社区云

发现

发现和探索最受欢迎的社区&标签

人工智能

python

java

开发语言

数据库

spring boot

前端

深度学习

大数据

vue.js

算法

学习

深入智能体开发：原理、架构、框架对比与最佳实践，技术必读收藏指南

本文系统梳理智能体(Agent)技术体系，从基础概念到架构实现。首先解析PEAS模型、智能体循环等核心原理，对比智能体与传统工作流的本质区别；重点介绍ReAct、Plan-and-Solve、Reflection等主流架构的设计思路与实现方法；深入探讨模型参数调优策略，包括温度、Top-k/p等参数的协同机制；最后对比分析AutoGen等主流框架的特点与适用场景，为开发者提供构建高性能智能体系统的

学编程的头没秃

6分钟前

#架构 #人工智能 #自然语言处理

真正帮B2B企业AI获客的是这种接地气的GEO理论

深夜十一点，山东济南一家包装箱厂的办公室里，灯光还亮着。作为这家百人规模B2B企业的第二代掌舵人，我盯着电脑屏幕上空空如也的AI对话框，第无数次感到困惑。在DeepSeek、文心一言、Kimi这些大模型里，无论我怎么变换关键词搜索，都。“我们是做高品质包装箱的，在业内口碑很好，老客户复购率很高。”我向团队解释，“但新客户从哪里来？现在客户都开始用AI找供应商了，我们在AI眼里，根本不存在。这不是我

4分钟前

 1

AI核心能力揭秘：泛化能力是理解AI的关键，收藏这篇文章，让你彻底明白AI的本质与局限

AI的核心特征是泛化能力，即基于已有知识生成新内容的能力。AI具有"临近泛化"优势，能在已知领域高效创作，但缺乏人类"远程泛化"的创新能力。目前AI对职业替代率约11.7%，未来将向更强泛化架构和专业化方向发展。掌握大模型技术将成为把握AI时代就业机会的关键，相关学习资源包括成长路线、专业书籍、视频教程和实战项目等。

学编程的头没秃

7分钟前

 88

#人工智能 #机器学习 #serverless +1

收藏必备！大模型Agent成本优化面试精选：15道高频考点详解

文章精选15道AI大模型Agent成本与优化高频面试题，涵盖成本分析、API调用优化、Token消耗优化、缓存策略、批量处理、模型选择、工具调用成本、成本监控与预测、成本分摊、ROI分析、成本控制及免费方案等核心知识点。内容从基础到高级，适合准备大模型应用岗位面试的开发者学习收藏。

和老莫一起学AI

8分钟前

#职场和发展 #人工智能 #学习 +1

RAG面试通关秘籍：28个高频问题深度解析，建议收藏！

本文系统梳理了RAG技术的28个高频面试问题，全面覆盖基础认知、常见问题、高级机制、RAG-Fusion、优化策略及未来展望六大模块。内容从RAG原理、与SFT的区别等基础知识，到内容缺失、格式错误等实际问题的解决方案，再到多通道检索、缓存优化等进阶技巧，最后探讨了多模态融合、Agent自主检索等前沿方向。文章不仅剖析了RAG的核心技术要点，还针对性地提供了优化思路和工程实践建议，为AI从业者构建

学编程的头没秃

8分钟前

#面试 #职场和发展 #人工智能 +1

智能影像：AI视频生成技术的战略布局与产业变革

摘要：我国AI内容生成技术发展迅猛，2023年市场规模突破5000亿元，年均增长45.7%。该技术已形成完整生态体系，内容生成效率提升5倍，成本降低60%。在文化传承、教育等领域广泛应用，文物数字化效率提升5倍，学生文化素养提升25%。我国主导制定多项国际标准，技术出口额达500亿元。未来将重点突破高质量内容生成、多模态融合等技术，预计2025年产业规模突破1万亿元。AI内容生成技术体现了科技自立

8分钟前

 75

RAG知识库构建精髓：文档处理如何因业务场景而异【必收藏】

RAG知识库构建应注重检索效率优化而非机械拆分，需根据业务需求灵活处理文档：结构化数据提取元数据，非结构化数据按段落标题分段并保留增强生成内容。文档预处理需清洗过滤无效信息，避免脏数据影响质量。知识库建设没有固定标准，核心在于提升系统表现，处理方式需结合实际业务动态调整。掌握大模型技术是把握AI时代就业机会的关键，建议通过系统学习路线、专业书籍、实战项目等方式提升相关技能。

