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

入门Claude Code:详细安装与配置分析内容分享

本文简要介绍了在Node.js环境下配置AI开发工具的流程:1)安装Claude Code(版本2.1.163)并进行基础配置;2)通过CCSwitch工具实现多模型切换,重点演示了接入Deepseek大模型(v4版本)的完整过程,包括API密钥配置和模型验证;3)在VSCode中集成工具后,最终通过AI生成一个包含自我介绍和联系方式的简约科技风前端个人主页(index.html)。整个过程涵盖了

文章图片
入门Claude Code:详细安装与配置分析内容分享

本文简要介绍了在Node.js环境下配置AI开发工具的流程:1)安装Claude Code(版本2.1.163)并进行基础配置;2)通过CCSwitch工具实现多模型切换,重点演示了接入Deepseek大模型(v4版本)的完整过程,包括API密钥配置和模型验证;3)在VSCode中集成工具后,最终通过AI生成一个包含自我介绍和联系方式的简约科技风前端个人主页(index.html)。整个过程涵盖了

文章图片
入门Claude Code:详细安装与配置分析内容分享

本文简要介绍了在Node.js环境下配置AI开发工具的流程:1)安装Claude Code(版本2.1.163)并进行基础配置;2)通过CCSwitch工具实现多模型切换,重点演示了接入Deepseek大模型(v4版本)的完整过程,包括API密钥配置和模型验证;3)在VSCode中集成工具后,最终通过AI生成一个包含自我介绍和联系方式的简约科技风前端个人主页(index.html)。整个过程涵盖了

文章图片
【从零入门本地大模型:Ollama 安装部署 + Qwen2.5 实现零样本情感分类】

Ollama 是一款能让你在本地电脑上一键部署、运行各种大模型的工具。它把模型下载、依赖配置、运行环境全部封装好了,只需要几条命令,就能在你的 Windows 电脑上跑通 Qwen、Llama、Mistral 等热门模型,不用再折腾复杂的 Python 环境。下面我以 Windows 系统为例,带你从零安装并运行你的第一个本地大模型。

#分类#数据挖掘#人工智能
【LangChain RAG 入门实战:PDF 文档检索问答】

在大模型应用开发中,RAG(检索增强生成) 是最常用、最落地的技术。它可以让 AI 基于你自己的 PDF 文档进行回答,而不是胡编乱造。chunk_overlap=100:块之间重叠 100 字符,保证语义连贯。separators:按中文标点、换行符智能切分,最适合中文。FAISS 是 Meta 开源的高性能本地向量数据库。3. 向量模型:阿里通义 DashScope。系统自动在 PDF 里查找

#人工智能
【基于讯飞语音识别 + DeepSeek 大模型的课堂视频智能转写与分析系统】

本文设计了一套课堂教学视频智能处理系统,通过集成视频音频提取、语音转写、文本优化和课堂活动识别功能,实现全流程自动化处理。系统采用讯飞星火API进行高精度语音识别,结合DeepSeek大模型实现文本降噪、角色修正和活动标注,最终输出标准化CSV和JSON格式数据。关键技术包括视频转音频处理、语音识别接口调用、大模型文本优化等,具有自动化程度高、识别准确率≥95%、部署轻量化等特点,可广泛应用于智慧

【从零搭建本地电商智能客服 Agent:Dify+Ollama+Qwen3.5 部署全流程】

本文介绍了一套基于Docker自托管的开源电商智能客服解决方案,采用Dify+Ollama+Qwen3.5:4b技术栈实现完全本地化部署。该方案通过WSL2环境配置、Dify容器部署、Ollama模型对接三个核心步骤,构建了包含商品查询、价格计算、促销读取等功能的智能客服Agent。系统采用SQLite存储商品数据,支持离线运行且无需支付API费用,有效解决了传统方案的成本高、隐私风险等问题。文章

文章图片
#Ollama
【基于 LLaMA-Factory 的 Qwen3-4B 高效微调实战:LoRA 配置、推理与模型合并详解】

本文介绍了LLaMAFactory工具的使用方法,主要包括三个核心部分:微调、推理和模型合并。首先详细说明了安装步骤和运行环境配置,包括GPU实例设置和依赖安装。其次重点解析了三个关键YAML配置文件的功能:训练配置文件定义模型学习参数,推理配置文件用于交互测试,合并配置文件将LoRA适配器整合到基础模型中。文章还对比了全量微调、LoRA和QLoRA三种微调方式的优缺点,并介绍了模型量化技术(如G

文章图片
#大数据#搜索引擎
【基于讯飞语音识别 + 大模型优化的课堂师生对话自动转写与结构化输出系统】

在智慧教育、课堂实录分析、教学行为研究中,自动将课堂音视频转换为结构化师生对话是非常核心的需求。本文基于:MoviePy 视频提取音频讯飞开放平台 语音识别(带说话人分离)DeepSeek-V3 大模型文本降噪 + 角色修正自动输出 CSV / JSON 标准格式控制台打印完整对话最终实现一套端到端课堂对话自动转写系统,可直接用于实际项目PythonFlask:提供 API 接口MoviePy:视

文章图片
#语音识别#人工智能
【LangChain RAG 入门实战:PDF 文档检索问答】

在大模型应用开发中,RAG(检索增强生成) 是最常用、最落地的技术。它可以让 AI 基于你自己的 PDF 文档进行回答,而不是胡编乱造。chunk_overlap=100:块之间重叠 100 字符,保证语义连贯。separators:按中文标点、换行符智能切分,最适合中文。FAISS 是 Meta 开源的高性能本地向量数据库。3. 向量模型:阿里通义 DashScope。系统自动在 PDF 里查找

#人工智能
    共 54 条
  • 1
  • 2
  • 3
  • 6
  • 请选择