把GEO托管做成可审计状态机：超级语言GEO的五类交付记录
企业不只需要监测账号和批量发稿，而应验收测量基线、事实证据、当前动作、公开回执和同条件复测。本文用TypeScript状态机说明品牌级GEO持续托管如何落地。 ...
Happy-LLM 学习笔记 06：动手搭建一个小 LLM，最值得盯住哪些模块
这一章最有价值的地方，不是把一个完整的大模型“抄出来”，而是把一个小 LLM 从骨架、入口和训练三层拆开看。以前我总会先盯参数量和显卡，后来才发现，真正决定能不能跑通的，往往是模块之间的接口是否统一。 先把模型骨架搭对 k_model.py 里最先出现的是 ModelConfig。这件事看起来平常， ...
低成本代码生成新范式：多模型协作能否媲美Claude Fable 5
【技术干货】低成本代码生成新范式：多模型协作能否媲美Claude Fable 5？在AI代码生成领域，高昂的模型费用与性能瓶颈始终是开发者心中的痛点。近期，一种“LongCat主写+Kimi/DeepSeek/小米Mimo等模型审查”的多模型协作方案引发热议，宣称效果堪比行业标杆Claude Fab ...
Agent 工程思考：从 ReAct 到 Agent Harness
从 ReAct 出发，文章讨论 Agent 工程如何从“模型循环”走向 Harness：通过前后端共享的 State Schema、运行事实和 UI 边界，让模型行为变成可交互、可恢复、可控制、可追溯的产品能力。 ...
Happy-LLM 学习笔记 05：LLM 的能力从哪里来，Pretrain、SFT、RLHF 各负责什么
读大模型训练流程时，我以前会把 Pretrain、SFT、RLHF 都笼统理解成“继续训练模型”。看完 Happy-LLM 第四章后，才真正把三者拆开：它们虽然都在更新参数，但解决的不是同一个问题。Pretrain 主要建立知识和语言能力，SFT 教模型理解并执行指令，RLHF 再把输出往人类偏好的 ...
重磅发布 19 个视觉分析模型，涉及厂区消防安全、人员作业合规、工业设备与管线巡检、电子精密质检和农业种植监测等 10 大主流场景
iNeuOS_Vision平台模型适配食品加工、电力运维、油气管道、钢铁冶金、矿山煤炭、机械焊接、电子制造、园区安防、农业种植、车载安全十大主流行业，企业也可基于平台自主标注、训练专属行业检测模型，快速搭建轻量化、可落地的机器视觉智能管控系统。 ...
Happy-LLM 学习笔记 04：BERT、T5、GPT 到 LLaMA，预训练模型谱系怎么串起来
学完 Transformer 的基本结构后，再看预训练语言模型的发展，会发现很多模型名字并不是彼此割裂的。BERT、T5、GPT、LLaMA 看起来像不同时代的代表，底层其实都在回答同一个问题：我该使用 Transformer 的哪一部分，配什么预训练任务，才能把大量无标注文本转化成可迁移的语言能力 ...
实测 Doubao-Seed-Evolving：把 Windows 桌面图标做成一个会自己运转的小世界
豆包 Seed 又更新了：一张永远“最新”的模型卡 这次豆包推出的不是一个过段时间就会落后的固定版本，而是 Doubao-Seed-Evolving：一个专门面向 Coding 和 Agent 场景的 latest 分支。Evolving 的核心就是按周持续更新。开发者不用隔一段时间追一次新模型，使 ...
RAG初探：让 AIOps Agent 学会查询历史故障
LLM 并不了解企业内部系统，更不知道刚刚发生过的历史故障。本文将使用 Python 从零实现一个最简 RAG，通过关键词检索、Top-K 筛选和 Prompt 拼装，把运维知识库接入 AIOps Agent；并进一步讲清楚文档切分、Chunk 和向量检索的基本原理，让 Agent 的故障分析有据可... ...
