- 博客(1679)
- 收藏
- 关注
RSS订阅原创 收藏！从Prompt到Harness，AI工程升级之路：小白程序员必看
本文探讨了AI工程的发展，从最初的Prompt工程，到如今的Context工程和Harness工程。Prompt工程关注如何清晰表达任务，Context工程则着重于为模型提供准确有效的信息，而Harness工程则聚焦于构建一个稳定可靠的工作环境，确保AI/Agent能够持续正确地执行任务。三者并非替代关系，而是嵌套关系，共同推动AI工程从简单的模型回答升级到系统内的可靠工作。文章强调，AI工程的竞争点正在从Prompt设计转向上下文组织和系统环境设计，为读者提供了清晰的发展方向和实用建议。---
2026-05-05 21:44:38
331
原创 ChatGPT、智能体、工作流：AI学习入门指南，收藏这篇轻松入门！
本文用通俗易懂的比喻解释了大模型、智能体和工作流的概念及关系。大模型如同聪明的大脑，智能体则是有手脚的机器人，能执行任务；工作流是让智能体自动运转的程序。文章建议按顺序学习：先掌握与AI沟通，学会写好提示词，再配置知识库和插件，最后学习工作流自动化。三者层层递进，相互依托，帮助人们更高效地利用AI。
2026-05-05 21:42:06
169
原创 收藏 | 传统后端工程师3-6个月转型高薪AI应用工程师的实战路线图
传统后端工程师转型AI应用领域，关键在于利用自身优势，走“后端+AI集成”的复合型路线，而非死磕底层算法。文章指出三大转型误区：死磕底层算法、只刷教程不做实战、放弃后端优势。建议通过三个阶段快速转型：基础铺垫（1个月，聚焦认知打通和工具掌握）、核心技能突破（2-3个月，掌握Prompt工程、RAG框架应用、AI与后端系统集成、向量库基础应用）、实战打磨+面试准备（1-2个月，打磨项目经验，适配面试）。强调实战项目的重要性，并提醒聚焦单一方向，利用业余时间学习，避免裸辞。最后提供免费咨询机会，助力后端工程师高
2026-05-05 21:38:56
211
原创 8个核心概念层层递进，小白也能秒懂大模型原理！收藏这份进阶指南
本文从工程视角出发，通过LLM、Token、Context、Prompt、Tool、MCP、Agent、Agent Skill这8个核心概念，逐步拆解大模型工作原理。从文字接龙的游戏本质，到Token化处理、上下文记忆、提示词设计、工具调用、统一接口协议，再到智能体自主规划和技能手册，构建了AI运行的全景图。理解这些概念能帮你看懂AI新技术，掌握AI技术栈主干，为进阶学习打下坚实基础。
2026-04-29 11:59:10
353
原创 Transformer大模型学习必备：揭秘被低估的残差连接，助你轻松收藏与掌握！
本文深入解析了Transformer模型中的残差连接，从其起源到在模型中的作用，以及如何解决梯度消失问题。文章还探讨了残差连接在现代Transformer中的改进和未来趋势，强调残差连接对于构建深度学习模型的重要性。
2026-04-29 11:56:19
416
原创 收藏必备！小白程序员入门大模型：一文掌握AI智能体核心知识图谱，开启行动AI时代！
本文深入浅出地介绍了AI智能体的概念、特征及其与传统AI的区别，强调其自主性、目标导向和行动能力。文章详细阐述了AI智能体的必要性，包括提升效率、自动化复杂任务和释放人力创造力等方面。此外，还解析了AI智能体的架构、与大模型的关系，并对比了主流AI智能体开发平台。最后，文章鼓励读者学习AI智能体技术，以适应AI时代的发展趋势。
2026-04-25 14:00:06
696
原创 从零开始学大模型：程序员的实战入门指南（建议收藏）
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。真诚无偿分享！！！vx扫描下方二维码即可加上后会一个个给大家发【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】