耿直学编程

9分钟前

 194

#人工智能 #大数据 #数据挖掘 +2

【收藏必看】从RAG到AI Agent开发全踩坑指南：3个月实战经验总结

本文分享了作者3个月AI Agent开发实战经验，从RAG框架转向自研系统的完整历程。文章详细记录了FastAPI+OpenSearch+大模型的架构搭建过程，包括环境配置、模型选择、查询优化等关键技术挑战。作者对比了开源方案与自研系统的优劣，总结出适合业务的开发方法论，并发现其与推荐系统相似的召回-排序架构模式。文章还分享了OpenSearch配置、提示词调试、意图识别等具体问题的解决经验，为A

耿直学编程

10分钟前

 161

 2

#人工智能 #学习 #RAG

我做了10个提示工程项目，总结出7个用户意图误解的失败教训

我曾主导过10个提示工程(Prompt Engineering)项目——从旅游攻略AI到电商客服机器人，从教育辅导系统到企业任务管理工具。这些项目里，80%的失败都源于同一个问题：AI误解了用户意图。比如用户说“帮我找个便宜的酒店”，AI推荐了100元的青旅，但用户其实想要“300元内的连锁酒店”；用户说“这个衣服太大了”，AI回复“换小一码”，但用户实际是嫌“版型宽松显胖”。这篇文章会用真实项目

杭州大厂Java程序媛

10分钟前

 56

 4

【收藏必备】智能体系统路由模块全解析：4种实现模式对比与实战建议

智能体系统路由模块负责请求分发与调度，对比分析了四种实现模式：基于规则（响应快但泛化差）、小模型（平衡准确性与速度）、大模型（无需预训练但响应慢）和嵌入（语义理解强）。建议先用大模型验证流程，再根据需求优化模式选择，实际应用中可组合使用多种模式。路由模块需持续迭代，在效果、时延和成本间寻求最佳平衡。

耿直学编程

11分钟前

#机器学习 #人工智能 #数据库 +1

我用 AI 做了两个小产品

当别人还在为AI焦虑时，我已经用AI做出了自己的产品

10分钟前

 55

 1

零基础到高手：Python+AI办公自动化全攻略，企业员工必学！

摘要：Python自动化办公2.0通过结合Python编程与AI技术，有效解决企业数字化转型中的效率与管理挑战。其核心特点包括自动化流程处理、AI集成、易用性扩展、数据驱动决策及安全保障，已在报表生成、文档分类等场景中验证效果，显著提升工作效率与准确性。未来将向智能化、低代码化方向发展，助力企业优化运营并提升员工竞争力。（149字）

20分钟前

 295

 12

#python #人工智能 #开发语言

强化学习3-1 Q-learning学习

摘要：Q-learning是一种无模型强化学习算法，无需预先知道环境转移概率，仅通过与环境交互的(s,a,r,s')数据更新Q值。其核心优势在于直接学习状态-动作对的预期累积奖励，取代了对环境建模的需求。与有模型算法（如动态规划）不同，Q-learning仅需当前状态、可选动作、即时奖励和实际转移状态，通过试错学习适应未知环境。文中提供了强化学习框架代码，包含环境可视化、多智能体性能比较等功能，支

2025-11-10 23:19:26

 370

 4

收藏！普通电脑也能微调嵌入模型？LlamaIndex Adapter技术详解，让RAG检索效果提升20%+

本文介绍如何利用LlamaIndex的Adapter适配器技术高效微调嵌入模型，大幅降低资源需求。通过冻结基础模型（如BGE、OpenAI）仅训练轻量级适配器层，可将显存需求降低90%，训练时间缩短10倍以上。文章提供完整实操流程，包括使用LLM自动生成训练数据、配置Adapter微调引擎（EmbeddingAdapterFinetuneEngine）以及效果评估方法，帮助开发者在普通电脑上实现专

耿直学编程

12分钟前

 52

 4

#数据挖掘 #数据库 #机器学习 +2

收藏必备！LangChain vs Dify：大模型应用开发如何选？一文读懂两大核心工具区别

本文对比了大模型应用开发的两大工具：LangChain(高代码框架)和Dify(低代码平台)。LangChain提供灵活定制能力，适合算法/后端开发者进行复杂定制；Dify通过可视化界面实现快速开发，适合产品/运营人员快速落地。文章从定位、能力、场景、生态等维度分析差异，建议根据团队能力、项目复杂度等因素选择工具，并指出二者可结合使用优势互补。

13分钟前

 60

 4

#人工智能 #语言模型

技术揭秘：我是如何用React+Gemini实现数学AI老师的

摘要： MathWhiz-Junior的核心数学游戏模块实现了可配置的答题挑战系统。系统包含三个主要部分：1）游戏配置界面，允许用户选择难度(1-3年级)和运算类型(加减乘除)；2）题目生成逻辑，根据难度动态生成合适的数学题，确保减法结果为正数、除法可整除；3）游戏主逻辑，管理游戏状态、计时、答题和音效反馈。系统采用React+TypeScript开发，界面设计简洁直观，题目难度随年级递增，运算类

