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
  • 第 34 课: 序列化、缓存与存储系统
    课程目标 精读 Serializable 基类的序列化机制、动态加载系统(load/index.ts)、LLM 缓存系统、Storage 实现层(InMemoryStore / LocalFileSt
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • LDAP Nightmare:CVE-2024-49113 漏洞利用工具
    LDAP Nightmare 是针对 Windows LDAP 客户端高危漏洞 CVE-2024-49113 的概念验证利用工具,通过 Netlogon 远程协议触发目标服务器崩溃,实现远程代码执行。
    • qife122
    • 9小时前
    • 2
    • 点赞
    • 评论
    人工智能 AIGC
  • 第 33 课: MCP 协议适配
    课程目标 精读 @langchain/mcp-adapters 包的核心实现:MCP 工具到 LangChain StructuredTool 的转换、MCP 客户端管理、多传输层支持(SSE / s
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • 第 32 课: 完整 RAG 应用实战
    课程目标 从零构建端到端的 RAG 系统:文档加载 -> 分割 -> 嵌入 -> 存储 -> 检索 -> 生成。整合 RecordManager 增量索引、对话历史、streamEvents 实时追踪
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • 第 31 课: VectorStore 与 Retriever — 检索核心
    课程目标 精读 VectorStore 抽象类、BaseRetriever 抽象类、VectorStoreRetriever 实现类以及 BaseStore<K,V> 通用存储抽象,理解 LangCh
    • 王小酱
    • 9小时前
    • 5
    • 点赞
    • 评论
    LangChain
  • 第 30 课: 文本分割与 Embeddings
    课程目标 精读 RAG 管道中的两个关键环节:TextSplitter 的文本分块策略(RecursiveCharacterTextSplitter、CharacterTextSplitter)和 E
    • 王小酱
    • 9小时前
    • 5
    • 点赞
    • 评论
    LangChain
  • 第 29 课: Document 模型与 DocumentLoader
    课程目标 精读 LangChain.js 的文档数据模型:Document 类的 pageContent + metadata 设计、BaseDocumentLoader 加载器抽象、BaseDocu
    • 王小酱
    • 9小时前
    • 5
    • 点赞
    • 评论
    LangChain
  • 业务团队也能“手搓”应用?火山 Supabase 助力猿辅导对话式 Agent 落地
    猿辅导推出基于火山引擎的内部 AI 开发平台 Rush,依托对话式 AI 让业务人员自主搭建应用。平台解决教育行业开发慢、权限弱、管理难、成本高等痛点,大幅压缩开发周期,保障数据安全。
    • 火山引擎Agent社区
    • 9小时前
    • 32
    • 点赞
    • 评论
    人工智能
  • 第 28 课: 生产级 Agent — 错误处理、限流与安全
    课程目标 掌握将 Agent 部署到生产环境所需的关键能力:结构化错误体系、最大迭代控制、超时机制、工具调用安全和成本控制。精读 errors.ts、constants.ts、utils.ts 和关键
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • 第 27 课: 多 Agent 协作
    课程目标 掌握多 Agent 系统的设计模式:supervisor(主管)、swarm(群体)、hierarchical(层级)。精读子 Agent 封装为工具的实现、withAgentName()
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • LabVIEW IMAQ 三缓冲高性能图像处理
    基于工业视觉实战经验,系统说明 LabVIEW IMAQ 图像引用隐式锁机制、性能瓶颈根源,以及 DLL 直接访问像素指针 + 三缓冲(Triple Buffering)  实现高帧率图像处理的完整方
    • 王利刚
    • 9小时前
    • 5
    • 点赞
    • 评论
    后端
    LabVIEW IMAQ 三缓冲高性能图像处理
  • 第 26 课: Agent 中间件与节点系统
    课程目标 精读 Agent 的中间件系统和节点架构。理解 createMiddleware() 的生命周期钩子、内置中间件库、RunnableCallable 的桥接作用,以及 Agent 图中节点的
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • 第 25 课: Agent 状态与注解系统
    课程目标 精读 Agent 的状态管理机制:AgentState 的构建方式、Annotation 系统(基于 LangGraph 的 StateSchema)、reducer 函数的消息累积策略,以
    • 王小酱
    • 9小时前
    • 2
    • 点赞
    • 评论
    LangChain
  • 第 24 课: Agent 基础 — ReAct 模式
    课程目标 理解 Agent 的核心范式 —— ReAct (Reasoning + Acting)。精读 createReactAgent() 工厂函数与 ReactAgent 类的实现,掌握 Age
    • 王小酱
    • 9小时前
    • 4
    • 点赞
    • 评论
    LangChain
  • 第 23 课: Graph 可视化与调试技巧
    课程目标 精读 LangChain.js 的 Graph 系统和测试工具:Graph 类的节点/边数据结构、drawMermaid() 可视化输出、Vitest 测试约定、FakeModel 系列的测
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • 第 22 课: Tracers 与 Event Stream -- 生产级可观测
    课程目标 精读 LangChain.js 的 Tracer 系统:BaseTracer 的 Run 管理、ConsoleCallbackHandler 的调试输出、LangChainTracer 的
    • 王小酱
    • 9小时前
    • 4
    • 点赞
    • 评论
    LangChain
  • 第 21 课: Callbacks 系统 -- 框架的神经网络
    课程目标 精读 LangChain.js 的 Callbacks 系统:BaseCallbackHandler 的事件接口、CallbackManager 的分发机制、callback 在 Runna
    • 王小酱
    • 9小时前
    • 2
    • 点赞
    • 评论
    LangChain
  • 第 20 课: 自定义 Provider -- 从零实现一个 ChatModel
    课程目标 动手实践 Provider 开发:理解 _generate() 的最小实现要求,掌握 FakeChatModel 系列测试工具,了解 @langchain/standard-tests 标准
    • 王小酱
    • 9小时前
    • 3
    • 点赞
    • 评论
    LangChain
  • 第 19 课: Provider 对比 -- Anthropic 实现与差异分析
    课程目标 精读 @langchain/anthropic 的 ChatAnthropic 实现,与第 18 课的 ChatOpenAI 逐方法对比,理解统一抽象层如何屏蔽底层 API 差异。 19.1
    • 王小酱
    • 9小时前
    • 4
    • 点赞
    • 评论
    LangChain
  • AI 正在制造一批无法独立调试代码的开发者
    \n\nAI助攻使初级开发者效率提升,却导致其对代码理解不足,无法独立调试。行业调研显示入门岗位锐减,人才培养链条正发生结构性断裂,未来或将面临严重的资深人才短缺。 表面上看,一切都很正常。 测试通过
    • 云云众生s
    • 9小时前
    • 4
    • 点赞
    • 评论
    人工智能 VibeCoding
  • 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