LYSHARK

摘要： LangChain 是目前大模型应用开发领域最主流、最成熟的开源框架之一，广泛应用于私有化部署、智能体开发、工具调用、流式交互等各类场景。本文基于 LangChain 最新稳定版接口，适配本地私有化 GGUF 模型部署环境，拆解框架四大核心基础能力，标准化消息机制、闭环工具调用链路、多场景流式传输、规范化结构化输出功能，这四个功能是学习后续框架的基础部分，也是必须要熟练掌握的重点。原生大模型接口存在纯文本传输无角色区分、多轮对话无标准化上下文、工具调用链路不闭环、输出格式自由混乱、长文本响应延迟过高，难以直接落地生产项目。而 LangChain 通过标准化封装，解决上述问题，屏蔽了不同大模型、不同部署方式、不同接口协议的差异化适配成本，让开发者可以聚焦业务逻辑开发。 阅读全文

摘要： 本文以通义千问Qwen量化GGUF模型为案例，基于Llama.cpp框架展示本地大模型调用与功能开发的完整实现原理及流程。全文采用原生Python编写代码案例，无需依赖重型AI框架，依次实现模型元数据解析、本地接口单次对话调用、多轮对话持久化记忆、自定义工具调用拓展等功能实现逻辑，针对直接调用大模型上下文断裂、功能单一、拓展性不足等问题，通过轻量化对话记忆与工具解析执行框架完成优化实现，拆解本地对话交互运行原理，帮助开发者掌握大模型的基础调用原理。 阅读全文

摘要： 本文讲解基于 LangGraph Server 服务搭建本地离线 AI Agent 的完整部署流程，适配 Windows 开发环境，全程无需调用公有大模型接口，实现纯本地化 AI 推理与工作流编排，帮助开发者快速搭建可调试、可复用的本地私有化 AI Agent 服务，适用于个人开发、本地功能调试、轻量化私有化 AI 场景落地。 阅读全文

摘要： Advanced‑RAG 是基于 Naive RAG 演化而来的高级检索增强生成方案，针对朴素RAG检索不准、上下文相关性差、召回噪声多等缺陷进行多层优化。该方案完全沿用朴素RAG的基础流水线模式、不改动核心架构，仅在各流程节点嵌入预处理、后处理增强模块，精细化优化检索环节。通过引入查询改写、重排序、上下文压缩、自我校验等多种增强策略，对召回的文档片段过滤去噪、重排优先级，精准筛选高价值上下文送入大模型，以此来提升提升知识库问答的精准度与稳定性，是目前工业级RAG落地的主流优化方案。 阅读全文

摘要： 本文为DeepSeek Harness本地完整部署保姆级教程，适配Windows系统，全程零基础可上手。详细讲解Node.js26.7环境安装、DeepSeek官方仓库拉取、pnpm依赖安装、项目编译构建、Web服务启动，搭配LlamaCpp部署qwen2.5-1.5b本地量化模型，完成模型接口对接与可视化对话调试，手把手教你搭建私有化AI Agent工作台，无外网依赖、本地高效运行，适合个人本地AI开发、模型测试、智能体调试场景。 阅读全文

摘要： 向量检索增强生成（RAG，Retrieval‑Augmented Generation），是弥补大语言模型固有缺陷的关键技术。它可接入私有文档、内部笔记等外部数据源，有效缓解训练数据滞后、知识固化、回答幻觉等问题，输出更为精准可信的内容。Naive RAG 即朴素 RAG，是 RAG 体系中最基础原始的实现方式，也是各类进阶 RAG 技术的底层基石。该方案架构极简、落地门槛低，舍弃复杂优化手段，只保留检索加生成的核心能力。很适合新手学习实践，同时该方式也多用于搭建轻量化知识库问答服务，适配各类简单问答场景。当前主流 RAG 存在三种典型实现范式，分别为 Naive‑RAG、Advanced‑RAG、Agentic‑RAG。本章将以 Naive‑RAG 为例，介绍其功能实现逻辑，以及调用大模型完成 RAG 检索的完整流程。Naive‑RAG 在处理检索结果时，通常直接复用检索得到的文档片段，不会对召回内容做额外加工与二次处理。 阅读全文