14分钟前

 239

 2

#react.js #人工智能 #前端 +1

RAG技术不死：架构演进全解析，程序员必看指南（强烈推荐收藏）

RAG技术未消亡，而是进入架构快速演进阶段，从基础Vanilla RAG发展到Self-RAG、Graph RAG等七种核心架构，每种针对特定场景优化。企业应避免打造"包打一切"的普适平台，而是根据数据特性、查询模式和性能要求选择最适架构，实现知识与大模型的有效连接。

和老莫一起学AI

14分钟前

 226

 3

#人工智能 #面试 #算法

openFuyao 社区 2025 年 11 月运作报告

2025年11月，openFuyao社区持续稳健发展，在技术、生态等方面均取得一些进展，展现出良好的技术创新力与蓬勃的社区活力。技术演进方面，v25.12版本已完成社区特性导入，并进入主体开发阶段。多项关键特性取得实质性进展：社区发行版支持超大规模集群；社区支持大版本升级；K8s组件实现自定义签发策略和K8s组件独立kubeconfig；高性能AI推理服务化框架子系统构建和集成。本月新增提案：自

19分钟前

 188

 2

#开源软件 #人工智能 #云原生

从算力浪费到效能倍增：openFuyao应用货架的实践与突破

在AI和大数据应用爆发的今天，开发者常面临一个尴尬的困境：明明部署了高性能硬件，却跑不出预期的效率。模型推理延迟居高不下，大数据任务总在"等待资源"，GPU利用率长期徘徊在30%以下——这些问题的根源往往不是硬件不够强，而是软件组件与底层算力的"适配断层"。openFuyao应用货架的核心价值，就是通过算力亲和的组件和优化的调度能力，打通软件与硬件的协同壁垒。本文将通过实际案例，对比传统开发模式与

20分钟前

 265

 7

#架构 #人工智能

大规模 RDMA AI 组网技术创新：算法和可编程硬件的深度融合

对于上述问题，HPCC 的核心思想是利用 INT（In-Network Telemetry，在网遥测）技术来提供精确的链路负载信息，并以此来计算出准确的 Sender 速率更新数值，并且实践发现 HPCC 在大多数情况下仅需要 Sender 更新一次速率，而无需迭代更新。TIMELY 算法的核心思想是通过测量报文的 RTT（端到端往返时间）来动态调整 Sender 的发送速率，基于 RTT 的变化

2025-02-22 19:10:14

 2047

 30

零基础转行AI产品经理：大模型学习路线与面试题库全攻略

本文分享了一位5年B端金融产品经理成功转行AI产品经理的完整经验。作者详细介绍了转行前的技术储备（AI技术理解和AIGC项目经历）、简历撰写技巧、面试流程与常见问题，以及求职过程中的学习方法。文章还提供了AI大模型学习路线、面试题库等实用资源，为想转行AI产品经理的人提供了从准备到面试的全流程指导，帮助读者快速入门并成功转型。

29分钟前

 315

 6

#人工智能 #产品经理 #学习 +1

GitHub星标9.7k！这款开源笔记神器用AI重新定义知识管理

note-gen是一款专注于记录和写作的跨端AI笔记应用，基于Tauri框架开发。该项目由开发者codexu创建，在GitHub上已获得9.5k星标，深受开发者社区欢迎。项目的核心理念是将记录、写作和AI三者结合，形成相辅相成的工作流。与传统笔记应用不同，note-gen专门针对碎片化知识管理场景设计，解决了信息收集与整理脱节的核心痛点。note-gen采用MIT开源协议，完全免费且无任何广告，目

小妖同学学AI

29分钟前

 158

 8

#github #人工智能

大模型转行全攻略：从方向选择到避坑，新人最完整的入行指南

文章详细分析了大模型领域的四大方向(数据、平台、应用、部署)，指出新手常误以为直接选择算法工程师最佳，但实际上数据工程师是更易入行的选择。文章强调数据在大模型中的重要性，平台工程师负责基础设施建设，部署工程师需要丰富经验。建议新人不要只关注模型调优，应专注垂直领域，重视数据工作，积累实际经验。

30分钟前

 529

 14

#人工智能 #语言模型 #知识图谱

AI智能体核心技术：上下文工程全面解析，从入门到精通

AI智能体上下文工程技术解析摘要：本文系统阐述了AI智能体上下文工程的技术演进与应用价值。针对大语言模型"只说不做"、缺乏环境感知和长期记忆等局限，上下文工程通过整合系统指令、工具描述、外部数据和对话历史等多维信息，构建动态认知框架，使AI具备完成复杂多步骤任务的能力。文章详细剖析了该技术的起源背景、核心组件（知识库构建、动态检索、上下文组装等）及关键突破（长序列处理、记忆架

