大模型是指参数量达数十亿至万亿级的人工智能模型，具备强大的泛化能力，可分为小型、中型和大型三类。其核心架构基于Transformer，通过自注意力机制和位置编码处理序列数据。大模型的训练分为预训练和微调两个阶段。提示词工程是优化模型输出的关键技术，通过清晰的任务描述、结构化模板和上下文学习（Zero-shot/Few-shot提示）提升交互效果。优化提示词需用自然语言明确表达需求，避免模糊表述，并

Claude Code 是 Anthropic 推出的。它运行在你的本地终端中，能够直接读取、编辑项目文件，执行终端命令，帮你完成各类开发任务。

大模型Agent生态综述摘要 大模型Agent生态已形成完整技术栈，主要包括两大核心范式：Function Calling（结构化函数调用）和ReAct（推理-行动循环）。Function Calling适合简单工具调用，而ReAct擅长复杂任务规划。通信协议层面，MCP协议标准化了Agent与工具的连接，A2A协议则规范了Agent间的协作。LangGraph作为编排框架，支持多Agent工作流

即检索增强生成，是一种将信息检索与文本生成相结合的技术架构。核心思想：不改变模型权重，而是通过检索外部知识库，为模型提供实时、准确的上下文信息。类比理解：就像考试时允许查阅参考书，模型可以"查资料"来回答问题，而不是只依赖记忆。微调（Fine-tuning）是在预训练模型的基础上，使用特定领域或任务的数据进行额外训练，调整模型参数，使模型适应目标任务。核心思想：通过训练，让模型"学会"特定任务的知

Docker 是一种容器化技术，能把代码 + 依赖 + 配置 + 环境打包成一个独立、可移植、可直接运行的包。简单理解：Docker = 把软件打包成 “绿色版”，在哪都能跑，不挑系统、不报错。Docker = 容器化打包工具镜像 = 软件包，容器 = 运行实例一次打包，到处运行Docker Compose 管理多容器企业部署、微服务、机器学习部署 必备。

在[prompts]my_review = "请对以下代码进行 Code Review，关注安全性、性能和可读性："

准备数据文件"instruction": "请解释什么是机器学习","output": "机器学习是人工智能的一个分支..."在中注册：：分片优化器状态、梯度、参数，大幅降低显存占用3D 并行：数据并行 + 张量并行 + 流水线并行Offload：将优化器状态卸载到 CPU/NVMe，进一步节省显存：将 KV Cache 分页管理，显存利用率接近 100%：动态合并请求，最大化 GPU 利用率高吞

本文系统介绍了深度学习的核心概念、发展历程、典型模型及优化方法。首先阐述了深度学习的定义、价值及与传统机器学习的区别，重点突出了其自动特征提取和大数据处理能力。随后梳理了神经网络基础结构、激活函数、损失函数及优化算法等关键技术。文章详细解析了CNN、RNN/LSTM、GAN和Transformer四大主流模型，包括原理、应用场景及代码示例。最后从数据预处理、过拟合应对、超参数调优等方面提供了实用训

准备数据文件"instruction": "请解释什么是机器学习","output": "机器学习是人工智能的一个分支..."在中注册：：分片优化器状态、梯度、参数，大幅降低显存占用3D 并行：数据并行 + 张量并行 + 流水线并行Offload：将优化器状态卸载到 CPU/NVMe，进一步节省显存：将 KV Cache 分页管理，显存利用率接近 100%：动态合并请求，最大化 GPU 利用率高吞

Coze（中文名：扣子）是字节跳动推出的AI 智能体开发与发布平台。用户无需编写代码，通过可视化界面即可创建具备知识库、插件、工作流等能力的 AI Bot，并一键发布到多个渠道。Dify 是一个开源的 LLM 应用开发平台，提供从 Prompt 编排、RAG 知识库、Agent 智能体到工作流编排的全套功能。支持私有化部署，数据完全自主可控。