its-my-go

摘要： 今日任务：理清RAG工作流程、熟悉LlamaIndex主要组件 RAG（Retrieval Argument Generation）检索增强生成，在询问大模型时给大模型更多本地信息参考，提出针对性回答。 构建agent时除了与大预言模型的交互外还需要Memory与Tools。 Memory和Tool 阅读全文

摘要： LlamaIndex是目前最适合我们项目的RAG框架：“数据 → 节点 → 索引 → 检索器 → 查询引擎 → 应用” 大语言模型的客户端框架就是： 简化和大语言模型的交互 利用大语言模型快速处理复杂问题 我之前一直以为LangChain就是AI应用开发的“万能钥匙”。什么都能做——聊天机器人、Ag 阅读全文

摘要： Llamaindex基础学习： 对比了各家agent+RAG搭建我选择学习Llamaindex，数据增强生成框架，专注于“数据连接”和“检索”的深度优化，像“手术刀”，专攻RAG，而我们项目的核心需求是RAG，选“手术刀”更精准，弯路更少。其次llamaindex拥有海量的 “数据连接器” ，能处理 阅读全文

摘要： 今日完成了数列的学习，加上以前的学习现在的内容比较好理解；操作系统的学习上的困难还是没有解决，现在我决定从基础理论入手，换一个角度再次进行重复学习，如果没学会，那就不断去重复直到学会。 阅读全文

摘要： 今日完成了OS的3.1节的学习以及数列的夹逼准则的学习。我在学习基本分页存储管理时遇到了困难：我不清楚计算机的位数到底是个什么概念，它的位数在什么地方上体现，这也导致了我学习进度的滞后，我想现在应该沉下心来把这一部分的前置内容搞懂。 阅读全文

摘要： 搭房子-加5分 阅读全文

摘要： 今日完成了OS3.1节的学习，初步学习了内存管理的基本原理和要求，连续分配管理方式、基本分页存储管理以及基本分段存储管理。刚开始我对内存的概念并不十分了解，现在我对内存的运作原理和分配有了初步的认识和了解。 进行了数列的巩固学习。 计划明天结束OS第三章第一节的学习，完成对数列的基本学习并进入巩固阶 阅读全文

摘要： 读了王概凯《架构漫谈》九篇文章，去了解架构与架构师。我以为是技术文章，结果读下来，发现作者根本没在讲技术。他在讲什么？在讲“钻木取火”和“弓弦取火”有什么区别，在讲女主人让丈夫“把土豆切一半”结果丈夫削了半个土豆皮的笑话，在讲为什么有的架构师说话没人听。 说实话，有些地方看不太懂，但有些地方，我觉得 阅读全文

摘要： 213 阅读全文

摘要： 123 阅读全文