- 博客(1045)
- 收藏
- 关注
RSS订阅原创 LangGraph多智能体架构实战教程：构建复杂协作AI系统
本文详解LangGraph多智能体架构，包括系统概念、架构类型（网络、监督者、分层等）、通信机制（Handoffs）及消息管理模式。通过旅行订票等案例，展示如何构建自定义多智能体、监督者和群体架构，提供完整代码实现。强调选择合适大模型和正确配置工具调用的重要性，为开发者构建复杂协作AI系统提供实战指南。
2025-09-09 19:14:12
502
原创 一文掌握MCP、LangChain和LangGraph：构建大模型应用的完整指南，建议收藏
本文详细解析了MCP、LangChain和LangGraph三大核心技术，展示了它们如何协同工作构建AI应用。介绍了MCP协议连接AI模型与数据源的方式，LangChain的组件化开发工具，以及LangGraph的工作流编排功能。提供了两种MCP集成方式和完整项目结构示例，为开发者构建大模型应用提供了全面技术指南。
2025-09-09 19:10:02
721
原创 大模型应用开发面试指南：LangChain与LlamaIndex核心知识点详解
本文是一份全面的大模型应用开发面试资料，重点介绍了LangChain和LlamaIndex两大框架的核心概念与应用。详细解释了LangChain的六大核心组件、LCEL优势、Agent执行流程及RAG实现方法，同时对比了LlamaIndex作为数据层专家的特点。文档还涵盖了文档切分策略、RAG效果评估及ReAct框架实现等实用技术，为开发者提供构建大模型应用的完整知识体系和面试准备指南。
2025-09-09 19:05:00
666
原创 大模型微调实战：从新手到专家，一篇教程就够了，建议收藏！
本文详细介绍了大模型微调技术，通过10步实操指南教你如何将通用AI模型转变为特定任务的定制化工具。从数据收集到模型部署，作者以HTML信息提取为例，展示如何使用Unsloth和Google Colab快速实现微调，解决AI输出不一致问题。微调让AI真正为你所用，远超prompt engineering的效果，是每位AI开发者必备技能。
2025-09-09 19:01:08
425
原创 （程序员必看）文档分块、索引增强到混合检索的全面解析
文章详细解析了RAG技术的五大关键环节：文档分块、索引增强、编码、混合检索和重排序，强调RAG不应被视为黑盒，而需要针对具体场景对各模块进行调优。作者指出，RAG的核心是在召回率与精确率之间找到平衡，并倡导从快速使用走向深度优化的实践路径，通过理解各环节技术细节，实现更精准的知识检索与生成。
2025-09-08 21:02:37
685
原创 打造生产级RAG系统：全面解析大模型检索增强生成的每个组件--路由、索引、检索
本文详细介绍了如何构建生产就绪的RAG(检索增强生成)系统，从基础组件(索引、检索、生成)到高级技术(查询转换、智能路由、多表示索引、自校正代理流等)，全面涵盖RAG生态系统的每个环节。文章提供了丰富的代码示例和评估方法，帮助读者从零开始构建并优化高效、准确的RAG应用。
2025-09-08 20:54:52
447
原创 构建可靠AI智能体的秘密：Parlant框架实战指南，告别95%失败率
文章揭示了95%的智能体项目失败的原因在于过度追求准确性而非问题解决率。介绍了Parlant开源框架，通过条件-动作配对机制、双重防护和状态机架构，实现智能体的可控性和可靠性。框架提供按需激活规则系统、工具调用控制、状态机跳转等特性，特别适合金融、医疗等高风险场景。强调在生产环境中，可靠性比聪明更重要，并提供了渐进式开发等最佳实践。
2025-09-08 20:51:12
577
原创 大模型RAG实战：从文档处理到召回质量优化的全方位指南
RAG技术在大模型应用中至关重要，但面临文档处理和数据召回两大难点。文档处理需应对复杂格式问题，数据召回可能面临无法获取有效信息或召回大量无关数据的困境。通过完善提问策略、文档提炼总结等多维度方法可提升召回质量，同时增强生成阶段需对召回数据进行清洗和格式化。随着智能体技术发展，RAG系统正获得动态获取外部数据的能力。
2025-09-08 20:50:10
886
