登录社区云，与社区用户共同成长
邀请您加入社区
数据清洗（Data Cleaning）是指对数据进行检测和修正的过程.数据往往会有缺失值、异常值或者不一致的格式,清洗数据的目的是提高数据的质量,使得后续的分析和建模更加准确.
本文解析大模型参数的本质（神经网络中的权重和偏置）、来源（通过训练数据"学习"获得）及其规模的重要性。参数数量影响模型容量、表现力和能力门槛，但也带来高昂计算成本。虽然参数越多AI通常越聪明，但业界正探索参数与能力间的最佳平衡点，以实现更高效的AI系统。
阿里云发布的《AI原生应用架构白皮书》系统阐述了AI原生应用的架构与开发范式，强调以大语言模型为核心驱动的应用与传统应用的本质区别。白皮书详细拆解了构建AI原生应用的11个关键要素，包括模型、框架、提示词工程等，并深入剖析了成本、安全与合规等核心挑战及应对策略。文章认为AI原生应用将演变为系统级生产力工具，最终与物理世界深度融合，推动社会文明变革。
本文系统介绍了七种主流大语言模型类型及其特点：基座模型提供通用语言能力；指令模型擅长执行特定任务；对话模型优化多轮交互；推理模型具备逻辑分析能力；Agent模型支持自主决策和工具调用；领域模型专精特定行业知识；蒸馏模型实现轻量化部署。文章还提供了各类模型的选择指南，帮助开发者根据应用场景和需求选择适合的模型类型。
在人工智能飞速发展的今天，大语言模型（Large Language Models, LLM）已成为推动技术进步的核心引擎。然而，随着应用场景的不断拓展，不同类型的LLM也应运而生。本文将带你系统了解当前主流的大模型分类及其核心特点。
如今，随着大语言模型技术的飞速发展，AI Agent已经从实验室走向了企业的生产环境。特别是谷歌在2025年9月15日最新发布的这份《Startup Technical Guide: AI Agents》白皮书，为整个行业提供了一份极具价值的技术路线图。
Dify是一款零代码AI开发工具，用户通过拖拽即可构建智能应用，支持20多种AI模型。全球500万+开发者使用，150+国家覆盖，GitHub 115k星标。采用开源免费+专业付费模式，企业年费9.9万起。背后公司苏州语灵科技3年估值超10亿，获得阿里云投资，海外收入占35%。其低代码能力与阿里云算力结合，使企业AI部署成本降低40%。
一款 Python 语言基于FastAPI、Layui、MySQL等框架精心打造的一款模块化、高性能、企业级的敏捷开发框架，本着简化开发、提升开发效率的初衷触发，框架自研了一套个性化的组件，实现了可插拔的组件式开发方式：单图上传、多图上传、下拉选择、开关按钮、单选按钮、多选按钮、图片裁剪等等一系列个性化、轻量级的组件，是一款真正意义上实现组件化开发的敏捷开发框架。
Java简介Java是一种面向对象的静态式编程语言。Java编程语言具有多线程和对象定向的特点。其特点是根据方案的属性将方案分为几个不同的模块，这些模块是封闭的和多样化的，在申请过程中具有很强的独立性。Java语言在计算机软件开发过程中的运用可以达到交互操作的目的，通过各种形式的交换，可以有效地处理所需的数据，从而确保计算机软件开发的可控性和可见性。开发java语言时，保留了网络接口，Java保留
本文介绍了使用 FastAPI和LangGraph构建具备工具使用能力的AI Agent的完整流程。项目通过定义计算器、时间获取和掷骰子等工具函数，结合LangGraph的create_react_agent创建智能体。文章详细展示了项目结构设计、依赖安装、工具函数定义、FastAPI应用配置、LangGraph智能体组装等关键步骤。重点包括：1)使用@tool装饰器定义工具函数；2)配置Fast
华为《智能世界2035》报告指出，AGI将是未来十年最具变革性的驱动力量，十大技术趋势将深刻改变各行各业。报告预测了AI在医疗、教育、出行等领域的应用前景，同时指出技术不平衡、伦理风险等挑战。文章强调，AI发展需平衡技术演进与治理，通过向善的人机共生框架，实现AI普惠与可持续发展，推动人类社会迈向虚实共生的智能世界。
Matplotlib是 Python 中最常用的绘图库,能够生成多种类型的图表,如折线图、散点图、柱状图、饼图等.它的灵活性和强大的功能使它成为数据可视化的主要选择之一.
