- 博客(768)
- 收藏
- 关注
RSS订阅原创 1小时教会你本地搭建免费个人AI知识库!
难道你就不想拥有一个超级能干的AI助理管家吗？就像是贾维斯一样的助手!那么DeepSeek的特点就是擅长理解中文,这一点比很多外国AI强大很多!那么我们就可以把自己的工作文件、个人日记、文档笔记交给它去处理,DeepSeek能快速吃透你给的各种文档, 最关键是能装在自己电脑上，我们不用担心隐私泄露!你要是使用公共AI处理就像把钥匙交给陌生人一样不放心，而DeepSeek就像把保险箱安在自己家!
2025-08-01 11:45:20
302
原创 构建企业专属大模型知识库，解决企业知识管理与应用难点
大部分企业的知识管理有三个不足：缺乏长期规划、缺乏组织机制和文化、缺乏智能化，大模型+知识库的体系建设，从知识管理的底层切入，帮助企业探索多场景的知识应用形态，提升企业知识应用价值。本文从知识库建设的挑战、AI+知识库建设框架与路径、4个不同场景的知识库落地案例，三个部分详细展开。
2025-08-01 11:35:26
669
原创 提示词工程：助你从AI“调教师“进阶为“驾驭者“。
"在AI时代，真正的力量不在于拥有最强大的模型，而在于懂得如何与之对话。""提示词工程是人类智慧与机器智能之间的翻译艺术。""一个精妙的提示词，胜过千万次盲目的尝试。"
2025-07-31 11:13:55
790
原创 什么是提示工程（Prompt Engineering）
不知道大家有没有这种感觉，就是在我们使用AI助手的时候，它们有时候表现的像个天才、无所不会，有时候又变成了“人工智障”、答非所问？我们用的越多、就越能发现一个规律：那就是我们发送的信息越具体、越丰富，AI的回答就越准确、越接近我们心中所想。
2025-07-31 11:11:34
464
原创 n8n爆火，它的工作流能完胜Agent吗?
025年，开源自动化工具n8n正经历现象级的火爆增长，不仅获得了高达5500万欧元的B轮巨额融资，其用户和收入也实现了爆炸式增长，年度经常性收入增长5倍，用户数突破23万。有何魔力？先让我们欣赏一下n8n简洁优雅的UI:
2025-07-18 11:10:14
786
原创 开源大模型王者之争：Llama、DeepSeek还是Qwen？
“友商，你们拿什么和我比？”这不是哪家公司的狂妄宣言，而是当前AI战场最真实的写照。IDC预测，2024年，全球各组织将在人工智能上投入2350亿美元，2028年这⼀数字将增长近三倍，超过6300亿美元。这预示着未来⼏年的复合年增长率（CAGR）将接近30%。开源大模型以其开放、透明、可定制的特性，成为驱动AI加速创新进程的核心引擎，它们让全球的开发者和企业能够以前所未有的速度参与到AI的研发和应用中来。
2025-07-18 10:58:50
722
原创 2025年，AI大模型在企业场景的落地种走到哪一步了？
企业部署 AI 不再是试验项目，而是战略行动。预算已经常态化、模型选择多元化、采购流程标准化、AI 应用开始系统落地。尽管产业需求和企业需求是碎片化的，但这正是企业拥抱的方向。一些关键厂商正在脱颖而出，企业也越来越多选择成品应用以加速落地。
2025-07-15 11:17:58
754
原创 AI 大模型应用架构演进： 如何从LLM 转为AI Agent？
当前 AI 大模型应用企业落地建中存在的一个突出问题是：盲目追求先进技术而忽视实际业务需求，导致 AI 系统过度复杂、成本高昂且可靠性差。在 AI 智能体热潮中，许多团队迷失了方向，不清楚何时该用简单的 LLM，何时需要 RAG，以及什么场景才真正需要 AI 智能体。
2025-07-15 11:10:22
586
原创 一文全解RAG(检索增强生成) ，概念理论介绍
RAG应用普及促进RAG技术不断演进，衍生出多个变体和优化方案，如GraphRAG、MultiHop-RAG(多跳RAG）、HyDE和RAGFusion等就是目前市场中主流的几个RAG家族成员，这些RAG技术优化路线各有侧重，适用于不同的应用场景。本文将系统梳理RAG家族的发展脉络，深入剖析各版本的核心原理、技术架构及实际应用，帮助用户全面理解 RAG生态体系与应用范式。
2025-07-10 16:06:15
1164
原创 AI的“镀金时代”：高分不意味着高能，真正能“干活”的大模型如何发掘？
过去两年，各大模型在学术和标准化测试中不断刷新纪录，仿佛一夜之间，AI 已经无所不能。但在这片繁荣的景象之下，一个更深刻的矛盾正日益凸出：当模型的分数越来越趋同于满分时，我们却似乎离真实世界的价值应用越来越远。
2025-07-08 19:49:13
794
