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

《LangGraph 开发AI Agent 实践》—— 手把手教你构建有状态的复杂工作流智能体

行业正在揭示一个清晰趋势:> Agent开发的核心竞争力,正在从"会用大模型"转向"精通Agent工程框架"。Braintrust的报告用数据说话:同一模型,换框架后成功率从12%飙到92%。这意味着,掌握像LangGraph这样成熟的Agent框架,比追逐最新模型参数更有价值。

文章图片
#人工智能
《LangGraph 开发AI Agent 实践》—— 手把手教你构建有状态的复杂工作流智能体

行业正在揭示一个清晰趋势:> Agent开发的核心竞争力,正在从"会用大模型"转向"精通Agent工程框架"。Braintrust的报告用数据说话:同一模型,换框架后成功率从12%飙到92%。这意味着,掌握像LangGraph这样成熟的Agent框架,比追逐最新模型参数更有价值。

文章图片
#人工智能
《LangGraph 开发AI Agent 实践》—— 手把手教你构建有状态的复杂工作流智能体

行业正在揭示一个清晰趋势:> Agent开发的核心竞争力,正在从"会用大模型"转向"精通Agent工程框架"。Braintrust的报告用数据说话:同一模型,换框架后成功率从12%飙到92%。这意味着,掌握像LangGraph这样成熟的Agent框架,比追逐最新模型参数更有价值。

文章图片
#人工智能
《LangGraph 开发AI Agent 实践》—— 手把手教你构建有状态的复杂工作流智能体

行业正在揭示一个清晰趋势:> Agent开发的核心竞争力,正在从"会用大模型"转向"精通Agent工程框架"。Braintrust的报告用数据说话:同一模型,换框架后成功率从12%飙到92%。这意味着,掌握像LangGraph这样成熟的Agent框架,比追逐最新模型参数更有价值。

文章图片
#人工智能
《LangGraph 开发AI Agent 实践》—— 手把手教你构建有状态的复杂工作流智能体

行业正在揭示一个清晰趋势:> Agent开发的核心竞争力,正在从"会用大模型"转向"精通Agent工程框架"。Braintrust的报告用数据说话:同一模型,换框架后成功率从12%飙到92%。这意味着,掌握像LangGraph这样成熟的Agent框架,比追逐最新模型参数更有价值。

文章图片
#人工智能
开发微信小程序需要学习哪些编程语言?

微信小程序的开发过程涉及到多种编程语言和技术的运用,确保开发者能够构建功能丰富、用户体验良好的应用程序。了解这些基本组成部分后,开发者可以通过组合使用这些技术,配合微信开发者工具,进行小程序的开发、调试和发布。在小程序中,JavaScript 不仅可以用来编写业务逻辑,还可以调用微信提供的丰富 API,如网络请求、数据存储、界面交互等。微信小程序的开发涉及多种技术的综合运用,理解并掌握这些基础技术

#微信小程序
让大模型的响应时间从5秒降至0.1秒?解决性能瓶颈的秘密就在这里

《分布式系统性能优化》新书解析:从RAG语义缓存到AI时代系统调优 摘要:新书《分布式系统性能优化:方法与实践》针对大模型应用中的性能挑战提出系统解决方案。其中第12章重点介绍通过语义缓存技术将RAG代理响应时间从5秒降至0.1秒的优化方案,并给出基于LiteLLM和Qdrant的六步实现指南。全书构建"多快好省"四维性能指标体系,涵盖20余个工业案例,系统讲解架构设计、网络优

文章图片
#人工智能
Deepseek+Cherry Studio搭建本地知识库

本文介绍了如何注册华为硅基流动平台并创建API密钥,安装CherryStudio工具,连接硅基流动模型构建本地知识库的完整流程。内容包括:1)注册平台获取2000万token配额;2)在CherryStudio中配置硅基流动API密钥;3)添加嵌入式模型和知识库文件;4)使用知识库进行问答。作者对比了本地1.5b模型与硅基流动平台的性能差异,推荐使用后者搭建知识库。文末推荐了《Python大模型应

文章图片
#python#RAG
怎么高效的写提示词?

本文提供了优化AI提示词的五步方法论:1.明确目标,使用具体动词和参数;2.精简表达,聚焦核心要素;3.添加上下文约束,限定输出范围;4.采用示例和结构,增强可操作性;5.通过测试迭代优化。附带技巧包括规避主观词、建立模板库等。实践表明,该方法可提升50%以上的任务效率,其原理在于减少AI处理的不确定性。建议通过日常练习积累有效提示模式,结合自动生成与人工润色实现最佳效果。

#人工智能
Deepseek+Cherry Studio搭建本地知识库

本文介绍了如何注册华为硅基流动平台并创建API密钥,安装CherryStudio工具,连接硅基流动模型构建本地知识库的完整流程。内容包括:1)注册平台获取2000万token配额;2)在CherryStudio中配置硅基流动API密钥;3)添加嵌入式模型和知识库文件;4)使用知识库进行问答。作者对比了本地1.5b模型与硅基流动平台的性能差异,推荐使用后者搭建知识库。文末推荐了《Python大模型应

文章图片
#python#RAG
到底了