稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 直播
    • 活动
    • APP
    • 插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
  • 后端
  • 前端
  • Android
  • iOS
  • 人工智能
  • 开发工具
  • 代码人生
  • 阅读
  • git补充
    本文是Git零基础入门指南,从Git是什么、版本控制原理到核心作用,帮前端新手快速建立Git认知,为后续学习命令打下坚实基础。
    • J猪侠
    • 19小时前
    • 7
    • 1
    • 评论
    前端
    git补充
  • 微信公众号自动发文Skill——从资讯采集到定时发布的全链路 AI 工作流
    wechat-auto-publishing这个skill提供了一套开箱即用的AIAgent技能包,通过ClaudeCode/OpenClaw实现微信公众号从资讯收集到发布的完整闭环。
    • Miku16
    • 19小时前
    • 8
    • 1
    • 评论
    Claude AIGC Agent
    微信公众号自动发文Skill——从资讯采集到定时发布的全链路 AI 工作流
  • 2026年AI模型智能全景:工具的进化之路
    如果你正在为企业的AI智能化转型寻找合适的智能体解决方案,面对市场上众多的大模型产品,可能会感到有些迷茫。哪些模型真正具备强大的智能体能力,能够帮助企业实现从"工具"向"智能伙伴"的转变?这种困惑很正
    • 用户525963752907
    • 19小时前
    • 5
    • 点赞
    • 评论
    算法
    2026年AI模型智能全景:工具的进化之路
  • Java限流神器:手写一个通用限流任务执行器,支持重试和指数退避!
    调用第三方API最怕什么?怕被限流!今天分享一个自制的限流任务执行器,能帮你轻松控制请求频率,还能自动重试失败任务,指数退避不添乱。代码可直接复制到项目中使用
    • 秋云编程
    • 19小时前
    • 11
    • 点赞
    • 评论
    Java
  • 基础算法--栈和队列
    栈和队列是两个经典的数据结构,在算法讲解中,我们不会像数据结构中那样去剖析怎么写一个栈或者队列,而是调用STL库中的stack和queue帮助我们解决题目。
    • 攒点对冲基金
    • 19小时前
    • 9
    • 点赞
    • 评论
    算法
  • 2026 年国产 AI 模型服务平台综合评测与选型研究​
    人工智能工程化落地已进入规模化落地阶段,模型服务平台从单一模型管理工具演进为覆盖训练适配、参数微调、服务部署、运维监控与商业变现的全链路生产基座。当前国内市场形成百度千帆、阿里 ModelScope、
    • 用户581883637610
    • 19小时前
    • 6
    • 点赞
    • 评论
    算法
    2026 年国产 AI 模型服务平台综合评测与选型研究​
  • 5.8 垂直领域 Agent 的未来:探索模型微调在金融、法律等行业的应用
    > 导语:在本课程的最后一章,让我们将目光从具体的代码和技术细节中抬起,投向更广阔的星辰大海。我们已经通过“AI 皮肤科医生”项目,亲眼见证了模型微调如何将一个通用模型“点化”为垂直领域的专家。然而,
    • 少林码僧
    • 19小时前
    • 7
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.7 医疗 Agent 实战:构建一个懂“望闻问切”的智能医疗咨询助手
    > 导语:纸上得来终觉浅,绝知此事要躬行。在本课程的最后一个实战项目中,我们将把第五周的所有核心技术——LoRA 微调与 vLLM 部署——落地到一个具体、有价值的应用场景中。我们将亲手构建一个“智能
    • 少林码僧
    • 19小时前
    • 6
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.6 【直播精华】模型部署与智能体集成实战
    > 直播导语:同学们,欢迎来到我们《Agentic AI 智能体开发行动营》的最后一次直播课!在过去的五周里,我们一起经历了一段非凡的旅程:从 Function Calling 的“第一次接触”,到
    • 少林码僧
    • 19小时前
    • 3
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.5 vLLM 部署加速指南:让你的微调模型推理速度提升 10 倍
    > 导语:我们已经成功地微调并评估了我们的“AI 皮肤科医生”模型。现在,我们面临着“最后一公里”的挑战:如何将这个模型部署成一个高性能、高吞吐、可供成千上万用户同时访问的在线服务?使用标准的 Hug
    • 少林码僧
    • 19小时前
    • 7
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.4 模型评估与优化:科学评估微调效果
