大模型真好玩

推荐宝藏图表绘制MCP服务器—mcp-server-chart, 由阿里AntV可视化团队开发，让用户通过大模型分分钟生成可视化图表，从此再也不用发愁工作报告中的图表绘制啦！

本篇分享我们使用Qwen-Agent的MCP和WebUI功能开发了用户友好的智能体应用。得益于Qwen3模型的强大能力和Qwen-Agent工具接入MCP的便捷性，我们可以10分钟打造自己的Manus

本篇分享介绍了如何利用阿里发布的Qwen3系列大模型和Qwen-Agent工具快速接入MCP服务端并开发AI Agent智能体，通过开发一个自然语言操纵数据库的智能体实例直观感受Qwen-Agent!

本篇分享结合实践案例和官方报告，向大家分享Qwen3模型种类丰富，性能强劲，MCP支持性能优异，模式转换等核心亮点，分析Qwen3如何推动人工智能大模型从“参数竞赛”迈向“效率革命”！

本篇分享我们基于Unsloth官方文档结合工作种微调经验，为大家提供了合适的参数选择范围，帮助大家从成百上千种参数组合中快速定位到最优组合，加速微调过程，让初学者也能简单快速上手大模型微调。

还在为RAG系统效果不佳而发愁？本篇文章从RAG系统三个核心环节出发，针对每个环节提出了诸如切片优化、提示词优化等详细的优化策略，大家可以尝试组合这些优化策略，预计可将现有RAG系统效果提高20%

RAG系统通过数据准备、数据检索和LLM生成三个核心环节把外部知识和大语言模型能力完美结合，使得用户能够收获更专业更准确的知识。RAG系统使用者如果需要提升RAG系统性能，必须深刻了解RAG核心原理。

分享使用VsCode+Cline+高德地图MCP Server，不写一行代码免费快速构建和女友出行规划智能体，同时还深入分析了Cline和高德地图MCP Server交互的技术原理，大家都来看看吧~

本文从Llama4模型的历史背景，模型借鉴DeepSeek的设计思路，模型创新特性，模型能力的详细测评四个方面详细剖析了Llama4模型，探究Llama4差强人意的原因，并给出最佳的大模型实践建议!