原创 基于RAG（检索生成技术） 构建知识驱动型 AI 智能体
在企业级AI智能体应用中，知识驱动型场景是一种常见的实施路径。该模式能充分利用大语言模型（LLM）的自然语言处理能力，结合特定领域的知识库，以相对独立的方式构建交互功能，从而为用户提供全新的服务体验。相较于需要深度集成企业核心业务系统或进行大规模流程再造的 AI 应用，知识驱动型智能体的部署流程通常更为简化，周期相对较短。落地该场景，能够在有限的资源投入下，有效提升企业用户对AI技术实际应用效果的认知与接受度。
2025-07-07 11:05:04
924
原创 大语言模型在安全运营工具融合应用的实践与探索
如今网络安全面临着非常复杂的形势。随着互联网技术的普及与发展，越来越多的企业和社会机构将自己的业务和服务迁移到网络环境中，这同时也为恶意攻击者提供了更多的攻击面和攻击手法。网络攻击的规模和复杂性在不断增加。传统的攻击手法，如DDoS、SQL注入、跨站脚本等，仍在不断演变和升级，同时也不断涌现出新的攻击手法，
2025-07-07 11:00:15
910
原创 一文读懂 AI Agent：从底层逻辑到产业实践的全面解析
当你对智能助手说 "规划一场云南自驾游"，它不仅能推荐路线、查询天气，还能主动提醒路况、预订特色民宿 —— 这种超越简单指令响应，具备自主规划、工具调用和动态优化能力的智能系统，就是正在重塑 AI 产业格局的 "智能代理"（AI Agent）。从实验室概念到行业应用，AI Agent 正以 "会思考的数字助理" 身份，开启人机协作的新纪元。本文将系统解构 AI Agent 的技术本质、核心挑战、落地场景与未来趋势，为你呈现这一前沿领域的完整图景。
2025-07-03 19:30:11
910
原创 大模型位置编码方法介绍：从Sinusoidal到ReROPE
写在前面：在以下的介绍中，数学语言统一落在三角函数上，这可能远不如苏神的复数视角更简洁，但笔者认为更容易理解一些。其次，积化和差公式贯穿全文，在此处表示一种问题转化的思想。
2025-07-03 19:20:51
1032
原创 这绝对是被严重低估的自动化+智能体工具！
前段时间 n8n 这个海外的 AI Agent 自动化工具真的太火了，身边搞智能体的朋友几乎都在聊它。
2025-07-02 20:03:09
1096
原创 AI+Python批量生成销售数据，轻松搞定数据分析
在数据分析学习与实践过程中，我们常常面临一个现实的问题：缺乏真实的数据。无论我们是做数据分析教学案例、AI模型训练，还是测试报表与仪表盘的运行，没有数据就寸步难行。为解决这个问题，我使用AI进行辅助，并结合Python工具生成一批模拟但结构合理、足够“真实”的业务数据，下面详细介绍如何借助AI设计数据结构，并借助Python快速生成一份可用于分析的样本数据集。
2025-07-02 20:00:33
791
原创 从 0 到 1，轻松拿捏 LangChain 核心玩法！
开发框架就像 “AI 开发工具箱”：把常用功能（比如调用模型、处理数据、记忆对话）打包成 “模块”，开发者不用重复写代码，直接拼模块就能做 AI 应用，效率翻倍。打个比方：做 “智能问答” 应用，以前得自己写 “调用模型代码 + 数据处理代码 + 对话记忆代码”，而用 LangChain 可以直接选对应的模块，像搭积木一样拼起来，超省事儿～
2025-07-01 19:04:39
578
原创 AI大模型在金融领域的综述！
本综述调查了大语言模型（LLM）在金融领域的应用，重点关注现有解决方案。我们回顾了利用预训练模型、微调特定领域数据以及从头开始训练定制LLM的方法，为金融专业人士根据数据、计算和性能需求选择合适的LLM解决方案。最后，我们讨论了金融应用中利用LLM的局限性和挑战，为金融人工智能提供路线图。
2025-07-01 18:59:49
1043
原创 RAGFlow+DeepSeek搭建私人Ai助理
满血版DeepSeek虽然很好用，但仍然有三个主要缺陷：联网的DeepSeek无法解决数据安全问题，如果使用，数据将传输到其服务器，数据隐私性无法保证。上传的文件存在限制，无法解决有多个文件的问题。回答的内容存在幻觉，或是缺乏数据的泛泛而谈，不够精确。为解决这三点问题，可采用RAGFlow+DeepSeek本地部署的方案。
2025-06-30 18:35:02
897
原创 最新版CherryStudio+高德MCP打造个人出行规划助理，5分钟打造一个AI出行助手！