Happy-LLM 学习笔记 03：从 Embedding 到 Encoder-Decoder，手拆 Transformer
读完 Attention 之后，再看完整 Transformer，我最大的变化是：不再把它当成一张复杂结构图，而是把它拆成一条清晰的数据流。文本先被 tokenizer 变成 token id，再经过 Embedding 变成向量；向量加上位置编码后进入一层层 Encoder 和 Decoder；每 ...
Hermes Agent 完全指南：比 Claude Code 更自由的开源 AI Agent，从安装配置到多 Agent 协作
Claude Code 好用，但模型锁死 Anthropic、月费不低、扩展能力有限。Hermes Agent 是 Nous Research 出品的开源 AI Agent 框架，模型随便换、完全本地运行，而且有一整套 Claude Code 没有的架构——Skill 自进化系统、Kanban 多 ... ...
Happy-LLM 学习笔记 02：把 Attention 看成可学习的信息路由
读第二章时，我最大的感受是：Attention 不是一个神秘模块，而是把“谁该看谁、看多少”这件事显式写进了模型。RNN 依赖顺序传递信息，长依赖和并行性都不理想；Attention 则把序列里每个 token 之间的关系一次性算出来，再让模型按相关性取信息。这个变化看起来只是计算方式不同，实际上却 ...
麻了！我的 Claude 老账号也被封了…
大家好，我是R哥。 最近 Claude Code 又开始作妖了，又开始大规模封号了，我的陈年老号也被封了。。。 自从 Claude 出来就一直用这个账号，经历过 N 次大规模封号潮，从来没有出过事，这次真的逃不掉了…… 大家可能以为和 IP 啥的有关系，其实不是，我这个账号什么乱七八糟的 IP 都用 ...
Happy-LLM 学习笔记 01：NLP 基础不是前置废话，而是理解 LLM 的地基
很多人第一次接触大模型时，都会把注意力直接放在 Transformer、Prompt、RAG 和 Agent 上。这样当然能很快看到结果，但一旦模型效果不稳定，或者检索、分词、上下文拼接出问题，就会发现自己缺的不是新概念，而是对 NLP 基础链路的理解。 这篇笔记记录我读 Happy-LLM 第一章 ...
用一条安装回读路径区分 Letta Code 和 legacy server
Letta 的文档和仓库现在至少有三个需要分开的对象：Letta Code CLI、Letta Agent SDK，以及本仓库的 legacy Python server。先把对象分清，后面的版本、命令和故障才有意义。 当前 CLI 路径是 Node.js 22.19+ 加全局安装： node -- ...
AI原生组织：70%的企业说要做，为什么真正做成的不到12%？
AI原生组织：70%的企业说要做，为什么真正做成的不到12%？ 2026年过半，"AI原生组织"这个词已经从技术圈的内部讨论走到了企业管理者的战略会议桌上。行业调研数据显示，国内中大型企业中超过70%已经将AI化列为未来三年最重要的战略优先级，但真正实现AI原生转型的比例不足12%。 这个巨大的落差 ...
Happy-LLM 学习笔记 00：为什么从 NLP 到 Transformer 再到 LLM？
最近准备按 Datawhale 的 Happy-LLM 开源教程系统补一遍大语言模型。这个系列不打算把教程内容搬运一遍，而是按自己的学习节奏记录每一章里真正需要抓住的知识点、容易混淆的地方，以及读完之后能落到工程实践里的想法。 项目地址在这里：https://github.com/datawhale ...
Hermes-Agent 全平台部署运维中文安装配置手册(Eword版本)
Hermes-Agent 全平台部署运维中文安装配置手册 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 文档说明 本文档覆盖 Docker容器部署 / 原生非Docker部署 两大架构；支持 macO ...
Hermes-Agent 全平台部署运维中文安装配置手册(Eword版本)
Hermes-Agent 全平台部署运维中文安装配置手册 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 文档说明 本文档覆盖 Docker容器部署 / 原生非Docker部署 两大架构；支持 macO ...
OpenClaw 中文版完整部署手册（Eword版本）
OpenClaw 中文版完整部署手册（Eword版本） 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 目录 前置总览与资源说明 前置统一工具：mirror-switcher 全平台镜像一键切换 方案一 ...
