首页
沸点
课程
APP
AI用量
作品广场
专家标注
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
AI Agent
snakeshe1010
创建于2026-09-11
订阅专栏
学习AI agent开发
暂无订阅
共35篇文章
创建于2026-09-11
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
# 大模型三种主流微调范式:上下文学习、指令学习、CoT 思维链、PEFT 参数高效微调实战 >
大模型三种主流微调范式:上下文学习、指令学习、CoT思维链、PEFT参数高效微调实战 前言 大预训练语言模型在海量通用文本上完成预训练之后,具备强大的基础语言理解、生成能力。但原生预训练模型无法直接很
Python A2A 玩转MCP协议:Agent五种工作模式原理与代码实战
Python A2A 玩转MCP协议:Agent五种工作模式原理与代码实战 摘要 在多智能体协作场景下,MCP(Model Context Protocol)作为标准化的智能体通信协议,解决不同Age
大模型Agent工具能力进阶:MCP协议与mcp包实战上手
大模型Agent工具能力进阶:MCP协议与mcp包实战上手 前言 现在的LLM Agent已经不再局限于单纯文本生成,通过调用外部工具(Tool),Agent可以完成查询数据、执行函数、调用服务等现实
大模型 Function Call 实战入门:原理、环境搭建与多轮调用完整教程
大模型 Function Call 实战入门:原理、环境搭建与多轮调用完整教程 前言 现在大模型应用开发中,Function Call(函数调用)是非常核心的能力。它解决了大模型本身知识截止、无法访问
大模型智能检索增强:ReAct 与 Agentic RAG 实践入门
大模型智能检索增强:ReAct 与 Agentic RAG 实践入门 一、项目背景 传统RAG(Retrieval‑Augmented Generation,检索增强生成)工作流程比较直接:用户提问
LangGraph:构建复杂AI智能体,入门与实战示例
LangGraph:构建复杂AI智能体,入门与实战示例 前言 我们平时使用 LangChain 的 Chain 大多是单向线性执行:A→B→C,执行完就结束。但真实业务中很多AI场景并不是简单线性流程
RAG实战:搭建简历知识库,文档解析到VectorStore向量检索完整实践
RAG实战:搭建简历知识库,文档解析到VectorStore向量检索完整实践 一、项目背景与整体框架 业务场景:大量不同格式简历文档,希望不做关键词匹配,通过语义检索快速筛选匹配简历。 整体数据流:
RAG 从原理到实战:检索增强生成与 Milvus 向量数据库完整实践
1. Milvus介绍和概念解读 Milvus 是开源生产级向量数据库,专门存储、索引、检索高维向量。在RAG系统中替代轻量向量库Chroma,承接海量Embedding向量,提供高性能语义召回,适用
大模型检索增强生成RAG:原理、作用与代码实战
大模型检索增强生成RAG:原理、作用与代码实战 一、什么是RAG RAG,Retrieval‑Augmented Generation,检索增强生成。 简单理解:不给大模型全部塞新数据做训练/微调,而
LangChain 核心组件实战:Chains、输出解析器、Memory 深度解析
LangChain 核心组件实战:Chains、输出解析器、Memory 深度解析 前言 LangChain 作为大应用开发最主流的框架,把大模型能力封装成模块化组件,让开发者不用重复处理提示词拼接、
深度学习基础入门:神经元、网络搭建、损失函数与优化算法全梳理
深度学习基础入门:神经元、网络搭建、损失函数与优化算法全梳理 前言 深度学习已经广泛应用在图像识别、文本分类、推荐系统等各类业务场景中。想要读懂、动手搭建神经网络,必须吃透基础核心模块:神经元与神经网
PyTorch 自动微分实战:原理回顾、反向传播解读与手写线性回归
PyTorch自动微分实战:原理回顾、反向传播代码解读与线性回归模拟 前言 前面我们已经学习张量操作、前向与反向传播的理论。但看懂理论不等于看懂代码。很多初学者在写训练代码时,会调用loss.back
PyTorch 入门核心:张量操作与自动微分原理详解
PyTorch张量核心操作与自动微分原理实战详解 前言 在使用PyTorch进行深度学习开发时,张量(Tensor) 是最基础的数据载体,神经网络的输入、权重、中间计算结果全部以张量形式存在。熟练掌握
PyTorch入门实战:深度学习基础与张量操作完整初体验
PyTorch入门实战:深度学习基础与张量操作完整初体验 前言 想要入门深度学习,既要理解基础理论概念,更要动手实践。PyTorch是现在工业界、科研领域都非常热门的深度学习框架。Tensor(张量)
Coze智能体开发入门:从平台认知到工作流实战
Coze智能体开发入门:从平台认知到工作流实战 前言 随着大模型应用快速普及,低代码AI应用搭建平台逐渐成为开发者快速落地AI能力的重要工具。Coze作为一款AI应用搭建平台,可以让开发者无需深厚的底
金融行业动态评估:基于大模型实现文本分类、信息提取与信息匹配全链路开发
金融行业动态评估:基于大模型实现文本分类、信息提取与信息匹配全链路开发 前言 在金融行业动态评估业务中,海量新闻、公告、研报等非结构化文本,如果依靠人工处理效率极低。传统方案需要大量标注数据,分别训练
提示词工程入门:从写指令到实战金融风险评估
提示词工程入门:从写指令到实战金融风险评估 随着大模型应用越来越普及,提示词工程已经不再是小众技能,不管是日常提升AI输出质量,还是落地行业项目,掌握提示词设计思路,都能大幅释放大模型的能力。今天就来
大语言模型常见评估指标与经典模型架构解析
大语言模型常见评估指标与经典模型架构解析 一、NLP模型常用评估指标 在机器翻译、文本摘要、文本生成等任务中,我们需要客观指标量化模型输出文本质量,下面介绍工业界和学术界高频使用的三个指标:BLEU、
从规则到LLM:语言模型演进全梳理
从规则到LLM:语言模型演进全梳理 一、大语言模型的背景 自然语言处理(NLP)的目标,是让计算机理解、处理和生成人类语言。语言模型(Language Model)是NLP里最基础、最核心的模块,它的
基于 StreamLit+Ollama 从零搭建本地智聊机器人
基于StreamLit+Ollama从零搭建本地智聊机器人 前言 现在大模型应用开发门槛越来越低,我们可以不依赖第三方在线API,基于本地Ollama部署大模型,搭配StreamLit快速构建可视化聊
下一页