乔代码嘚-CSDN博客

原创 RAG+GIS实战：离线RAG项目实战01——环境配置+简单对话模型搭建

一个基于Modelscope框架实现的RAG项目实战全流程，注重离线化、私有化部署，欢迎一起学习！

2025-07-18 11:35:19 875

原创 AI Agent调研--7种Agent框架对比！盘点国内一站式Agent搭建平台，一文说清差别！大家都在用Agent做什么？

本文系统梳理了智能代理（Agent）技术的基础架构与主流平台。核心解析Agent的感知-规划-行动决策机制及推理、记忆、工具、行动四大模块，对比了国内外主流Agent平台的核心功能。重点测评了斑头雁（集成多模型）、Coze（字节Bot开发平台）、百度千帆AgentBuilder（低代码开发）和天工SkyAgents（自然语言编程）四大平台，分析其产品形态、开发模式和应用场景差异，为AI代理技术的选型与应用提供参考框架。

2025-07-17 15:14:28 580

原创【玩转 TableAgent 数据智能分析】股票交易数据分析+预测

本文介绍了智能数据分析工具TableAgent，这是一款基于Alaya大模型的自动化分析工具，能够理解数据需求并自动完成数据处理、模型选择和报告生成。文章详细阐述了TableAgent的核心功能及特点，包括会话式分析、领域化微调等特性，并通过建设银行股票交易数据的实际案例演示了其操作流程。从账号注册、数据准备到需求确认和结果解读，作者完整展示了TableAgent的实践应用过程，验证了其"零编码实现自动化分析"的产品承诺，最后对该工具的发展前景进行了展望。

2025-07-17 14:43:07 931

原创听张雪峰的！这4个专科专业真香，毕业直接拿高薪，2025届码住！

2025年高考生注意！这4大紧缺专业专科也能拿高薪：1）大模型工程方向，专科技术岗年薪可达30万+；2）计算机科学与技术，AI协同开发者薪资暴涨；3）电子信息工程，芯片国产化带动人才需求；4）口腔医学，专科就业率超90%。文章强调专业选择比学校更重要，建议优先选择开设AI相关课程的院校，掌握Python、云计算等核心技能，考取行业认证证书。在AI重构就业市场的背景下，技术能力比学历更具竞争力，专科生也能实现高薪就业。

2025-07-16 11:45:19 999

原创 2025年，国内AI大模型发展报告！行业场景探索及应用落地方案_2025中国ai大模型场景探索及产业应用

2025年，国内AI大模型发展报告！行业场景探索及应用落地方案_2025中国ai大模型场景探索及产业应用

2025-07-15 10:48:39 849

原创深度剖析DeepSeek大模型：技术架构详览、应用场景探索

DeepSeek大模型技术解析与应用展望 DeepSeek是中国深度求索团队研发的高效大语言模型，通过优化Transformer架构（如稀疏注意力、动态路由网络）和混合专家系统（MoE），实现轻量参数与高性能的平衡。其多模态能力融合文本、图像、视频处理，支持金融、医疗等垂直领域深度定制，并凭借低延迟、私有化部署等优势，在客服、工业质检等场景落地显著降本增效。相比GPT-4，DeepSeek在推理效率、领域适配性及数据安全方面更具竞争力。未来将聚焦长上下文建模、具身智能等方向，同时开源轻量模型推动开发者生态。

2025-07-15 10:24:00 272

原创【AI 大模型】RAG 检索增强生成 ⑥ ( 使用向量数据库作为 RAG 知识库完整实现 )

本文介绍了大模型在数据迟滞和缺失上的局限性，提出通过向量数据库构建本地知识库作为解决方案。文章详细阐述了RAG（检索增强生成）技术的三个阶段：检索阶段通过向量相似度匹配查找相关信息；增强阶段将知识库信息整合到提示词中；生成阶段由大模型输出最终结果。此外，提供了完整的代码示例，包括生成本地知识库和实现RAG服务的具体步骤，展示了如何利用向量数据库chromadb存储和检索文本向量，从而增强大模型的专业性和时效性。

2025-07-12 14:00:00 882

原创 15种高级RAG技术：从预检索到生成全面提升RAG效果

本文探讨了15种高级检索增强生成（RAG）技术，旨在优化生成式AI系统的输出质量和性能。RAG技术通过结合信息检索与AI生成，解决传统系统面临的信息密度不足、检索准确性低和响应质量差等问题。优化策略分为预检索、检索/召回、检索后和生成优化四类。预检索优化包括使用LLM提高信息密度、分层索引检索、创建假设性问答对等方法，以增强数据质量和可检索性。这些技术通过改进RAG管道的每个环节，实现更高效的语义搜索和更准确的响应生成，从而提升系统整体性能。

2025-07-12 13:30:00 1397

原创【AI 大模型】RAG 检索增强生成 ⑤ ( 向量数据库 | 向量数据库索引结构和搜索算法 | 常见向量数据库对比 | 安装并使用向量数据库 chromadb 案例 )

