随笔分类 -  LLM

1 2 下一页
大模型相关
AI Agent系列-Google AI Agent学习-对工程团队的启示
摘要：那么对于 Agent 从业者，结合白皮书内容，我们可以学到什么。我想下面是几条非常实用的启示： 从 Level 1–2 做起，而不是一上来造“超级 Agent” 先把“连通 + 工具调用 + 上下文工程”做好 把一个具体业务场景做深做稳，再考虑多 Agent 与自我进化 把 Agent 当“系统”而 阅读全文
posted @ 2025-12-13 14:16 Eric zhou 阅读(7) 评论(0) 推荐(0)
AI Agent系列-Google AI Agent学习-安全与治理：自主进化：持续学习、Agent Gym 与两个前沿案例
摘要：1. Agent 如何学习与自我演化 与人类类似，智能体通过经验和外部信号进行持续学习然后进化，才能胜任人类社会更多的任务（这也是一个比较热门的研究领域，后面再单独聊）。 白皮书把 Agent 的“学习信号”分成几类： 运行时经验：日志、Trace、记忆，包含成功与失败的轨迹 外部信号：新政策文档、 阅读全文
posted @ 2025-12-13 14:15 Eric zhou 阅读(16) 评论(0) 推荐(0)
AI Agent系列-Google AI Agent学习-安全与治理：Agent 是新的「主体」
摘要：在身份与安全体系中，Agent 被视为一种新的主体类型： 传统只有两类： 用户（OAuth/SSO） 服务账号（IAM/Service Account） 现在增加第三类： Agent 身份：有独立的数字身份、证书与权限范围 可以通过类似 SPIFFE 的标准进行身份验证 授予严格的最小权限，限制可访 阅读全文
posted @ 2025-12-13 14:11 Eric zhou 阅读(7) 评论(0) 推荐(0)
AI Agent系列-Google AI Agent学习-互联互通：人与 Agent、Agent 与 Agent、Agent 与货币
摘要：Google Agent白皮书讨论了 Agent 与外部世界的三种关键关系。 1. Agents & Humans：更自然、更高带宽的交互 最简单的是聊天式 UI 进阶是结构化输出（JSON），驱动富 UI 或工作流引擎 更进一步是 Computer Use： Agent 直接操纵 UI 元素（点击 阅读全文
posted @ 2025-12-13 14:08 Eric zhou 阅读(19) 评论(0) 推荐(0)
AI Agent系列-Google AI Agent学习-Agent Ops：从“写完就跑”到“持续运营自治系统”
摘要：Google Agent白皮书提出一个重要概念：Agent Ops，是 DevOps/MLOps 在 Agent 时代的自然演进。 1. 测试不再是“output == expected” Agent 响应本身就是概率性的，同一个请求每次都可能略有不同 语言质量和任务完成度，往往难以用简单断言描述 阅读全文
posted @ 2025-12-13 14:07 Eric zhou 阅读(11) 评论(0) 推荐(0)
AI Agent系列-Google AI Agent学习-什么是 AI Agent：脑、手、神经系统与身体
摘要：目前的 LLM 是生成式 AI， 更像一个预测引擎： 用户提出一个问题 模型基于训练数据和提示词，单次生成一个回答 每一步都要人类驱动，缺少持续性、记忆和行动能力 白皮书指出，我们正经历一场范式转移：从 Predictive AI 转向 Autonomous Agents： 不再只是“给一个答案”， 阅读全文
posted @ 2025-12-13 13:55 Eric zhou 阅读(11) 评论(0) 推荐(0)
使用Semantic Kernel框架和C#.NET 实现大模型Function Calling
摘要：最近研究Function Call，总结了一篇文章，分享给大家 一、GPT-4中实现函数调用功能 定义函数：首先，开发一个函数。例如，一个获取天气信息的函数可能如下： def get_current_weather(location, unit='Celsius'): # 此处实现获取天气信息的逻辑 阅读全文