摘要： 本文基于LangGraph会话记忆管理相关内容，聚焦对话持久化存储方案，以LangChain官方推荐的PostgreSQL数据库为载体，拆解Checkpointer检查点存储与Store通用长期存储两大核心体系。通过对比两套存储机制的底层逻辑、差异特点与适用场景，结合可运行实战代码，实现会话重启续聊、跨线程记忆共享、语义检索、用户档案管理等核心能力，为LangGraph生产级智能体项目提供标准化持久化实现思路。LangGraph将记忆存储划分为两套独立体系，分别适配不同记忆场景，是企业级项目开发的核心基础能力。其中Checkpointer检查点存储主要用于单线程短期会话状态存储，Store通用外部存储主要用于跨线程全局长期用户记忆存储。两套机制相互独立、数据隔离、能力互补，共同构成LangGraph完整的智能体记忆存储体系。 阅读全文

摘要： 为解决大模型外部工具调用、上下文传递标准不统一、适配混乱的痛点，本文基于 MCP 模型上下文协议，使用轻量化 FastMCP 构建 MCP 服务端，借助 langchain‑mcp‑adapters 完成与 LangChain 生态集成。文章介绍 Streamable HTTP 传输模式的适配场景，以天气查询作为实战案例，完成自定义工具、资源接口、提示词模板开发，并演示 LangChain 客户端加载工具、读取资源、解析提示词、多服务协同调用完整流程，附带可运行代码与依赖配置，提供一套轻量化标准化的大模型工具调用实践方案。本文将以天气查询、系统时间读取为实战案例，完整实现自定义工具开发、静态资源封装、通用提示词模板配置三大核心能力。同时逐层演示 LangChain 客户端加载工具、读取资源、渲染提示词、多服务协同调用的全流程，配套完整可运行代码与依赖环境配置，为开发者提供一套轻量化、标准化、可落地的大模型工具调用实践方案。 阅读全文

摘要： 在 LangGraph 构建 Agent 应用时，会话记忆是核心能力，借助 Checkpointer 搭配 thread_id，可以自动保存每一轮对话轨迹与消息历史，实现多会话隔离。本文基于 InMemorySaver 内存存储，演示交互式会话切换、查看、清空等基础操作。讲解消息条数修剪、Token 阈值修剪、消息删除等处理方案；同时为避免直接丢弃历史造成信息丢失，实现对话历史摘要压缩方案，在控制上下文长度的同时保留关键对话信息，适合本地 GGUF 类大模型 Agent 开发学习参考。 阅读全文

摘要： 本地大模型开发已经变得十分便捷，llama.cpp 作为轻量高效的 GGUF 模型推理引擎，可以在普通 PC 上运行 Qwen、Llama 系列量化模型。LangChain 作为大模型应用编排框架，除了对接云端 OpenAI，还能对接 llama‑server 的 OpenAI 兼容接口，不仅可以实现基础对话，还能开发具备工具调用能力的 Agent 智能代理。本文将依次演示LangChain框架的安装、基础对话调用、自定义工具 Agent 开发等功能实现。 阅读全文

摘要： 在大模型落地场景中，本地轻量化部署因低延迟、高隐私性、无需依赖云端算力等优势，成为开发者与 AI 爱好者的热门需求。本文聚焦 Windows 环境，详细拆解 llama.cpp 工具的编译流程，并指导如何通过 modelscope 下载 GGUF 格式的模型，最终实现模型本地启动与 API 服务搭建。 阅读全文

摘要： GitHub 账号在长期使用过程中，通常会系统强制或主动要求开启两步验证（2FA）以提升账号安全性。目前主流的验证方式分为两种：一是使用微软官方 Authenticator 移动端验证器，操作便捷、适配手机日常使用；二是基于 TOTP 协议自行编写 Python 脚本，实现本地电脑动态验证码生成，适配桌面端使用场景。下文将详细演示 GitHub 两步验证的完整开启与配置流程。 阅读全文

摘要： 前文已详细讲解泰坦引擎的编译生成方法，本章将进阶实操泰坦引擎应用开发，聚焦零基础实现C++调用泰坦引擎、进程附加分析核心能力。本文基于静态链接库模式编译生成的TitanEngine.lib库，搭配官方TitanEngine.h头文件完成环境配置，以打印PE节表信息为实战案例，手把手讲解C++接入泰坦引擎、实现简单进程附加分析的完整流程，补齐泰坦引擎从编译搭建到功能落地的实操教程，帮助开发者快速掌握引擎调用与基础逆向分析技巧。 阅读全文

