摘要：
微调的目的是让通用大模型适应特定领域。以下罗列6种主流参数高效微调（PEFT）技术，先解释“它是什么”，再告诉你“用在哪”。 1. LoRA（低秩适应） 定义：冻结原模型权重，在每一层插入两个小矩阵（低秩分解），只训练这两个小矩阵来模拟全参数更新的效果。举例：把Llama 3微调成医疗问诊助手。用5 阅读全文
posted @ 2026-10-06 11:06 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
环境前提 Docker Desktop 已安装，且支持 GPU 已拉取 LLaMA Factory 镜像：hiyouga/llamafactory:latest （参考上一篇文章LLaMA-Factory 全面指南：从入门到实战部署） 一、数据准备（NekoQA-10K） 数据集地址：AI-Mode 阅读全文
posted @ 2026-10-06 10:58 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
什么是LLaMA-Factory？ LLaMA-Factory 是一个开源的大语言模型微调框架，由清华大学KEG实验室开发。它提供了一个简单易用的平台，让用户能够轻松地对各种大语言模型进行微调训练，无需深厚的深度学习背景知识。 该框架支持多种主流大模型架构，包括但不限于： LLaMA/LLaMA2/ 阅读全文
posted @ 2026-10-06 10:28 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
从原理到落地：一文读懂大模型微调 本文从大模型的底层原理，到 LoRA/QLoRA 的核心思想，再到用 LLaMA-Factory 动手微调、用 vLLM 部署上线的完整链路。 一、大模型到底在做什么？ 抛开各种神化的说法，大语言模型本质上就是一个规模极其庞大的函数：输入一段文本，经过内部海量参数的 阅读全文
posted @ 2026-10-06 10:28 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
1、多智能体架构 1.Network（网络）：每个智能体都可以与其他任何智能体进行通信。任何智能体都可以决定下一步调用哪个其他智能体。2.Supervisor（主管）：包含一个主管智能体，每个智能体都与一个主管智能体进行通信。主管智能体决定下一步应该调用哪个智能体。（推荐）3.Supervisora 阅读全文
posted @ 2026-10-05 14:59 work hard work smart 阅读(8) 评论(0) 推荐(0)
摘要：
LangGraph 子图 1、子图作为主图的单独的一个节点 """ 在LangGraph中，一个Graph除了可以单独使用，还可以作为一个Node，嵌入到一个Graph中。这种用法就称为子图。 通过子图，我们可以更好的重用Graph，构建更复杂的工作流。尤其在构建多Agent系统时非常有用。 在大型 阅读全文
posted @ 2026-10-05 14:32 work hard work smart 阅读(3) 评论(0) 推荐(0)
摘要：
LangGraph Time-Travle 时间回溯 """ 要在LangGraph中使用时间旅行： （1）使用invoke或stream方法，以初始输入来运行图表。 （2）识别现有线程中的检查点：使用get_state_history方法检索特定thread_id的执行历史， 并找到所需的chec 阅读全文
posted @ 2026-10-05 12:22 work hard work smart 阅读(5) 评论(0) 推荐(0)
摘要：
LangGraph 持久化存储-sqlite数据库 ''' SqlitePersistence.py 在底层，检查点功能由符合BaseCheckpointSaver接口的检查点对象提供支持。 LangGraph提供了多种检查点实现，所有这些实现都通过独立的、可安装的库来完成，数据库类型的有： l 阅读全文
posted @ 2026-10-05 12:07 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
LangGraph 持久化存储- 内存存储 (In-Memory) """ MemoryPersistence.py langgraph-checkpoint：检查点保存器（BaseCheckpointSaver） 的基础接口以及序列化/反序列化接口（SerializerProtocol）。 包含用 阅读全文
posted @ 2026-10-05 12:01 work hard work smart 阅读(3) 评论(0) 推荐(0)
摘要：
LangGraph 节点重试策略 """ LangGraph 节点重试策略演示 默认重试策略：max_attempts=5，对Exception重试、对ValueError/TypeError等不重试，异常过滤列表完全相同； 自定义重试策略：max_attempts=5 + custom_retry 阅读全文
posted @ 2026-10-05 11:40 work hard work smart 阅读(3) 评论(0) 推荐(0)
摘要：
1、LangGraph 节点缓存 import time from typing_extensions import TypedDict from langgraph.graph import StateGraph from langgraph.cache.memory import InMemor 阅读全文
posted @ 2026-10-05 11:21 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
LangGraph条件边 """ LangGraph 条件边 分支流程控制语句分支路由（Router → Weather / Chat） 使用langgraph构建了一个状态图，根据输入数值的奇偶性执行不同节点。 check_x接收并传递状态， is_even判断奇偶， handle_even和ha 阅读全文
posted @ 2026-10-05 10:47 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
什么是Tool： 工具/能力的封装 什么是Agent 1、Agent : 决策者 = 如何使用这些能力 2、Agent 是一个决策引擎，决定什么时候调用哪个Tool， 根据上下文决定下一步做什么，处理Tool的返回结果，并确定是否继续调用其它Tool。 3、Agent的核心是推理+行动（Reason 阅读全文
posted @ 2026-10-05 07:29 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
LangChain是基于LangChain构建的，面向智能体多轮交互/状态持久化/分支并执行图结构的工作流框架 LangGraph = LangChain + 图 + 状态机 LangChian应用场景 多步复杂推理 长时间运行任务（数小时、数天） 需要人工（Human-in-the-Loop） 追 阅读全文
posted @ 2026-10-04 21:41 work hard work smart 阅读(4) 评论(0) 推荐(0)
摘要：
1、定义一个获取工具的调用 from dotenv import load_dotenv from langchain_core.tools import tool import json import os import httpx load_dotenv() @tool def get_weat 阅读全文
posted @ 2026-10-04 19:08 work hard work smart 阅读(4) 评论(0) 推荐(0)
摘要：
1、内存模式 RunnableWithMessageHistory """ 可持续记忆（RunnableWithMessageHistory） """ from dotenv import load_dotenv from langchain.chat_models import init_chat 阅读全文
posted @ 2026-10-04 17:45 work hard work smart 阅读(3) 评论(0) 推荐(0)
摘要：
什么是 LCEL - 全称：LangChain Expression Language- 定位：专门用于组合 Runnable 组件的声明式语法- 核心操作符：管道符 | 核心思想：使用管道操作符 | 将多个Runnable对象，像拼积木一样组合起来。 # 典型的 LCEL 链式写法chain = 阅读全文
posted @ 2026-10-04 15:50 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
1、同步invoke # 1.导入依赖 import os from dotenv import load_dotenv from langchain.chat_models import init_chat_model from langchain.messages import HumanMes 阅读全文
posted @ 2026-10-03 21:36 work hard work smart 阅读(2) 评论(0) 推荐(0)
摘要：
一、使用OpenAI方式接入 1、使用OpenAI # Please install OpenAI SDK first: `pip install openai` import os from dotenv import load_dotenv from openai import OpenAI l 阅读全文
posted @ 2026-10-03 19:53 work hard work smart 阅读(3) 评论(0) 推荐(0)
摘要：
1、LangChian 环境安装 想让当前虚拟环境以后默认走清华源，可先执行：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple - 安装langchain- 安装langchain-openai- 安装o 阅读全文
posted @ 2026-10-03 16:13 work hard work smart 阅读(5) 评论(0) 推荐(0)
浙公网安备 33010602011771号