-
从输入指令到代码落地：Cline AI 源码浅析
阿里妹导读文章揭示了Cline如何将简单的自然语言指令转化为具体的编程任务，并执行相应的代码修改或生成操作。本篇文章从源码角度来看一下从我们输入指令到 Cline 输出的过程到底是怎样的，这样对我们后续使用 Cline 会有更好的帮助。 Cline 是一个非常好用的 AI 开发助手。关于 Cline 可以戳官方文档了解。 https://cline.bot/ 启动 Cline访问 Cline 的 …- 6
- 0
-
RAG知识库构建新框架-EasyDoc小模型+多模态大模型结合的文档智能解析框架
传统的基于OCR的pipline的相关技术路线（如下图），目前多模态大模型的出现，文档解析技术链路出现了新的一些玩法。 最近看到一个新产品，EasyDoc（https://www.easylink-ai.com/easy-doc/），在原有的OCR链路中引入了多模态大模型进行图表理解，由此，笔者又更新了一张图，如下： 图2：OCRpipline结合多模态大模型的文档智能解析技术路线下面我们来看结合…- 10
- 0
-
GraphRAG的索引动态更新解法-分桶+局部更新及“上下文工程”新概念？
今天是2025年6月30日，星期一，北京，晴，今天是2025年上半年的最后一天了。我们继续看GraphRAG的问题，基于图的检索增强生成（Graph-RAG）在处理动态增长语料库时的效率问题。现在的一些方案，主要集中在静态语料库的检索增强生成，如Vanilla RAG、Graph-based RAG等。动态检索方法如DRAGIN、LightRAG和DyPRAG等虽然尝试解决动态语料库的问题，但在高…- 7
- 0
-
基于Dify平台实现推荐问题点击交互功能的技术方案
自定义输出格式：打造智能对话新体验 在当今数字化交流日益频繁的时代，智能对话系统已成为众多平台与用户互动的关键桥梁。而自定义输出格式技术的出现，为智能对话开辟了全新的个性化路径，使得对话交互不再局限于单一文本回复，而是能够根据具体场景和用户需求，灵活呈现出多样化的交互形式，极大增强了用户体验与对话实用性。本文将深入浅出地解析自定义输出格式在智能对话系统中的应用，助力读者轻…- 7
- 0
-
现在做原生AI产品，产品经理会面临至少下面5个问题
随着2025年的时间推进，我身边很多人投入做AI产品的产品经理都会遇到各种各样的困难，跟他们沟通后，我发现主要就3点限制，如果你也打算做AI产品，这篇文章可以帮助你少走弯路，至少在产品定位上，你可以更好的决定是做native AI还是AI＋产品。AI的产品两种技术实现形式AI产品的AI能力源于AI模型与硬件算力，现在做AI产品大概就分为两类，第一类是调用API的形式，第二类就是部署AI模型。显然做…- 4
- 0
-
RAG搭建个人LLM知识库助手，很多人第一步就走错了…
基于RAG技术搭建本地知识库问答助手，已经是相当普遍的应用方案了。前一阵我在公司实践过，用我们过往积累的、对业务重要的内部知识构建知识库，开发了一个智能问答Agent，能减少团队一部分的答疑时间。构建知识库时，我们将内部知识整理成了 MarkDown 格式。至于为什么用MarkDown 格式，我简单总结了几个原因。首先，一个文件最终要分块Embedding，而 MarkDown 格式天然支持标题分…- 6
- 0
-
Llama Factory 是什么？
gthub地址：https://github.com/hiyouga/LLaMA-FactoryLlama Factory，全称 Large Language Model Factory，即大型语言模型工厂，从名字我们就能感受到它的强大功能与使命。它是一个旨在简化大型语言模型训练和微调流程的平台，在大语言模型的发展进程中，有着举足轻重的地位。就像工厂能高效生产各类产品一样，Llama Factor…- 5
- 0
-
Midscene模型选型策略与原理深度解析
目前，最新版本的Midscene.js已适配了至少五种知名的多模态大模型，包括GPT-4o、Qwen-2.5-VL、UI-TARS、Gemini-2.5-Pro、Doubao-1.5-thinking-vision-pro等。这些模型主要分为两大类：1. 通用多模态 LLM：接受文本和图像输入的模型，比如GPT-4o 。2. 支持视觉定位的 VL 模型：除了接受文本和…- 16
