- 博客(57)
- 收藏
- 关注
RSS订阅原创 【系统架构师】第三章 数据库系统知识 - 数据库基础到关系代数（详细版）
摘要： 本章是系统架构师考试核心内容，重点涵盖数据库基础概念、设计方法与关系代数。关键考点包括： 三级模式两级映像（必考）：外模式（视图层）、概念模式（基本表）、内模式（物理存储）及其映像机制，实现逻辑独立性与物理独立性。 数据模型转换：ER模型到关系模型的映射规则，解决实体、联系及冲突合并问题。 关系代数运算：掌握并、交、差等基本运算，以及自然连接与笛卡尔积的转换技巧。 考试分值：选择题3-5分，案例分析必考25分选做题，需重点练习ER图设计与关系代数推导。
2026-02-21 13:04:27
645
原创 【系统架构师】第二章 操作系统知识 - 第三、四部分：存储管理与设备管理（详细版）
本文档系统梳理了操作系统存储管理与设备管理的核心知识。存储管理部分重点讲解分区存储（固定/可变/可重定位分区）及其碎片问题，深入分析页式存储管理原理，包括逻辑地址转换、页面置换算法等必考内容。设备管理部分简要介绍I/O控制方式、缓冲技术等基础知识。文档采用图表结合方式，突出显示核心考点（⭐⭐⭐），帮助考生快速掌握操作系统内存管理的关键概念和计算方法。特别强调页式存储管理的地址转换机制是考试重点，需要熟练掌握。
2026-02-08 14:51:26
1260
原创 【系统架构师】第二章 操作系统知识 - 第二部分：中断机制（补充版）
摘要：操作系统中断机制 中断机制是操作系统实现多任务和并发执行的核心技术。文章介绍了中断的基本概念、处理流程和五种分类：程序性中断（内存越界、除零错误）、外中断（时钟中断、Ctrl+C）、输入输出中断（设备操作完成）、硬件故障中断（电源故障）和访管中断（系统调用）。重点分析了程序性中断的典型错误和外中断的特点，并详细说明了中断处理的五个关键步骤：关中断、保存现场、执行ISR、恢复现场和中断返回。该机制通过事件驱动方式实现进程切换，对提高系统响应速度和多任务并发至关重要。
2026-02-08 12:56:45
644
原创 【系统架构师】第二章 操作系统知识 - 第二部分：进程与线程（补充版）
本文摘要：本文系统讲解了操作系统中的进程与线程概念及其核心区别。关键点包括：1) 传统进程既是资源拥有单位也是调度单位，引入线程后进程仅管理资源，线程成为独立调度单位；2) 线程共享进程资源（如内存、文件），但拥有独有资源（线程ID、程序计数器、寄存器、栈等）；3) 通过对比表详细分析了两者在资源、调度、开销等方面的差异；4) 引入线程可提高并发性、降低开销，但也增加了编程复杂度。文中使用公司员工、餐厅服务员等比喻帮助理解抽象概念。
2026-02-07 20:32:51
781
原创 【系统架构师】第二章 操作系统知识 - 第二部分：进程管理（详解版）
操作系统进程管理摘要 进程管理是操作系统核心内容，包含以下重点： 进程概念：进程=运行中的程序，由PCB、程序段和数据段组成 三态模型（必考）： 运行态（有CPU） 就绪态（只缺CPU） 阻塞态（缺CPU和其他资源） 重要规则：阻塞态不能直接到运行态，就绪态不能直接到阻塞态 进程资源图： 用于检测死锁 组成元素：资源（长方形）、进程（圆形）和箭头（分配/请求关系） 其他核心考点： PV操作 生产者-消费者问题 进程调度算法 这部分内容占操作系统考试60%以上分值，需重点掌握三态转换规则和进程资源图分析方法。
2026-02-05 20:59:30
727
原创 【系统架构师】第二章 操作系统知识（详解版）
本文摘要： 《操作系统概述》章节系统介绍了操作系统的基础知识，包括定义、组成、作用和核心特征。操作系统作为计算机系统的资源管理者，由内核（实现进程、存储、设备、文件、作业五大管理功能）和配套软件组成。其三大重要作用包括：资源管理、提供人机界面和应用程序开发平台。四大核心特征中，并发性（微观串行、宏观并行）最为关键，通过分时调度实现；共享性使资源可被多进程共用；虚拟化将物理设备转为逻辑共享；不确定性指进程执行顺序不可预测。这些概念是理解操作系统运行机制的基础，其中并发性、共享性和虚拟性为高频考点。
2026-02-05 17:32:25
898
原创 【系统架构师】第一章 计算机系统基础知识（详解版）
本章作为基础章节，主要介绍计算机系统的基本概念。虽然考试中分值不高，但这些基础知识是理解后续章节（操作系统、数据库、网络等）的前提。
