程以及开发工程规范。智能体工程将非确定性大模型迭代为可靠生产级应用，它融合产品、工程与数据思维，强调放弃完美主义，在真实用户互动中持续成长，一定会是未来产品的最完美形态。
2026-03-21 17:30:57
462
原创 LangChain DeepAgents 速通指南（四）—— FileSystem中间件：让AI Agent拥有系统级记忆管理能力
FileSystem 中间件为 Agent 赋予文件管理能力，通过四种后端实现不同层级的记忆：StateBackend（线程级短期记忆）、StoreBackend（跨线程长期记忆）、FileSystemBackend（本地磁盘持久化）和 CompositeBackend（混合路由），从而灵活应对从临时草稿到长期记忆的存储需求，有效管理上下文窗口。
2026-03-11 17:51:34
593
原创 大模型训练全流程实战指南工具篇（八）——EasyDataset问答数据集生成流程
本文以EasyDataset工具为例，系统介绍了问答对数据集的完整生成流程：从问题生成、答案生成，到采用“自动化初筛+人工抽检”策略进行质量评估，最后导出标准格式，为模型微调提供高质量数据。
2026-03-08 14:08:27
528
原创 LangChain DeepAgents 速通指南（三）—— 让Agent告别混乱：Tool Selector与Todo List中间件解析
本期介绍ToolSelector与TodoList中间件：ToolSelector智能筛选相关工具；TodoList自动拆解子任务并维护状态，二者共同提升LangChain DeepAgents处理复杂任务的性能。
2026-03-03 08:15:00
1483
原创 大模型训练全流程实战指南工具篇（七）——EasyDataset文档处理流程
本篇以EasyDataset为例，系统讲解大模型预训练数据集的构建流程：从安装配置、文本分块（多种策略）、数据清洗到领域标签生成，最终导出预训练数据，为初学者提供从原始文档到高质量数据集的完整实践。
2026-02-27 11:53:05
943
原创 LangChain DeepAgents 速通指南（二）—— Summarization中间件为Agent作记忆加减法
本文深入讲解LangChain DeepAgents内置的Summarization中间件，它能自动压缩对话历史，解决大模型上下文窗口限制问题。通过配置trigger（触发条件）、keep（保留最新消息）、model（摘要模型）等参数，中间件在达到阈值时将旧消息摘要并重组列表。支持消息数、token数、占比等多条件触发，可自定义摘要提示词，为Agent记忆“做减法”，助力高效处理长任务。
2026-02-25 16:57:17
1187
1
原创 LangChain DeepAgents 速通指南（一）—— 一文详解DeepAgents核心特性
DeepAgents是LangChain团队开发的框架，封装任务规划、子代理管理、文件系统等通用能力，通过create_deep_agent函数让开发者仅需数行代码即可构建复杂智能体，实现搭积木式开发
2026-02-24 17:45:00
1663
原创 最强开源多模态大模型它来啦——一文详解Qwen3.5核心特性
Qwen3.5-397B-A17B是除夕夜开源的全球最强原生多模态模型，支持图像/视频输入，对话、编程、Agent构建等能力追平GPT-5.2。采用极致稀疏MoE架构（17B激活参数），性能超越Qwen3-Max，显存降低60%、吞吐提升19倍。
2026-02-17 19:10:30
3232
原创 大模型训练全流程实战指南工具篇（六）——OCR工具实战指南（以DeepSeek-OCR-2为例）
本文以DeepSeek-OCR-2为例，详解其核心特性、本地部署及vLLM推理实战。并延伸后处理策略，涵盖数据清洗、RAG优化到多模态检索，打通从“读出来”到“用起来”的全链路，为高质量数据集构建提供实战指南。
2026-02-13 18:00:00
859
原创 LangChain不支持AgentSkills？那就从0到1实现一个！
本篇内容是笔者针对LangChain智能体工具过多导致性能下降的问题设计的一种仿Claude Skills的解决方案。其核心是通过双层工具架构（Loader Tools与Content Tools）、状态驱动与中间件拦截机制，实现工具的按需动态加载，从而显著降低Token消耗并提升模型调用工具的准确性与效率。
2026-02-10 17:30:00
1155
