博客作者
高并发架构师
331
已发布文章
9.2K
博客获赞
563K
博客浏览
第 15 页
大模型提示工程涵盖设计提示词、交互技能及技术，旨在增强模型能力。核心方法包括链式思考（CoT），通过中间推理步骤提升准确性；零样本思维链附加特定指令引导生成推理过程；自动思维链结合问题聚类与演示抽样；CBR 模式利用历史案例经验解决新问题。这些技术共同提升了 AI 应用的效能与推理质量。
Python 爬虫入门需掌握编程基础、HTML 结构、网络原理及爬虫库。核心流程包含获取 URL 数据、解析 HTML 目标信息、存储数据并循环执行。学习重点在于数据类型、函数及文件 IO 等基础语法，无需过早涉及复杂类或多线程。通过发送 HTTP 请求获取页面源码，利用正则或解析库提取数据，即可完成基础爬取任务。
网络安全涉及保护系统硬件软件及数据，是数字经济发展的基础保障。转行需建立多领域知识体系，涵盖法律、数学、计算机及社会科学。高校培养偏理论，企业更看重实战能力。建议从网络基础、操作系统安全、常见漏洞攻击入手，掌握渗透测试流程与工具。进阶阶段需加强脚本编程（如 Python），提升自动化与工具开发能力。最终成为高级人才需持续深耕特定领域，保持技术更新。
介绍使用 Python 结合 requests 和 pyquery 库实现网页图片批量爬取的技术方案。内容包括环境准备、依赖安装、目标网站 URL 规律分析、HTML 解析逻辑以及本地文件保存的实现细节。通过完整代码示例展示如何模拟浏览器请求、提取图片链接并自动存储到指定目录，适用于学习网络爬虫基础开发流程。
Rye 是 Flask 作者 Armin Ronacher 推出的实验性 Python 包管理器，旨在解决工具链碎片化问题。它通过工作区（Workspace）隔离项目环境，使用独立下载的 Python 解释器避免版本冲突，并支持开发环境与生产环境的区分。Rye 基于 Rust 开发，提供类似 Cargo 的标准化体验。 Rye 的安装流程、核心命令如初始化、…
Anaconda 是一个专注于数据分析的 Python 发行版本，集成了 conda 包管理器和大量科学计算库。 Anaconda 的安装步骤，详细讲解了如何配置国内镜像源以提升下载速度。内容涵盖虚拟环境的创建、激活、切换与管理，以及通过 conda 和 pip 两种方式安装第三方包的方法。此外，还提供了常用命令速查表，帮助用户解决 Python 环境冲突、…
指令调优（Instruction Tuning）是提升大型语言模型遵循指令能力的核心技术。综述了 18 种主流指令调优方法，涵盖纯文本 LLM 指令微调及多模态指令微调两大方向。包括 InstructGPT、Alpaca、Vicuna、LLaVA 等代表性模型及其核心论文。这些方法通过人类反馈、合成数据、多任务微调等手段，显著增强了模型在翻译、问答、图像编辑…
LangChain 是一个用于构建 LLM 应用的开源框架，通过模块化组件简化开发流程。它解决了 LLM 在特定领域知识缺失和上下文管理上的局限性，提供模型交互、链式编排、智能体、记忆及检索增强等功能。 LangChain 的核心架构，包括 Model I/O、Chains、Agents 等模块，并提供了从环境配置到应用构建的代码示例，帮助开发者快速集成大语…
大语言模型（LLM）是基于深度学习的自然语言处理系统，通过海量数据训练实现语言理解与生成。探讨了 LLM 的核心架构（Transformer）、训练流程（预训练、微调、RLHF）、基础设施（GPU 算力、框架）及应用场景（智能助手、代码生成）。同时分析了当前面临的幻觉、成本及安全挑战，并展望了多模态与端侧部署的未来趋势。
对希望转行大模型领域的 AI 产品经理，梳理了所需的核心素质与技能，包括对 AI 技术的理解、数据分析能力、用户洞察力及团队协作能力。内容涵盖自我评估方法、大模型原理与应用的学习资源推荐、场景挖掘策略以及与技术团队的合作流程。旨在帮助从业者系统掌握大模型知识，规避转型风险，实现产品化与商业化落地。文章还补充了人才需求趋势、学习路径规划及伦理风险考量，为从业者…
