置顶集群站点


在线画布 PS:内部站点,暂不对外开发 Note(https://note.dhc.ink)

从 RAG 到 Agent:给知识库加上工具调用、ReAct 与记忆

AI 

实战教程 · 内容整理自沉默王二《把 RAG 升级成 Agent》一文,以派聪明(PaiSmart)知识库和 PaiCLI 的设计思路为例,用自己的话重新组织,并补充了通用代码骨架。 学习目标 学完本教程,你将能够: 说清楚 RAG 与 Agent 的本质区别; 把已有的检索能力包装成可被大模型调用

RAG 工程性实践

AI 

背景: 基于之前相关技术性积累,实现RAG的工程,项目采用的技术栈均为开源,最终所需的花费为LLM的模型调用,项目地址为 GitHub。 mono — AI 知识库 monorepo(样板框架) 当前进度:五个阶段全部完成(框架/检索编排/数据闭环/工作流端到端/可观测与生产化,全链路实测),另有若

Qdrant向量数据库核心概念

AI 

参考: Qdrant官网 Embedding(向量化) Embedding = 把一段文字(或图片/音频)转换成一个固定长度的数字数组(向量),比如 [0.02, -0.13, 0.87, ...],通常是 384、768、1536 维。 这个转换由一个专门训练过的模型完成(如 OpenAI 的 t

LlamaIndex RAG快速搭建

AI 

1.环境准备 # 1. 安装依赖 pip3 install llama-index # 2. 创建 data 文件夹并放入文档 mkdir data # 放入 .txt, .pdf, .docx 等文件 # 3. 创建 .env 文件写入 DASHSCOPE_API_KEY、DASHSCOPE

LlamaIndex 与 LangChain:有什么区别?

AI 

LlamaIndex 和 LangChain 是两个用于创建和实施检索增强生成 (RAG) 系统的平台。LlamaIndex 旨在简化搜索和检索流程,而 LangChain 则是一个功能全面、模块化的平台,支持多种应用场景。 RAG(资源获取算法)为大型语言模型 (LLM)赋予领域特定知识,从而提高

Gas Town 多智能体AI编排系统

AI 

概述 Gas Town是多智能体编排系统,让一个 AI 代理("Mayor")管理一批专门角色的子代理并行工作,解决复杂软件开发任务。 Gas Town 不会在代理重启时丢失上下文,而是将工作状态持久化到基于 Git 的钩子中,从而实现可靠的多代理工作流。 这解决了什么问题?

AI 時代寫程式,你是在學習還是在偷懶?

鸡汤 

摘自: 高見龍 AI 時代寫程式,你是在學習還是在偷懶? 不得不說,AI 實在太厲害了,好像什麼都能做,現在出門在外不隨口講個 AI 關鍵字好像已經沒辦法跟朋友聊天了。在社群或企業或學校,總是常被問到:「你覺得 AI 會不會取代軟體工程師的工作?」,我也常會問學生同樣的問題。 每次新技術出現,就會有

研究即闲暇的失落艺术


Claude译自: The Lost Art of Research as Leisure 业余研究者都去哪儿了?我们该如何让他们回归? 作者:Mariam 2025年3月9日 文明的文学基础 坐落在梅森堡(Fort Mason)的一个集咖啡馆、酒吧、博物馆和活动空间于一体的场所里——这是旧金山海滨

Agent Skills

AI 

什么是Agent Skills 教大模型如何处理数据。 创建首个Skills 1.创建Skill文件夹
弹