本文详细介绍大语言模型微调的完整流程,从数据准备、模型选择到源码级技术解析。通过实战案例演示LoRA/QLoRA微调技术,使用LLaMA Factory框架完成端到端的微调任务,并提供性能优化和踩坑经验总结。文章适合有一定AI基础的开发者学习。

本文从架构原理出发，逐一给出每种架构的源码实现，并以CrewAI + LangGraph双框架对比验证

理解Agent领域从狂热到务实的三年演进，知道为什么"简单方案优先"是整个行业最重要的共识，理解ReAct范式和推理模型如何改变了Agent的基础。

本文从API 12到API 21的演进脉络出发，全景拆解HMAF（鸿蒙智能体框架）三层架构、小艺开放平台四种编排模式、Agent Framework Kit的FunctionComponent集成方案，以及云插件/端插件/MCP插件三大插件开发体系

本文从零开始，手把手带你完成智能体创建、LLM模式配置、自定义云插件开发、端插件Intents Kit桥接、调试测试到上架发布的全流程。附带完整可运行的ArkTS源码和4个真实踩坑记录。

本文从架构原理出发，逐一给出每种架构的源码实现，并以CrewAI + LangGraph双框架对比验证，附带4个真实踩坑记录和性能基准数据，帮助你在项目中做出正确的多Agent架构选型。

读完这篇文章你能：准确判断一个产品是不是真正的Agent，理解Agent和ChatBot/RPA/Workflow的本质区别，知道"Agentic"和"Agent"不是一回事。

本文从5种真实攻击模式出发，给出输入过滤、权限隔离、输出校验三层防御架构，并以Python和ArkTS双语言实现工具调用沙箱。

本文从5种真实攻击模式出发，给出输入过滤、权限隔离、输出校验三层防御架构，并以Python和ArkTS双语言实现工具调用沙箱。

通过源码级分析、真实场景 benchmark 测试以及生产环境踩坑经验，为开发者提供可落地的性能优化方案。