摘要： 一、多代理编排核心价值 Semantic Kernel的Agent Orchestration框架解决了传统单代理系统的局限性： // 统一调用接口示例（适用于所有模式） InProcessRuntime runtime = new(); await runtime.StartAsync(); // 阅读全文

摘要： GoogLeNet 是 Google 在 2014 年 ILSVRC（ImageNet Large Scale Visual Recognition Challenge）比赛中提出的一种深度卷积神经网络模型，其关键创新在于引入了 Inception 模块，大大提高了网络的参数利用率与计算效率。 本文 阅读全文

摘要： 一、整体思路 长网页文本往往超过 LLM 单次处理的 token 限制，我们需要设计一个 map-reduce 流水线来拆分、局部总结、归并： 加载网页内容 拆分成可控大小的 chunk 对每个 chunk 做初步总结 (map) 汇总所有初步总结 (reduce) 如有需要递归 reduce 直到 阅读全文

摘要： 基于之前的博客 pytorch入门 - AlexNet神经网络，并借助Kaggle 的 Dogs vs Cats Redux 数据集，实现一个基于 AlexNet 的二分类模型识别猫与狗。 完整流程涵盖数据准备、归一化、模型定义、训练增强、验证并可视化结果。 一、数据集准备与预处理 import o 阅读全文

摘要： PAL（Program-Aided Language models） 思想成为大模型 Agent 领域的重要范式。核心思路是 LLM 只负责语言任务，复杂的逻辑/计算交由程序执行。 通过合理设计 prompt，模型生成代码/SQL/逻辑描述，外部程序再执行，得到结果后反馈给 LLM，LLM 再生成最 阅读全文

摘要： 随着大模型（LLM）能力越来越强，RAG（Retrieval Augmented Generation，检索增强生成）技术成为增强大模型知识准确性的关键手段。 通过检索实时数据、外部文档，模型能回答更多基于事实的问题，降低“幻觉”概率。 而 LangChain 的 LangGraph 能将 LLM、 阅读全文

摘要： 检索增强生成（RAG）是一种结合“向量检索”与“大语言模型”的技术路线，能在问答、摘要、文档分析等场景中大幅提升准确性与上下文利用率。 本文将基于 LangChain 构建一个完整的 RAG 流程，结合 PGVector 作为向量数据库，并用 LangGraph 构建状态图控制流程。 大语言模型初始 阅读全文

摘要： 1.VGG16背景介绍 VGG16是由牛津大学Visual Geometry Group(VGG)在2014年提出的深度卷积神经网络模型，它在当年的ImageNet图像分类竞赛中取得了优异成绩。 VGG16的主要贡献在于展示了网络深度(层数)对模型性能的重要性，通过使用多个小尺寸(3×3)卷积核堆叠 阅读全文

摘要： 基于 LangChain 和 GPT-4o-mini 的大模型智能体开发实战 近年来，大模型能力的持续突破，使得构建智能代理（Agent）系统成为开发者追逐的热点。 本文将以 LangChain 框架为核心，结合 GPT-4o-mini 模型，通过接入工具与消息修剪策略，实现一个具备记忆、调用搜索、 阅读全文

摘要： 在大模型应用开发中，状态管理 和 对话追踪 是不可忽视的重要能力，尤其在需要保存上下文、重放对话或进行异步处理时尤为关键。 今天我们来演示如何用 LangChain + OpenAI 的 GPT 模型 + PostgreSQL 搭建一个 具备消息存储能力 的聊天机器人。 技术栈 LangChain（ 阅读全文