2026-04-25 13:53:58
433
原创 【收藏学习】小白也能学会：用Python和LangChain搭建AI智能体
本文将指导读者使用Python和LangChain框架构建一个小型AI智能体团队，实现从问候到网络搜索、内容抓取与摘要生成的完整流程。通过DuckDuckGo进行网络搜索，并利用Hugging Face Hub的免费模型完成关键任务。文章详细介绍了环境配置、各个智能体的实现方法以及它们之间的协同工作原理，适合想要入门大模型应用的程序小白学习参考。---
2026-04-25 12:00:42
331
原创 【强烈收藏】AI大模型学习宝典：系统知识体系+实战项目+免费资料分享
入门阶段（0-6个月）目标：掌握Python编程与数学基础，理解机器学习核心概念。行动计划完成Python基础课程，掌握NumPy/Pandas/Matplotlib。学习线性代数、概率论，结合Scikit-learn实现KNN、线性回归。参与Kaggle入门竞赛，提交第一个模型（如Titanic生存预测）。只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。
2026-04-25 11:51:25
357
原创 大模型小白必看：轻松掌握RAG技术，让你的AI应用更智能、更高效！收藏这份实用指南！
大语言模型（LLM）在通用知识和语言表达上表现出色，但面临知识固化、实时性缺失、知识幻觉等挑战。RAG（检索增强生成）架构通过“检索先行，生成在后”的核心逻辑，有效解决这些问题。RAG通过向量化处理用户问题，检索相关片段，再与大模型结合生成答案，大幅提升准确性。RAG的优势在于知识实时更新、支持私有知识、提升准确性与可信度、降低训练成本，已在智能客服、法律助手、教育平台等领域展现巨大潜力。学习RAG不仅是技术上的创新，更是思维方式的转变，是通往真正实用化AI的关键路径。
2026-04-25 11:45:31
303
原创 收藏 | 程序员小白必看：手把手教你把 RAG 从“能用“提到“好用“！
本文详细介绍了如何通过优化分块策略、设置合理的重叠窗口、采用混合检索（向量+BM25）以及使用Rerank模型来提升RAG（检索增强生成）的效果。文章强调了分块质量、检索召回与精准率的重要性，并通过实际案例和代码展示了具体实现方法。此外，还提供了参数调优建议和常见问题自查清单，旨在帮助开发者提升RAG系统的性能，减少幻觉，提供更准确的答案。
2026-04-25 11:34:33
372
原创 小白程序员必备：收藏！一文读懂大模型中的Skills是什么及其应用
Skills是结构化的本地文件夹，用于封装特定领域流程、知识和工具，使大模型能自动或按需调用。与临时的Prompt不同，Skills将方法沉淀下来，供大模型重复调用。适合高频、输出一致性要求高的任务，通过主说明文件、规则文档、模板、脚本和参考资料等结构组成，Skills按需加载，节省token。建议收藏，持续学习大模型应用知识。
2026-04-20 13:52:52
483
原创 收藏 | 程序员小白也能学会：一步步打造生产级大模型概念验证 (POC)
本文通过构建一个面向SaaS产品的实时AI支持助手，详细讲解了如何使用LangGraph、FastAPI和Streamlit技术栈来设计一个具备生产思维的概念验证(POC)。文章涵盖了项目搭建、强类型状态设计、分层架构、端到端数据流、可观测性、安全注意事项以及如何将POC扩展为生产系统等内容，旨在帮助开发者理解并实践大模型在真实场景中的应用。
2026-04-20 13:49:34
333
原创 8层架构深度解析：小白程序员必备，轻松构建生产级AI智能体（含收藏）
本文深入剖析了AI智能体的8层架构，为构建生产级系统提供全面指南。文章指出，智能体AI的突破关键在于系统化架构设计，而非单纯依赖大语言模型。8层架构涵盖了感知输入、表示记忆、世界模型、规划决策、技能执行、编排控制、安全治理及基础设施管理，旨在帮助读者理解并实践如何将AI智能体从原型转化为稳定可靠的生产系统。通过模块化设计、可观测性建设、成本控制及合规性保障，读者可学习如何构建出高效、可扩展且安全的AI系统，从而在竞争中获得优势。