原创 【收藏必备】基于Dify 1.5.1的企业级知识库搭建全流程详解
本文详细介绍了基于Dify 1.5.1搭建知识库的全流程，包括平台基本概念、本地部署方法以及知识库的具体搭建步骤。文章重点讲解了Dify的两种知识库分段模式（通用模式和父子模式）及其区别，以及索引方法与检索设置的多种选项。通过Dify的低代码界面，开发者可以快速构建企业级AI应用，实现私有数据的智能管理与精准应用，特别适合注重数据安全的企业使用。
2025-09-04 19:30:09
712
原创 AI Agent：从学术概念到产业应用的变革力量
AI Agent凭借"自主感知-决策-执行"的闭环能力，正从学术概念转向产业应用。它以大语言模型为"大脑"，结合工具链、感知系统和数据库，实现从"被动响应"到"自动执行"的转变。AI Agent不仅提升效率，更重构用户体验，未来将向多智能体协同发展，覆盖个人生活、企业办公和产业服务三大领域，成为驱动生产生活变革的关键力量。
2025-09-04 19:28:14
588
原创 AI Agent原理详解：从文本补全到自主思考的技术演进
这篇文章系统介绍了AI Agent的发展历程与技术原理。从LLM的文本补全基础开始，阐述了Function Call和MCP协议如何赋予AI工具使用能力，以及记忆管理和ReAct框架如何实现智能体的思考决策过程。文章探讨了Workflow、多Agent系统和推理模型等形态，展望了"模型即产品"的发展新阶段。AI Agent正从简单文本生成进化为能自主规划、使用工具并协作完成复杂任务的智能体，尽管仍面临幻觉、可靠性等挑战，但其技术演进正深刻改变人机交互方式。
2025-09-04 19:24:25
1047
原创 收藏必备：大语言模型模型编辑技术，让你的AI不再说错话
大语言模型常存在偏见、毒性和知识错误等问题。传统修正方法如重新预训练和微调存在成本高、效率低或影响其他能力等局限。模型编辑技术通过局部修改模型参数，可精准修正错误、补充新知识，同时保持原有性能。该方法分为外部拓展法和内部修改法，需满足准确性、泛化性、可迁移性、局部性和高效性等关键性质，为大语言模型的快速精准修正提供了新思路。
2025-09-04 19:22:40
881
原创 程序员必学！一文掌握智能体(AI Agent)在工业场景的应用与实战
文章介绍了2025年"智能体元年"，智能体技术如何在工业领域快速应用。智能体以大模型为核心，包含规划、记忆、工具使用等组件，能自主实现工业场景深度适配。文章详细阐述了智能体在数据治理和智慧运维领域的具体应用案例，展示了其如何打破行业困局、提升效率。尽管存在数据孤岛等问题，但智能体已成为连接工业数字孪生与实际生产的核心纽带，未来将在制造企业智能化转型中发挥关键作用。
2025-09-04 19:20:51
726
原创 【建议收藏】RAG与微调的协同效应及其在大模型中的应用
RAG与微调作为大模型的两种核心技术，各自具有独特优势与局限。微调使模型内化特定知识但知识静态，RAG提供动态知识但检索能力有限。两者结合能产生1+1>2的协同效应：微调优化RAG的框架，RAG为微调提供实时更新的知识。深度融合正成为新趋势，通过数据与模型层面的结合，可提升知识准确性、领域适应性，减少数据需求，适用于专业问答、智能写作等场景。这种互补融合是释放大模型潜力的关键路径。
2025-09-04 19:19:14
965
原创 从零构建生产级RAG系统：基于Agent的多策略检索增强生成实战指南
本文详细介绍如何构建基于Agent的生产级RAG系统，通过工业设备维修手册案例，从数据预处理（多策略分块、清洗、摘要生成）到系统构建（规划、执行、反思、工具调用），再到评估验证，展示了完整开发流程。系统采用LangGraph实现智能体功能，通过多层次知识库和思维链推理技术，实现了高质量的知识问答和故障诊断能力，是学习大模型应用的实用指南。
2025-09-03 17:48:21
1376
原创 【干货收藏】大模型工具学习全解析：程序员必知的AI从问答到操控世界的进化
本文系统分析了大模型工具/函数调度领域的发展，基于15篇重要论文，将其分为五个研究方向：工具学习理论、API集成、评估方法、效率优化与安全性研究。从Toolformer的开创性工作到最新的并行化和安全性研究，展示了大模型从被动问答到主动操控世界的AI革命进程，并展望了多模态集成、泛化能力提升等未来方向。
