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
从零搭建私有化ChatBot:大模型本地部署实战学习笔记
大模型部署学习 【了解】为什么需要私有化大模型 工作中我们大模型部署都是部署到公司本地吗 开发/测试:使用私有部署大模型(免费) 生产环境:一般使用商用大模型(取决于公司业务保密程度) • 黑马智聊机
Python零基础核心进阶:四大容器+函数全网超全详解
本文整合Python入门最核心、最高频的知识点:列表、 元组 、字典、集合四大容器 + 函数入门、变量 作用域 、五种函数传参方式。所有内容搭配可运行示例代码、知识点解析,无废话纯干货,适合新手系统学
Python 入门核心:分支、循环、列表容器
Python 基础学习笔记:分支、循环、容器实战(附猜拳游戏案例) 一、if 条件结构:根据条件选择执行代码 核心思想:判断条件真假,选择执行不同代码块,Python 使用**缩进(推荐4空格)**区
AI 应用开发 Day 10:从 RAG Demo 到工程化——Document、Chunk 与 Metadata Filter
AI 应用开发 Day 10:从 RAG Demo 到工程化——Document、Chunk 与 Metadata Filter 前几天已经手动实现了一个最基础的 RAG 系统: 用户问题 → Emb
Python入门学习笔记|开发环境搭建、变量、注释、输入输出(Agent开发前置基础)
Python入门学习笔记|开发环境搭建、变量、注释、输入输出(Agent开发前置基础) 一、基础环境介绍 Python版本:Python 3.8.2 IDE工具:PyCharm 2025 二、开发环境
Day 9:RAG 检索优化——从 TopK 到 Rerank,让知识库检索更准确
Tool 不应该直接散乱地互相传参;工具输入从 State 读取,工具输出统一写回 State,失败信息也进入 State,后续 RePlan 再根据 State 决定。
Day 8:从零实现一个最小 RAG——Embedding、Chroma 与 DeepSeek 实战
Day 8:从零实现一个最小 RAG——Embedding、Chroma 与 DeepSeek 实战 AI 应用工程师学习路线 Day 8 从理解 RAG,到真正把 RAG 跑起来。 前几天已经学习了
RAG 学习 Day 7:从向量检索到 Rerank,如何让 RAG 找到真正有用的知识
RAG 学习 Day 7:从向量检索到 Rerank,如何让 RAG 找到真正有用的知识 在前几天的学习中,我们已经了解了 RAG(Retrieval-Augmented Generation)的基本
AI 应用开发 Day 5:从 Embedding 到 RAG,真正理解检索增强生成
AI 应用开发 Day 5:从 Embedding 到 RAG,真正理解检索增强生成 前几天的学习中,我开始接触大语言模型(LLM)、Prompt、Embedding 和向量检索。 Day 4 主要理
AI 应用开发 Day 5:从 Embedding 到 RAG,真正理解检索增强生成
AI 应用开发 Day 5:从 Embedding 到 RAG,真正理解检索增强生成 前几天的学习中,我开始接触大语言模型(LLM)、Prompt、Embedding 和向量检索。 Day 4 主要理
AI 应用开发Day4(下):Embedding——从关键词匹配走向语义检索
AI 应用开发Day4(下):Embedding——从关键词匹配走向语义检索 Day4 下半场的核心问题: 为什么 contains() 不够?Embedding 到底解决了什么问题? 一、关键词检索
AI 应用开发Day4(上):从关键词检索到 TopK——手写一个最小 RAG 检索器
AI 应用开发(上):从关键词检索到 TopK——手写一个最小 RAG 检索器 学习路线:LLM → Streaming → RAG → Embedding → Vector Database → A
AI 应用开发 Day 3:从 RAG 到知识检索——让 AI 学会使用外部知识
AI 应用开发 Day 3:从 RAG 到知识检索——让 AI 学会使用外部知识 AI 应用开发学习 Day 3 本文记录从 0 开始理解 RAG,并使用 Spring Boot + DeepSeek
AI 应用开发 Day 2:实现 ChatGPT 一样的流式输出(Streaming + SSE 实战)
AI 应用开发 Day 2:实现 ChatGPT 一样的流式输出(Streaming + SSE 实战) Day 1 我完成了 Spring Boot 调用 DeepSeek API,并成功返回模型回
AI 应用开发 Day 1:从 Spring Boot 调用 DeepSeek 开始
AI 应用开发 Day 1:从 Spring Boot 调用 DeepSeek 开始 最近开始系统学习 AI 应用开发。 作为一个有多年 Java + React 开发经验的程序员,我并不打算走模型训