2026-04-20 13:44:09
651
原创 收藏！小白程序员必看：一文搞懂大模型核心术语（附Token、Context、Agent全解析）
本文深入浅出地解析了AI大模型的核心术语，包括LLM（大模型）、Token（基本处理单元）、Context（上下文/短期记忆）、Context Window（上下文窗口）、Prompt（任务卡）、Tool（工具）、MCP（统一接口）、Agent（智能体）和Agent Skill（技能）。通过这些术语的解释，读者可以全面了解大模型的工作原理和各组件之间的交互关系，为实际应用和开发打下坚实基础。---
2026-04-20 11:56:24
371
原创 收藏！小白程序员必看：RAG系统调优核心四要素，效果提升不再靠“堆模型”！
本文深入剖析RAG系统调优的四个关键环节：分块、检索、重排序和Prompt设计。指出RAG效果并非仅靠更换更强大模型，而是取决于这些前期链路设计。详细阐述了如何通过优化分块策略、结合向量检索与关键词检索、实施有效重排序以及设计精准Prompt来提升RAG系统稳定性与回答质量，帮助读者避免陷入“重模型轻调优”的误区。
2026-04-20 11:50:31
356
原创 大模型应用开发入门：掌握Transformer Embedding与向量表示，轻松收藏提升技能！
本文深入浅出地讲解了Transformer中Embedding的核心原理，包括词向量、位置编码、语义相似度计算等关键概念。从词向量与One-Hot编码的演进，到位置编码的必要性及RoPE的应用，再到余弦相似度的实际计算，文章全面覆盖了Embedding技术在RAG系统和向量数据库中的实践应用。最后，结合OpenAI等主流Embedding模型及向量数据库，展示了构建语义搜索系统的实战案例，为初学者提供了清晰的大模型应用开发路线图。
2026-04-14 14:39:10
458
原创 收藏！小白程序员必看：掌握AI Agent三大核心方法论，让大模型自主行动与思考
本文深入解析了AI Agent的三大核心方法论：ReAct（推理与行动的动态循环）、Plan-and-Solve（先规划再执行）以及Reflection（自我反思与纠错）。文章通过实例详细阐述了每种方法论的工作原理、优缺点及适用场景，并探讨了如何将它们组合应用于实际任务中。对于想要了解和掌握AI Agent设计哲学的程序员，尤其是初学者，本文提供了宝贵的指导和建议。---
2026-04-14 14:31:09
513
原创 收藏必备：小白程序员轻松掌握大模型全栈自动化（从零搭建智能工作流）
本文详细介绍了如何通过MCP、RAG、Skill和Agent四者组合，实现全栈智能化方案。文章从四者的定位和关系入手，阐述了各自的核心作用和互补关系，并以公众号运营为例，展示了全自动化工作流的实战案例。此外，还提供了从0到1落地五步标准流程，帮助读者快速搭建自己的全智能化工作流，适用于企业内部智能客服、智能代码助手、智能销售助手、跨平台内容运营等多种场景。
2026-04-14 14:27:10
588
原创 收藏！小白程序员必看：轻松入门AI Agent，搭建你的AI操作系统
本文通过拆解AI Agent的七个核心概念，帮助读者理解AI Agent如何从简单的问答模式转变为能交付结果的智能体。文章详细介绍了Agent循环、Harness平台、上下文工程、记忆系统、MCP工具连接和Skills技能复用等关键知识点，旨在指导读者搭建属于自己的AI操作系统。通过学习这些概念，即使是初学者也能掌握如何利用AI Agent提高生产力，实现工作方式的根本转变。---
2026-04-13 13:57:40
462
原创 RAG检索系统必看：混合检索、关键词检索、语义检索与Rerank全解析，小白也能轻松上手大模型