2026-02-02 22:56:36
1012
原创 LangChain V1.0 MCP (Model Context Protocol) 详细指南
LangChain MCP 指南摘要 MCP（Model Context Protocol）是一个标准化协议，用于规范LLM与外部工具、数据和提示词的交互方式。LangChain通过langchain-mcp-adapters库提供MCP支持，实现： 核心功能：发现/调用工具、访问资源、复用提示词模板 架构优势：标准化接口、解耦设计、类型安全、生态共享 典型应用：创建数学计算服务器（如加减乘除工具），通过MCP客户端连接多个服务端，集成到LangChain Agent中 150字完整覆盖核心概念与快速入门示
2026-01-12 22:09:35
878
原创 LangChain V1.0 Context Engineering（上下文工程）详细指南
摘要 LangChain上下文工程指南详细介绍了如何优化LLM性能的核心技术。上下文工程是指在正确的时间、以正确的格式提供正确的信息和工具，使LLM能成功完成任务。这是AI工程师的核心工作之一。 指南指出，大多数Agent失败源于上下文问题而非模型能力问题。上下文工程包括动态调整系统提示词、智能管理消息历史、按需提供工具、选择合适的模型和定义输出格式。LangChain将上下文分为三种类型：瞬态的模型上下文（包含系统提示、消息历史等）、持久化的工具上下文（可读写会话状态和存储数据）以及生命周期管理。通过优化
2026-01-10 10:17:51
1039
原创 LangChain V1.0 Guardrails 与 Runtime 详细指南
摘要 LangChain Guardrails 和 Runtime 系统为构建生产级AI应用提供关键安全与运行机制。Guardrails分为确定性护栏（基于规则）和基于模型的护栏（使用LLM），分别用于快速过滤和语义理解，覆盖PII保护、内容审核等场景。Runtime系统提供上下文管理、依赖注入等核心功能，确保Agent安全访问外部资源。二者协同工作形成完整安全架构：输入经过Guardrails检测后，由Runtime管理的Agent处理，输出再次通过Guardrails审核。LangChain提供内置中间
2026-01-08 20:46:26
1192
原创 PyTorch 机器学习工作流程基础 - 完整教程
本文介绍了PyTorch机器学习完整工作流程，包含数据准备、模型构建、训练评估、保存部署五个核心环节。重点讲解了数据集的创建、划分（训练/验证/测试集）和可视化方法，提供了线性回归数据生成示例和三分法数据划分代码实现。教程强调数据可视化的重要性，并给出解决中文显示问题的配置方案。通过清晰的流程图和代码示例，帮助开发者掌握PyTorch机器学习项目的标准化流程。
2025-12-08 14:29:34
912
1
原创 LangChain V1.0 Streaming 详细指南
LangChain Streaming 指南摘要 LangChain 的流式传输系统为LLM应用提供实时响应能力，显著提升用户体验。核心功能包括： 流式模式： 支持values/updates/messages/custom/debug五种模式 可输出token级/步骤级/事件级数据 核心应用： 模型流式：逐token输出内容 工具流式：实时显示工具调用过程 Agent流式：观察Agent执行步骤 LangGraph集成： Values模式传输完整状态 Updates模式仅传输增量变化 支持复杂状态管理和自
2025-12-01 12:30:58
1309
原创 LangChain V1.0 Structured Output 详细指南
LangChain结构化输出指南摘要 LangChain的Structured Output功能允许LLM返回特定格式的结构化数据（如JSON对象、Pydantic模型），而非自然语言文本。相比传统文本解析方式，结构化输出提供更可靠的数据提取、更好的系统集成、类型安全验证和开发体验。 核心实现方式包括： 使用Pydantic Model（推荐） - 支持自动验证和IDE补全 使用TypedDict - 适合简单用例 使用JSON Schema - 提供最大控制和跨语言兼容性 该功能特别适合需要将LLM输出直
2025-11-30 15:13:05