FastAPI-MCP是一个开源框架，能将现有FastAPI接口自动转换为支持MCP协议的工具服务。只需几行代码，即可保留原有鉴权、数据校验和文档，无需重写API调用逻辑。项目支持零配置、灵活部署、高效通信，可通过ASGI接口直接与FastAPI应用通信，降低传统API与AI工作流间的集成门槛。开发者可选择性暴露API，并通过认证配置确保安全性，极大简化了将现有业务能力赋能给大模型的过程。
算法基本复现了论文，也有自己的一些设计，希望有参考价值， 可自行修改数据进行新的算例测试，所有参数均可改车间调度系列文章：1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、
文章分享了AI Agent研发落地的实践经验，强调不要盲目使用Agent，提出"灵魂四问"判断适用场景；主张"大道至简"，围绕环境、工具集和系统提示三个核心组件构建；建议开发者"像Agent一样思考"，理解AI在受限信息下做决策的困境；指出Agent不是万能解药，而是需用在合适场景的"手术刀"。
python处理form表单数据,登录校验，cookie过期设置。
FastAPI-MCP是一个开源工具，可将FastAPI应用端点以MCP工具形式暴露并支持身份验证。作为原生扩展，它无需额外转换即可高效通信；零配置部署简单集成；保留完整文档和架构；支持安全灵活部署。适合需要快速启用MCP功能的FastAPI开发者，尤其对安全性、灵活性和效率有要求的团队。
clone代码。
本文介绍了使用FastAPI和LangGraph构建AI Agent的完整流程。首先安装必要的依赖库，然后创建包含计算器、时间查询等工具的工具箱。接着配置FastAPI应用，包括设置和LLM加载器，使用qwen3:4b-instruct模型作为基础。最后重点讲解了如何组装LangGraph Agent，包括创建短期记忆存储和可运行的Agent实例。文章提供了清晰的项目结构和详细代码实现，帮助开发者
在AI Agent（智能体）的开发浪潮中，我们常常被LangChain和LangGraph强大的编排能力所吸引，致力于构建更智能的Agent逻辑。然而，一个真正能上线、可维护的AI服务，远不止Agent本身。你还需要考虑：如何实现用户认证和会话管理？如何进行结构化日志记录？如何监控服务的性能和LLM的调用延迟？如何系统地评估我的Agent到底“好不好”？
本章详细介绍了网络数据采集基本流程，selenium 基本操作方法等内容。网络数据采集定义网络数据采集器（俗称爬虫、网页蜘蛛）就是一个探测机器，它的基本操作就是模拟人的行为去各个网站溜达，点点按钮，查查数据，或者把看到的信息背回来。就像一只虫子在一幢楼里不知疲倦地爬来爬去。采集到的数据将会以文本文件、数据库等形式存储起来。selenium 是一个用于Web应用程序测试的工具。Selenium测试直
文章介绍了AI领域高薪趋势下，程序员如何从零入门AI大模型。谷歌开发者专家彭靖田提供免费视频课程，帮助学习者了解大模型核心技术原理，掌握适合的学习路线。同时附赠大厂AI岗位面试题，助力程序员在AI领域实现职业跃迁。
你是否曾好奇，那些强大的 AI 助手是如何做到不仅能聊天，还能帮你查询信息、执行计算的？今天，我们就来揭开这层神秘的面纱，亲手构建一个属于自己的、简易版的 AI Agent。
本文详细介绍了如何使用FastAPI和LangGraph从零构建一个能使用工具的AI Agent。通过创建计算器、时间获取和掷骰子等工具，结合LangGraph的create_react_agent实现Agent的思考与行动能力，并利用FastAPI的lifespan模式高效管理资源，最终实现了支持多轮对话记忆的流式和非流式API接口。本教程适合初学者，为开发复杂AI应用打下基础。
FastAPI框架入门（四），响应处理和FastAPI配置、表单数据处理、单文件、多文件上传及参数、FastAPI项目的静态文件的配置、路径操作配置、FastAPI 应用的常见配置项、框架错误处理、错误处理改写。