2025-09-03 17:45:24
775
原创 LangGraph全解析：新一代智能体开发框架，值得收藏的实战指南
本文介绍新一代智能体开发框架LangGraph，它基于LangChain构建但采用更灵活的"图结构"工作流哲学。文章详解了LangGraph的三层核心架构（底层API、高层封装API和预构建Agent）及其完整生态系统（包括LangSmith监控、Studio可视化、CLI部署等工具）。作者计划推出系列教程，帮助开发者从零掌握这一企业级智能体开发框架，值得收藏学习。
2025-09-03 17:43:28
699
原创 程序员必看：一文搞懂矩阵乘法如何驱动大模型“思考“
文章详细解析了矩阵乘法在AI模型中的核心作用。矩阵乘法本质上是将两个线性变换组合为一个等效变换，其维度遵循"内部匹配，外部决定"的规则。在Transformer架构中，每个标记向量经过线性投影、ReLU非线性激活和维度还原来提取多层次特征。ReLU函数的引入至关重要，它为模型注入非线性特性，避免了多层线性变换等价于单一线性变换的问题。神经网络中的每一层都围绕矩阵乘法展开，构成了现代AI模型的数学基础。
2025-09-03 17:41:00
627
原创 【必看】从基础到面试问题的深度学习指南
本文详细解析了Attention机制的核心概念、计算步骤及在Transformer中的应用。介绍了Attention与传统Seq2Seq模型的区别，以及Scaled Dot-Product Attention、Multi-Head Attention等主流方法。探讨了Transformer的Encoder结构、残差连接、位置编码等关键组件，并汇总了相关面试问题，帮助读者全面掌握这一深度学习核心技术。
2025-09-02 18:01:09
1053
原创 大模型面试60问精解：基于《图解大模型》的全面答案，助力面试成功
本文是《图解大模型》一书的配套面试题集，包含60个精心设计的大模型相关问题及详细解答，涵盖模型架构、注意力机制、分词技术、位置编码、嵌入模型、提示工程和微调方法等核心知识点。这些面试题可作为《百面大模型》的补充材料，帮助求职者系统性地准备大模型相关面试，提升面试成功率，是求职者必备的参考资料。
2025-09-02 17:59:38
734
原创 AI助手的记忆管家，开源本地部署解决AI“健忘“难题
Mem0是开源AI记忆层，解决AI"健忘"问题。支持多级记忆架构，采用向量嵌入和图数据库技术实现高效记忆存储与检索。完全开源支持本地部署保护隐私，提供API接口便于集成，可与多种AI应用和框架协作。让AI助手记住用户偏好，提供个性化和连贯的交互体验。
2025-09-02 17:57:53
873
原创 必学！让大模型拥有智能记忆能力，小白也能轻松掌握的收藏级教程
Memory-R1框架通过两个强化学习微调代理解决LLM记忆问题：内存管理器动态更新外部记忆库(添加、更新、删除或忽略信息)，答案代理过滤无关记忆生成高质量答案。该框架无需人工标注内存操作，通过试错学习优化任务性能，有效解决了传统RAG系统噪音干扰问题，使大模型能更智能地管理记忆并提升回答准确性。
2025-09-02 17:56:07
897
原创 构建企业级A2A天气代理系统：服务器端与客户端开发指南
代理到代理（A2A）协议正在重塑自主代理之间的发现与通信机制。A2A 摒弃了复杂的集成配置，为代理提供了一种标准化方式，使其能够自动发现彼此并实现信息的无缝交换。
2025-09-01 18:29:03
931
原创 LangGraph人工干预实战：如何给AI系统装上“紧急刹车“？
分享一个真实案例。前段时间我们开发了一款自动化运维工具，初衷是希望它能自动处理服务器故障，提升运维效率。然而在一次实际运行中，AI判定某服务需重启，便毫不犹豫地执行了操作。问题是，该服务恰好是一个正在执行批处理任务的数据库……
2025-08-29 17:31:23
881
原创 【Prompt优化指南】Agent调参不再玄学！这套科学方法拯救了我的发际线
