所有事都有吃力不讨好的部分，随着 Cursor 等 AI 工具在工程中的应用，我们可以逐渐将这部分职能分配出去，利用我们的知识储备，描述问题，引导过程，审核结果。工具的使用始终是为了节省人类体力和脑力

MCP 就像是大模型世界里的“最后一公里”。说个暴论，MCP 应该是每个程序员在2025年必须掌握的知识点。 大模型功能很强大， 我们都是清楚的。但是，它是有短板的。

本文介绍了如何使用 Ollama + DeepSeek + Dify 搭建本地知识库，帮助企业高效管理信息。通过简单配置，可实现智能问答、文档检索等功能，提升效率并保障数据安全。

本篇分享结合实践案例和官方报告，向大家分享Qwen3模型种类丰富，性能强劲，MCP支持性能优异，模式转换等核心亮点，分析Qwen3如何推动人工智能大模型从“参数竞赛”迈向“效率革命”！

MCP这东西，别光看网上说，自己动手试试，一试一个不吱声，来看看一个AI应用落地实战派对MCP的体验和结论吧。

Dify.AI 是一款 LLMOps 平台，帮助开发者更简单、更快速地构建 AI 应用。它的核心理念是通过可声明式的 YAML 文件定义 AI 应用的各个方面，包括 Prompt、上下文和插件等。

什么是 AI？什么是 LLMs？，什么是 Transformer模型？它和 CNNs和 RNNs的区别是什么？如何搭建一个AI聊天机器人？

人在不断的驱赶下依然还有新的立足之地，这些新领地恰恰是技术延展出来的百年前的纺织工人的后代并不会接着做纺织，他可能是一名铁路工人。

一个支持在本地运行大语言模型的工具，兼容 Windows、Linux 和 MacOS 操作系统。使用 Ollama，您仅需一行命令即可启动模型。