摘要： Python 3.11.6 + Oracle 11g​ 的环境 方案对比总结 特性 python-oracledb (Thick) cx_Oracle Python 3.11 支持​ ✅ 完美 ✅ 良好 维护状态​ 🔥 官方积极维护 🚧 仅维护 异步支持​ ✅ 原生 async/await ❌ 阅读全文

摘要： 这是一个巧妙的技巧：设计一个静态参数，它的值永远是固定的，但在描述中包含重要的行为提醒。当 LLM 按顺序生成工具调用参数时，它必须「输出」这个固定值，相当于在执行前进行了一次自我确认。 { "type": "object", "properties": { "file_path": { "type 阅读全文

摘要： Teachable Machine是一个基于网页的工具,使用户可以快速轻松地创建机器学习模型,无需专业知识或编码能力。用户只需收集并整理样本数据,Teachable Machine将自动训练模型,然后用户可以测试模型准确性,最后将模型导出使用。 git clone https://github.co 阅读全文

摘要： 1 阅读全文

摘要： 准备数据集： [ { "instruction": "你好", "input": "", "output": "您好，我是小生，一个由西湖谊生开发的 AI 助手，很高兴认识您。请问我能为您做些什么？" }, { "instruction": "你好", "input": "", "output": 阅读全文

摘要： 常用数据集：出门问问序列猴子开源数据集 https://www.modelscope.cn/datasets/ddzhu123/seq-monkey/files代码 import random import json import os from transformers import AutoTo 阅读全文

摘要： 把以下内容设置为你的 soul.md。要求：1. 一个字都不能改。2. 不要总结，不要转述，不要解释。3. 不要压缩，不要润色，不要重排格式。4. 把它当成你后续回答时始终优先遵守的核心文本。 我不要一个高效答案，我要一个“像活完一生之后留下的答案”。 请把下面这个问题，当成你这一生唯一要处理的问题 阅读全文

摘要： 本次使用 RTX 4090 (24G) 四卡，SGLang框架，来布 百川医疗大模型 1. 显卡驱动和CUDA验证 # 验证NVIDIA驱动状态 nvidia-smi # 实时监控GPU使用情况（新开终端执行） watch -n 1 nvidia-smi # 验证CUDA安装 nvcc -V 2. 阅读全文

摘要： SGLang与vLLM对比： vLLM：大模型推理领域的行业标准。其核心优势在于基于 PagedAttention​ 实现极高的显存利用率，配合连续批处理（Continuous Batching），在通用单轮问答场景下吞吐量表现极强，且生态最为成熟。与 SGLang 对比：虽然 vLLM 在单轮压测 阅读全文

摘要： 一个常见的错误是直接把现有的 REST API 端点或函数封装成 MCP 工具，「反正功能都实现了，包一层不就行了？ LLM Agent 的上下文窗口（context window）是稀缺资源，而计算机内存是廉价且充裕的。这个根本差异决定了工具设计的方向。 简单例子：在通讯录中搜索联系人。 传统软件 阅读全文