最近在推进导购Agent项目，工程开发虽已告一段落，却在Prompt调试和效果评估环节频频“翻车”：Agent时而思维跳脱，绕着用户问题“打转”；时而胡乱调用工具，认准一个就执意走到底；有时甚至话到一半莫名卡顿，再无响应……这些问题让我不得不重新回归技术底层，翻阅论文、查找资料，试图从架构与机制设计中寻找改进的可能。
2025-08-29 17:28:51
995
原创 提示词优化实战：从入门到精通的核心技巧
提示词在大模型应用中扮演着至关重要的角色，其作用无可替代。然而，在实际使用中，我们常常容易陷入两种极端：要么过度重视提示词，要么过分轻视它。尽管目前网络上有大量现成的提示词模板，很多人也热衷于收藏这些模板，但在真实的业务场景中，这些模板往往难以直接适用。很多时候，收藏行为本身只是一种心理安慰——就像我们不断囤积学习资料，却很少真正使用。因此，在实际业务应用中，我们更应注重的是掌握提示词的使用方法和优化技巧。无需一开始就追求“完美”的提示词；正如技术选型一样，提示词没有所谓的“最佳”，只有“最适合”的
2025-08-29 17:23:44
650
原创 【多智能体系统架构】从0到1设计可扩展AI系统：核心原则与实战指南
过去一年中，人工智能代理（AI Agents）已成为技术领域最受关注的话题之一。无论是在学术研讨会还是开发者社区中，人们都在探讨同一个问题：当多个专业化的AI能够像人类团队一样协同工作时，我们的工作方式将发生怎样的根本变革？
2025-08-29 17:20:40
764
原创 彻底解决AI失忆问题！MCP智能上下文管理技术剖析
如果说传统AI如同一位患有“健忘症”的专家——每次对话都需从头开始，那么模型上下文协议（MCP）所提供的上下文管理能力，就相当于为AI赋予了“持久记忆”。这不仅仅是一次技术迭代，更是AI从单纯的“对话工具”演进为真正“协作伙伴”的关键跨越。
2025-08-28 18:16:17
1027
原创 智能问答系统两种实现方式：问答对与RAG，90%的人都选错了！
在人工智能迅猛发展的当下，智能问答系统已成为企业与用户交互的核心工具之一。无论是应用于客服机器人、知识库检索，还是研发文档的智能搜索，问答系统的性能都直接关系到用户体验和业务效率。目前，基于问答对（QA Pair）的问答系统和基于文档的检索增强生成（RAG）是两种主流的技术路径。它们之间究竟有何区别？在实际项目中应如何选择？本文将深入分析两者的优劣势及适用场景，为你提供选型参考！
2025-08-28 18:11:58
603
原创 【RAG预检索优化】6大绝技让检索精准度飙升80%，大厂都在用！
在之前的分享中，我们已经介绍了RAG系统的完整流程：从文档加载与文本分块开始，通过嵌入模型生成向量表示，进而构建索引并存储至向量数据库；在检索阶段，系统根据用户查询匹配最相关的检索结果，最终将这些匹配内容交由大模型生成最终答案。
2025-08-28 18:09:54
933
原创 Multi-Agent终极指南，从原理到实战一次搞定
多智能体系统通过将复杂任务分解为多个子任务，每个子任务由专门设计的智能体处理，相比单一智能体具有显著优势。可实现职责单一、关注点分离、降低幻觉、提高专业性、增强透明度和可解释性，便于问题定位。系统由智能体、工具和协调器组成，每个智能体专注于特定角色，通过协调器协同工作，形成高效、可靠的AI解决方案，更接近人类团队协作模式
2025-08-27 18:40:56
887
原创 【2025最新】RAG系统性能优化：阿里面试官推荐的7个关键方法
本文详细介绍了RAG检索增强生成的7大黄金法则，包括查询转换、路由优化、索引优化、高阶RAG策略、生成控制、性能优化和落地检查表。作者尼恩通过Java+AI双驱架构帮助求职者提升技术能力，应对一线企业如阿里等的技术面试，提供实际案例和代码示例，展示如何通过系统化学习实现架构转型和职业发展，解决中年危机问题，最终获得理想工作机会。
2025-08-27 18:38:47
1010
原创 千万级企业都在用的 MCP + A2A 整合方案，架构设计与实践案例完整解读
本文介绍A2A与MCP如何协同构建AI智能体协作生态。A2A协议作为智能体间的沟通语言，实现智能体发现、能力协商和任务协作；MCP作为工具箱，使智能体能连接各类企业工具。两者结合使AI从单打独斗转向团队协作，应用于智能制造、金融风控、电商客服等场景。文章详细解析了技术架构、实现细节、安全治理及未来发展趋势，为AI架构师提供了构建智能体协作生态的完整指南。
