- 博客(7)
- 收藏
- 关注
RSS订阅原创 OpenClaw 安装及配置教程（Windows版 | 超详细避坑指南）
OpenClaw 是一款轻量且高效的AI辅助工具，与Cherry Studio 配合使用更方便。本文针对 Windows 系统，从环境准备、软件安装、配置到卸载，全程超详细拆解，即使是新手也能一步步跟着完成，避免踩坑！
2026-03-16 19:34:35
1881
原创 LoRA 定义及与 RAG、Agent 的关联
LoRA是企业级大模型应用开发的核心组件之一，作为大模型的轻量插件，它能让通用模型快速适配垂直业务需求。与RAG（检索增强）和Agent（智能调度）形成黄金组合：LoRA负责业务知识内化，RAG提供实时数据检索，Agent则统筹决策。三者协同工作可实现专业规范、实时准确的智能输出。开发者只需掌握LoRA的作用原理、API调用方式及三者联动逻辑，即可构建高效的企业级AI应用，无需深入LoRA的底层算法。这种"Agent调度+LoRA专业+RAG事实"的架构，是当前大模型落地的核心模式。
2026-03-02 11:02:57
779
原创 JupyterLab 安装使用（轻量替代 Jupyter Notebook）
JupyterLab 是 Jupyter 官方推出的，相比旧版 Jupyter Notebook，更轻量、界面更现代、操作更高效，完全兼容所有.ipynb文件，尤其适合你后续调试 Python、调用 LLM API、开发 RAG 相关代码。
2026-03-02 10:54:46
907
原创 Jupyter调试LLM API 实战
调试顺序：先调试「单轮对话」（确保API连通）→ 再调试「多轮对话」（上下文）→ 最后调试「流式输出」（任务重点），逐段排错，避免一次性写完整代码报错。核心避坑：API Key必须替换成自己的，否则无法调用；流式输出和非流式输出不能同时开启（stream设为True/False二选一）。贴合学习：这份示例完全对应你第1周的任务，调试成功后，可直接复用代码，修改提问内容、参数，完成本周的“CLI聊天机器人”任务。
2026-03-01 14:11:07
708
原创 LLM基础：token、temperature、上下文（易懂版）
Token：最小处理单位，控制长度、计算费用；Temperature：控制回答随机性，精准需求设0–0.5，创意需求设0.6~0.9；上下文：保存对话历史，实现多轮对话，注意不超过最大token限制。后续你在Jupyter里调试LLM API，会直接用到这三个参数，记好这几点，就能快速上手调用。
2026-03-01 14:10:48
561
原创 Jupyter详细使用教程
启动后浏览器显示的界面，类比Java的「IDEA项目管理器」，核心功能如下（重点记3个）：左侧：当前电脑的「文件目录」，和你本地文件夹完全一致，可点击切换目录（建议新建一个「LLM学习」文件夹，专门存放后续的代码文件）。右上角「New」：新建文件/文件夹，后续只用到「Python 3」（新建代码文件）和「Folder」（新建文件夹）。右上角「Logout」：退出Jupyter，关闭浏览器后，记得在终端按「Ctrl+C」停止Jupyter服务（避免占用端口）。
2026-02-28 14:19:09
1247
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