- 0
-
AI Agent赋能自智网络技术探析与实践
编者荐语随着通信技术的不断发展，网络复杂性日益增强，构建自智网络已成为必然选择，而达到 L4 高度自治更是其关键目标。本文重点阐述了AI Agent在资源管理、网络运维及业务交付三大核心场景的创新应用与实践，并对AI Agent技术在自智网络领域的发展趋势进行了展望。期望能为关注自智网络的专家学者提供有益参考。 AI Agent赋能自智网络技术探析与实践亚信科技（中国）有限公司 摘要：自智网络（A…- 4
- 0
-
【Agent专题】Agent应用篇：全网最强Agent应用横评！下一代AI超级助手，到底谁最能打？
2025年，被称为“Agent元年”的呼声愈演愈烈。从对话机器人到任务执行体，从ChatGPT的插件系统到OpenAI Memory+Planning的智能体框架，再到市面上层出不穷的Agentic平台，AI不再只是回答你问题的聊天工具，而是真正走向了主动解决问题、辅助认知工作、跨平台调度执行的新纪元。今天我们聚焦的主角，是一批已经进入实用阶段的Agent代表选手，包括Genspark、秘塔AI、…- 9
- 0
-
本地模型接入本地MCP实践！保姆教程来了
Datawhale干货 作者：牧小熊，Datawhale成员 MCP最近很火，但在实际的应用环境中，并没有详细的资料讲解如何使用如何部署，增加初学者的学习成本，本文希望直观的展示mcp工具的具体使用实践。 一、mcp是什么？ 大语言模型，例如DeepSeek，如果不能联网、不能操作外部工具，只能是聊天机器人。除了聊天没什么可做的。而一旦大语言模型能操作工具，例如：联网/地图/查天气/函数/插件…- 9
- 0
-
解密可落地的企业AI Agent：其完整技术架构如何实现业务闭环？
你有没有遇到过这样的场景： 客户突然打电话来问某份合同的最后签订版本，你脑海里一片混乱； 老板问一句“明天下午两点的会议安排了没有”，你开始疯狂地在邮箱和Excel里翻找。 而现在，这一切只需要你说一句话：“帮我查一下明天下午两点的会议室有没有人用。”不到3秒，一个语音回答就回来了：“B3会议室已被预订，其它房间空闲。”这不是未来，而是正在落地的AI语音助手平台。今天我们就来拆解这套系统背后的“真…- 12
- 0
-
Qwen 与 DeepSeek 的对比
1. 架构设计2. 性能表现3. 模型规模4. 应用场景5. 开源与价格 Qwen 是阿里云自主研发的大语言模型系列，DeepSeek 是深度求索科技开发的大语言模型。它们在架构、性能、应用场景、开源与价格等方面存在区别。 1. 架构设计 Qwen 采用经典 Transformer 解码器架构（传统的稠密模型架构），并进行了多项优化。例如，其多头注意力使用分组查询机制（GQA）降低推理的显存和计算…- 51
- 0
-
2025过去一半了， AI带给我的9个Aha Moments
🎪 十字路口本周的播客，不是创业者的访谈，而是我个人在年中的一期分享，关于最近半年我在 AI 领域感受到的各种 Aha Moments。 2025 到现在的这半年，从 DeepSeek r1 到 Manus 到 GPT-o3，几乎每一周、甚至每一天，AI 行业都在迅速进化。 这篇内容是 Koji 在年中的一期个人分享，关于最近半年我在 AI 领域感受到的 9 个 Aha Moments ——包括但…- 8
- 0
-
我不给人做产品，给 Agent 做 | 42章经
本文来自 Grasp 创始人雷磊的播客及分享，有删减。 曲凯：Agent 今年这波热潮其实是 Manus 带起来的，到现在为止，各种 Agent 大家已经投得不少了。那下一个热点可能在哪里？ 我们觉得可能是 Agent Infra。 正好雷磊现在做的 Grasp 就是一个给 Agent 用的浏览器。你是怎么想到要做Agent Infra 的？ 雷磊：首先，我相信未来 Agent 的数量会不断增加，…- 7
- 0
-
我把Claude变成了带记忆的人生教练，结果它比我还了解我自己｜人生教练 Agent v2.1
还记得上周发布的"人生教练"吗？没想到反响这么热烈！ 有位创业者朋友跟我说："这个回答直接戳中痛点啊" 更有意思的是，有个技术大佬直接撸起袖子，做了个MCP来实现本地版的对话功能。看到这个我坐不住了——不能让大家等太久，我得赶紧把官方版的记忆功能做出来！ 为什么记忆功能这么重要？ 想象一下，如果你的人生教练每次对话都像初次见面，那多尴尬？ "嗨，我…- 7