本文深入剖析了RAG系统中三种主流检索方式：语义检索、关键词检索和混合检索，并详细阐述了Rerank重排序的必要性。文章指出，单一检索方式存在致命盲区，而混合检索是生产级RAG的必然选择。同时，针对不同场景提供了实用的技术路线选择和架构方案决策树，帮助读者构建高效、精准的RAG系统。
2026-04-13 13:55:03
532
原创 35岁程序员必看：收藏这份智能体（Agent）开发指南，开启你的“第二曲线”！
文章指出35岁IT从业者面临的职场危机，并引入“智能体（Agent）”作为解决方案。智能体是AI走向实用的关键，能思考、执行、使用工具，开发门槛低，只需会调用API和封装逻辑。目前市场上懂智能体开发的人稀缺，学习此技术有助于程序员升职加薪。文章强调学习AI大模型技术的重要性，并提供了相关学习资料。---
2026-04-11 11:40:50
426
原创 收藏！程序员小白轻松入门大模型：从零开始掌握向量数据库与搜索核心技术
本文回顾了在向量数据库公司Weaviate工作两年的学习心得，涵盖了向量数据库和搜索的关键知识。核心内容包括BM25作为搜索基准、向量搜索的近似性及索引技术、向量数据库存储内容与应用场景、嵌入向量类型与选择、向量索引与数据库的区别、以及混合搜索等。文章还澄清了向量搜索与重排序的区别、分词器的重要性、领域外与词汇表外术语的处理等常见误区，旨在帮助读者深入理解向量搜索技术，为学习和应用大模型打下坚实基础。
2026-04-11 11:38:07
263
原创 RAG入门指南：让大模型“边查资料边回答”，小白也能轻松掌握（收藏版）
本文用大白话解释了RAG（检索增强生成）技术如何让大模型像开卷考试一样，通过检索外部知识库来回答问题，从而解决传统大模型的三大短板：知识时效性有限、无法访问私有数据、缺乏可解释性。文章还介绍了个人和小团队如何利用成熟的开源框架（如LangChain、LlamaIndex）搭建轻量级RAG系统，并提供了选择RAG还是微调的决策指南。最后，通过智能客服、企业知识管理等真实案例，展示了RAG在各个领域的应用价值。
2026-04-11 11:35:10
363
原创 收藏！小白程序员轻松入门大模型，掌握AI时代核心技能
大语言模型虽强大，但在知识记忆和实时信息处理上仍有局限。本文介绍了检索增强生成（RAG）技术，它通过动态检索外部知识库，有效弥补了大模型的不足，提升答案准确性和相关性。RAG已广泛应用于智能问答、内容生成等领域，并随着多模态技术的加入，展现出更广阔的应用前景。文章还分级介绍了RAG任务，并强调了学习大模型技术的重要性及实战价值。
2026-04-11 11:32:29
363
原创 掌握AI Agent，从“会说”到“能做”，小白也能轻松收藏学习！
从概念走向落地，AI Agent作为关键角色，能理解任务、自主决策并执行，是企业AI价值的真正释放者。文章详细解析了AI Agent的定义、核心特征（画像、记忆、规划、行动）、企业级关键特征（工具调用），阐述其为何值得关注（能力、机制、潜力契合），评估标准（生产力、可靠性、安全、集成性、扩展性、治理），典型应用场景（制造、零售），实施路径（0到1、1到100、PDCA循环），深层价值与未来展望（全局优化、流程反转、管理科学化、数据飞轮）。AI Agent正重塑企业运作逻辑，推动组织进化，掌握其应用将是企业在
2026-04-11 11:31:39
339
原创 小白程序员必看：收藏这份大模型学习指南，轻松入门AI新风口！
大语言模型（LLM）是现代AI应用的核心，通过海量文本学习语言规律和结构。它像人一样“阅读”并理解语言，但需上层应用进行专业训练或插件开发。LLM的工作原理基于预测、结构和记忆三层机制，通过神经网络（如Transformer）学习词语关联，并利用海量数据和参数记忆语言规律。学习大模型技术对技术人尤其重要，可抓住AI发展风口，实现职业提升。本文提供系统学习路径和实战资料，助你从零入门。
2026-04-10 21:15:03
392
