随笔分类 -  人工智能(AI)

人工智能方面的学习笔记
AI原生开发流程设计-从需求分析到代码提交
摘要：AI原生开发流程设计-从需求分析到代码提交 前言 随着AI Coding Agent、代码生成工具和大模型能力快速发展，AI已经不再只是单点的编码辅助工具，而是可以参与需求澄清、技术设计、任务拆解、代码实现、测试生成、代码审查和文档沉淀等研发流程环节。 传统开发流程通常围绕"人如何编写代码"设计；A 阅读全文
posted @ 2026-08-01 11:09 柯南。道尔 阅读(9) 评论(0) 推荐(0)
Claude Skills 详解-从工作原理到手写第一个SKILL
摘要：Claude Skills 详解-从工作原理到手写第一个SKILL 如果你曾经向Claude反复解释同一套工作流程-"先读这个文件，再按照这个格式输出并加上页码"。那么SKILL正是为你准备的。它把一次性的口头叮嘱，变成一份可复用、可迭代、能被自动调用的"专业手册"。 什么是Skill(Agent 阅读全文
posted @ 2026-06-27 13:25 柯南。道尔 阅读(59) 评论(0) 推荐(0)
Github Copilot使用指南
摘要：Github Copilot使用指南 Github Copilot是什么 GitHub Copilot是一个AI编码助手，可帮助你更快地编写代码，且工作量更少。然后，你可以将更多的精力集中在解决问题和协作上 Github Copilot的安装与授权 Github Copilot的安装过程非常简单，核 阅读全文
posted @ 2026-05-26 00:57 柯南。道尔 阅读(79) 评论(0) 推荐(0)
Claude Code安装与使用指南
摘要：Claude Code安装与使用指南 Claude Code概述 Claude Code是什么 Claude Code是由Anthropic推出的一款驻留在你终端中的智能编程代理工具，它能理解你的代码库，并通过执行常规任务、解释复杂代码以及处理Git工作流来帮你加速编程--所有这一切只需要通过自然语 阅读全文
posted @ 2026-01-02 19:29 柯南。道尔 阅读(2259) 评论(0) 推荐(0)
LangChain4j实战-模型上下文协议MCP(Model Context Protocol)
摘要：LangChain4j实战-模型上下文协议MCP(Model Context Protocol) 模型上下文协议(MCP)是什么 MCP(Model Context Protocol)模型上下文协议是一种用于将人工智能应用程序连接到外部系统的开源标准。 借助MCP，像Claude或ChatGPT这样 阅读全文
posted @ 2025-12-16 23:51 柯南。道尔 阅读(395) 评论(0) 推荐(0)
LangChain4j实战-检索增强生成RAG (Retrieval-Augmented Generation)
摘要：LangChain4j实战-检索增强生成RAG (Retrieval-Augmented Generation) 引言 LLM的知识仅限于其训练的数据，如果你想使LLM了解特定领域的知识或专有数据，你可以： 使用RAG，后续我会对其进行介绍 使用你的数据微调LLM 结合RAG和微调 什么是RAG 简 阅读全文
posted @ 2025-12-03 00:08 柯南。道尔 阅读(362) 评论(0) 推荐(0)
LangChain4j实战-嵌入(向量)存储Embedding(Vector)Stores
摘要：LangChain4j实战-嵌入(向量)存储Embedding(Vector)Stores 向量相关的概念 向量的基本定义 数学定义： 向量是一个有序的数字列表，通常表示为[v1,v2,...,vn]，其中每个数字称为分量，对应一个维度。向量既可以看作空间中的点，也可以看作带方向和大小的箭头。 在A 阅读全文
posted @ 2025-12-01 22:36 柯南。道尔 阅读(487) 评论(0) 推荐(0)
LangChain4j实战-工具(函数调用)Tools(Function Calling)
摘要：LangChain4j实战-工具(函数调用)Tools(Function Calling) Tools(Function Calling)的概念 有一个概念被称为"工具(Tools)"或者"函数调用(function calling)"。它允许LLM在必要时调用一个或多个可用的工具，这些工具通常由开 阅读全文
posted @ 2025-11-16 22:38 柯南。道尔 阅读(321) 评论(0) 推荐(0)
LangChain4j概述与基本使用
摘要：LangChain4j概述与基本使用 LangChain4j等价于LangChain For java，即为你的java应用赋能大模型能力 LangChain4j概述 LangChain4j的目标是简化LLM集成到Java应用程序中的过程 LangChain4j简化LLM集成到java的方式 统一A 阅读全文
posted @ 2025-08-30 21:04 柯南。道尔 阅读(296) 评论(0) 推荐(0)
阿里云大模型服务平台(百炼)的API调用
摘要：阿里云大模型服务平台(百炼)的API调用 阿里云百炼是阿里云推出的一站式大模型应用开发平台。它的核心目标是降低大模型应用开发的门槛，提升开发效率，并保障应用的安全与可控，让企业和开发者能够更快速、更便捷地构建和部署基于大语言模型的智能应用。 阿里云百炼平台介绍 阿里云百炼平台的特点 1.强大的模型接 阅读全文
posted @ 2025-08-16 12:25 柯南。道尔 阅读(2709) 评论(0) 推荐(0)
检索增强生成(RAG)技术概述
摘要：检索增强生成(RAG)技术概述 什么是RAG? 检索增强生成(Retrieval Augmented Generation,RAG)是一种将基于通用世界知识的大型语言模型(LLM)与特定企业的信息源(如文档、SQL数据库和内部业务应用)相结合的软件架构。通过RAG，我们可以显著提高LLM响应的准确性 阅读全文
posted @ 2025-05-01 14:53 柯南。道尔 阅读(715) 评论(0) 推荐(0)
Dify管理
摘要：Dify管理 应用管理 编辑应用信息 创建应用后，如果想要修改应用名称或描述，可以点击应用的[编辑信息]，重新修改应用的图标、名称、描述。 复制应用 应用均支持复制操作，点击应用的[复制]。 导出应用 在Dify内创建的应用均支持以DSL格式进行导出，你可以自由地将配置文件导入至任意Dify团队。 阅读全文
posted @ 2025-04-26 00:53 柯南。道尔 阅读(1066) 评论(0) 推荐(0)
Dify工作流
摘要：Dify工作流 基本介绍 工作流通过将复杂的任务分解成较小的步骤(节点)降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了LLM应用面向复杂任务的性能，提升了系统的可解释性、稳定性和容错性。 工作流的类型 Chatflow: 面对对话类情景，包括客户服务、语义搜素，以及其他需要在构建响应 阅读全文
posted @ 2025-04-20 21:34 柯南。道尔 阅读(10824) 评论(0) 推荐(2)
在Linux环境下搭建Dify
摘要：在Linux环境下搭建Dify Dify的概述 Dify是一款开源的大语言模型(LLM)应用开发平台。它融合了后端即服务(Backend as Service)和LLMOps的理念，使开发者可以快速搭建生成级的生成式AI应用。即使你是非技术人员，也能参与到AI应用的定义和数据运营过程中。 由于Dif 阅读全文
posted @ 2025-03-31 15:50 柯南。道尔 阅读(3624) 评论(0) 推荐(0)