12天带你速通大模型基础应用（一）Prompt提示词工程
大模型应用中，你是否有这样的问题，对模型输入问题有时能够得到期望的回答，有时回答的结果却又不符合预期？引导词模模糊糊，只是凭感觉去用，有时用的好有时结果差？通过这篇文章，我们系统介绍Prompt的用法
2025-09-13
大模型应用中，你是否有这样的问题，对模型输入问题有时能够得到期望的回答，有时回答的结果却又不符合预期？引导词模模糊糊，只是凭感觉去用，有时用的好有时结果差？通过这篇文章，我们系统介绍Prompt的用法
? 上节从 传统AI应用开发 的 "痛点" (需手动管理上下文、多步骤任务处理复杂、外部集成工具需大量样板代码、扩展性差) 引出了功能强大的 LangChain，然后系统讲解了"七大核心组件...
今天我们来系统梳理AI智能体架构设计的九大核心技术，这些技术构成了现代AI应用开发的核心框架，涵盖从基础推理到多智能体协作、从数据处理到人机交互的关键层面。欢迎各位指正交流。 一、AI 智能体（AI
DSPy 是斯坦福大学开发的LLM编程框架，在GitHub上已获得27.5k+ stars，代表着声明式AI应用开发的新范式。其核心理念是通过编写组合式Python代码，而不过度依赖Prompt工程
Fasttext是FaceBook开源的文本分类和词向量训练库。最初看其他教程看的我十分迷惑，咋的一会ngram是字符一会ngram又变成了单词，最后发现其实是两个模型
![无所不能的Embedding（03） - word2vec->Doc2vec[PV-DM/PV-DBOW]](https://images.alixixi.com/uploads/20250910/logo_68c0d1df460d61.jpeg){kind=logo}
这一节我们来聊聊不定长的文本向量，这里我们暂不考虑有监督模型，也就是任务相关的句子表征，只看通用文本向量，根据文本长短有叫sentence2vec, paragraph2vec也有叫doc2vec的。
本文希望可以较全面的给出Word2vec从模型结构概述，推导，训练，和基于tf.estimator实现的具体细节。
MCP 全称是 Model Context Protocol（模型上下文协议），它的本质就是一个通信协议，你可以理解为一套规则。
Playwright vs Browser MCP Playwight在mcp生态里已经非常流行，在最大调用的mcps里稳稳居前。想要 稳定、可复现、可上 CI/CD 的自动化/测试，都可以使用pla
在 AI 应用开发中，流式响应已经成为提升用户体验的关键特性。本文将带你从零开始，使用 NestJS 框架构建一个支持实时流式输出的 AI 聊天服务，集成阿里云百炼大模型，并实现完整的停止功能。 ?
互联网就像一个三部曲： Web1.0：静态页面时代，像广播电台，单向输出。 Web2.0：社交平台时代，人人皆创作者，但平台成了“超级中介”。 Web3.0：去中心化时代，内容所有权、价值分配和治理权
本节内容的目标是：部署Datawhale的self-llm项目，选择AutoDL平台进行环境配置，完成ChatGLM模型的本地部署全流程，重点体验理解从环境搭建到模型部署的完整工作流。
![无所不能的Embedding（05） - skip-thought的兄弟们[Trim/CNN-LSTM/quick-thought]](https://images.alixixi.com/uploads/20250911/logo_68c21fb2911f11.jpeg){kind=logo}
这一章我们来聊聊skip-thought的三兄弟，它们在解决skip-thought遗留问题上做出了不同的尝试【Ref1～4】, 以下paper可能没有给出最优的解决方案(对不同的NLP任务其实没有最
作者选择了encoder-decoder来提取句子信息，用翻译模型常用的log-perplrexity作为loss。
学习通是常用的学习工具，可以随时进行学习，找到你需要的资源，跨平台就能在线学习，了解学习的进度，但是很多小伙伴找不到入口在哪，下面就分享给大家。学习通网页版登录
点击阅读
