AIGC

AI Agent的Context Engineering：构建Manus的经验教训。Manuns为何放弃模型微调选择了上下文工程？

摘要、压缩与处理大工具输出的工程实践——从 Manus 的经验，看 Context Engineering 的“高风险区”

浅谈上下文工程｜从 Claude Code 、Manus 和 Kiro 看提示工程到上下文工程的转变

随着大模型上下文窗口扩展，Agent核心瓶颈已从提示设计转向上下文管理。本文从"上下文腐烂"出发，分析污染、干扰、混淆、冲突四类失效模式，结合WSCI工程操作，系统阐述稳定可扩展的Agent上下文。

本文章介绍了为什么要使用rerank模型，以及embedding模型和rerank的模型的特点，非常适合了解技术背后的原因。

jetty容器部署 websocket的war包报错，jetty容器默认不支持websocket，需要使用命令生成websocket的module。

后端流式响应测试环境https请求正常，服务上线后，https请求页面响应卡顿，经过排查，Nginx流式响应的配置默认开启缓冲区，本文记录排查过程。

1.导语 谷歌推出的BERT模型在11项NLP任务中夺得SOTA结果，引爆了整个NLP界。而BERT取得成功的一个关键因素是Transformer的强大作用。

RAG系列之：深入浅出 Embedding 什么是文本向量化？ 文本向量化就是将文本数据转成数字数据

一文读懂：大模型RAG RAG 检索增强生成（Retrieval Augmented Generation），简称 RAG，已经成为当前最火热的LLM应用方案。

如何理解检索增强生成（RAG） 简单来说，RAG就是让LLM通过外部知识源获取额外信息，从而生成更准确、更符合上下文的答案，并减少错误信息（或称为“幻觉”）的产生。

Dify 可以方面的管理多个大模型，方面用户快速使用和切换多个大模型，此外，Dify可以很方便的查看应用的使用数据。

Langchain源码debug： - configs/ 配置文件路径 - server/ api服务、大模型服务等服务程序等核心代码 - webui_pages/ webui服务 - startup

前言 Langchain代码中使用了FastApi和Streamlit框架，本文简单介绍总结一些python基础应用框架的概念和使用方式。

一、Langchain核心组件 LangChain 包含六部分组成： Models：模型，各种类型的模型和模型集成，比如GPT-4 Prompts：提示，包括提示管理、提示优化和提示序列化 Memor

一、Langchain的chain是指的是什么？ langchain字面意思是长长的链子，那么chains 链子具体指的是什么呢？ 智普AI助手的回答如下： LangChain 中的 "chain"

win10 Langchain-chatchat 知识库本地搭建记录，以智普api为例，记录踩坑记录。