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

Langchain学习---大模型具有的四个核心能力

主要聚焦大模型具备的四个核心能力:1.模型定义2.工具调用3.结构化输出4.流式输出!

#学习#人工智能
部署OpenClaw

本文档提供了在Ubuntu 22.04系统(ARM64/X86_64)上部署OpenClaw Linux环境的完整指南,主要内容包括: 前置依赖安装:基础环境和Node.js 22的安装 两种安装方式:官方一键安装和NPM全局安装 初始化配置流程:模型选择、插件安装、权限设置等关键步骤 飞书机器人专项配置:扫码授权和通讯规则 日常启停操作和常见问题解决方案 特别提醒ARM架构下避免安装brew依赖

AI Agent 设计模式:ReAct 深度解析

AI Agent设计模式:ReAct解析摘要 ReAct模式(Reasoning+Acting)由普林斯顿大学与Google联合提出,通过交替推理与行动解决纯推理导致幻觉和纯行动无法纠偏的问题。其核心是三步闭环循环:Thought(分析现状)→ Action(调用工具)→ Observation(获取结果),最终输出Final Answer。实现关键在于系统提示词而非模型微调,提示词严格规定输出格

#人工智能#设计模式#react.js
Langchain学习---大模型具有的四个核心能力

主要聚焦大模型具备的四个核心能力:1.模型定义2.工具调用3.结构化输出4.流式输出!

#学习#人工智能
部署OpenClaw

本文档提供了在Ubuntu 22.04系统(ARM64/X86_64)上部署OpenClaw Linux环境的完整指南,主要内容包括: 前置依赖安装:基础环境和Node.js 22的安装 两种安装方式:官方一键安装和NPM全局安装 初始化配置流程:模型选择、插件安装、权限设置等关键步骤 飞书机器人专项配置:扫码授权和通讯规则 日常启停操作和常见问题解决方案 特别提醒ARM架构下避免安装brew依赖

AI Agent 设计模式:ReAct 深度解析

AI Agent设计模式:ReAct解析摘要 ReAct模式(Reasoning+Acting)由普林斯顿大学与Google联合提出,通过交替推理与行动解决纯推理导致幻觉和纯行动无法纠偏的问题。其核心是三步闭环循环:Thought(分析现状)→ Action(调用工具)→ Observation(获取结果),最终输出Final Answer。实现关键在于系统提示词而非模型微调,提示词严格规定输出格

#人工智能#设计模式#react.js
深入篇【C++】类与对象:运算符重载详解 -上

深入篇【C++】类与对象:运算符重载详解 -上 ,带你理解更全面的C++!!!

文章图片
#c++#开发语言
【数据结构】用队列实现栈

本篇总结利用队列如何实现栈的相关操作,不难观察,栈和队列是可以相互转化的,需要好好总结它们的特性,构造出一个恰当的结构来实现即可,所以本篇难点不在代码思维,而是对结构的理解。

文章图片
#数据结构#算法#c++ +1
【数据结构】用栈实现队列

本篇总结利用栈如何实现队列的相关操作,不难观察,栈和队列是可以相互转化的,需要好好总结它们的特性,构造出一个恰当的结构来实现即可,所以本篇难点不在代码思维,而是对结构的理解。

文章图片
#数据结构#算法#java
到底了