1519
原创 LangChain V1.0 Short-term Memory 详细指南
LangChain短期记忆指南摘要 短期记忆是LangChain中让AI代理记住单次对话内容的关键机制，能维护连贯的多轮对话。相比长期记忆，短期记忆仅作用于当前会话，存储对话历史等临时数据。 核心实现方式包括： 使用MessagesState管理对话状态 通过add_messages智能更新消息列表 借助Checkpointer实现对话持久化 当对话变长时，推荐采用修剪策略： 消息修剪：保留最近的N条消息 消息删除：永久移除特定消息 消息总结：用摘要替代原始内容 示例展示了如何通过trim_messages
2025-11-29 22:40:34
993
1
原创 Hello-Agents —— 03大语言模型基础 通俗总结
本文系统介绍了大语言模型的基础知识和发展历程。首先讲解了从N-gram到神经网络的演进过程，分析了RNN/LSTM的优缺点。重点解析了Transformer的核心组件，包括自注意力机制、多头注意力和位置编码，并对比了三种主流架构。最后详细介绍了与大模型交互的技巧，包括采样参数设置、提示工程方法和分词技术，为理解和使用大语言模型提供了全面指导。
2025-11-29 16:44:55
1266
原创 LangChain V1.0 Tools 详细指南
LangChain工具指南摘要 LangChain工具是Agent调用执行操作的组件，通过明确定义的输入输出扩展模型能力。工具封装可调用函数，定义输入模式，可传递给聊天模型使用。 工具定义有三种方式： @tool装饰器：最简单的方式，通过函数类型提示定义输入模式，文档字符串作为工具描述 args_schema参数：使用Pydantic模型定义复杂参数验证 继承BaseTool类：提供完全控制，适合复杂工具 工具包含必需属性(name、description、args_schema)和方法(_run、_aru
2025-11-23 16:20:07
992
原创 PyTorch 零基础入门：从张量到 GPU 加速完全指南
本文档是 PyTorch 基础教程的完整中文总结，改编自 Daniel Bourke 的 Learn PyTorch for Deep Learning 教程。文档系统地介绍了 PyTorch 深度学习框架的核心概念和基础操作，从零开始帮助读者掌握 PyTorch 的使用。
2025-11-16 16:54:53
1048
原创 Hello-Agents —— 01初识智能体 通俗总结
智能体时代：自主决策的AI助手 智能体时代标志着AI从被动应答到主动行动的转变。智能体是能够感知环境、自主决策并采取行动的实体，如扫地机器人、自动驾驶汽车等。它们具有四大核心特征： 自主性：动态决策而非固定脚本 反应性：实时响应环境变化 主动性：预见需求并提前行动 学习能力：持续优化表现 智能体演进包含四个层次：简单反射式→基于模型→目标导向→效用最大化。与普通程序相比，智能体能理解自然语言目标并动态适应环境，代表AI技术的重大进步。
2025-11-15 15:50:28
1033
原创 LangChain V1.0 Messages 详细指南
本文详细介绍了LangChain中的核心消息类型及其应用场景。主要包括HumanMessage(用户消息)、AIMessage(AI响应)、SystemMessage(系统指令)和ToolMessage(工具消息)四种主要消息类型，以及用于删除历史消息的RemoveMessage。消息支持文本、图像等多模态内容，可包含元数据、工具调用等信息。文章还比较了content和content_blocks两种内容表示方式，推荐使用标准化的content_blocks处理多模态数据。最后介绍了通过URL或Base64
2025-11-09 23:15:11
1199
1
原创 LangChain V1.0 Models 详细指南
本文总结了LangChain框架中Models的核心概念和不同模型提供商的初始化方法。主要内容包括： Models的作用：作为Agent的推理引擎，负责理解输入、生成响应、工具调用决策等核心功能 Chat Models与LLMs的区别： Chat Models专为对话设计，支持消息列表输入和工具调用 LLMs更通用，接受字符串输入输出 推荐使用Chat Models：因其支持更丰富的对话上下文、原生工具调用和系统提示控制 模型初始化方式： 推荐使用init_chat_model统一接口 支持Anthropi
