
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
本文详细介绍了基于Dify 1.5.1搭建知识库的全流程,包括平台基本概念、本地部署方法以及知识库的具体搭建步骤。文章重点讲解了Dify的两种知识库分段模式(通用模式和父子模式)及其区别,以及索引方法与检索设置的多种选项。通过Dify的低代码界面,开发者可以快速构建企业级AI应用,实现私有数据的智能管理与精准应用,特别适合注重数据安全的企业使用。

AI Agent凭借"自主感知-决策-执行"的闭环能力,正从学术概念转向产业应用。它以大语言模型为"大脑",结合工具链、感知系统和数据库,实现从"被动响应"到"自动执行"的转变。AI Agent不仅提升效率,更重构用户体验,未来将向多智能体协同发展,覆盖个人生活、企业办公和产业服务三大领域,成为驱动生产生活变革的关键力量。

这篇文章系统介绍了AI Agent的发展历程与技术原理。从LLM的文本补全基础开始,阐述了Function Call和MCP协议如何赋予AI工具使用能力,以及记忆管理和ReAct框架如何实现智能体的思考决策过程。文章探讨了Workflow、多Agent系统和推理模型等形态,展望了"模型即产品"的发展新阶段。AI Agent正从简单文本生成进化为能自主规划、使用工具并协作完成复杂任务的智能体,尽管仍

大语言模型常存在偏见、毒性和知识错误等问题。传统修正方法如重新预训练和微调存在成本高、效率低或影响其他能力等局限。模型编辑技术通过局部修改模型参数,可精准修正错误、补充新知识,同时保持原有性能。该方法分为外部拓展法和内部修改法,需满足准确性、泛化性、可迁移性、局部性和高效性等关键性质,为大语言模型的快速精准修正提供了新思路。

文章介绍了2025年"智能体元年",智能体技术如何在工业领域快速应用。智能体以大模型为核心,包含规划、记忆、工具使用等组件,能自主实现工业场景深度适配。文章详细阐述了智能体在数据治理和智慧运维领域的具体应用案例,展示了其如何打破行业困局、提升效率。尽管存在数据孤岛等问题,但智能体已成为连接工业数字孪生与实际生产的核心纽带,未来将在制造企业智能化转型中发挥关键作用。

RAG与微调作为大模型的两种核心技术,各自具有独特优势与局限。微调使模型内化特定知识但知识静态,RAG提供动态知识但检索能力有限。两者结合能产生1+1>2的协同效应:微调优化RAG的框架,RAG为微调提供实时更新的知识。深度融合正成为新趋势,通过数据与模型层面的结合,可提升知识准确性、领域适应性,减少数据需求,适用于专业问答、智能写作等场景。这种互补融合是释放大模型潜力的关键路径。

本文详细介绍如何构建基于Agent的生产级RAG系统,通过工业设备维修手册案例,从数据预处理(多策略分块、清洗、摘要生成)到系统构建(规划、执行、反思、工具调用),再到评估验证,展示了完整开发流程。系统采用LangGraph实现智能体功能,通过多层次知识库和思维链推理技术,实现了高质量的知识问答和故障诊断能力,是学习大模型应用的实用指南。

本文详细介绍如何构建基于Agent的生产级RAG系统,通过工业设备维修手册案例,从数据预处理(多策略分块、清洗、摘要生成)到系统构建(规划、执行、反思、工具调用),再到评估验证,展示了完整开发流程。系统采用LangGraph实现智能体功能,通过多层次知识库和思维链推理技术,实现了高质量的知识问答和故障诊断能力,是学习大模型应用的实用指南。

本文系统分析了大模型工具/函数调度领域的发展,基于15篇重要论文,将其分为五个研究方向:工具学习理论、API集成、评估方法、效率优化与安全性研究。从Toolformer的开创性工作到最新的并行化和安全性研究,展示了大模型从被动问答到主动操控世界的AI革命进程,并展望了多模态集成、泛化能力提升等未来方向。

本文介绍新一代智能体开发框架LangGraph,它基于LangChain构建但采用更灵活的"图结构"工作流哲学。文章详解了LangGraph的三层核心架构(底层API、高层封装API和预构建Agent)及其完整生态系统(包括LangSmith监控、Studio可视化、CLI部署等工具)。作者计划推出系列教程,帮助开发者从零掌握这一企业级智能体开发框架,值得收藏学习。
