logo
publist
写文章

简介

我是鲲志,前阿里工程师,现任 Web3 后端研发,专注 Java、Go、区块链、云原生等方向。技术布道、内容创作、线下组织,是我长期热爱的方向。我分享区块链、云原生、AI 工具和开发者实战经验,也发起 CSDN Meetup、Hackathon、写作共创等活动,同时我也是CSDN 杭州社区主理人、周周黑客松主理人和杭州AI工坊联创,协助开发者连接资源、内容和影响力。我想构建的不只是技术体系,还有彼此成就的开发者社区。如果你也热爱表达和共创,欢迎加入,一起共创,共成长!

擅长的技术栈

JavagoWeb3

可提供的服务

后端、运维、Web3开发、开发资源链接、活动支持与传播等

在AIGC时代学习Python:《AIGC高效编程:Python从入门到高手》更值得你读

《AIGC高效编程:Python从入门到高手》愿成为你通往未来的一块坚实踏板。 让AI陪你学,让Python陪你走。今天开始,一切都不晚。

文章图片
#AIGC#学习#python +2
从 0 到上架:我是如何把「鲲志说」IP做成微信表情包的(完整技术流程拆解)

【鲲志】2025年制作微信表情包已演变为“工具+流程”工程问题。工程师鲲志通过AI工具Labnana,将个人IP形象批量生成统一风格的表情素材,并详细拆解了从设计到上架的6个关键步骤:1)用AI批量生成表情原图;2)制作合规横幅图;3)标准化裁剪尺寸;4)批量处理透明背景;5)注册微信开放平台;6)提交审核。整个过程强调工程化处理(如统一模板、批量操作)和风格一致性,最终实现表情包零基础快速上架。

文章图片
#微信#AI作画#AIGC +2
从对话到协作:AI Agent 智能体开发的工程化实践全景

【摘要】本文系统阐述了AI Agent的核心概念与技术架构。文章指出,AI Agent是解决大模型工程化落地的关键,其本质是"模型+结构+机制"的系统组合,需具备感知、认知、规划、行动和反馈五大能力。作者详细拆解了Agent的核心组件,包括Prompt设计、RAG技术、记忆系统和工具调用等,并重点分析了多智能体系统的协作模式与工程难点。文章强调,Agent开发正在向工程化、平台

文章图片
#人工智能#AIGC#RAG
从对话到协作:AI Agent 智能体开发的工程化实践全景

【摘要】本文系统阐述了AI Agent的核心概念与技术架构。文章指出,AI Agent是解决大模型工程化落地的关键,其本质是"模型+结构+机制"的系统组合,需具备感知、认知、规划、行动和反馈五大能力。作者详细拆解了Agent的核心组件,包括Prompt设计、RAG技术、记忆系统和工具调用等,并重点分析了多智能体系统的协作模式与工程难点。文章强调,Agent开发正在向工程化、平台

文章图片
#人工智能#AIGC#RAG
像搭积木一样构建企业级智能体:FastGPT 的 Agent 工程化实践全解

【摘要】本文探讨了FastGPT作为企业级AIAgent构建平台的核心价值。当大模型能力趋同,真正的竞争在于如何将LLM转化为稳定、可编排的业务系统。FastGPT通过三层核心能力——模型接入层、知识库管理(RAG)和可视化Workflow编排,解决了Agent工程化的关键问题。平台支持复杂场景如智能客服、文档分析等,通过MCP协议实现外部系统调用,使Agent真正落地。特别适合需要稳定性、可维护

文章图片
#人工智能#AI#AIGC
像搭积木一样构建企业级智能体:FastGPT 的 Agent 工程化实践全解

【摘要】本文探讨了FastGPT作为企业级AIAgent构建平台的核心价值。当大模型能力趋同,真正的竞争在于如何将LLM转化为稳定、可编排的业务系统。FastGPT通过三层核心能力——模型接入层、知识库管理(RAG)和可视化Workflow编排,解决了Agent工程化的关键问题。平台支持复杂场景如智能客服、文档分析等,通过MCP协议实现外部系统调用,使Agent真正落地。特别适合需要稳定性、可维护

文章图片
#人工智能#AI#AIGC
从单体智能到群体协作:AI Agent时代的应用范式重构与落地指南

AI Agent:从工具到自治系统的范式跃迁 人工智能正从被动工具演变为自主代理(Agent),具备感知、思考、协作与执行能力。现代AI应用开发不再依赖单一模型调用,而是构建多智能体系统,通过规划、记忆、工具调用等模块协同完成任务。关键技术包括:大模型作为决策核心、Prompt工程优化意图表达、RAG增强知识库、分层记忆系统及动态任务规划。多Agent协作可形成高效“AI团队”,适用于智能家居、办

文章图片
#人工智能#重构#python
从模型到系统:大模型工程师面试的硬核技能全景图

【摘要】大模型岗位正在重塑技术面试规则,要求候选人具备算法原理、工程实践和系统部署的综合能力。在算法层面,需深入理解Transformer机制、推理优化及训练范式选择;工程实践需掌握RAG架构设计、Agent开发及评估体系构建;系统部署则关注推理加速、弹性扩缩容等规模化挑战。优秀候选人应能结合定量分析和架构思维,展示从模型优化到生产落地的全链路能力,体现AI能力×工程能力×交付能力的复合价值。面试

文章图片
#面试#职场和发展#AIGC +2
    共 50 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择