posted @ 2025-03-18 08:36 Eric zhou 阅读(808) 评论(1) 推荐(6)
社区演讲-基于.NET 技术栈的研发过程管理和智能化探索
摘要：Hi all 2024年11月23日，我作为【项目管理实践探索者大会】专题讲师，给社区分享了主题《基于.NET 技术栈的研发过程管理和智能化探索》 现场参与人数：100+ 演讲议题介绍： 体系建设：如何设计一个合适的研发过程管理体系 平台提效：通过.NET技术构建任务驱动+流程驱动，释放研发效能 工 阅读全文
posted @ 2025-03-17 16:33 Eric zhou 阅读(74) 评论(0) 推荐(1)
AI Agent开发，如何调用三方的API Function，是通过提示词来发起调用的吗
摘要：最近在研究AI Agent如何调用三方API，整理了一篇文章，分享给大家。 调用三方 API（Function Calling）不是通过提示词（Prompt）来实现的，而是通过函数调用机制（Function Calling），具体流程如下： 1. 模型识别调用需求 大模型在解析用户输入时，会判断是否 阅读全文
posted @ 2025-03-17 08:44 Eric zhou 阅读(1149) 评论(3) 推荐(1)
.NET 9 new features-Microsoft.ML.Tokenizers 库
摘要：在 .NET 9 中，微软引入了 Microsoft.ML.Tokenizers 库，为 .NET 开发者提供了强大的文本标记化功能。 一、什么是Microsoft.ML.Tokenizers Microsoft.ML.Tokenizers 是一个用于文本标记化的库，是 .NET 生态系统中的一个强 阅读全文
posted @ 2025-01-13 09:06 Eric zhou 阅读(761) 评论(1) 推荐(4)
AI Agent系列-什么是AI智能体，使用Semantic Kernel开发一个AI Agent
摘要：今年最热的技术除了LLM大语言模型外，AI Agent智能体成为下一个最热的技术发展热点。、 近期准备整理几篇AI智能体的博客，带着大家了解并学习AI 智能体的开发和应用。 一、什么是AI 智能体 AI智能体（AI Agent）是指一个由人工智能驱动的系统或程序，能够在一定的环境中自主感知、决策和执 阅读全文
posted @ 2024-12-29 22:00 Eric zhou 阅读(1067) 评论(0) 推荐(2)
大模型提示工程之Prompt框架和示例
摘要：今天和大家分享一下：大模型提示工程之Prompt框架和示例： TAG框架 任务（Task）: 开发一个新的手机应用，旨在帮助用户更好地管理他们的日常健康。 行动（Action）: 进行市场调研，设计用户友好的界面，开发核心健康跟踪功能，测试应用并收集用户反馈。 目标（Goal）: 在六个月内发布应用 阅读全文
posted @ 2024-03-29 08:47 Eric zhou 阅读(1012) 评论(0) 推荐(0)
.NET Conf China 2023济南站社区活动
摘要：2024年3月3日，在这个春暖花开的日子里，由微软MVP项目、山东财经大学管理科学与工程学院、胶东开发者社区、济南.NET俱乐部联合举办了【.NET Conf China 2023 JiNan Watch Party：走进山财大—AI驱动下的应用智能化开发】活动。 本次社区技术活动采用了高校、社区联 阅读全文
posted @ 2024-03-09 19:03 Eric zhou 阅读(411) 评论(2) 推荐(8)
基于Microsoft SemanticKernel和GPT4实现一个智能翻译服务
摘要：今年.NET Conf China 2023技术大会，我给大家分享了 .NET应用国际化-AIGC智能翻译+代码生成的议题 .NET Conf China 2023分享-.NET应用国际化-AIGC智能翻译+代码生成 今天将详细的代码实现和大家分享一下。 一、前提准备 1. 新建一个Console类 阅读全文
posted @ 2024-02-17 16:20 Eric zhou 阅读(843) 评论(0) 推荐(5)

1 2 下一页