Agentic Design Patterns A Hands-On Guide to Building Intelligent Systems[1], Antonio GulliTable of Contents - total 424 pages = 1+2+1+1+4+9+103+61+34+ ...

1. 擎天柱 1.1. 对机器人从“辅助工具”蜕变为“生活变革者”这一未来图景的惊鸿一瞥 1.2. 在医疗模拟环节，擎天柱实时监测患者生命体征，精准配发药物，并将数据同步给医生 1.3. 在工业场景中，它轻松地搬运重型货箱，在复杂地形间自如穿行，彰显出革新制造业与物流业的潜力 1.4. 由机器人创造 ...

以下是LLaMA-Factory官方推荐的依赖组件及其版本，如果在linux上安装建议使用表格中的推荐版本，但是在windows上安装时，由于各组件提供的windows版本没有linux版本完备，为了兼容性考虑可节省时间（使用发布的wheel包而不是本地编译），这里并没有完全采用官方推荐的版本。 以 ...

本文较为全面的说明了Nsight Compute工具的使用方法，以及Report各个页面信息的详细含义，能帮助用户快速的掌握Compute工具的初步使用方法！ ...

参考文献：> https://www.kaggle.com/whitepaper-agents > 1.什么是Agent？ Baseline：生成式AI模型 Training Aim：访问外部工具、自主规划和执行任务 What we get：具备推理、逻辑和访问外部信息的生成式AI（extended ...

背景 之前写过文章Claude Code下Kimi-k2模型初试，随着模型发展，我们今天来看看如何免费用Claude code。我们再回顾下他的特性：智能上下文管理ClaudeCode 的持久记忆机制（CLAUDE.md 文件存储项目历史）与 OpenRouter 的多模型调度深度融合，形成「记忆 ...

目录数据概念标量 Scalar向量 Vector矩阵 Matrix张量 Tensor小试牛刀小结 数据概念 标量、向量、矩阵、张量 这几个概念是机器学习中数据表示的基础，简单的科普下。 标量 Scalar 标量是最基本、最简单的量，只有大小，没有方向。 例如：一个人的年龄25岁、房间的温度30度、物 ...

前言 从本节开始，我们的机器学习之旅进入了下一个篇章。之前讨论的是回归算法，回归算法主要用于预测数据。而本节讨论的是分类问题，简而言之就是按照规则将数据分类 而要讨论的逻辑回归，虽然名字叫做回归，它要解决的是分类问题 开始探索 scikit-learn 还是老规矩，先来个例子，再讨论原理 假设以下场 ...

1. 基本信息 大语言模型 特伦斯•谢诺沃斯基 著 中信出版社,2025年07月出版 1.1. 读薄率 书籍总字数13.7万字，笔记总字数42724字。 读薄率42724÷137000≈31.19% 1.2. 读厚方向 千脑智能 脑机穿越 未来呼啸而来 虚拟人 AI3.0 新机器人 人工不智能：计算 ...

前言 看langgraph官方文档感觉human in the loop貌似还挺简单的，但实际上手时，那文档看得我云里雾里的。更详细的Guides和Reference，恕我能力有限，悲摧的也没看懂。作为试验，我想做一个功能：本地执行shell命令，每次执行前都要用户确认。左看官方文档， 右去西天请C ...

1. 从自然中学习 1.1. 大自然经过演化形成的计算机制虽然看似反直觉，但却能高效解决复杂问题 1.1.1. 这些机制天然适配于大规模并行运算，这与传统计算机追求串行处理的思路有本质区别 1.1.2. 随着并行计算技术的发展，借鉴自然界的解决方案来突破计算瓶颈已成为可能 1.2. 感觉运动系统在脊 ...

摘要 本篇BLOG整合了各种调参技巧， 种子的选取（玄学） 推荐两个好用的种子 random.seed(42) ，42是《银河系漫游指南》中的答案，社区反馈，这个种子确实在大多数任务下表现不错，有人说，这是因为光需要\(10^{-42}\)秒才能穿过质子的直径,也有人说，光通过水面折射42度形成彩虹 ...

本文介绍了一个基于深度学习的石头剪刀布手势识别系统，采用YOLOv5/v8/v11/v12等模型实现高精度识别。系统包含用户登录、注册、模型选择等功能模块，通过PyQt5构建交互界面。实验对比显示，YOLOv12在COCO数据集上mAP达40.6%，参数量仅2.6M，综合性能最优。在自制7,000张... ...

前言 今天我们来讨论拟合的问题 在之前的篇幅，主要讨论的是线性回归的问题，不管是一元、多元、多项式，本质都是线性回归问题。线性回归在机器学习中属于“监督学习”，也就是使用已有的、预定义的“训练数据”集合，训练系统，在解释未知数据时，也能够很好的解释 而模型训练完成之后，可能会有3中状态：“欠拟合”、 ...

引言 在人工智能快速发展的今天，传统的工作流自动化工具已经无法满足企业对智能化、自适应的业务需求。想象一下，当客户支持团队使用AI驱动的工作流自动化时，系统能够实时分析收到的询问，按紧急程度分类票据，将其路由给最合适的代理，并在交互过程中提供AI生成的建议——这正是AI Agent工作流的魅力所在。 ...

在上一章节中，我们详细介绍了Trae如何成功开通VIP权限，帮助大家顺利体验更多高级功能。今天，我们将把重点转移到SOLO模式，带大家深入了解这一模式的独特魅力和实用价值。经过亲身体验和使用，我个人认为SOLO模式表现非常出色，功能设计合理，操作简便，带来了极佳的使用感受。 接下来，我们将通过一个具 ...

1. 基本信息 AI繁荣 艾宁德亚·高斯(AnindyaGhose) 著 中信出版社,2025年06月出版 1.1. 读薄率 书籍总字数10.4万字，笔记总字数24888字。 读薄率24888÷104000≈23.93% 1.2. 读厚方向 算法霸权 极简算法史：从数学到机器的故事 算法的陷阱：超级 ...

1.概述 在智能体逐渐成为人工智能应用核心的今天，如何让它“聪明”且“高效”是开发者最关心的问题。本文将带你从设计思路、核心能力到工程实践，全面解析高效智能体的构建方法。无论是任务分解、知识获取，还是与外部工具的协同，都会结合实际案例，帮助你理解如何打造一个真正能落地、能进化的智能体。 2.内容 2 ...

3. LangChain4j + 低阶 和 高阶 API的详细说明 @目录3. LangChain4j + 低阶 和 高阶 API的详细说明LangChain4j + 低阶 和 高阶 API的详细说明LangChain4j在两个抽象层(低阶 / 高阶)提供不同的 apilow level 低阶hig ...

用Python+React打造一个开源的AI写标书智能体~ 今天是第一期，招标文件解析： 招标文件动辄几万字，虽然现在各主流大模型的上下文窗口都越来越大，但也只能代表AI“可以处理几十万字的上下文”，并不代表你随便扔给AI几十万字，它就能“处理得好几十万字的上下文”。 我们在写投标文件之前，一定要先 ...