31分钟前

 235

 9

#人工智能 #语言模型 #知识图谱

"Flutter基础（十）布局Widget快速入门

本文首发于公众号「刘望舒」ReactNative入门系列React Native组件Flutter基础系列前言Flutter的布局在此前的文章多多少少用过，但是没有具体讲过，Flutter的布局实际上也由Widget来控制的，在Flutter官网上并没有对布局Widget进行分类，这里将布局Widget根据子元素排列方式分为以下几种：线性布局Widget流式布局Widget...

weixin_30408739

2019-07-17 16:30:31

 218

#移动开发 #人工智能 #java

flutter3-deepseek流式AI模板|Flutter3.27+Dio+DeepSeeek聊天ai助手

基于跨平台打字输出问答助手。跨平台ai流式实例，基于Flutter3.27+Dart3+Getx+Dio集成DeepSeek-V3对话模型，从0-1纯撸仿DeepSeek智能ai聊天系统。实现流式输出打字效果、代码高亮、本地存储会话等功能。flutter3-winseek客户端AI实例|Flutter3.32+DeepSeek流式ai对话模板ExeUniapp-DeepSeek跨三端AI助手|un

BMY顺其自然

2025-06-26 11:21:33

 35

Flutter 完成全平台制霸：实现 Windows 应用支持

Python实战社群Java实战社群长按识别下方二维码，按需求添加扫码关注添加客服进Python社群▲扫码关注添加客服进Java社群▲作者 | 李俊辰、王强来源丨前端之巅（ID：fron...

程序员大咖

2020-10-01 10:24:00

 140

#编程语言 #人工智能

flutter3-deepseek流式AI模板|Flutter3.27+Dio+DeepSeeek聊天ai助手

基于跨平台打字输出问答助手。跨平台ai流式实例，基于Flutter3.27+Dart3+Getx+Dio集成DeepSeek-V3对话模型，从0-1纯撸仿DeepSeek智能ai聊天系统。实现流式输出打字效果、代码高亮、本地存储会话等功能。flutter3-winseek客户端AI实例|Flutter3.32+DeepSeek流式ai对话模板ExeUniapp-DeepSeek跨三端AI助手|un

2025-06-22 11:40:36

 29

Plan-and-Execute架构深度解析：大模型任务执行新范式，小白到高手的必经之路

Plan-and-Execute是一种先全局规划后逐步执行的架构模式，包含规划器、执行器和重规划器三大组件。它解决了传统ReAct模式在复杂任务中易迷失方向、效率低下的问题，支持并行执行和动态调整。规划器将任务分解为有序子任务，执行器按计划执行，重规划器在遇到问题时调整策略。该架构特别适合多步骤复杂任务，已在数据分析、软件发布等场景有效应用。相比ReAct模式，Plan-and-Execute具有

33分钟前

 279

 4

#人工智能 #知识图谱

查了8次知网终于破防！2025降AI率实战复盘：手动技巧与工具避坑指南（含免费降ai方法）

无论你选择手动修改，还是使用笔灵等工具，有一个绝对红线千万别踩：降完AIGC率后，严禁再用AI去“润色”！我在实验的最后，把已经降到0%的文章又丢给AI，让它“优化一下文采”。结果：AIGC率瞬间飙回99%。润色只是将句子美化，但会让文风回归到算法模型，导致前功尽弃。1、手动党：核心逻辑必须自己写，把AI内容打散嵌进去。2、效率党：优先考虑笔灵AI进行结构化降重，英文用QuillBot。3、流

34分钟前

 117

 2

自绘引擎时代，为什么Flutter能突出重围？

导语|Flutter 框架是当下非常热门的跨端解决方案，能够帮助开发者通过一套代码库高效构建多平台精美应用，支持移动、Web、桌面等多端开发。但仍然有很多产品、设计、甚至开发同学并不...

腾讯云开发者

2020-08-14 19:05:00

 926

 1

#java #人工智能 #编程语言 +2

kotlin 第一个程序_Kotlin程序减去两个矩阵

kotlin 第一个程序Given two matrices, we have to subtract them.给定两个矩阵，我们必须将它们相减。Example:例：Input:matrix 1:[2, 3, 5][0, 5, 4][2, 1, 2]matrix 2:[6, 34, 2]...

2020-07-26 11:57:05

 327

#python #小程序 #线性代数 +1

关于我们

联系我们（工作时间：8:30-22:00）

400-660-0108 kefu@csdn.net