知识图谱标签_龙虾开发者社区

知识图谱

05-Git 仓库蒸馏术：从代码仓库到 OpenClaw 虚拟人-代码结构分析

这是《Git 仓库蒸馏术：从代码仓库到 OpenClaw 虚拟人》系列的第 5 篇。第 04 篇从提交历史还原了项目的"时间轴"，这一篇转向"空间轴"——。提交历史告诉你系统怎么长成的，代码结构告诉你系统现在长什么样、各部分怎么咬合。

leoZ231
2026-08-19 09:30:17

 365

 5

#git #人工智能 #知识图谱 +3
别让 AI 一次问你 200 个问题，用好 grill skill 的6个误区

《避免Grill技能使用的6大误区》摘要： Matt Pocock的Grill系列技能旨在通过AI追问帮助用户理清问题，但常见误用包括：1)混淆问题保真度，强行用问答解决需高保真原型验证的问题；2)范围失控，超出模型智能处理区(约12万token后质量下降)；3)被动应答导致问题爆炸或过度固执拒绝实践；4)未保存会话中的宝贵设计决策；5)使用低端模型处理依赖参数知识的Grill任务；6)未利用并行

 lincats
2026-08-19 06:58:09

 484

 6

#人工智能 #架构 #知识图谱
后端转AI Agent开发，给想转型的兄弟们说几句掏心窝的话

先说我是谁。Java写了6年，Go写了2年，去年32岁，从一家外包公司辞职，全职转AI Agent开发。

程序猿李巡天
2026-08-18 22:02:30

 271

 3

#人工智能 #chrome #javascript +2
AI知识图谱：一张图看懂AI学习全路径，大模型入门到精通

这篇文章系统性地梳理了从AI新手到AI架构师的完整学习路径，分为基础、进阶和深水区三个阶段。基础篇涵盖Python编程、LLM API使用和大模型基础（RAG、微调等）；进阶篇聚焦低代码平台应用、检索技术优化和AI Agents开发；深水区篇深入企业级解决方案，包括可观测性评估、AI基础设施与安全。文章强调构建结构化知识体系的重要性，指出AI大模型时代催生了技术+业务复合型人才需求，并预测2025

程序员小猴紫
2026-08-18 17:26:04

 659

 6

#人工智能 #知识图谱 #学习 +2
AI 一进老代码库就迷路？两个 Skill 理清它

摘要：Matt Pocock提出两个AI编程技能——codebase-design和domain-modeling，帮助AI理解复杂代码库。前者通过"深模块"原则（接口小实现大）优化代码结构，后者统一术语定义建立项目词典。二者配合使用，让AI在开发时能快速定位代码功能，避免在混乱的代码库中迷失方向。这种方法既保持代码的整洁性，又提高了AI协作效率，特别适合处理历史遗留系统的改造

 lincats
2026-08-18 06:48:11

 619

 24

#人工智能 #github #架构 +1
都2026了，该做多模态Agent了！

摘要：字节跳动开源多模态Agent引发研究热潮，当前顶会更关注落地性强的工作（如AAAI26的TongUI）。建议从场景驱动切入，聚焦模态对齐、工具协同等痛点。TongUI通过爬取网络教程构建百万级GUI数据集，实现低成本跨平台交互；XSKILL提出双流持续学习框架，无需参数更新即可提升智能体推理能力。这些研究为多模态智能体发展提供了新思路和技术路径。

程序员小嬛
2026-05-16 10:39:49

 225

 2

#知识图谱 #人工智能 #目标检测 +2
又一个Agent神器爆火，10分钟登顶ClawHub榜一！

Capsule 告诉 Agent 解决方案。

努力的光头强
2026-03-14 14:49:18

 540

 11

#知识图谱 #oracle #人工智能 +2
Agent Memory架构选型：向量数据库、知识图谱、关系数据库，你的Agent该用哪个？（附决策流程图+选型Checklist）

没有最好的Agent Memory方案，只有最适合你场景的——向量数据库存"语义"、知识图谱存"关系"、关系数据库存"事务"，生产级Agent几乎必然需要混合架构。主要介绍以下内容：1. 三种存储方案的核心差异和适用场景；2. 完整Python实现（向量/图谱/关系数据库）；3. 选型决策流程图；4. 生产级混合架构设计；5. 5分钟选型Checklist。

萧青山
2026-07-10 06:29:32

 415

 6

#架构 #数据库 #知识图谱
谁说Agent开发很难？不到100行代码实现通用智能体（附源码），小白也能从入门到精通！

本文将分享如何使用不到 100 行的 Python 代码，实现一个具备通用智能潜力的简易 LLM Agent。你将看到整个实现过程——从核心原理、提示（Prompt）调优、工具接口设计到主循环交互，并获得完整复现代码的详细讲解。