MCP技术可以说是现在技术圈的热门技术了，它是由Claude母公司Anthropic提出的专门用来提高大模型Agent开发效率的技术协议，有了这个协议，AI工具的开发效率那可是蹭蹭的变高了！那本期视频手把手教大家借助最新版CherryStudio和高德地图MCP打造一个专属的AI出行助手。听起来是不是有点不明觉厉？实际上只需要4️⃣步，零基础小白也能跟得上～
2025-06-30 18:31:21
746
原创 240万亿巨量数据被洗出，足够训出18个GPT-4！全球23所机构联手，清洗秘籍公开
从长远来看，基座模型的发展机会，只能独属于大公司。而考虑到Scalng Law的边际效应，如果我们希望在下一代模型身上看到从GPT-3到GPT-4级别的演进，就需要至少再清洗出至少10个数量级的数据（比如150T）。就在最近，好消息来了！DCLM团队从CommonCrawl里，清洗出了240T的数据。
2025-06-27 20:05:40
924
原创 从零训练大模型之数据集清洗
大型语言模型（LLM）的预训练效果在很大程度上取决于训练数据的质量和预处理方法。OpenWebText数据集作为一个广泛使用的公开语料库，为LLM的预训练提供了宝贵的资源。然而，原始的OpenWebText数据集来源于网络抓取，不可避免地包含噪声、冗余信息以及格式不一致等问题。为了训练出高性能的LLM，并为了后续采用字节对编码（BPE）方式构建高效的词表，对OpenWebText数据集进行恰当的清洗至关重要。
2025-06-27 19:59:18
676
原创 100个AI大模型基础概念（收藏版）
在人工智能技术快速发展的时代背景下，大模型作为核心驱动力，正深刻改变着各行业的发展模式与应用场景。从自然语言处理到计算机视觉，从智能对话系统到科学研究辅助，大模型展现出强大的通用性和适应性。
2025-06-26 19:37:25
1382
原创 如何基于deepseek打造AI Agent智能体!
AI大模型浪潮席卷全球，AI Agent将成为智能终极体。AI Agent的起源最早可以追溯到20世纪50年代，图灵测试将高度智能有机体概念扩展到了人工实体，随着人工智能的发展，AI Agent的概念逐渐形成，通常是指能够使用传感器感知其周围环境、做出决策、然后使用制动器采取响应行动的智能实体。不同于传统的人工智能，AI Agent具备独立思考的能力，可以通过调用工具来完成设定的目标，具备对通用问题的自动化处理能力。AI Agent与大模型的区别在于，大模型在与人类之间的交互是通过Prompt实现的，而AI
2025-06-25 10:08:25
1065
原创 5分钟打造一个AI出行助手！CherryStudio+高德MCP打造个人出行规划助理，零基础小白也能跟得上
MCP技术可以说是现在技术圈的热门技术了，它是由Claude母公司Anthropic提出的专门用来提高大模型Agent开发效率的技术协议，有了这个协议，AI工具的开发效率那可是蹭蹭的变高了！那本期视频手把手教大家借助最新版CherryStudio和高德地图MCP打造一个专属的AI出行助手。听起来是不是有点不明觉厉？实际上只需要4️⃣步，零基础小白也能跟得上～
2025-06-25 10:03:14
1361
原创 基于DeepSeek私有化部署RAGFlow行业知识库和智能体Agent，完美实现知识图谱和低代码开发（含案例）
本文给出了AI知识库和Agent智能体在各个行业的应用场景，并详细演示了DeepSeek+RAGFlow的私有化部署过程、总体架构、知识库和Agent智能体搭建、核心模块代码等细节，以及如何完美实现知识图谱和低代码开发。
2025-06-24 11:14:05
1575
原创 基于DeepSeek（本地部署）和RAGFlow构建个人知识库
RAG模型通过结合检索和生成两种机制，能够有效提升模型在特定任务上的表现。其核心思想是利用外部知识库中的相关信息，增强生成过程。具体来说，RAG模型首先通过检索模块从大规模知识库中检索出与输入相关的文档，然后将这些文档与输入一起输入到生成模块中，生成最终的输出。
2025-06-24 11:09:32
1033
原创 LLaMA Factory 微调教程：如何构建高质量数据集？
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！😝有需要的小伙伴，可以保存图片到。
2025-06-23 10:26:59
1274
原创 纯本地！零代码！一站式完整数据集准备到模型微调全流程！
不写代码能微调模型吗？微调的各种参数到底怎么调？微调的过程要怎么观察？微调后的模型要怎么用？怎么评估模型微调的效果？
2025-06-23 10:21:49
1065
原创 大模型基础全解：转行大模型开发所需的知识体系、能力要求及学习路径总结