文章摘要本文系统介绍了向量数据库及其在AI领域的应用。首先阐述了向量数据库的概念，作为专门存储和管理高维向量数据的系统，其核心功能是快速执行向量相似性搜索。文章详细对比了传统数据库与向量数据库的区别，并分析了主流向量数据库（如FAISS、Pinecone、Milvus等）的特点和适用场景。通过Python代码示例展示了如何使用chromadb向量数据库，包括创建实例、存储向量和执行相似性搜索等关键操作。最后，文章总结了向量数据库在推荐系统、图像检索、语义搜索等领域的实际应用价值，为开发者提供了实用的技术参

2025-07-11 14:58:06 596

原创【AI 大模型】RAG 检索增强生成 ④ ( 向量相似度计算 | 余弦距离 | 欧式距离 | OpenAI 文本向量模型 | 手动实现的余弦相似度和欧氏距离函数计算 )

本文介绍了两种常用的向量相似度计算方法：余弦距离和欧式距离，及其在自然语言处理中的应用。余弦距离通过向量夹角的余弦值衡量相似性，适用于高维稀疏数据（如文本向量），对方向敏感而忽略长度；欧式距离则计算空间中两点直线距离，适用于需要绝对差异的场景（如图像处理）。文章对比了两者的特点与适用场景，并提供了Python代码示例，帮助读者理解如何在实际任务中选择合适的度量方法。此外，还简要介绍了OpenAI的文本向量模型和使用Scikit-learn库计算距离的方法。

2025-07-11 14:53:50 388

原创【AI 大模型】RAG 检索增强生成 ③ ( 文本向量 | Word2Vec 词汇映射向量空间模型 - 算法原理、训练步骤、应用场景、实现细节 | Python 代码示例 )

Word2Vec是一种将词汇映射到高维向量空间的模型，通过语义相似的词在向量空间中彼此接近的核心思想，实现词汇的向量化表示。该模型包含两种训练方法：连续词袋模型（CBOW）通过上下文词汇预测中心词，而跳字模型（Skip-gram）则通过中心词预测上下文词汇。训练完成后，每个词汇被表示为高维向量（如50维浮点数），可用于计算词义相似度、文本分类、语言翻译、向量检索和命名实体识别等自然语言处理任务。

2025-07-11 14:45:39 646

原创大模型入门到进阶：什么是 RAG？为什么需要 RAG？RAG 的流程

RAG（检索增强生成）是一种结合外部知识库优化大语言模型输出的技术。其核心流程包括：检索（从知识库获取相关信息）、增强（将检索内容整合到提示词）、生成（大模型基于增强信息输出结果）。RAG解决了大模型的两大局限：1）时效性不足，无法获取训练截止后的新知识；2）覆盖性有限，难以应对专业或私有领域问题。通过外挂知识库，RAG有效减少模型幻觉，提升回答准确性。该技术尤其适用于需要实时、专业信息的应用场景，是当前AI领域的重要研究方向。

2025-07-11 14:11:28 242

原创浅谈大模型生成类应用的需求分析设计与实践

摘要生成式AI在通信行业售前方案中的应用探索本文探讨了生成式AI技术在通信运营商售前方案中的实践应用。针对传统方案制作效率低、质量参差不齐等问题，研究团队聚焦小微企业组网方案场景，构建了包含业务知识规则化、章节内容标准化、智能交互设计等关键环节的系统解决方案。通过文档智能处理、RAG检索增强等技术手段，实现了售前方案的自动化生成和持续优化，显著提升了方案制作效率和质量。该实践为通信行业数字化转型提供了可复用的方法论，也为生成式AI在垂直领域的深度应用提供了参考案例。研究还展望了AI与AR/VR等技术融合

2025-07-08 12:02:04 685

原创【三大突破正改写AI规则】国产之光DeepSeek架构理解与应用分析

DeepSeek是一个基于Transformer架构的大模型，其核心创新在于动态专家路由算法和稀疏门控注意力机制，显著提升了模型的计算效率和性能表现。文章从架构设计、核心算法、训练策略等方面展开分析，重点探讨了MoE层的实现、三阶段渐进式训练方法以及显存优化技术。在应用层面，DeepSeek可广泛应用于机械电子工程领域的预测性维护、智能质量控制、自动化设计优化等场景。通过与同类模型的对比，凸显其在计算效率与任务适应性上的优势。未来，DeepSeek将进一步与实体产业深度融合，推动AI技术在实际生产中的落地应

2025-07-08 10:57:18 990

原创全网最全RAG评估指南：全面解析RAG评估指标并提供代码示例

RAG（检索增强生成）技术存在数据处理、分段优化、Embedding模型选择、Prompt设计、topN设置等关键痛点。优化策略包括：数据清洗预处理（去噪、标准化）、合理设置chunk大小（100-300词）、选用合适Embedding模型（如BERT）、设计清晰Prompt、调整检索topN值（3-10）、选择优质LLM模型（如GPT-4）。通过数据标注、模型微调、混合使用模型等方法，可有效提升RAG系统的检索生成效果。