- 0
-
你的RAG系统安全么？
生成式人工智能（GenAI）近年来发展迅速，大语言模型成为这一浪潮的核心力量。无论是商业还是开源模型，它们都具备强大的语言理解与生成能力，正广泛应用于内容创作、聊天机器人等场景，让企业更容易落地智能应用。 但一个关键挑战是如何让这些通用的 LLM 更懂特定领域，同时保持知识的时效性。目前常用的方法各有优劣：比如少样本学习简单易用，但能处理的信息有限；LoRA 和监督微调效果更精准，但需要专业知识和…- 6
- 0
-
阿里最新Qwen VLo，多角度测评来了
Datawhale测评 实测：Eternity，Datawhale成员 笔者将基于ChatGPT、Qwen VLo使用相同提示词生成图片，在此基础上使用Qwen2.5-VL-32B-instruct从美学质量、指令遵循度、真实感角度进行评价。测试从复杂指令理解与多重任务、复杂指令理解与多重任务、图像检测及标注、多语言文字生成图像等角度展开，笔者人为加大了难度，测评结果仅代表大模型与个人观点，不…- 5
- 0
-
DifyAI关键技术深度剖析
上一篇文章《difyAI系统架构深度解析" data-itemshowtype="0" linktype="text" data-linktype="2">DifyAI系统架构深度解析》我们介绍了DifyAI的整体系统架构，本篇文章将会继续着重介绍实现DifyAI平台的几个关键技术： 工作流执行引擎：基于DAG的图计算架构…- 5
- 0
-
从提示工程到上下文工程：构建真正可用的大模型应用
在过去的几年中，“Prompt Engineering（提示工程）”曾一度成为大语言模型（LLM）应用开发的代名词。然而，随着模型能力和应用复杂度的不断提升，我们逐渐意识到：“Prompt”只是冰山一角，而真正决定大模型应用效果的，是更为系统、更具工程性的“Context Engineering（上下文工程）”。 一、提示工程的局限 提示工程强调的是“任务描述”本身——如何用一句话或一段文本告诉模…- 6
- 0
-
AI Agent的记忆体系与架构设计
LLM本质上是无状态的模型，每次调用都像一次“短暂失忆”。为了让 AI Agent真正理解上下文、具备个性化交互和任务持续性，引入记忆系统至关重要。本文将从技术与架构角度出发，介绍构建短期和长期记忆的方法和最佳实践。一、AI Agent中的记忆类型1. 短期记忆（Short-Term Memory）• 主要通过上下文窗口或滚动缓存维持；• 适用于保持当前会话连贯性；• 依赖于 LLM 的 toke…- 10
- 0
-
Ilya 最新演讲：AI 将递归构建更强大的自己
AI自我进化的时代正在到来！ 刚刚，Ilya Sutskever 在以色列开放大学的演讲中抛出了一个让人细思极恐的观点：AI将开始递归地构建更强大的AI。 这不是科幻小说，而是正在发生的现实。 在视频中，Sutskever分享了他从俄罗斯移民到以色列，再到成为AI领域顶尖研究者的传奇经历。但更重要的是，他对AI未来的深刻洞察。 从开放大学到AI巅峰 Sutskever的故事始于一个偶然。 五岁时随…- 6
- 0
-
Dify+RAG合同生成：条款级工作流案例拆解
Agent等方法，25年会着重关注有行业Know-how的垂直产业场景应用开发和咨询，欢迎大家交流。" data-id="MzI1ODIxNjk1OQ==" data-is_biz_ban="0" data-service_type="1" data-verify_status="0">上周知识星球内有…- 8
- 0
-
AI Agent 大爆发背后，YC发现了 90% 都跑不通的真问题
「人人都在做“聪明的Agent”， 真正的稀缺， 是能落地的笨办法。」 读完本文，你将了解： 2025 YC AI Startup School 的核心动向与隐性信号 马斯克、奥特曼、Karpathy、纳德拉等巨头的底层思维 下一波 AI 创业的真正护城河，不在模型，而在结构化思维与执行 为什么“可评估的 agent”比“更强的模型”更值钱？ 如何在 GPU 紧缺和监管前置的时代活下来、卷出来 我…- 9
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×