朝阳区靓仔_James
2026-03-11 19:59:05

 423

 9

#人工智能 #数据库 #深度学习 +2
蚂蚁SkillX知识库：一次构建，跨Agent通吃

当前**LLM Agent**在处理复杂长程任务时，仍面临**每次从零开始**的困境。

Python编程杰哥
2026-04-10 18:00:06

 433

 5

#人工智能 #java #spring +2
从零构建 DeepClassify：一个本地代码工程智能管理 Agent

摘要： DeepClassify 是一个本地化代码工程智能管理工具，专为解决开发者面临的代码仓库混乱问题而设计。用户只需拖入代码工程，系统会自动扫描、AI分类并生成文档，支持本地RAG语义搜索，全程无需联网，保障代码隐私。其核心设计包括：1) 本地优先原则，使用SQLite和ChromaDB存储数据，支持Ollama本地模型；2) AI主导的三级分类系统（规则预筛+LLM分析+校验兜底），解决传统

 m0_61652244
2026-06-25 22:10:36

 377

 4

#知识图谱 #嵌入式实时数据库
计算机毕业设计Python电商可视化电商销量预测系统大数据毕业设计

摘要：本文设计并实现了一个基于Python的电商销量预测与可视化系统，集成Pandas、Scikit-learn、TensorFlow等工具，构建了从数据采集到预测分析的全流程解决方案。系统在淘宝母婴用品数据集上实现了MAPE≤8%的预测精度，较传统方法提升40%。通过交互式Dash仪表盘，支持多维度数据分析与动态预测展示，为电商运营决策提供数据支持。实验表明，该系统能有效优化库存管理，降低缺货率

 haochengxu2022
2026-03-28 08:40:32

 284

#python #大数据 #开发语言 +2
Agent 不是靠好 Prompt，而是靠循环跑到验收

Agent 交付不稳，很多时候不是 Prompt 写得不够漂亮，而是它没有被放进一个能持续反馈、自动修正、知道何时停下来的循环里。

Python_金钱豹
2026-06-11 21:58:11

 190

 8

#java #前端 #人工智能 +3
Agent记忆系统入门到精通：短长期方案怎么设计？收藏这篇就够了！

在实际工程落地，通常把Agent的记忆拆成两层：第一层是短期记忆，用于当前会话，用截断对话或者总结摘要去控制prompt长度、同时保持语义连贯。

Python编程杰哥
2026-04-21 20:41:20

 383

 10

#人工智能 #大数据 #知识图谱 +3
知识图谱实战：用Python+Neo4j构建你的第一个行业知识库（附完整代码）

本文详细介绍了如何使用Python和Neo4j构建行业知识图谱的7个关键步骤，包括环境配置、数据清洗、实体识别、Neo4j数据建模、Python交互、Cypher查询优化和可视化方案。通过实战案例和完整代码，帮助开发者快速掌握知识图谱技术，提升数据关联分析和应用能力。

assembly8low
2026-02-19 17:52:05

 917

 17

#知识图谱
5 条命令搞懂规范驱动开发，OpenSpec 和 Matt Pocock Skill 差在哪？

这半年出现一批叫 spec-driven development 的工具，中文叫规范驱动开发。GitHub 官方出的 Spec Kit 先流行起来。英国开发者 Dan Clarke 用过，没能坚持下来。他的理由很实在，Spec Kit 过于笨重，而且他对 "constitution" 这个词实在喜欢不起来。

lincats
2026-08-14 20:11:25

 714

 20

#驱动开发 #人工智能 #架构 +1
手把手教你从0到1用 gpt-5.6-sol 搭建一个 AI Agent（智能体）—— Node.js 版

这篇文章介绍如何使用Node.js和gpt-5.6-sol模型手写一个AI Agent，而不依赖LangChain等框架。主要内容包括： AI Agent的核心概念：LLM+Prompt+Tools+Memory+Agent Loop 环境准备：Node.js 18+和OpenAI SDK配置定义System Prompt为Agent设定身份和规则重点讲解Tool Calling机制：LLM决

 JavaPub-rodert
2026-08-14 12:43:09

 239

 9

#人工智能 #node.js #知识图谱
别让AI再造轮子，烧的全是Token。两个Skill，搜GitHub翻arXiv，Token省下一大截

文章摘要：AI开发中常因重复造轮子浪费资源，AILabs推出两个核心Skill解决该问题：1）AdviseProjectApproach在编码前自动搜索GitHub等平台现有方案，避免重复开发；2）NeuroArchive针对前沿需求检索arXiv论文获取学术解决方案。两者通过HeadStart智能路由层结合，形成"先搜索-无果再研究"的高效开发流程。文章还提供了中文生态适配建

 lincats
2026-08-13 06:34:14

 538

 16

#人工智能 #github #架构 +1
GTE+SeqGPT构建智能知识图谱问答系统

本文介绍了如何在星图GPU平台上自动化部署AI 语义搜索与轻量化生成实战项目 (GTE + SeqGPT)镜像，构建智能知识图谱问答系统。该镜像融合语义检索与轻量生成能力，典型应用于企业内部技术文档的精准问答与故障排查，显著提升知识检索效率与回答准确性。

bjackzjack
2026-02-11 00:04:04

 341

 13

#知识图谱
GLM-4-9B-Chat-1M效果分享：中文技术博客全文精读+知识点图谱自动构建

本文介绍了如何在星图GPU平台自动化部署GLM-4-9B-Chat-1M本地百万长文本大模型，实现超长技术文档的智能解析与知识图谱自动构建。该镜像能高效处理百万token文本，适用于技术博客精读、代码分析及知识点结构化提取，提升研发与学习效率。