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！😝有需要的小伙伴，可以保存图片到。
2025-06-21 18:30:04
1007
原创 DeepSeek+RAGFlow本地化部署，手把手构建个人知识库
DeepSeek 三种模式对比• 基础模型（V3）：通用模型（2024.12），高效便捷，适用于绝大多数任务，“规范性”任务V 系列被定位为“更偏对话与内容生成”的通用模型，对聊天机器人、写作辅助、营销文案生成、多语种翻译等场景具有较好适配度；相较于注重严谨思维的 R 系列，V3 等在语言风格多样性、回答灵活度上更具优势。• 深度思考（R1）：推理模型，复杂推理和深度分析任务，如数理逻辑推理和编程代码，“开放性”任务。
2025-06-21 18:27:07
1082
原创 2025 年的高考刚结束，AI 挑战高考题结果如何
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！😝有需要的小伙伴，可以保存图片到。
2025-06-19 18:44:02
1195
原创 又一次“中国震撼“：MiniMax开源大模型在海外引发热议
美国AI界正感受到来自中国进步的真实挑战。之前中国AI是跟在美国后头气喘吁吁地追赶，但今年我们拉出了自己的方向，中美开始形成真正意义彼此竞争的局面，而欧洲、日本则几乎出局了。年初DeepSeek一鸣惊人，颠覆了人们的许多认知，也带来许多“深度思考”。这周，一家来自上海的AI公司发布了一款名为MiniMax-M1的大模型，这是全球首个开源大规模混合架构推理模型，在海外科技圈引发了不小的震动。
2025-06-19 18:32:44
864
原创 公司数据不泄露，DeepSeek R1本地化部署+web端访问+个人知识库搭建与使用，老旧笔记本也能跑出企业级AI
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！😝有需要的小伙伴，可以保存图片到。
2025-06-18 09:32:16
1373
原创 教你轻松部署本地大模型以及搭建个人知识库，非常详细收藏我这一篇就够了
虽然对于大多数人来讲，由于我们的电脑配置等原因，部署本地大模型并且达到很好的效果是很奢侈的一件事情。但是这并不妨碍我们对其中的流程和原理进行详细的了解如何学习AI大模型？最先掌握AI的人，将会比较晚掌握AI的人有竞争优势这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。倘若大家对大模型抱有兴趣，那么这套大模型学习资料肯定会对你大有助益。如果你是零基础小白，快速入门大模型是可行的。大模型学习流程较短，学习内容全面，需要理论与实践结合学习计划和方向能根据资料进行归纳总结。
2025-06-18 09:15:26
1025
原创 Agent 框架热潮褪去，大模型开发已经进入“生死局”？
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！😝有需要的小伙伴，可以保存图片到。
2025-06-17 11:25:52
604
原创 AI 时代就业指南：java程序员如何转向大模型开发
在人工智能（AI）迅速发展的背景下，从传统的编程领域如Java程序员转向大模型开发是一个既充满挑战也充满机遇的过程。对于 Java 程序员来说，这也是一个实现职业转型、提升薪资待遇的绝佳机遇。一、明确大模型概念简单来说，大模型就是具有大量参数和强大计算能力的人工智能模型，可以处理各种复杂的任务，如自然语言处理、图像识别等。想象一下，大模型就像是一个超级聪明的大脑，能够理解和处理各种信息。前排提示，文末有大模型AGI-CSDN独家资料包哦！二、转行步骤第一步：学习基础知识。
2025-06-17 11:20:22
765
原创 国内大模型竞争格局：三大梯队战斗力透视与突围路径
对于DeepSeek我们给予充分尊重，但是对DeepSeek的发展，我们保持观察。接着我们来分析第二梯队。在我心里第二梯队有这4家：百度、360、讯飞、KIMI。说真的，这4家都有机会冲进第一梯队，都有自己的独门绝技。可就是因为各种原因，发展上出了点问题，和第一梯队拉开了点差距。一、最可惜的百度百度啊，那真是可惜透顶了，就像手里握着一副好牌，却打得有点稀烂，AI发展有点使不上劲。其实吧，百度完全有实力进入第一梯队。百度旗下好产品那是一堆一堆的，像百度自由画布、百度网盘、橙篇啥的。
2025-06-16 11:51:04
1432
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人