原创 收藏 |小白程序员必看：Transformer大模型入门指南，带你秒懂AI通用语言
本文深入浅出地解析了Transformer架构的核心原理，包括自注意力机制、多头注意力、位置编码和Feed-Forward网络等关键概念。通过实例讲解了Transformer在自然语言处理、计算机视觉和图像生成领域的应用，如ViT图像"文字化"革命和DiT生成艺术新引擎。文章强调了Transformer作为AI通用语言的统一建模潜力，为多模态AI发展奠定基础，并鼓励读者抓住AI大模型风口，学习相关技术以适应时代发展。
2026-04-10 21:12:12
340
原创 收藏！小白程序员轻松入门大模型：知识蒸馏技术详解
知识蒸馏技术通过传递大型教师模型的能力到较小的学生模型，使其在保持高效运行的同时具备强大性能。文章详细介绍了白盒和黑盒知识蒸馏方法，包括标准蒸馏、反向KLD优化、策略梯度法等，并探讨了MiniLLM、TAPIR等框架的应用。此外，还分析了开放式文本生成任务中的空白区域问题及其解决方案。知识蒸馏技术对于模型压缩和复杂任务处理具有重要价值，尤其在大语言模型领域。
2026-04-10 21:09:37
720
原创 收藏！小白程序员必看：大模型与AI Agent如何重塑AI应用边界？
大模型擅长语言处理，AI Agent具备自主行动能力，二者协同可极大提升企业数字化效率。大模型通过意图解析、决策辅助和交互接口三大角色赋能AI Agent，实现从简单咨询到复杂流程自动化的全场景覆盖。学习理解二者的差异与协同逻辑，是把握AI时代机遇的关键。
2026-04-10 21:07:10
356
原创 掌握AI Agent构建秘籍：从理论到实战，小白也能玩转大模型（收藏版）
本文深入解析AI Agent的核心架构与技术实现，涵盖记忆、工具、规划、行动、交互五大模块，结合实际案例展示其构建过程。从输入到执行的全流程解析，帮助开发者掌握AI Agent落地方案。无论你是技术小白还是AI爱好者，都能从中获得宝贵的实战经验，把握AI大模型时代的发展机遇。
2026-04-08 14:10:52
619
原创 收藏 | 大模型小白入门指南：从LLM到Agent的完整技术图谱（含学习资料）
本文深入剖析了大型语言模型（LLM）及其相关技术（ChatGPT、RAG、Function Call、Agent、MCP）的内在联系与区别。从LLM的基础概念入手，逐步解析ChatGPT的对话优化价值，详解RAG如何解决LLM知识滞后问题，分析Agent的自主决策能力，并介绍MCP如何标准化AI与外部工具的交互。文章最后总结了这些技术的协同应用场景，并展望了AI技术的未来发展方向。对于想学习大模型技术的读者，本文提供了完整的技术图谱和学习路径，帮助小白快速入门并掌握核心技能。---
2026-04-08 14:05:30
530
原创 AI“失忆”了？学会上下文工程，让你的大模型更专注、更高效！小白也能轻松上手
本文介绍了上下文工程的概念及其在大模型应用中的重要性。上下文工程通过筛选、管理AI能用到信息（指令、历史对话等），帮助AI集中注意力，避免因信息过载而“失忆”或混乱。文章详细阐述了上下文工程的核心方法，包括素材精准精简、按需取信息、即时检索，以及处理长时任务的三大策略（上下文压缩、结构化笔记、子智能体架构）。最终，文章强调了重塑人与AI协作关系的重要性，并鼓励读者学习AI大模型技术以抓住时代机遇。
2026-04-08 14:02:39
324
原创 LLM 全解析：揭开大模型的“内心世界”，小白程序员必备（收藏版）
本文深入浅出地解析了大语言模型（LLM）的工作原理，以通俗易懂的类比解释了Transformer架构、自注意力机制和参数的作用。文章详细描述了大模型如何通过前向传播和逐字生成来“思考”并回答问题，以及其知识来源和训练过程。同时，也探讨了大模型的涌现能力、局限性（如幻觉、知识截止、推理能力有限和上下文限制）等关键问题。适合想要了解大模型基础知识的初学者和程序员阅读学习。
2026-04-07 21:53:15
