这篇文章记录我用 Ollama 在笔记本上部署 Qwen 3.5 小模型的完整过程，包括踩过的坑、实际性能数据，以及不同硬件的选型建议。

如果你也有这样的困惑，恭喜你，这篇文章就是为你准备的。我们不讲晦涩的技术原理，只用最生活化的方式，帮你彻底搞懂Token这个AI世界的"基本单位"。

本文旨在对六个领先的开源智能体平台进行全面的比较分析，它们分别是：Dify、n8n、Ragflow、FastGPT、Flowise 和 Langflow。通过对它们的功能、易用性、可扩展性和适用场景进行深入探讨，本文旨在为技术专业人员和业务决策者提供选择最适合其需求的平台的指导。

一.快速生成main输入psvm二.快速生成System.out.print使用sout三.文件保存IDEA是自动保存的，不需要我们去Ctrl + S保存。四.删除一行Ctrl+Y五.新添，新建，添加的快捷键Alt + lnsert六.切换java程序Alt + 右箭头 或 Alt + 左箭头七.目录显示与关闭Ctrl + Fn + F12八.运行Ctrl + Shift + F10九.提示方法的

RAG 的工作原理可以概括如下：当 LLM 接收到查询时，它不仅依赖于自身的预训练知识，还会主动从指定的知识源检索相关信息。这种方法确保了生成的输出能够参考大量上下文丰富的数据，并得到最新、最相关可用信息的支持。

直播流媒体工程师：做了四年直播我发现下一个风口是数字人

今天我们就来简单了解一下什么是知识图谱，包括它的基本概念，作用，构建流程。

从本文开始，我们将进入一个更具挑战也更有价值的阶段：从零开始，逐步构建一个智能体框架 —— HelloAgents。

今天我将通过一个小的实战项目--基于ICD-10医疗编码的RAG检索系统，带大家走完从数据准备、向量存储到向量检索的完整流程。这样可以对之前的知识做一个简单的复盘。

如果你想把“大模型的能力”变成能解决真实问题、能长期运行、能和人协作的产品——你需要的不只是模型，而是智能体（Agent）