一、Agent的概念、组成和决策1. Agent的概念2. Agent的组成3. Agent的决策过程3.1 感知阶段3.2 推理阶段3.3 决策阶段3.4 执行阶段4. Agent和大模型的本质区别5. Agent的优势

💡 基于Gemini 和 Bilibili 的辅助，我对阶段一已经有了一个完整的理解，现在我们将进入阶段一的学习，这一章还是为了准备，所谓完事开头难，当我们计划好之后，如何开始学习，从哪一个方向进行切入是重中之重，不然很可能会浪费时间。Conda：一个管理系统Pydantic：基于 Python 类型提示的数据验证与设置管理库，对标Java的Class中各种技术，比如类型校验、格式映射等。：一个

上一章节我们初步认识了Agent构建的过程，运行基本原理等，要想深度学习Agent，我们得对Agent的整体发展方向有个基本的人认识，不然光学习技术，没有系统的认知架构是不行的，所以这一章节我们将针对Agent的认知框架展开来讲讲，之后就可以正式的步入Agent的代码学习世界了。你可以理解为你现在初入大宗门，拥有一腔热血和所谓的真本事，虽然要大展拳脚，但在这之前还是得了解一下宗门的发展史，现在主要

呀呼，距离上一篇Agent已经过去了几个月了，因为Agent和Python联系的太紧密，所以花费了几个月的时间学习了Python，现在我们将正式开始Agent的下一个阶段，从概念转到代码。目前本篇主要讲解代码初体验：使用LangChain工具初步认识Agent的构建。工具选择：如何根据现有的各种工具选择合适的学习路线。💡 LangChain 是一个开发框架（中间件），它的作用是把大模型（LLM）

本文介绍了Python中线程、进程和队列的基础概念与应用。首先区分了并发（交替执行任务）与并行（同时执行任务）的概念，并分析了CPU密集型和I/O密集型任务的特点。重点对比了Python和Java在并发处理上的差异，指出Python由于GIL限制，多线程适合I/O密集型任务，而多进程适合CPU密集型任务。详细讲解了multiprocessing模块的使用方法，包括进程创建、管理和进程间通信（Que

Python的设计之初就是四个字“化繁为简”，这四个字在文件这一章节体现的淋漓尽致，相比于Java的复杂操作简化的太多了。不过我们还是会依照Java进行比对，针对某些复杂的场景Python和Java究竟哪个更有优势。💡 在pathlib出现之前，处理路径需要导入os.path模块并使用一系列函数，如os.path.join(), os.path.exists()。这些函数接收和返回字符串。pat

这里一共有两个坑，第一个坑是sheet名称长度，可以看到红框中，如果名称的长度大于31，这里就自动会将名称截取到31个字符，那么我们就可以判断出当时的错误，原因就是用户导出的数据中存在了两个长度大于31并且前31个字符都相同的情况（注意了老铁们，“equalsIgnoreCase”方法是忽略大小写的比较，而我们一般在判断重复的时候，习惯性使用的是equals方法，这个是区分大小写的比较，当出现sh

阶段核心目标训练数据方法产出模型特点1. 预训练学习语言、语法、事实知识，构建世界模型海量无标注文本（TB-PB级），如书籍、网页自监督学习（语言建模，下一个词预测）基础模型：拥有广泛知识，但不会遵循指令，行为未对齐2. 有监督微调教会模型如何遵循指令并进行对话少量高质量标注数据（数万条），格式为"指令-期望回复"对有监督学习，在指令-回复数据上微调预训练模型SFT 模型：能够进行对话和完成任务，

本文基于SpringMVC核心执行流程进行源码分析，重点讲解了DispatcherServlet的工作机制。文章首先展示了SpringMVC经典执行流程图，随后通过源码详细解析了doDispatch()方法的处理流程，包括获取HandlerExecutionChain、适配器模式调用HandlerAdapter、拦截器链执行等关键步骤。特别强调了HandlerMapping和HandlerAdap

Java中使用itext对pdf'文件添加水印，代码清晰，样式简洁大方，非常适合新手阅读，同时对于有开发经验的伙伴也同样适用。