在本地环境中使用 Docker 部署 Dify 和 FastGPT 知识库平台的方法，并详细说明了如何将两者与 Ollama 本地大语言模型进行对接。内容涵盖环境准备、镜像拉取、配置文件修改、端口映射及常见网络问题排查，旨在帮助用户构建私有化、安全可控的 AI 知识库系统，实现离线或内网环境下的智能问答功能。
介绍如何使用 Docker Compose 快速部署企业级开源知识库检索 AI 系统。通过配置本地 Ollama 模型或在线 API，结合文档连接器与聊天助手功能，实现基于私有数据的智能问答。内容涵盖环境准备、服务启动、模型配置及知识库构建流程，帮助开发者低成本搭建大模型应用。
AI 大模型时代并非 35 岁以上程序员的终点，而是新旅程的起点。资深开发者凭借架构设计经验与行业理解，可在技术迭代中保持竞争力。通过掌握通用大模型原理、Agent 应用开发及向量数据库等技术，结合管理转型或创业创新，能够开辟新的职业空间。此外，参与技术传承与社区建设也是重要价值体现。关键在于持续学习与适应变化，将经验转化为解决复杂问题的能力。
鸿蒙系统（HarmonyOS）的开发技术体系，涵盖 ArkTS 语言基础、ArkUI 声明式 UI 开发、Stage 模型与 FA 模型对比、Web 组件集成、并发处理、权限管理及分布式特性。文章梳理了从零入门到进阶的核心知识点，包括项目结构、资源管理、状态控制、网络通信及 Native API 调用等内容，旨在帮助开发者系统掌握鸿蒙应用开发流程与技术要点。
探讨了 Agent 技术在提示工程中的应用，重点分析了 ReAct 框架。文章首先介绍了 LLM 的基本原理及其面临的幻觉和推理错误问题，随后阐述了提示工程的发展，特别是从 Zero-shot/Few-shot 到思维链（CoT）的演进。核心部分详细解释了 ReAct（Reasoning + Acting）机制，即通过让 LLM 交替进行推理思考和执行环境行…
使用 Ollama 在本地部署 Llama 3.1 大模型的完整流程。内容涵盖硬件环境准备、Windows 与 Linux 环境下的安装步骤、模型拉取与运行方法、远程访问配置及安全注意事项。此外，文章还提供了 API 调用的 Curl 与 Python 代码示例，以及 Open WebUI 和 LobeChat 等可视化界面的集成方案。针对常见故障如显存不足…
在 MAC M1 芯片环境下部署 Llama.cpp 并运行通义千问 Qwen 1.5-7B 模型的完整流程。内容涵盖环境准备、代码编译、Python 依赖安装、模型格式转换（HF 转 GGUF）、INT4 量化处理、基础推理测试及交互式对话模式启动。此外，还讲解了如何开启内置 HTTP Server 以提供 OpenAI API 兼容接口，包括聊天补全、E…
本书由新加坡科技研究局人工智能高级研究员黄佳编写，采用问答与图解形式讲解大型语言模型。内容涵盖自然语言处理技术演进，包括起源、基于规则、统计、深度学习及大数据驱动阶段。详细解析 N-Gram、Word2Vec、RNN、Transformer 及 GPT 等核心技术，提供 WikiGPT 和 miniChatGPT 等实战项目代码，适合初学者及从业者系统掌握大…
从零构建 AI Agent 框架的设计思路与实现方案。首先对比了 Coze、Dify 等现有编排工具的优劣，确立了开放编排、服务分离及能力无限的目标。架构分为 WebUI 编排层与 Agent 服务层，支持 Python 运行时及自定义插件。文中详细说明了环境启动流程、插件加载机制及单 Agent 执行逻辑，并补充了 Rust 核心库的接口定义示例，为开发者…
大模型学习路线涵盖从基础 NLP 知识到高级应用的全流程。内容包括 Transformer 架构解析、主流模型（Llama、Qwen、ChatGLM）原理、提示工程、微调技术（SFT、LoRA、QLoRA）、对齐方法（RLHF）、推理加速框架（vLLM、TensorRT-LLM）及多模态模型。适合希望掌握大模型底层原理与工程落地的开发者参考。