Lemaden
2026-02-11 00:18:19

 412

 3

#知识图谱
知识图谱增强：Qwen3-Reranker实体链接优化方案

本文介绍了如何在星图GPU平台自动化部署🚀 Qwen3-Reranker Semantic Refiner镜像，实现知识图谱实体链接的语义优化。该工具通过深度语义匹配和智能重排序，显著提升学术文献、电商商品等场景的实体识别准确率，为知识图谱构建提供高效解决方案。

kdbshi
2026-02-11 01:11:50

 295

 5

#知识图谱
只激活 3B，性能却反超？阿里 Qwen3-Next 背后的技术黑魔法

只激活 3B，性能却反超？阿里 Qwen3-Next 背后的技术黑魔法

 人工智能小豪
2026-02-12 09:15:00

 1466

 45

#python #数据挖掘 #人工智能 +3
GME多模态向量-Qwen2-VL-2B多场景：从学术RAG到企业知识图谱的跨模态向量底座

本文介绍了如何在星图GPU平台自动化部署GME多模态向量-Qwen2-VL-2B镜像，实现跨模态检索功能。该模型能统一处理文本、图像及图文对输入，适用于企业知识图谱构建，例如通过产品图片快速匹配相关技术文档，提升知识管理效率。

咸鱼生气了
2026-02-12 10:45:27

 388

 6

#知识图谱
我把书签、笔记、文件、待办和 AI 做进了一个永久免费知识库

这篇文章记录了永久免费的笔记、书签、文件、待办、ai 等集一体的个人知识库轻笺 LightNote 最近一轮比较大的更新：笔记新增目录树和子页面，待办升级到 2.0，移动端核心页面重新整理，AI Agent 的引用、工具调用和跨页面生成体验也进一步优化。轻笺目前定位为一个永久免费、无广告、多端互通的个人知识库，希望把书签、笔记、文件、待办和 AI 放进同一个体系里，让零散的信息可以被长期保存、快速

 m0_71723001
2026-08-07 18:51:10

 236

 7

#人工智能 #知识图谱
专利.Skill 升级：通俗解读模式上线，把难读专利变成 Obsidian 私库

专利.Skill 升级：通俗解读模式上线，把难读文献变成 Obsidian 私库

 handsomestWei
2026-07-24 17:01:33

 1037

 41

#知识图谱
OpenViking 的价值不在于又多了一个“记忆组件”

边界很明确：Doramagic 能力包提供的是 quick start、manual、context pack、pitfall log 和 eval 路线，不是本机已经安装或运行成功的证明。的 autoRecall 有已报告的关键 bug，语义队列可能因坏记忆条目中断，多个微信用户的记忆隔离也需要单独确认。OpenViking 的价值不在于又多了一个“记忆组件”，而在于它试图把 Agent 需要的

 weigangwin
2026-07-14 09:35:57

 234

 5

#人工智能 #机器学习 #自然语言处理 +2
Little Heta｜本地CLI个人知识库+Agent记忆引擎开源工具

Little Heta｜本地CLI个人知识库+Agent记忆引擎开源工具一款面向开发者、研究员的本地命令行知识基础设施，一站式搞定文档解析、向量Wiki、分层Agent记忆，让AI Agent真正拥有专属「第二大脑」

洌泉_就这样吧
2026-07-07 11:24:36

 374

 4

#人工智能 #语言模型 #知识图谱
构建智能体核心竞争力：提示工程、检索增强与工程化评估三位一体

AI Agent开发范式的三重演进（2023-2026）从Prompt Engineering到Harness Engineering，AI Agent开发经历了三次范式跃迁：2023年聚焦提示词优化，2025年转向上下文管理，2026年形成"机械外壳"（Harness）的系统级竞争。核心能力栈呈现三层架构：提示工程2.0：从指令设计升级为认知循环构建，通过目标导向、评估内嵌、规划执行分离等法

 大道克己952
2026-07-07 09:41:41

 484

 10

#人工智能 #python #知识图谱
Agent Loop 架构拆解：让 AI Agent 自己跑完验收闭环

把人工轮询变成可验证、可记忆、可编排的 Agent 工程闭环

 u010592101
2026-07-01 10:57:49

 574

 14

#架构 #人工智能 #知识图谱
双非二本科生搞大模型应用开发（rag，agent）能找到工作吗，有钱途吗？

摘要（150字）双非二本大二学生，加入AI实验室后感觉收获有限，仅掌握RAG、MoE、LoRA等基础技术，担忧就业前景（不考研），考虑转Python后端。建议转向Agentic RAG（结合Agent的增强检索），而非传统向量检索，因其在专业领域（法律、医疗等）效果更优。例如，处理长文档时，传统RAG因分块问题易丢失关键信息，而Agentic方法利用大模型上下文理解能力（如GPT-4的128K窗

 聚客Ai联盟
2026-03-04 14:02:20

 270

 8

#人工智能 #深度学习 #语言模型 +3