摘要： TitanEngine是Windows平台下轻量化高性能开源调试引擎，由ReversingLabs团队开发，于2012年HITB阿姆斯特丹黑客大会正式开源发布，也是主流逆向调试工具x64dbg的核心底层引擎。该引擎深度封装优化了Windows原生调试API，支持32/64位程序调试、硬件断点、异常捕获、畸形PE解析等专业逆向能力，开源可二次开发，广泛用于恶意软件分析与漏洞挖掘。本章将通过Visual Studio 2013来编译该引擎，并生成成品，成品可以是LIB库也可以是DLL文件。 阅读全文

摘要： 在 Windows 10 系统中，使用 AMD 经典老卡 RX580 运行 Ollama 大模型，无需复杂的 ROCm 或 CUDA 配置，借助 Ollama 内置的 Vulkan 跨平台推理后端，即可轻松实现 GPU 加速，大幅提升模型运行速度。本文以 RX580 为例，手把手教你完成配置、验证与问题排查。 阅读全文

摘要： 受制于底层由统计规律与概率论驱动的技术本质，现有大语言模型并不具备真正意义上的自主思考能力，这是其固有属性带来的先天局限。这类模型依托已有海量数据完成参数拟合，一旦穷尽现有人类存量知识，便失去新增有效学习素材；后续所有内容生成与逻辑推演只能局限在概率分布框架内，性能与认知边界存在天然上限。机器看似是在思考，其实它也不知道自己在思考。 阅读全文

摘要： 本教程基于llama.cpp实现大模型本地轻量化部署，适配RTX 5060 8GB显卡，选用轻量级的千问 2.5-1.5B 对话模型，通过 GPU 加速保证运行流畅，同时提供原生 Python 调用和LangChain 自定义封装调用两种方案，代码完全保留，仅优化部署说明与使用指引。 1.打开 Mo 阅读全文

摘要： 本文将详细讲解Windows平台下，如何安装与NVIDIA RTX显卡匹配的CUDA工具包，并正确配置、使用llama.cpp加载大模型，实现模型高效运行（将模型几乎全放入显卡，提升推理速度），全程结合实操截图与具体命令，新手可直接跟着操作。 阅读全文

摘要： 亲爱的粉丝们，朋友们： 新年快乐！在这辞旧迎新的美好时刻，我想把最真挚的祝福，送给每一位一直支持我的朋友。 中华儿女当自强！面对近期日本的挑衅，我们更须保持警醒，绝不掉以轻心。 铭记先辈以热血铸就的和平盛世，万众一心、砥砺奋进，无惧任何风浪与挑战，奋勇向前！ 阅读全文

摘要： 在大模型落地场景中，本地轻量化部署因低延迟、高隐私性、无需依赖云端算力等优势，成为开发者与 AI 爱好者的热门需求。本文聚焦 Windows 10/11（64 位）环境，详细拆解 llama.cpp 工具的编译流程（支持 CPU/GPU 双模式，GPU 加速需依赖 NVIDIA CUDA），并指导如何通过 modelscope 下载 GGUF 格式的 Qwen-7B-Chat 模型，最终实现模型本地启动与 API 服务搭建。 阅读全文

摘要： 在漏洞挖掘、漏洞利用程序开发及恶意软件分析等安全领域核心场景中，调试器的自动化能力与环境兼容性直接决定了工作效率与分析深度。LyScript 作为专为 x64dbg 调试器量身打造的自动化测试插件，以 Python 语言为核心驱动力，破解了传统调试中手动操作繁琐、重复任务耗时的行业痛点，为开发者与安全研究人员提供了轻量化、高灵活度、强扩展性的优质调试解决方案。为进一步提升开发与分析的协同效率，LyScript 可与 Cherry Studio 工具通过 MCP（Module Configuration Protocol）配置实现深度联动。通过该配置能快速关联 x64dbg 调试器路径、打通工具间数据流转，确保 Python 自动化脚本与可视化调试环境无缝衔接，大幅降低跨工具操作的复杂度，尤其适配需兼顾脚本自动化执行与可视化分析跟踪的场景。以下将详细拆解 Cherry Studio 的 MCP 配置流程，助力使用者快速搭建高效协同的调试环境。 阅读全文