本文系统介绍大语言模型(LLM)的核心概念、技术架构与应用场景。详解Transformer架构的自注意力机制，对比GPT(解码器)与BERT(编码器)的差异，阐述预训练与微调流程，解释Token处理机制。大模型通过自监督学习掌握语言规律，在文本生成、理解等任务表现卓越。最后介绍智泊AI的AI培训课程，帮助学员掌握大模型技术，成为企业刚需的AI人才。
本文详细介绍了如何使用FastAPI框架构建大模型聚合服务，通过集成DeepSeek和Qwen两大主流大模型实现统一API调用。内容涵盖FastAPI框架优势、API Key获取、环境变量配置、依赖库安装及核心代码实现，帮助开发者高效构建自己的大语言模型服务，提升开发效率和应用灵活性。
开发语言：Java框架：springbootJDK版本：JDK1.8服务器：tomcat7数据库：mysql 5.7（一定要5.7版本）数据库工具：Navicat11开发软件：eclipse/myeclipse/ideaMaven包：Maven3.3.9浏览器：谷歌浏览器后台路径地址：localhost:8080/项目名称/admin/dist/index.html。
完整项目资源链接：https://download.csdn.net/download/m0_46573428/87796553项目详细信息请看：https://blog.csdn.net/m0_46573428/article/details/130071302进入新闻热点模块，后台自动爬取各大平台的新闻头条，并返回前端进行渲染。
Sign2MCP项目摘要（148字）： Sign2MCP是一个融合手语识别与大语言模型的创新项目，旨在构建实时人机交互接口。系统采用"视觉关键词捕捉+语义补全"技术路线，通过OpenCV/MediaPipe实现手语识别，结合LangChain编排Kimi K2模型生成可执行指令。技术架构包含Vue3前端、FastAPI后端和模块化AI处理流程，支持低延迟视频流处理。项目对比了C
词条检索的部分，在搜索框中输入实体名称，即可检索数据库中的与输入的名称相似度最高的实体的简介、图片以及属性。主要的工作量在前端的部分，后端检索并提供实体的数据。完整项目资源链接：https://download.csdn.net/download/m0_46573428/87796553项目详细信息请看：https://blog.csdn.net/m0_46573428/article/detai
文章介绍了智能体(Agent)的基本概念和特征。通俗地说，智能体是能自主感知环境、决策和执行任务的智能系统，如语音助手、无人车等。专业角度上，智能体是具备环境感知-决策规划-行动执行闭环能力的自治系统，具有自治性、反应性、主动性、社会性和进化性等特征。智能体技术是当前大模型应用的重要发展方向，值得深入学习与收藏。
在这个例子中，我们首先创建了一个10x10的随机数据矩阵`data`，然后使用`imshow`函数来绘制热度图。我们使用了'hot'颜色映射来表示不同的值，并添加了一个颜色条来帮助解释颜色。下面是一个简单的例子，展示了如何使用`matplotlib`来绘制一个简单的热度图。注意，热度图通常用于显示数据矩阵中每个元素的值，例如特征之间的相关性或者不同类别之间的相似度。要使用Python绘制热度图，可
【代码】快速部署：使用FastAPI构建大型语言模型——LLAMA2实战。
FastAPI后端: 提供高性能的API服务,处理用户请求和模型调用。Flutter前端: 构建美观易用的用户界面,支持多平台。WebSocket连接: 实现实时双向通信,提供流畅的聊天体验。向量存储: 使用Redis存储文本向量,支持相似性搜索和长期记忆。自动摘要: 使用LangChain的摘要链,有效压缩长文本,节省token。Web浏览: 集成DuckDuckGo搜索引擎,让AI助手能够获取
