github.com
获得徽章 9
- 一份超级棒的循序渐进构建 AI 智能体教程：Agno Agents。
内容全面且实用，通过 19 个逐步深入的实例，从零开始构建各种功能的 AI 智能体，并且每个实例都包含了详细注释、提示词和所需依赖。
GitHub：
github.com
涵盖了基础 Agent、工具集成、知识库使用、结构化输出、研究 Agent、图像生成、音频处理、上下文管理等知识。
而且每个示例都是建立于上一个示例的基础上，能很好帮助我们入门学习和实践 AI 智能体开发。展开评论点赞 - 如果大家想深入研究大语言模型（LLM）智能体这个领域，可以看下。
GitHub 上这份系统整理了关于 LLM Agent 领域的研究论文合集：Awesome-Agent-Papers。
精选了 200+ 篇高质量论文，涵盖 Agent 构建、协作机制、进化、工具使用、安全性、基准测试和应用等内容。
GitHub：github.com
Show more展开评论点赞 - 随便聊聊，关于工作的意义
不知道大伙有没有想过工作的意义是什么，特别是对于工程师而言。
简单说工作就是为了获得收入和满足消费而进行的有组织的干活，既然是有组织的，那么就不是完全自由的，甚至会有不少人会觉得是痛苦的。所以在 19 世纪出现了不少工作最光荣的理论甚至社会价值，用于解决当时不想去工厂干活的人的主动性。
怎么让自己工作不那么痛苦甚至是感到幸福呢？我理解就是用自己的专业去解决问题提供服务，刚好是自己热爱的事情，也就是做自己喜欢的事情顺便把钱给赚了。
最幸福的的工作不是别人分配给你的，而是你自己去发现的，根据消费市场的需求结合自己擅长做的去提供解法方案/服务/情绪价值，这种工作是最幸福的，因为可以解决自己想解决的问题。
中等幸福的工作应该你可以自主决策，虽然大方向不受自己控制，但对自己做的事情有一定掌控感，不是那种被异化的劳动，在这个过程中可以培养自己往最幸福的工作走需要的能力。
不太幸福的工作是属于被异化的工作，也就是做得不是自己想做的事情，这种需要考虑的是这个工作是否可以帮你摆脱钱的束缚，同时有没有摆脱之日，先解决温饱然后在这个不幸福的工作加强改变，转变到中等幸福或者最幸福的工作中去。展开10点赞 - 成功的一生，本质上就是克服恐惧的一生。一个人此生最大的失败，全部来源于他的不勇敢、全部来源于他内心当中的恐惧。什么都不怕，绝对相信自己的那一瞬间，你所有的气场就会全部打开，周围所有的能量，就会不断向你汇集，你就拥有了无穷的力量。等人赞过
616 - 这个世界其实跟你理解的截然相反。
凡是要你顾全大局的，那么你一定不在这个局内。
凡是不惜一切代价的，那么你往往就是这个代价。
凡是禁止的，往往是有好处的，但是不能和你分享。
凡是提倡的，往往是有坑的，且需要你去填坑的。
如果你对一件事情很笃定，那么你一定是知道的太少。展开等人赞过 64 - 最近两周把《RAG-Driven Generative AI》看完了，顺便跟着附带的代码完整的实践了一遍，整体上非常推荐，尤其一定把代码都跑一遍。
整本书核心内容如下：
1. 为什么选择检索增强生成 (RAG)?
2. 使用 Deep Lake 和 OpenAI 构建 RAG 嵌入向量存储
3. 基于索引的 RAG 构建：结合 LlamaIndex、Deep Lake 和 OpenAI
4. 面向无人机技术的多模态模块化 RAG
5. 通过专家反馈提升 RAG 性能
6. 利用 Pinecone 扩展银行客户数据的 RAG 应用
7. 结合 Wikipedia API 和 LlamaIndex 构建可扩展的基于知识图谱的 RAG
8. 利用 Chroma 和 Hugging Face Llama 动态构建 RAG
9. 赋能 AI 模型：微调 RAG 数据并结合人类反馈
10. 基于 Pinecone 和 OpenAI 的视频素材生产 RAG展开评论点赞 - 企业文化是一个很扯淡的词，最好的企业文化就是没有文化。
大家都按规矩来，干多少活给多少钱，加班给够加班费，辞退给够补偿，休息时间别打扰我，不要在周末或者下班后搞团建，不要逼我发朋友圈，按点上下班，同事就是同事，不要宣扬公司如家这种屁话，年会别逼员工上台表演节目。
这就足够了。赞过 评论3 - 消费者掏钱购买的不是某种技术，而是解决实际问题的方案。在解决问题前提下，更好的方案通常体现在提高效率、降低成本两方面。
唯技术论不可取，无论AI还是什么重大科技突破，价值最终要体现在解决问题上。
世上优秀的企业没一家是技术驱动的，本质都是消费者驱动，技术只是更好满足消费者需求的手段。评论点赞
