首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
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
会员
登录
注册
青铜
掘友等级
打杂的
一个不务正业的前端工程师,懂点技术,玩点产品,最近在折腾 AI
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
277
文章 264
沸点 13
赞
277
返回
|
搜索文章
赞
文章( 264 )
沸点( 13 )
signoz调研部署及log收集体验
背景 最近一直在调研监控、log收集,tracing相关的开源项目,以便使用。 前段时间一直调研使用的是skywalking。后来发现在log收集存储这一快skywalking使用的是elastics
轻松实现服务器事件推送!Spring SseEmitter 详解
服务器推送技术背景简介 服务器推送(Server Push)技术允许网站和应用在有新内容可用时主动向用户推送更新,而不需要用户主动去查询。与传统的"拉"模型不同,服务器推送采用"推"的方式主动把
人机协作的 Agent 开发
人机协作(Human-in-loop)AI Agent 开发是一种协作方法,它将人类输入和专业知识融入到 AI 应用开发的生命周期中。人类可以参与到模型的训练、评估和运行,提供有价值的反馈、输入和指导
持久化 AI Agent
背景 AI 应用的状态持久化(Persistence)可以让用户在多轮交互中共享上下文能力,让 Agent 记住之前的互动,提供更具交互性和个性化的使用体验。
CRAG——可纠错的 RAG 模式
可自我纠错的 RAG 设计模式,通过设计一套 evaluator,实现普遍适用、精准可衡量的评价指标
自我反思的AI Agent
Reflection 设计模式是让 Agent 审视并修正自己的输出,Langgraph 基于人在回路的交互方式让 AI 应用更可靠
Agent 设计模式——multiple tools
Tool-use agent 就像人类打开了使用工具的新世界一样,帮助 LLM 扩展能力边界,从外部寻找合适工具的助手。
AI agent 的基石——function calling
人类最显著特征之一就是能够使用工具。对于 AI Agent 来说,调用外部工具,可以扩展 LLM 既有能力的边界,包括代码执行能力、上下文扩展能力和三方能力集成等。
AI 思考的快与慢
一步一步处理方式正是区别于 Agent(智能体)和 LLM 的核心,背后的原理也正是卡尼曼的「慢思考」理论。
【得物技术】json-schema入门教程
毫无疑问,目前最流行的前后端交互的格式是application/json,也是我们开发者开发过程中应用最多的格式。
下一页
个人成就
文章被点赞
42
文章被阅读
12,172
掘力值
394
关注了
169
关注者
18
收藏集
1
关注标签
27
加入于
2017-01-08