同时课程详细介绍了。

多模态大模型（LMMs）是能够理解和处理各种输入形式的 AI 模型。这些输入包括各种“模态”，如图像、视频和音频。模态是 AI 模型的数据。LMMs 模仿了人类与世界互动的方式。一个多模态系统可以在多种模态下生成输入和处理输出。例如，Gemini，由google开发的一个语言模型，可以通过将其训练过程整合不同类型的数据（如文本、视频和音频）来在多种模态下生成输入和处理输出，从而以多模态的方式理解和

多模态AI Agent作为人工智能领域的前沿方向，通过整合视觉、语言、语音等多种模态数据，实现了比单一模态系统更强大的环境感知与决策能力。本文将深入解析多模态AI Agent的技术栈，从核心架构、算法原理到实际应用场景，全面剖析视觉-语言-决策融合的实现机制。文章首先介绍多模态Agent的基础概念与核心价值，然后详细分解技术栈各层次的关键组件，包括感知层的特征提取、融合层的跨模态对齐、决策层的推理

MCP（Model Context Protocol）是一种用于大型语言模型（LLM）与外部工具和资源进行通信的协议标准。它的设计目标是为AI模型提供一种标准化的方式来访问和操作外部世界的数据和功能。LangChain是一个用于开发基于大型语言模型（LLM）应用的框架，它提供了一系列工具和抽象，简化了LLM应用的开发过程。langchain_mcp_adapters是一个连接LangChain和M

在学习LangChain前，先了解一些在LangChain框架中，甚至AI应用开发中一些核心的概念和模块，一定要首先清楚地知道是什么，之后再研究怎么做，下图展示了一个LangChain框架开发的应用的核心运行流程。

LangChain官方文档假如我们想要用openai api对一段文本进行总结，我们通常的做法就是直接发给 api 让他总结。但是如果文本超过了 api 最大的 token 限制就会报错。这时，我们一般会进行对文章进行分段，比如通过tiktoken计算并分割，然后将各段发送给 api 进行总结，最后将各段的总结再进行一个全部的总结。LangChain可以很好的帮我们处理这个过程，代码也很简单。#

另一个例子是个95后的女生，原来在一家To B公司做运营偏产品助理的角色，年初咬牙报了一个AI产品的实战班，就三个月时间，从零开始搭了个基于开源模型的客服机器人 demo，还做了份特别清晰的产品规划文档。反正AI行业刚刚起飞，岗位需求也远没有饱和，只要你能打出自己的“组合拳”——理解业务+理解AI+具备实战经验，那你就有足够的筹码在这个领域走下去，不是靠背景，不是靠学历，而是靠真能力和持续学习。说

1、近期MCP服务器非常火爆，作为LLM大模型的通用工具手脚，MCP可以帮助LLM大模型实现更好的功能。本人经常使用cursor来进行代码的编辑，正巧cursor在0.47版本之后，MCP的相关设置进行了大更新，那么就来尝试一下吧。

AIGC，即 AI-Generated Content，是在 UGC（用户生成内容）、PGC（专业生成内容）之后，借助 AI 技术实现自动化内容生成的全新生产模式 。2022 年 8 月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅运用 AIGC 技术创作的绘画作品《太空歌剧院》荣获大奖，这一事件迅速引发了整个行业对 AI 创作

文末附资料~很多人说会造成就业困难，很多人找不到工作，但是我想说的是，如果你不懂这些Ai的话，那就很有可能会被取代，而现在Ai的出现并不只是取代了美工，文案的工作，在其他的行业也会有影响，AI淘汰的是不会使用AI工具的人今天给大家分享是当前一款开源的AI软件。可以文本描述生成图片，以图生图，使用各种模型进行AI绘画作品，可训练个人的图片模型。与需要付费的midjourney软件不同，StableD