本文摘要： 第一章系统介绍了Server-Sent Events（SSE）技术原理与应用。SSE是一种基于HTTP的单向服务器推送技术，具有自动重连、事件驱动等特性，适用于实时数据推送、大模型对话等场景。通过对比WebSocket、长轮询等技术，分析了SSE的技术优势（简单易用、防火墙友好）与限制（单向通信、浏览器兼容性）。详细解析了SSE协议规范、客户端API实现，并提供了增强型封装方案，包含连

大模型蒸馏，简单来说，就是将大型复杂模型（教师模型）的知识迁移到小型轻量模型（学生模型）的过程。就像一位知识渊博的老师把自己的知识精华传授给学生，让学生能够用更简洁的方式掌握关键能力。这一技术的核心目标是在保持模型性能的同时，显著降低模型的计算复杂度和存储需求，使其更适合在资源受限的环境中部署，如手机、物联网设备等。# 定义教师模型teacher.fc = nn.Linear(teacher.fc

本文介绍了如何开发一个基于MCP协议的MySQL数据库操作服务。文章首先解释了MCP协议的作用，即让AI模型能够通过标准化接口调用外部工具。随后详细阐述了技术选型、安全架构设计（包含SQL验证、参数化查询和连接池管理三层防护）以及模块化实现方案。在具体实现部分，重点讲解了SQL安全验证器、数据库连接管理器和MCP服务器核心代码的设计思路。文章还提供了在Cursor中配置MCPServer的方法，并

本文分析了deer-flow项目的工作流程和关键代码模块。系统采用langgraph构建状态机，主要节点包括：coordinator（问题分发）、background_investigator（初步搜索）、planner（制定研究计划）、research_team（执行研究步骤）和reporter（生成最终报告）。核心流程是：用户输入经coordinator处理后，先进行背景调查，再由planne

最近我们通过一些新闻博客包括LLMs产品的推出，DeepSearch和这两个词不断的映入我们眼帘。一个有趣的发现是，DeepSearch 和 DeepResearch 不仅限于OpenAI，之前一直听说OpenAI的DeepResearch特别厉害，最近许多公司如 Jina AI、Perplexity 和 Google 也在开发类似工具。

【摘要】本文提出了一种结合LLM生成HTML与PPT转换的创新方法，旨在解决传统PPT制作流程繁琐的问题。通过设计HTML转PPTX工具，实现了从网页内容到PPT的自动转换。系统采用两套方案：1)直接生成OpenXML文档，2)通过Python-pptx库转换HTML元素。文章详细介绍了转换器的实现逻辑，包括元素定位、样式解析、图片处理和文本换行等关键技术点，并提供了完整的Prompt模板和Pyt

摘要： MCP协议实现了自然语言到工具调用的闭环流程，包含工具发现、调用和结果整合三阶段。客户端动态获取工具列表（如天气查询），LLM匹配需求并生成参数，通过标准接口调用MCP服务（如高德地图API），返回结构化数据后由LLM转换为自然语言回复。该协议支持动态扩展工具、解耦LLM与工具逻辑，并具备权限控制，适用于私有化部署场景。相比OpenAI Function Calling，MCP强调服务端动

Retrieval Augmented Generation 检索增强生成。简单的说就是大模型，虽然比较全面，但是在一些细节上还是有很多的不同，这个时候我们就可以通过上下文的方式，给大模型一些额外的数据增强大模型的知识库，然后生成内容。索引检索生成retrieve：根据问题进行向量相似搜素，返回检索的上下文generate： 提供问题和上下文，调用大模型生成，然后返回。

Dify v1.7.0发布重大更新，重点增强插件系统的OAuth认证和自动升级功能。新版本支持标准OAuth2.0授权流程，无需暴露用户凭据，并实现token自动续期，大幅提升安全性。文中详细演示了如何基于GitHub插件开发智能体，包括环境配置、OAuth应用注册和智能体开发流程。此外还提供了完整的AI大模型学习资源包，包含学习路线图、视频教程、技术文档和面试题集，帮助开发者掌握大模型应用开发全

一文搞懂Prompt、AI Agent、MCP和function calling