2025-11-09 19:33:32
1222
原创 LangChain v1.0 完整了解指南
LangChain v1.0 是面向生产环境的 AI Agent 构建框架，带来了重大架构革新和功能改进。核心变化包括：统一了 Agent 抽象（基于 LangGraph 构建），简化包结构聚焦核心功能，深度集成 LangGraph 提供持久化执行等底层能力。功能改进涵盖标准化内容块（content_blocks）、增强的结构化输出、中间件系统和统一模型接口。这些变化使框架更易用（10行代码构建Agent）、更稳定（v2.0前无破坏性变更）且更适合生产环境，被Uber等企业采用。同时提供了从旧版本迁移的指南
2025-11-08 21:45:45
1700
1
原创 Claude Code 万字斜杠命令指南
本文介绍了Claude Code中的斜杠命令(Slash Commands)系统，这是一组用于控制AI行为的特殊指令。主要内容包括：1) 斜杠命令的两种类型(内置和自定义)；2) 详细的内置命令列表，涵盖基础控制、项目管理、上下文管理、配置诊断等18类功能；3) 对关键命令如/add-dir、/model和/init的详细说明和使用示例。这些命令可帮助用户高效管理项目、控制AI行为并优化工作流程。
2025-09-23 14:46:21
3404
原创 Claude Code 交互模式指南
Claude Code 交互模式摘要 Claude Code 提供强大的编程交互环境，支持多种输入方式和命令执行。核心功能包括： 快捷键操作：支持基本控制（Ctrl+C/D/L）、多行输入（\ + Enter/Option+Enter）和命令历史浏览（↑↓键） 命令系统： 斜杠命令（/vim，/clear） Bash模式（!ls -la） 记忆快捷方式（#project） 高级功能： Vim编辑器模式支持完整编辑命令 后台异步执行开发命令（!npm run dev &） 智能命令历史管理 最佳实践：
2025-09-22 20:08:34
1693
原创 Claude Code CLI 参考文档
Claude Code CLI 是一个功能丰富的命令行工具，提供交互式编程协助和自动化脚本支持。核心功能包括：1) 灵活的输入方式，支持管道输入和交互/非交互模式；2) 完善的会话管理，可保存和恢复对话上下文；3) 多样化的输出格式控制（文本/JSON等）；4) 模型和权限配置选项。适用于代码审查、调试分析、项目讨论等多种开发场景，并能与现有开发工作流无缝集成。通过环境变量和命令行选项可自定义工具行为，结合详细日志便于问题排查。
2025-09-21 20:59:30
1920
原创 Eino ToolsNode 组件完全指南
Eino ToolsNode 组件指南摘要 ToolsNode 是扩展大语言模型能力的智能组件，允许模型调用外部工具突破自身限制。核心功能包括： 核心价值 实现动态信息获取、能力扩展和实际操作执行 支持实时数据、智能搜索、系统集成等场景 接口设计 分层接口：基础工具、同步调用和流式调用 支持多种工具参数定义方式（Map/Go结构体/OpenAPI） 工具创建 推荐使用自动推断创建（InferTool） 也可手动实现接口或使用工具转换函数 配置管理 通过YAML或环境变量配置API密钥等参数 该组件为AI应用
2025-09-20 08:53:07
1564
原创 Eino DocumentLoader 组件完全指南
本文介绍了Eino DocumentLoader组件的核心功能和使用方法。该组件作为文档处理引擎，支持从本地文件、网络资源和云存储等多种数据源加载文档，并将其转换为统一的标准格式。文章详细阐述了组件的配置文件、核心接口、数据结构（Document和Source）、与DocumentParser的集成方式，以及创建和使用Loader的基础流程。DocumentLoader通过统一的接口设计和智能格式识别，简化了多源文档处理流程，为后续AI应用开发奠定基础。
2025-09-19 09:37:51
995
原创 Eino Lambda 组件完全指南
