盛夏光年爱学习

通过在 markdown 文件里把依赖技能互相链接起来，构建出一张 skill graph，就像你在 Obsidian 里把笔记互相连起来那样。...

本文介绍 三种主流流派（OpenAI天花板、国产平替、Claude特立独行）控制LLM稳定输出json的方式...

今天给大家带来的是一个带WebUI，无需代码的超简单的本地大模型微调方案（界面操作），实测微调之后的效果也是非常不错。...

有人认为 Agent 将取代 Workflow，成为未来的主流交互范式；也有人认为 Workflow 的确定性是业务系统的基石，不可动摇。本文旨在探讨二者在 AI 时代下的...

到了多 Agent 时代，上下文工程问题发生了质变。我们不再面对一个窗口，而是面对一组物理隔离、逻辑关联的窗口集群。...

浅谈Agent上下文工程 引言 上下文窗口是 LLM 最核心、最昂贵，也是最稀缺的资源。如何在这有限的空间里，精准地组织、管理和提供信息，直接决定了 Agent 的性能、成...

上下文隔离的两种模式 ——从 Manus 的实践，看多 Agent 架构的真实成本 引言：多 Agent 的真正难点，是“会不会协作”...

AI Agent的Context Engineering：构建Manus的经验教训。Manuns为何放弃模型微调选择了上下文工程？...

简介 在多线程中解决线程安全的问题时常用到Synchronized，现在的synchronized相对于早期的synchronized做出了优化，从以前的加锁就是重量级锁优...

问题抛出 在近期的项目里面有一个功能是领取优惠券的功能， 问题描述： 每一个优惠券一共发行多少张，每个用户可以领取多少张： 如：A优惠券一共发行120张，每一个用户可以领取...

摘要、压缩与处理大工具输出的工程实践——从 Manus 的经验，看 Context Engineering 的“高风险区”...

浅谈上下文工程｜从 Claude Code 、Manus 和 Kiro 看提示工程到上下文工程的转变...

随着大模型上下文窗口扩展，Agent核心瓶颈已从提示设计转向上下文管理。本文从"上下文腐烂"出发，分析污染、干扰、混淆、冲突四类失效模式，结合WSCI工程操作，系统阐述稳定...

在团队开发密集，多分支开发的瀑布式开发的场景中，新建分支、合并分支、解决代码冲突等属于高频操作，特别是需求涉及到文件修改较多，commit、push和代码cr会被多个文件分...

# Python asyncio：从入门到精通，一篇让你笑中带泪的异步编程指南 ## 引言：为什么...

Qwen2.5是通义千问团队最近开源的大语言模型，由阿里云通义实验室研发。 ​​ 以Qwen2.5作为基座大语言模型，通过指令微调的方式实现命名实体识别（NER）任务，是学...

在处理复杂任务依赖关系时，Java 提供了多种多线程实现方式。本文将以一个典型任务依赖图为例，对比分析结构化并发（Structured Concurrency）与传统 Co...

​ 一、引言 本文将与大家分享我们（一家AI初创公司）在LLM推理引擎方面的探索历程，分享从transformers（HuggingFace）的使用，到后续引入vLLM，再...