2025-08-27 18:27:45
1109
原创 2025AI大模型面试通关秘籍：这套题库让成功率提升3倍
人工智能（AI）已成为当今技术领域的重要变革力量，驱动着从自动化到预测分析等多个方向的进步。随着越来越多的行业借助AI推动创新与提升效率，市场对AI工程师的需求也在持续增长。近日，我们注意到一份涵盖关键问题并提供专业解答的指南，旨在帮助求职者更好地应对AI相关的面试挑战。本文将原指南进行编译整理，无论您是希望展现技术能力的候选人、致力于深入理解AI领域的学习者，还是旨在精准甄选优秀人才的招聘经理，本指南都将为您提供有价值的参考。
2025-08-25 20:31:57
1221
原创 【2025精选】Agent开发平台选型全攻略：从技术对比到落地实践
在人工智能技术飞速演进的今天，智能体（Agent）已成为推动产业智能化转型的核心驱动力。面对市场上众多的Agent开发平台与技术方案，如何精准选型、高效落地，已成为许多企业与开发者面临的关键挑战。本文将从技术生态、性能对比、成本控制及实践案例等多个维度，系统梳理主流Agent开发平台的优劣与适用场景，助您走出选择困境，打造真正可用、好用、可进化的智能体系统。
2025-08-25 20:28:57
613
原创 突破Agent记忆瓶颈！三层架构深度解析：如何让AI拥有“人类级“记忆？
当前，AI智能体（Agent）持续受到广泛关注，然而许多智能体系统普遍存在一个显著短板——“健忘”问题，尤其在上下文较长时更为突出。这种缺乏持续、连贯记忆能力的缺陷，严重限制了AI智能体的发展潜力与实际用户体验。由于难以真正理解用户意图并维持深层次的上下文关联，提供高度个性化的服务也变得更加困难。
2025-08-25 20:22:31
1273
原创 【Prompting技术揭秘】3大关键技巧，让LLM推理能力提升200%
大型语言模型（LLM）的强大，并不仅限于准确预测下一个词，其核心优势更体现在卓越的“推理能力”上。然而，这种能力并非自动显现，往往需要通过精心设计的提示（Prompting）技巧来有效引导与激发。本文将分享三种在实践中证明有效、且技术复杂度逐步提升的提示方法（重点在于阐述技术思路）：思维链（CoT）、自一致性（Self-consistency）以及思维树（ToT）。
2025-08-21 17:31:12
1040
原创 【RAG实战宝典】手把手教你构建企业级智能问答系统
RAG（检索增强生成技术，Retrieval-Augmented Generation）是当前构建智能问答系统的一项重要技术。相较于传统检索方法，RAG能够有效减少模型幻觉，并支持知识的动态更新，因而成为企业和个人构建知识库时广泛采用的架构与解决方案。其核心优势主要包括以下两点：
2025-08-21 17:28:39
914
原创 【Agent本质探秘】LLM+Prompt+Tools = 智能体？深度剖析智能体的核心要素与架构
对智能体的理解，从一开始的初步认知，到后来的逐步深入，再到如今反而觉得难以清晰界定。在之前的理解中，智能体似乎只是一个能够调用工具的大模型，但在实际将其落地到业务场景中之后才发现，它的复杂程度远超最初的想象。
2025-08-21 17:13:52
738
原创 大模型Agent开发必看！从原理到实践：LLM+工具+记忆+规划构建智能Agent全指南
通过系统研究Agent领域的学术文献并实际测试市面主流产品，我将现有Agent产品分为两大类：独立部署型（如Manus、LoveArt等）和嵌入式（如夸克搜索Agent、飞猪旅行助手、淘宝AI万能搜等）。观察发现两类产品在发布策略上存在显著差异：独立Agent通常采用高举高打的营销策略，而互联网大厂的Agent功能则遵循严谨的迭代路径——经历长期内部测试与灰度发布后才会谨慎上线。以"淘宝AI万能搜"为例，其开发周期超过半年，虽未展现突破性创新，但在导购类Agent中已属用户体验的标杆级产品。
2025-08-19 17:25:50
1294
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人