    > 导语:在上一章的“炼丹”实战中,我们成功地微调出了一个“AI 皮肤科医生”模型,并通过几个简单的对话,直观地感受到了它的变化。但这种“感觉”是主观的、不可靠的。要将“炼丹”从一门“玄学”变为一门“
    • 少林码僧
    • 19小时前
    • 10
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.3 LlamaFactory 微调实战:微调 Qwen/DeepSeek 模型
    > 导语:理论的尽头是实践。我们已经理解了 LoRA 的原理,并学会了如何“指挥”GPT-4 为我们生产高质量的微调数据。现在,万事俱备,只欠“开炉炼丹”。本章将是一次纯粹的、从头到尾的动手实战。我们
    • 少林码僧
    • 19小时前
    • 3
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.2 数据决定模型上限!用 Easy Dataset 快速构建高质量微调数据集
    > 导语:在上一章,我们掌握了 LoRA 这把“手术刀”。但再高明的外科医生,也需要对“病灶”有清晰的了解才能下刀。在模型微调这个“手术”中,数据就是我们要处理的“病灶”,它的质量直接决定了手术的成败
    • 少林码僧
    • 19小时前
    • 3
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 5.1 LoRA 微调,YYDS!一文带你入门低成本优化垂直领域大模型
    > 导语:欢迎来到课程的最后一周!在前四周,我们如同“装备大师”,学会了使用 Prompt、工具、框架、评估体系等“外功”来武装我们的 Agent。但面对某些高度专业的垂直领域(如医疗、法律、金融),
    • 少林码僧
    • 19小时前
    • 3
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 4.8 Langfuse vs. LangSmith:两大主流 LLMOps 平台深度对比与选型指南
    > 导语:在 AI 应用可观测性(LLMOps)的江湖中,有两个名字你一定绕不开:Langfuse 和 LangSmith。前者是我们本周深度学习和实践的开源利器,后者则是 LangChain 官方出
    • 少林码僧
    • 19小时前
    • 5
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 4.7 【直播精华】持续监控与性能优化:让你的 Agent 在生产环境狂飙
    > 直播导语:各位同学,欢迎来到第四周的收官直播!我们已经学会了如何追踪、评估和加固我们的 AI Agent。但一个残酷的现实是:上线只是开始,运维才是“正餐”。一个今天表现完美的 Agent,明天可
    • 少林码僧
    • 19小时前
    • 6
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 4.6 你的 Agent 安全吗?Prompt 注入、数据泄露攻击模式与防御策略
    > 导语:在上一章,我们构建了一个“AI 防火墙”,学会了如何检测正在发生的攻击。然而,在安全领域,仅仅满足于“发现问题”是远远不够的。一个真正健壮的系统,需要构建纵深防御(Defense in De
    • 少林码僧
    • 19小时前
    • 6
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 4.5 AI 世界的“防火墙”:从零构建 LLM 攻击实时检测系统
    > 导语:我们已经构建了功能强大、可观测、可评估的 AI Agent。但我们是否忽略了一个致命的“阿喀琉斯之踵”——安全?当你的 Agent 能够调用 API、访问数据库、甚至执行代码时,它就从一个信
    • 少林码僧
    • 19小时前
    • 14
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 4.4 线上 vs. 离线:使用 Langfuse 实现智能体的全方位无死角评估
    > 导语:我们已经学会了用 Langfuse 收集 AI 应用的“痕迹”(Traces)。现在,是时候从这些痕迹中“断案”了——也就是进行评估。评估是连接“可观测性”和“持续优化”的桥梁。在本章中,我
    • 少林码僧
    • 19小时前
    • 3
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 4.3 Langfuse 集成实战:追踪 OpenAI、LangChain 和 LangGraph 应用
    > 导语:在上一章,我们已经成功地在本地运行了 Langfuse,并初步领略了其强大的追踪能力。现在,是时候将这项能力应用到我们之前构建的各种 AI 应用中了。本章将是一次聚焦于“集成”的实战演练。我
    • 少林码僧
    • 19小时前
    • 3
    • 点赞
    • 评论
    AI编程 AIGC OpenAI
  • 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30