logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【Agent 设计模式全景图:从 ReAct 到工业级多智能体架构】

AI Agent 设计模式正经历从辅助编程到自主工作流的范式转变。本文系统分析了Agent架构的核心模式演进:从基础的ReAct推理行动循环,到具备自我修正能力的反思模式,再到处理复杂任务的规划分解模式。工业级产品如Claude Code、Cursor和Trae通过引入状态机、层级规划和验证链等设计模式,实现了确定性输出、长程上下文处理和工程化自我修正。这些模式将大模型的概率推理转化为稳定可靠的系

文章图片
#设计模式
【WxAgent—— AI 微信聊天办公助手部署教程】

WxAgent是一款无需复杂环境即可部署的微信个人号AI助手,支持多种主流大模型接入,具备多轮对话、58+工具调用、记忆管理、安全防护等核心功能。部署仅需Python 3.11+环境,通过简单的git克隆和pip安装即可完成。项目提供Web管理面板,支持Windows/macOS/Linux系统,适合个人开发者快速搭建智能微信机器人。

文章图片
#人工智能#微信#fastapi +2
【Agent 设计模式全景图:从 ReAct 到工业级多智能体架构】

AI Agent 设计模式正经历从辅助编程到自主工作流的范式转变。本文系统分析了Agent架构的核心模式演进:从基础的ReAct推理行动循环,到具备自我修正能力的反思模式,再到处理复杂任务的规划分解模式。工业级产品如Claude Code、Cursor和Trae通过引入状态机、层级规划和验证链等设计模式,实现了确定性输出、长程上下文处理和工程化自我修正。这些模式将大模型的概率推理转化为稳定可靠的系

文章图片
#设计模式
【Agent 设计模式全景图:从 ReAct 到工业级多智能体架构】

AI Agent 设计模式正经历从辅助编程到自主工作流的范式转变。本文系统分析了Agent架构的核心模式演进:从基础的ReAct推理行动循环,到具备自我修正能力的反思模式,再到处理复杂任务的规划分解模式。工业级产品如Claude Code、Cursor和Trae通过引入状态机、层级规划和验证链等设计模式,实现了确定性输出、长程上下文处理和工程化自我修正。这些模式将大模型的概率推理转化为稳定可靠的系

文章图片
#设计模式
基于Django框架的静态个人名片网站设计

本文介绍了如何使用Django框架快速开发一个静态个人名片网站,适合Python Web开发新手入门。教程涵盖Django核心的MVT(Model-View-Template)架构实现,包括创建项目与应用、定义数据模型、配置后台管理、编写视图逻辑和模板渲染等关键步骤。通过该项目,读者将学会使用SQLite数据库存储项目经历数据,利用Django Admin后台管理内容,并最终实现一个包含个人基本信

文章图片
#django#python#后端
Claude Code 连接 DeepSeek V4模型后调用报400错误

在使用 Claude Code CLI 连接 DeepSeek V4 时,许多开发者常因 CLI 后台静默升级导致 API 接口格式改变,从而遭遇 HTTP 400 报错。本文梳理了针对 npm 与 Native 两种安装模式的降级回退流程,详细拆解了如何通过配置官方最新的 DISABLE_AUTOUPDATER 环境变量来锁定版本。文章同时还原了配置环境变量时 Windows 终端更新滞后等实操

文章图片
Claude Code 连接 DeepSeek V4模型后调用报400错误

在使用 Claude Code CLI 连接 DeepSeek V4 时,许多开发者常因 CLI 后台静默升级导致 API 接口格式改变,从而遭遇 HTTP 400 报错。本文梳理了针对 npm 与 Native 两种安装模式的降级回退流程,详细拆解了如何通过配置官方最新的 DISABLE_AUTOUPDATER 环境变量来锁定版本。文章同时还原了配置环境变量时 Windows 终端更新滞后等实操

文章图片
第六章 检索增强生成介绍

检索增强生成(RAG)是一种将信息检索与生成模型相结合的技术,通过动态检索外部知识库来增强大语言模型的生成能力。相比监督微调(SFT),RAG具有知识更新快、可解释性强等优势,适用于数据频繁变化的场景。其技术流程包括文件切分、向量化、知识检索等关键步骤,可将私域知识转化为问答系统。RAG在减少幻觉、提升准确性方面表现突出,但面临检索效率、知识整合等挑战。该技术已从问答系统扩展到推荐、信息抽取等多个

文章图片
#人工智能#华为云#RAG
【验证码识别算法性能对比实验系统——KNN、SVM、CNN 与多模态大模型的性能博弈与机理分析】

在自动化数据采集与逆向工程中,验证码识别始终是核心的技术屏障。本文记录了一个从底层数字图像处理(DIP)到前沿多模态大模型(MLLM)的全栈实验历程。项目针对62类全字符集,自主构建了具备“域对齐”特性的数据集生产线,攻克了字符粘连切分、ASCII标签对齐等核心痛点。通过对比KNN (HOG)、SVM (RBF)、Optimized CNN及Granite 3.2 Vision大模型,量化分析了不

文章图片
#支持向量机#cnn#python +1
【验证码识别算法性能对比实验系统——KNN、SVM、CNN 与多模态大模型的性能博弈与机理分析】

在自动化数据采集与逆向工程中,验证码识别始终是核心的技术屏障。本文记录了一个从底层数字图像处理(DIP)到前沿多模态大模型(MLLM)的全栈实验历程。项目针对62类全字符集,自主构建了具备“域对齐”特性的数据集生产线,攻克了字符粘连切分、ASCII标签对齐等核心痛点。通过对比KNN (HOG)、SVM (RBF)、Optimized CNN及Granite 3.2 Vision大模型,量化分析了不

文章图片
#支持向量机#cnn#python +1
    共 20 条
  • 1
  • 2
  • 请选择