摘要： Detours 是微软开发的一个强大的 Windows API 钩子库，用于监视和拦截函数调用。它广泛应用于微软产品团队和众多独立软件开发中，旨在无需修改原始代码的情况下实现函数拦截和修改。本篇文章旨在帮助开发者更好地理解和应用Detours库进行DLL注入操作，从而实现对目标进程的高效控制和管理。无论您是刚接触Detours的新手，还是希望深入了解其高级功能的老手，这篇文章都将提供有价值的参考。 阅读全文

摘要： Detours 是微软开发的一个强大的 Windows API 钩子库，用于监视和拦截函数调用。它广泛应用于微软产品团队和众多独立软件开发中，旨在无需修改原始代码的情况下实现函数拦截和修改。Detours 在调试、监控、日志记录和性能分析等方面表现出色，已成为开发者的重要工具。本章将指导读者运用 Detours 库实现模块查询与枚举功能，帮助读者熟悉该库的使用技巧。 阅读全文

摘要： Npcap 是一款高性能的网络捕获和数据包分析库，作为 Nmap 项目的一部分，Npcap 可用于捕获、发送和分析网络数据包。本章将介绍如何使用 Npcap 库来实现半开放扫描功能。TCP SYN 半开放扫描是一种常见且广泛使用的端口扫描技术，用于探测目标主机端口的开放状态。由于这种方法并不完成完整的 TCP 三次握手过程，因此具有更高的隐蔽性和扫描效率。 阅读全文

摘要： Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍如何运用`QProcess`组件实现针对进程的控制管理等。当你在使用Qt进行跨平台应用程序开发时，经常需要与外部进程进行交互，这时就可以利用Qt的`QProcess`模块。`QProcess`模块提供了启动和控制外部进程的功能，能够执行外部命令、运行其他可执行文件，以及与外部进程进行通信。通过`QProcess`，可以方便地执行命令行命令、调用系统工具、执行脚本等。`QProcess`还可以捕获外部进程的输出，以及监视外部进程的运行状态，从而实现更灵活、高效的进程管理。 阅读全文

摘要： Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍如何运用`QUdpSocket`组件实现基于UDP的组播通信。组播是一种一对多的通信方式，允许一个发送者将数据报文发送到多个接收者，这些接收者通过共享相同的组播IP地址进行通信。在设置组播地址时需要注意，该范围被限制在`239.0.0.0～239.255.255.255`以内，这是预留给组播的地址范围。 阅读全文

摘要： Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍如何运用`QUdpSocket`组件实现基于UDP的网络通信功能。与`QTcpSocket`组件功能类似，`QUdpSocket`组件是 Qt 中用于实现用户数据报协议（UDP，User Datagram Protocol）通信的类。UDP 是一种无连接的、不可靠的数据传输协议，它不保证数据包的顺序和可靠性，但具有低延迟和简单的特点。 阅读全文

摘要： Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍如何运用`QTcpSocket`组件实现基于TCP的网络通信功能。`QTcpSocket`和`QTcpServer`是Qt中用于实现基于TCP（Transmission Control Protocol）通信的两个关键类。TCP是一种面向连接的协议，它提供可靠的、双向的、面向字节流的通信。这两个类允许Qt应用程序在网络上建立客户端和服务器之间的连接。 阅读全文

摘要： Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍如何运用`QNetworkAccessManager`组件实现Web网页访问。QNetworkAccessManager是Qt网络模块中的关键类，用于管理网络访问和请求。作为一个网络请求的调度中心，它为Qt应用程序提供了发送和接收各种类型的网络请求的能力，包括常见的GET、POST、PUT、DELETE等。这个模块的核心功能在于通过处理`QNetworkReply`和`QNetworkRequest`来实现与网络资源的交互。 阅读全文

摘要： Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍如何运用`QNetworkInterface`组件实现查询详细的网络接口参数。在Qt网络编程中，`QNetworkInterface`是一个强大的类，提供了获取本地网络接口信息的能力。通过`QNetworkInterface`，可以轻松地获取有关网络接口的信息，包括接口的名称、硬件地址、IP地址和子网掩码等。这个类对于需要获取本地网络环境信息的应用程序特别有用，例如网络配置工具、网络监控程序等。`QNetworkInterface`通过提供一致而易于使用的接口，使得网络编程中的任务更加简便和可靠。 阅读全文