原创 中美大模型“内战”都怎么打！一文详解Claude Opus 4.6和GPT-5.3 CodeX核心特性
本文聚焦AI领域巅峰对决，解析Claude 4.6 Opus与GPT-5.3 CodeX的核心特性：前者凭借超长上下文与强大Agent团队领衔复杂工作流；后者以精准意图理解与更高基准分数实现高效执行。二者技术路径分野，正共同推动AI向更专业、更实用的未来加速演进。
2026-02-09 07:59:54
998
原创 一文读懂OpenClaw核心特性与原理解析(文末附国产大模型+聊天软件接入OpenClaw视频教程地址)
本文分享了OpenClaw核心特性与设计原理，并提供接入国产大模型与聊天工具的实用指南。OpenClaw通过独特的网关系统，四层记忆架构、并借助Agent Skills体系灵活扩展向着未来数字员工迈进
2026-02-04 12:51:13
6987
原创 大模型训练全流程实战指南工具篇（五）——大模型训练全流程步骤详解与对应工具推荐
本篇系统分享了大模型训练数据、训练、评测三大核心阶段，为每个环节推荐了如EasyDataset、LLaMAFactory、EvalScope等关键实用工具，旨在帮助读者构建清晰的大模型训练路径。
2026-02-01 17:29:27
1073
原创 Agent Skills完全指南：核心概念丨设计模式丨实战代码
本篇分享了Agent Skills的核心概念、设计模式。并以Claude Code为例，通过代码实战详细演示了Skills的创建、使用及进阶集成方法，帮助大家快速掌握AgentSkills的开发技巧。
2026-01-26 22:13:53
885
原创 大模型训练全流程实战指南基础篇（四）——本地部署大模型API调用实战：Python对接OpenAI格式全解析
本文详解OpenAI格式调用本地大模型的流程。首先解析标准协议的核心结构，随后通过从requests底层实现到openai库的实战对比，演示了API对接方法，并最终构建了一个流式多轮对话机器人应用。
2026-01-22 12:46:51
716
原创 大模型训练全流程实战指南基础篇（三）——大模型本地部署实战（Vllm与Ollama）
本期内容详细分享了两种主流本地部署方案：面向生产环境、支持高并发的高性能 VLLM 部署，以及面向个人快速体验、对硬件要求低的轻量级 Ollama部署，提供了从环境准备到代码调用的完整实战步骤。
2026-01-18 11:15:00
1538
原创 大模型训练全流程实战指南基础篇（二）——大模型文件结构解读与原理解析
本文以Qwen3为例，分享了大模型的核心文件组成与生成对话原理，并通过代码实战演示了从加载模型到获取回复的完整流程，帮助大家真正理解大模型的核心工作机制。
2026-01-14 19:52:18
790
原创 LangGraph智能体开发设计模式（四）——LangGraph多智能体设计模式：网络架构
本篇重点分享了网络架构及其典型实现Swarm架构的特点，并结合代码示例展示了如何利用langgraph-swarm库构建具备动态移交能力的智能体协作网络。
2026-01-10 11:15:00
1795
原创 大模型训练全流程实战指南（一）——为什么要学习大模型训练？
大模型训练是深入AI核心、从技术使用者迈向创造者的关键一步。它不仅赋能垂直领域创新，更是构建个人长期竞争力的硬核技能。无论是企业智能赋能还是研究生学术界的创新点构思，大模型训练都是大家追逐AI浪潮的必备技能，本合集将系统拆解从数据处理、模型训练到强化学习与智能体开发的全流程，并带你从零实现模型，大家掌握大模型训练的全技能，真正掌握塑造智能的能力！
2026-01-08 20:12:11
1094
原创 LangGraph智能体开发设计模式（三）——LangGraph多智能体设计模式：主管架构与分层架构
本篇分享了多智能体系统的两种核心架构。主管架构通过主管智能体管理多个专业智能体，适合结构化任务。分层架构引入了团队与层级概念，由顶层主管协调团队主管，从而分担决策压力，提升系统处理复杂任务的能力。
2026-01-05 17:45:00
658
原创 从分享AI，到与AI共舞—大模型真好玩的2025总结
从前端工程师转型AI领域，回顾了2025年如何通过撰写102篇技术文章分享学习经验，以及利用AI工具（如Trae）提升工作效率的实践。面对AI时代大家应该拥抱未来，用AI赋能工作，用AI改变生活。
2025-12-31 12:42:03
1118
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