本文介绍如何使用FastAPI构建高效的人脸识别服务。系统采用FastAPI作为后端框架，结合SQLModel进行数据库管理，并利用Dlib和ArcFace深度学习模型实现人脸检测和特征提取。内容涵盖环境配置、模型下载、项目结构设计、数据库模型定义以及核心人脸处理功能的封装。该方案性能优异、开发高效，适合构建商业级人脸识别系统。全文提供了清晰的代码示例和实现步骤，具有较高的实用参考价值。
想了解大语言模型(LLM)内部原理，但被复杂的技术细节吓退？别担心，今天给大家介绍一个真正的GitHub宝藏项目 - LLMs-from-scratch，目前已经收获了惊人的47359个star！这个项目不是简单的API调用教程，而是的完整代码库。
本文详细介绍了如何通过魔搭ModelScope SDK和FastAPI搭建本地Qwen3-0.6B语言模型API服务。主要内容包括：1)从魔搭平台下载模型；2)编写模型封装类AIModel.py；3)开发FastAPI接口app.py；4)服务部署与测试方法。项目支持多种文本生成类模型，代码结构清晰且易于扩展，特别适合国内开发者快速部署中小型语言模型。文章还提供了扩展建议，如添加身份验证、构建网页
在医疗数据科学领域，脑肿瘤数据分析是一个极具挑战性的课题。本项目基于Python构建了一个完整的脑肿瘤患者数据分析可视化系统，集成了数据管理、多维度分析、智能预测和现代化Web界面，为医疗机构和研究人员提供了强大的数据分析工具。现代化技术栈: 采用FastAPI + SQLite + ECharts的现代化技术组合完整功能体系: 从数据管理到AI预测的全流程解决方案丰富可视化: 多维度数据分析和交
本文详细介绍了如何使用FastAPI和LangGraph从零构建一个能使用工具的AI Agent。内容包括项目结构设计、工具函数定义、LLM配置、Agent组装、应用生命周期管理以及流式和非流式API接口实现。通过完整示例，开发者可以学习如何创建支持多轮对话记忆的智能助手系统。
用起来还是很方便的，但是还是有很多细节需要打磨。使用库版本：虽然在这个项目中没怎么体现，但是在其他地方用的时候，发现大多数时候用的库还都比较老了，不是最新的，这点有待改进。因为一般安装库不指定版本都是安装的最新版，但是comate用有的库比如openai这个库，还是老版本的类和方法，导致会出bug，虽然也能改但是这个问题还是有点影响体验。代码规范。
FastAPI：高性能AI模型部署框架 本文介绍了FastAPI作为现代Python Web框架在AI模型部署中的优势，包括极致的性能、强大的数据校验、自动文档生成和异步支持。通过三个实战案例详细展示了如何使用FastAPI部署不同类型的机器学习模型：从简单的Iris分类预测到批量预测功能，再到文本情感分析模型部署。每个案例都包含完整的代码实现，展示了FastAPI如何简化API开发流程，同时保证
本文详细介绍了如何使用 FastAPI 和 LangGraph 从零构建一个能使用工具的 AI Agent。通过创建计算器、获取时间、掷骰子等工具，并实现支持多轮对话记忆的流式和非流式 API，帮助开发者掌握 LangGraph 的核心功能和 FastAPI 的应用技巧。
这篇文章推荐了一个名为"agent-service-toolkit"的开源项目，这是一个基于FastAPI的一站式AI智能体开发工具箱。该项目集成了LangGraph智能体、FastAPI后端服务、标准客户端和Streamlit聊天界面，提供完整的AI服务工程化解决方案。主要特点包括：1）开箱即用的生产级架构设计；2）支持多种高级功能如人类在环、长短期记忆等；3）流畅的开发体验
fastapi
——fastapi
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
魔乐社区
北京朝阳AI社区
2048 AI社区
AI编程社区
