一篇文章讲透 AI Agent：核心概念、运行流程与典型应用

一篇文章讲透 AI Agent：核心概念、运行流程与典型应用

一篇文章讲透 AI Agent：核心概念、运行流程与典型应用

一篇文章讲透 AI Agent：核心概念、运行流程与典型应用

8月22日，华为云宣布组织架构调整，多个部门将被裁撤或整合，其中就包括企业智能产品线下的盘古大模型相关部门。

微软开源 GraphRAG 后，热度越来越高，目前 GraphRAG 只支持 OpenAI 的闭源大模型，导致部署后使用范围大大受限，本文通过 GraphRAG 源码的修改，来支持更广泛的 Embedding 模型和开源大模型，从而使得 GraphRAG 的更容易上手使用。需要 Python 3.10-3.12 环境。安装完整后，需要创建一个文件夹，用来存储你的知识数据，目前 GraphRAG 只

以上就是这段时间我们在研究本地部署的LLM大模型的体验，NVIDIA Chat RTX目前虽然比最早的体验版好用了不少，但依然处于很早期的状态，要自行添加指定模型比较麻烦，而且不能联系上下文这点体验并不好，不过想装来玩玩还是可以的，毕竟它的安装和使用都很简单，内置的小模型对显存容量需求也不高，8GB以上的显卡就可以跑。Ollama搭配Page Assist这组合胜在够简单，比较适合刚接触这方面的新

LLaMA-Factory 是一个开源的大语言模型（LLM）微调框架，旨在简化大规模语言模型的微调过程。该项目提供了一个用户友好的界面和全面的工具集，支持从数据准备到模型部署的完整流程。

本文将详细介绍如何使用 LLaMA-Factory 对本地自定义数据进行模型微调，并将微调后的模型导出为 GGUF 格式，最终通过 Ollama 加载运行。整个流程适用于显存有限（如 8GB）的用户，兼顾实用性与可操作性。

LLama-Factory 还支持多种框架和数据集，这意味着你可以根据项目需求灵活选择，把精力集中在真正重要的事情上——创造价值。