随笔分类 -  AI/AiCoding/大模型

浅析Cursor Rules了解（工作原理、四种规则类型对比、文件结构、分层设计）及如何在项目中使用的最佳实践
摘要：官方文档：https://cursor.com/cn/docs/context/rules 规则的工作原理：大型语言模型在不同补全之间不会保留记忆。规则在提示级别提供持久、可重用的上下文。应用后，规则内容会被加入到模型上下文的开头。这为 AI 在生成代码、理解编辑或协助处理工作流时提供一致的指导。 阅读全文
posted @ 2025-12-18 21:45 古兰精 阅读(13) 评论(0) 推荐(0)
通俗理解LLM大模型配置参数浅析：核心采样参数（温度、top-p、top-k）、惩罚参数（频率惩罚、存在惩罚、重复惩罚）、输出参数（Max Tokens、停止序列、seed随机种子）及配置综合使用
摘要：LLM 原理是根据前面的 token 预测后面的 token，Prompt 是最早输入的 token。LLM 有一些配置也能影响模型输出。 我用一个点菜的比喻来串联所有参数：想象 LLM 是一个厨师，每次要"选"下一个词，就像从菜单上点一道菜。 一、核心采样参数 1、温度 Temperature 温 阅读全文
posted @ 2025-12-17 21:41 古兰精 阅读(19) 评论(0) 推荐(0)
通俗易懂的理解 LLM 知识入门浅析：核心原理、LLM是怎么学习的、LLM的局限性、Transformer 架构、注意力机制、如何训练一个 LLM
摘要：什么是 LLM？LLM = Large Language Model，中文叫大语言模型。简单说：它是一个超级读书人，读了互联网上几乎所有能找到的文字，然后学会了"说人话"。 一、核心原理：一个超强的"接龙游戏" LLM 的本质其实就是在玩文字接龙。 > 你给它开头："今天天气真..." > 它会预测 阅读全文
posted @ 2025-12-16 21:51 古兰精 阅读(22) 评论(0) 推荐(0)
浅析对AI Agent代理和Workflow工作流的理解、Agent最适宜的场景（搜索和编码）及原因（正反馈机制）
摘要：一、Agent VS Workflow 现在市面上许多产品都称自己为"AI代理"，这造成了很大混淆。Barry解释道："随着模型的改进...我们开始看到两种不同的模式：一种是由代码预先编排的工作流；另一种是代理，它在某种程度上更简单，但在其他方面更复杂。"就像市场上很多食品都标榜"纯天然"一样，"A 阅读全文
posted @ 2025-12-13 19:12 古兰精 阅读(8) 评论(0) 推荐(0)
浅析Cursor系统prompt提示词分析与技巧讲解以及在日常开发中的使用技巧
摘要：最近刷到一个开源项目比较火，点赞量暴增100k，github 地址：https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools，包含各种 AI 产品背后的系统提示词（system prompt），有兴趣可以自行查看。我觉得使用 A 阅读全文
posted @ 2025-12-12 21:45 古兰精 阅读(47) 评论(0) 推荐(0)
浅析AI Agent代理和工作流的理解、Agent最适宜的场景（搜索和编码）及原因（正反馈机制）
摘要：一、Agent VS Workflow 现在市面上许多产品都称自己为"AI代理"，这造成了很大混淆。Barry解释道："随着模型的改进...我们开始看到两种不同的模式：一种是由代码预先编排的工作流；另一种是代理，它在某种程度上更简单，但在其他方面更复杂。"就像市场上很多食品都标榜"纯天然"一样，"A 阅读全文
posted @ 2018-01-11 15:53 古兰精 阅读(720) 评论(0) 推荐(0)
实用网站：cursor规则模板
摘要：Cursor 规则模板社区 cursor.directory 是一个 Cursor 规则模板社区，你可以按技术栈（Vue、React、Python 等）搜索并直接复用别人写好的 Rules，省去从零编写的麻烦。 网址：https://cursor.directory/ 阅读全文
posted @ 2017-09-07 20:51 古兰精 阅读(511) 评论(0) 推荐(0)