本文档梳理启动后，代码从入口到最终策略更新的完整执行流程，涵盖动作模拟、环境交互、奖励计算、技能注入和动态更新等关键环节。

里哦用机器学习提高目标检测效果，相较yolov8，效果提升7%

以下提示词，以用来从一些文本中生成问题和对应的答案，能够达到接近人类70%的水平。

（如不能同时运行 api + openai-server）。如果需要多种服务，只能运行其中一个，或使用 Router 聚合远程 API。目前 compose.yaml 不直接支持昇腾 NPU 的设备透传配置，建议使用。Docker Compose 需要 MinerU 的 Docker 镜像，需先构建。：Docker 部署仅支持 Linux 和 Windows WSL2，使用 NPU Dockerf

通过高质量sft与rl，提升模型推理能力

AI工具推荐，AI排行榜，帮助你找到更合适的AI工具

层次化过滤+大模型排序，Rag效果超过Gemini，实现性能与准确率的平衡。

Claude Code使用技巧

Claude的工具设计原则，提高agent调用效果。

逐句进行RAG 降低召回内容冗余度 提升RAG系统效果