Eino Lambda 组件摘要 Lambda 是 Eino 框架的基础组件，用于将普通 Go 函数封装为可组合的组件。它提供四种交互模式： Invoke - 同步调用模式，用于标准函数调用 Stream - 流式输出模式，从单个输入生成多个输出 Collect - 流式收集模式，聚合多个输入为单个输出 双向流模式（未详细展示） 主要特点： 纯函数封装，支持组件化开发 适用于数据转换、业务逻辑和流式处理 可与其他 Eino 组件无缝集成 支持函数式编程风格 示例展示了如何用 Lambda 实现用户数据处理、
2025-09-18 09:55:34
1468
原创 Eino Transformer 组件完全指南
Eino Transformer组件是专为文档处理设计的智能预处理器，支持多种转换策略：包括Markdown标题分割、文本分割和文档过滤等。核心接口Transform可对文档进行智能处理，保留语义和结构完整性。组件提供丰富的配置选项，支持多级标题分割、元数据保留等高级功能，并能与其他Eino组件无缝集成，构建完整的AI应用工作流。典型应用场景包括长文档分割、格式转换、内容过滤和批量处理等，显著提升下游任务（如检索和向量化）的效果。
2025-09-17 09:32:19
1173
原创 Eino Retriever 组件完全指南
Eino Retriever 组件指南 核心功能 Eino框架的Retriever组件是一个智能文档检索系统，支持语义搜索和向量相似度匹配，主要用于RAG系统、知识库问答和推荐系统等场景。相比传统关键词检索，它能够理解语义实现更智能的文档查找。 核心接口 提供简洁的Retrieve方法，输入自然语言查询，返回按相似度排序的相关文档列表。文档结构包含ID、内容文本和丰富元数据。 使用方式 初始化Embedder和Milvus客户端 创建Retriever实例并配置参数 执行检索查询并处理结果 推荐通过Chai
2025-09-16 11:14:20
1602
原创 Eino Embedding 组件完全指南
Eino Embedding 组件指南摘要 🔍 核心功能： 文本向量化组件，将文本转换为高维向量 支持语义相似度计算、智能搜索等AI应用 🚀 快速使用： 配置API密钥和模型 初始化Embedder实例 调用EmbedStrings方法转换文本 🛠️ 接口设计： 简洁的Go接口规范 支持批量文本处理 可选配置项灵活扩展 ⚡ 最佳实践： 推荐集成到Chain编排工作流 可与其他Eino组件无缝协作 提供类型安全的处理流程 📌 典型应用： 语义搜索系统 RAG架构核心组件 文本聚类分析 智能推荐引擎 （
2025-09-15 09:29:11
1338
原创 Eino Indexer 组件完全指南
《Eino Indexer 组件完全指南》摘要：Indexer是智能文档存储与索引组件，支持语义搜索和向量检索。提供Store接口存储文档，支持Milvus等向量数据库。文档包含ID、内容和元数据，支持服务端或客户端向量化策略。集成ARK Embedding模型，可构建知识库和RAG系统。最佳实践推荐与Chain编排模式协同工作，实现高效文档管理。配置包括集合字段定义和复杂文档处理，适用于AI技术应用场景。
2025-09-14 15:07:07
1098
原创 Eino ChatTemplate 组件完全指南
🎨 Eino ChatTemplate 组件指南 ChatTemplate 是智能模板引擎，用于动态生成 AI 消息，支持变量替换和多格式消息构建。 核心功能： 三种模板格式：简洁的 FString（推荐）、支持逻辑的 GoTemplate、功能强大的 Jinja2 多角色消息：支持 system/user/assistant/tool 等消息类型 特殊占位符：MessagesPlaceholder 可灵活插入对话历史 应用场景：角色设定、任务描述、多轮对话管理等。通过 Format() 方法结合变量快速
2025-09-13 17:00:49
1106
原创 Eino ChatModel 组件指南摘要
🤖 Eino ChatModel 组件指南摘要 ChatModel是Eino框架中与大语言模型交互的核心组件，支持对话、文本生成、工具调用等功能。组件提供Generate和Stream两个核心接口，支持同步和流式响应。消息结构体支持多模态内容（文本/图片/音频等）和工具调用。通过丰富的配置选项（如Temperature、MaxTokens等）可精细控制模型输出。典型使用场景包括构建聊天机器人、内容生成、智能Agent系统等。组件既可作为独立服务使用，也可集成到Eino编排系统中构建复杂AI应用。
