摘要：
Day 01–05：基础环境 & 简单聊天 LLM 基础概念、OpenAI 注册与首次 API 调用 Node.js 环境、项目结构、npm 使用 Express 后端 + 前端调用，完成最简单聊天接口 SSE 流式响应，实现打字式输出 整合成基础聊天机器人（消息列表 + 输入框） Day 06–1 阅读全文
posted @ 2025-12-17 10:21
XiaoZhengTou
阅读(41)
评论(0)
推荐(0)
摘要：
🤖 AI Agent 架构实施指南 Agent = LLM + Memory + Active Planning + Tools 重点：Active Planning 和 Tools 如何对接业务需求 📋 目录 核心概念 四大组件详解 Active Planning 实现 Tools 工具系统 阅读全文
posted @ 2026-01-26 17:42
XiaoZhengTou
阅读(2)
评论(0)
推荐(0)
摘要：
🎯 RAG 高级优化策略大全 17种经过验证的RAG优化技术，从基础到高级全覆盖 📋 目录 策略分类 文档处理优化 检索优化 生成优化 高级技术 实施优先级 综合方案 🎯 策略分类 按优化阶段分类 文档处理（6种） 检索增强（7种） 生成优化（4种） ↓ ↓ ↓ ┌────────────── 阅读全文
posted @ 2026-01-26 16:59
XiaoZhengTou
阅读(71)
评论(0)
推荐(0)
摘要：
🎯 大模型优化技术实施指南 SFT 监督微调 | RLHF 强化学习 | RAG 检索增强生成 📋 目录 技术概览 RAG 检索增强生成（最容易，推荐先做） SFT 监督微调（中等难度） RLHF 强化学习（最复杂） 综合应用方案 🎯 技术概览 三种技术对比 技术 难度 成本 效果 适用场景 阅读全文
posted @ 2026-01-26 16:09
XiaoZhengTou
阅读(6)
评论(0)
推荐(0)
摘要：
🎨 Ollama 多模态模型使用指南 使用 Ollama 本地运行多模态模型，实现图像理解、OCR、视觉问答等功能 ✅ 好消息：Ollama 支持多模态！ 虽然项目文档中提到的多模态方案主要基于云端 API（SiliconFlow、OpenAI），但 Ollama 完全支持多模态模型！ 🎯 Ol 阅读全文
posted @ 2026-01-26 15:55
XiaoZhengTou
阅读(28)
评论(0)
推荐(0)
摘要：
🚀 本地模型性能优化指南 解决 Ollama 响应慢的问题，提升推理速度到接近云端 API 的水平 📊 性能问题分析 响应慢的常见原因 原因 症状 影响程度 未使用 GPU 首次响应 > 30s ⭐⭐⭐⭐⭐ 模型太大 显存不足，使用 CPU ⭐⭐⭐⭐⭐ 首次加载 第一次调用慢 ⭐⭐⭐ 上下文太长 阅读全文
posted @ 2026-01-26 15:47
XiaoZhengTou
阅读(28)
评论(0)
推荐(0)
摘要：
🏢 企业级私有化部署方案 将当前基于 Dify 云服务的 AI 应用改造为完全私有化的企业级解决方案 📋 目录 现状分析 私有化部署架构 核心组件私有化方案 部署实施步骤 成本与资源评估 安全与合规 监控与运维 常见问题 1. 现状分析 1.1 当前架构依赖 ┌───────────────── 阅读全文
posted @ 2026-01-26 15:20
XiaoZhengTou
阅读(23)
评论(0)
推荐(0)
摘要：
🚀 多轮对话上下文管理优化方案 完整的上下文管理优化策略，包含 Token 优化、内存管理、性能提升等多个维度 📊 优化维度概览 优化维度 目标 优先级 难度 Token 优化 降低 API 成本 ⭐⭐⭐⭐⭐ ⭐⭐ 内存管理 提升系统性能 ⭐⭐⭐⭐ ⭐⭐ 检索优化 提高相关性 ⭐⭐⭐⭐ ⭐⭐⭐ 阅读全文
posted @ 2026-01-26 14:39
XiaoZhengTou
阅读(18)
评论(0)
推荐(0)
摘要：
# ⚡ LangChain 学习路线图 > 🚀 **当前使命 (CURRENT MISSION)**: 从 **零基础或具备一定编程基础** 到 **掌握 LangChain 框架，能够开发基于 LLM 的应用和 Agent**。 ✨ **已为您定制专属学习路径** ## PHASE 01: 入门 阅读全文
posted @ 2026-01-22 18:01
XiaoZhengTou
阅读(30)
评论(0)
推荐(0)
摘要：
AI 应用工程师实战指南 排序逻辑： 项目全貌 RAG 检索增强 (核心业务) 前端与性能优化 (核心优势) Agent 智能体架构 (进阶考点) 模型选型与工程化部署 (架构决策) 多模态 SiliconFlow 实战 (亮点) LoRA 微调与训练 (硬核深挖) 质量保障与安全 (上线标准) 一 阅读全文
posted @ 2026-01-21 15:13
XiaoZhengTou
阅读(22)
评论(0)
推荐(0)
摘要：
为了覆盖 AI应用工程师 的核心面试考点，我们将技术栈升级如下： 升级版技术栈 前端: Next.js (React) 或 Streamlit (快速Demo，但代码要写得工程化)。 后端/编排: Python FastAPI (异步高性能) + LangChain (核心逻辑)。 RAG 引擎: 阅读全文
posted @ 2026-01-20 11:19
XiaoZhengTou
阅读(13)
评论(0)
推荐(0)
浙公网安备 33010602011771号