AI 大模型
刷新
Agent 学习笔记 16：Agentic-RL 入门：SFT、DPO、PPO 与 GRPO 怎么串起来

博主头像 普通语言模型训练关注“下一段话像不像正确答案”，Agentic-RL 更关心模型在多步环境中能否选择合适动作、使用工具、处理反馈并完成目标。奖励来自整条轨迹，而不只是最后一句话。 先看几种训练方法各自解决什么 SFT 用高质量示范教会基本格式和行为；DPO 利用偏好对让模型倾向更好的回答；PPO 与 ...

LangChain 消息流输出与结构化处理

博主头像 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、... ...

Python 原生封装 Llama.cpp 大模型推理接口

博主头像 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... ...

乐清做进出口退税，企业和代账机构权责分不清怎么办？4家本地代办机构适配分析

博主头像 摘要： 很多乐清外贸企业会陷入一个误区：把出口退税全部交给代办，就觉得万事大吉。实际退税是企业与财税服务商双向配合的工作，权责划分模糊，是很多退税纠纷、退税受阻的根源。本文梳理企业经常遇到的权责相关难题，对比乐清四家主流代办机构的服务模式与客观边界，企业结合自身情况选择，合作前务必落实合同条款。 乐 ...

Agent 学习笔记 12：从 Prompt Engineering 到 Context Engineering

博主头像 Prompt 写得再漂亮，也解决不了上下文被无关聊天、过期资料和冗长工具返回淹没的问题。Agent 复杂到一定程度后，核心能力从“会提问”变成“会供给上下文”。 Prompt 是指令，Context 是工作台 上下文里不仅有用户问题和系统 Prompt，还包括当前目标、任务状态、历史摘要、记忆、工具 ...

Agent 学习笔记 11：构建智能文档问答 Agent：从索引到可引用答案

博主头像 企业文档问答最常被追问的并不是“回答像不像人”，而是“这句话依据哪份文档、哪个版本、我是否有权限看到”。所以它更像一套证据产品，而不是在知识库前面放一个聊天框。 先把索引做成可治理的数据层 文档进入系统时应保留业务域、版本、作者、更新时间、访问控制和原始位置。删除或更新文档后，索引也要同步失效。否则 ...

Agent 学习笔记 10：RAG 不只是向量库：Agent 如何检索和使用知识

博主头像 很多 RAG 原型把“文档切块、向量检索、拼到 Prompt”当作终点。但真实问答的质量更取决于：检索材料是否相关、是否最新、是否有权限，以及它们能不能真正支持回答。 RAG 是一条信息供应链 文档加载、文本分块、Embedding、向量索引、查询改写、召回、重排序和生成，每一环都会影响最终答案。向 ...

LangGraph Server Agent 框架本地部署指南

博主头像 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... ...

Agent 学习笔记 09：从目标到结果：自动化研究助手的完整工作流

博主头像 研究助手最容易制造一种“它查了很多网页，所以结论可靠”的错觉。真正有价值的自动化研究，应该把研究问题、来源、证据、推断和最终建议连成一条可以回看的链路。 先写研究协议，再开始搜索 开始前要明确研究对象、时间范围、地域、交付形式、可接受来源以及哪些问题不在范围内。Plan-and-Execute 的价 ...

wso2-apim-mcp2改版分析

博主头像 结论 apim中rest实现的mcp，不需要更新2.0，它是不为2.0取决于客户端和后端服务 apim中mcp实现的mcp-server，需要有版本控制，版本不对，会出现问题 apim中的服务，如果中间走了聚合mcp服务，它返回的mcp版本取决于聚合服务的mcp版本 name: MCP Dual E ...

Agent 学习笔记 08：Agent 是怎样规划的：ReAct、任务分解与反思

博主头像 面对“调研三家竞品并给出上线建议”这类任务，如果让模型一次性生成答案，很容易得到一篇结构完整、证据却松散的作文。规划的作用，是把模糊目标变成一组能执行、能检查、能恢复的步骤。 ReAct：边观察边决定下一步 ReAct 把推理与行动交替组织。Agent 先判断当前缺少什么，再调用搜索、数据库或代码工 ...

LangChain 实现AdvancedRAG增强向量检索生成

博主头像 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... ...

<123···35>