2025-09-09 23:13:23
1049
原创 Claude Code Windows 原生版安装指南
Windows 11 安装 Claude Code 原生版指南 本指南面向零基础用户，详细讲解如何在 Windows 11/10 上安装 Claude Code 开发环境。 核心步骤： 安装 VS Code（需勾选"Add to PATH"选项） 安装 Node.js LTS 版本（自动配置环境变量） 在 VS Code 中切换默认终端为 CMD（避免 PowerShell 权限问题） 通过 npm 全局安装 Claude Code 并完成浏览器认证 创建项目文件夹开始使用 注意事项：
2025-09-08 21:25:17
2826
原创 Qoder 完整使用指南
Qoder是阿里巴巴推出的新一代智能编程平台，通过智能代理系统、Quest任务委派模式和代码库百科化等创新功能，为开发者提供项目级的AI辅助。该平台支持多模型路由、工具生态集成和个性化记忆系统，能够深度理解代码库上下文，自动执行复杂开发任务。安装简便，支持Windows、macOS和Linux系统，可通过AI聊天、内联聊天和下一步编辑建议等功能提升开发效率。Qoder的Repo Wiki功能可自动生成项目文档和架构图谱，与开源的DeepWiki工具形成互补。该平台代表了从代码补全到智能化开发的范式转变，大幅
2025-09-08 08:14:14
31885
2
原创 AI 辅助编程完全新手指南 - 从零基础到高效协作
你的团队有特定的代码风格和架构模式训练AI理解你的项目规范📋 项目上下文提示词模板：我们的项目使用以下规范：【架构模式】- MVC架构- Service层处理业务逻辑- Repository层处理数据访问- DTO对象传输数据【代码风格】- 函数命名：snake_case- 类命名：PascalCase- 常量：UPPER_CASE- 每个函数必须有docstring【错误处理】- 自定义异常类继承自BaseException- 使用logging记录错误。
2025-08-23 13:29:06
1071
原创 字节跳动 Eino 实践案例解析 - 从豆包到抖音的 AI 之路（二）
字节跳动 Eino 实践案例解析：通过足球队比喻阐释 Eino AI 开发框架，展示其在豆包、抖音等产品的应用成果。文章详细解析了如何用 Eino 快速构建企业级智能助手，对比传统开发方式（6个月）与 Eino 方式（2周）的效率差异，并演示了知识库构建、智能检索、问答生成等核心功能的代码实现。同时介绍了字节跳动的可视化编排工具和企业级监控系统两大技术创新，使 AI 开发门槛大幅降低，开发效率提升 10 倍。
2025-08-23 09:32:07
1028
原创 Eino 开源框架全景解析 - 以“大模型应用的搭积木指南”方式理解（一）
Eino是字节跳动开源的大模型应用开发框架，采用组件化设计理念，让开发者能像搭积木一样快速构建AI应用。框架解决了传统AI开发中重复造轮子、维护困难等痛点，通过标准化组件（如ChatModel、Retriever等）和灵活的编排能力（Chain/Graph），实现模块化开发和即插即用。基于Golang的强类型特性，Eino在编译时就能捕获类型错误，提升代码质量。其分层架构包含应用层、编排层、组件层和基础设施层，支持流式处理等特性，显著提升开发效率和应用性能。
2025-08-22 21:56:45
933
原创 Eino 编排系统详解 - 以“从工厂流水线到智能编排”方式理解
Eino 编排系统摘要 (148字)： Eino 编排系统通过 Chain 和 Graph 两种模式管理 AI 工作流。Chain 提供线性流水线处理，简单直观但效率有限；Graph 支持并行分支执行，适合复杂场景但设计难度较高。系统采用类型对齐机制确保组件间数据兼容，支持完全匹配、接口匹配和 Any 类型三种对接方式。以智能问答系统为例，Chain 版本分三步线性处理用户天气查询，而 Graph 版本可并行执行知识检索和意图识别，最终合并结果生成回答。这套编排方案兼顾了开发便捷性和执行效率，适用于不同复杂
2025-08-22 08:11:34
1455
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