494
原创 RAG 技术入门与实践：轻松收藏，小白也能掌握大模型知识增强秘籍！
本文详细介绍了 RAG（检索增强生成）技术的实践与落地方案，从为何需要 RAG 到系统架构设计，再到分块、检索优化、向量数据库选型等关键环节，最后分享完整代码示例及常见踩坑经验。文章强调分块是 RAG 的基础，混合检索和重排序能显著提升效果，并建议持续优化以适应实际需求。适合想要学习大模型知识增强技术的程序员和小白参考。
2026-04-07 21:50:11
310
原创 小白程序员必看：7个RAG Prompt设计核心要点，告别幻觉，提升大模型回答精准度
本文从实战角度详解RAG Prompt设计的7个核心要点，旨在帮助小白和程序员提升大模型回答的精准度。文章指出，即使检索准确，模型回答仍可能出现幻觉，原因在于Prompt设计不当。核心挑战在于切断模型对参数知识的依赖，强制其仅使用检索文档。文章详细阐述了System Prompt和User Prompt的设计方法，强调了约束强度、长上下文压缩策略以及Prompt迭代测试的重要性，特别是引用要求作为反幻觉的核心手段。通过系统化的Prompt工程，可以有效提升RAG系统的性能，确保模型回答的准确性和可靠性。
2026-04-07 21:47:20
413
原创 想搞懂AI智能体？小白也能看懂的四大核心模块，速收藏！
本文用通俗语言解释AI智能体的核心架构，包括感知、规划与推理、记忆和行动四大模块。感知模块负责接收信息，规划与推理模块负责思考决策，记忆模块负责积累经验，行动模块负责执行任务。这四大模块协同工作，形成AI的自主能力。文章还探讨了感知模块的文本和多模态感知能力，规划与推理模块的思维链、ReAct框架和思维树，记忆模块的短期和长期记忆，以及行动模块的工具使用和造工具能力。整体而言，AI智能体通过模拟人类的工作逻辑，实现自主决策和执行。
2026-04-03 11:14:00
780
原创 AI Agent大模型入门：从“对话框”到“代理人”的架构拆解，小白也能轻松掌握并收藏！
文章详细解析了AI Agent的核心架构，包括决策中枢（LLM）、任务规划、记忆系统和工具集四大组件，阐述了它们如何协同工作将用户意图转化为实际结果。通过实例说明了Agent在处理复杂任务时的运作流程，强调了Agent是软件交互方式的重构，是通往下一代智能应用的关键。文章适合对AI Agent和大模型感兴趣的程序员和小白学习。
2026-04-03 11:11:42
247
原创 收藏！小白程序员必看：5大AI Agent框架深度解析，助你轻松入门大模型时代！
文章对比了LangGraph、CrewAI、DeerFlow 2.0、Spring AI和Spring AI Alibaba这五个主流AI Agent框架。从架构哲学、学习曲线、生产成熟度、多Agent协作、长任务支持和可观测性六个维度，详细解析了每个框架的特点、优缺点和适用场景。建议新手先从CrewAI入手快速验证想法，再根据实际需求选择合适的框架进行升级。文章强调没有银弹，技术选型应结合业务阶段和团队能力。
2026-04-03 11:09:31
621
原创 小白程序员必看：手把手教你设计Agent记忆模块，从“能用”到“好用”
本文深入探讨了如何为智能体（Agent）设计高效的记忆模块，使其从“能用”到“好用”。首先，明确了Agent需要记忆的四类信息：工作记忆、情景记忆、语义记忆和程序记忆，并阐述了它们之间的流转关系。接着，详细介绍了记忆的写入机制，强调避免全量记录，而是采用“感知→判断→提炼→存储”的流水线方式。在记忆检索方面，提出了基于时近性、相关性、重要性的三维评分模型，并结合元数据预过滤和二阶段检索等策略优化检索质量。此外，还讨论了记忆的反思与整合机制，如反思、记忆合并去重、记忆遗忘等，以提升Agent的认知水平。最后，
2026-04-01 16:32:30
525
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