RAG（检索增强生成，Retrieval-Augmented Generation）很擅长从文档里掏出信息，但它记不住你。它不会记得你上周说了啥，也不会适应你的小怪癖。

还记得我第一次接触 AI 聊天机器人时，那种"一问一答"的交互方式总是让人感觉缺少了点儿些什么。它们就像是训练有素的客服，能回答预设的问题，但面对复杂的业务场景却显得力不从心了。 真正的智能体应...

随着DeepSeek的火热，大模型对与广大开发者越来越触手可及。本文介绍了使用 DeepSeek R1 模型来构建本地知识库。

作为一名后端开发者，你已经具备了扎实的编程基础、系统设计能力和逻辑思维，这些都是学习AI的宝贵财富。本指南将帮助你规划一条从后端到AI的平滑过渡之路。 为什么后端开发者适合学习AI？ 在你开始之前，先

在大语言模型（LLM）应用快速发展的背景下，如何高效地在消费级硬件上进行模型的微调与部署，成为了开发者们普遍关注的问题。Unsloth 框架正是在这样的需求下应运而生。

本文基于解析如何从零构建一个支持本地知识库+网络搜索的智能问答系统。项目采用Qwen Agent框架，集成Elasticsearch向量检索，支持BM25+Embedding混合检索

盘点近一周最火爆的开源项目，有很多单篇推送介绍，我就没有搬过来，大家直接点击对应链接访问就行。 如下是近一周火爆 GitHub 项目目录：  AI 对冲基金：AI Hedge Fund 小初高、大学

本篇文章是：从零开始，亲手开发你的第一个AI大模型的第二篇。主要介绍了什么是MCP！文章不仅仅停留于理论。还通过一个小Demo，带你亲手实践如何使用MCP。

在我的实际项目中，这套AI工具链覆盖了软件开发的全生命周期：需求分析阶段使用ChatGPT和Claude进行需求澄清和技术方案设计；开发阶段结合Cursor、GitHub Copilot进行智能编码；