2025-07-07 17:25:23 1029

原创大模型应用案例集：2025年中国52个领域的成功实践

中国信通院与上海人工智能实验室联合发布《2023大模型落地应用案例集》，收录52个行业典型应用案例，显示65%为垂直领域大模型。报告梳理了中国学者在大模型领域的技术突破，如ResNet、Transformer改进等，以及京东、商汤等企业的创新成果，展现了中国在“底层技术-基础模型-行业应用”全链条的发展路径。随着ChatGPT引爆大模型热潮，该报告成为首部聚焦AI落地应用的权威研究成果，推动技术赋能社会经济高质量发展。（149字）

2025-07-04 11:59:32 759

原创【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

AI视频技术革新与通义万相应用摘要：AI大模型的兴起推动了视频制作领域的革新，通义万相作为阿里云推出的多模态生成平台，展现了强大的AI视频能力。该技术通过自动化处理、智能化决策和创新性输出，显著提升了视频制作效率和质量。通义万相支持文生视频、图生视频等任务，尤其擅长中国风内容创作，在艺术设计、广告营销、影视制作等领域具有广泛应用。结合DeepSeek的深度内容生成能力，可快速完成从脚本创作到视频制作的全流程。目前通义万相2.1模型已开源，为开发者提供了强大的AI赋能工具，预示着AI视频技术将在更多场景发挥

2025-07-04 11:21:26 685

原创大模型赋能风控运营：效率跃升的密码

随着金融行业的迅速发展和数据量的爆炸式增长，传统的风控运营手段逐渐难以满足复杂多变的风险形势。大数据、人工智能等技术的不断进步，为大模型在风控运营领域的应用提供了技术支撑。金融机构面临着日益多样化的风险类型，如信用风险、市场风险、操作风险等，对风险识别和管理的精度、速度提出了更高要求。

2025-07-03 15:08:17 735

原创深度探索GPUGEEK：算力市场AI大模型在线搭建使用全景指南

GPUGEEK平台为AI开发者提供高性价比的算力服务，支持大模型训练与推理。文章详细介绍了平台的核心优势（算力性价比、使用便捷性、资源丰富度）及与其他平台的差异化特点，解析了AI大模型的基本概念、训练原理和应用场景。同时，文章提供了从注册到算力租赁、环境配置的全流程操作指南，以及在线体验、API调用等多种大模型使用方式。通过该平台，开发者可以高效部署和运行AI大模型，满足不同应用场景需求。

2025-07-03 11:57:21 822

原创大白话讲清楚：什么是 Langchain 及其核心概念

文章摘要： LangChain是一个开源框架，用于将大型语言模型（如GPT-4）与外部数据源和计算功能结合，扩展AI应用场景。其核心组件包括模型封装（LLM Wrappers）、动态提示模板（Prompt Templates）、数据索引（Indexes）、任务链（Chains）和外部交互代理（Agents）。类比数据库领域的JDBC，LangChain充当AI与外部系统的桥梁，支持从私有数据中提取信息并执行操作（如发邮件）。应用场景涵盖个人助手、学习辅助、数据分析等。通过向量搜索和模型协作，LangChai

2025-07-02 14:35:36 714

原创 DeepSeek+Coze实战：如何从0到1搭建一个爆款视频拆解智能体（AI Agent）

短视频小白经常会遇到这样的问题。花了大量时间刷短视频，但就是学不会爆款创作的秘诀？眼睁睁看着别人的视频播放量破万、破十万，自己却始终无法突破？想知道爆款背后的创作逻辑，却不知从何分析入手？别担心，今天我要介绍的爆款视频拆解智能体，将彻底解决你的这些烦恼。它不仅能帮你深入剖析爆款视频的创作技巧，更能让你轻松掌握其中的核心秘诀。

2025-07-02 11:55:15 834

原创 DeepSeek+Coze实战：如何从0到1构建一个AI获客智能体（万字图文）

摘要：从0到1构建AI智能体的全流程指南本文以AI获客智能体为例，详细介绍了构建AI智能体的完整流程：明确价值定位：提升短视频创作效率，降低获客成本，适合中小商家和个人创业者业务流程梳理：通过记录工作流程或参考SOP，可视化短视频营销各环节痛点分析：利用AI工具深入分析各环节瓶颈，如账号定位困难、选题创意不足等功能需求细化：针对每个场景（如对标账号分析）明确AI可协助的具体任务智能体开发：基于Coze平台实现自动化工作流，如自动生成选题、分析视频数据等案例展示了蛋糕店如何利用AI智能体完成从账

2025-07-01 11:29:59 782

原创 RAG工作流哪种组合效果最佳？深入探究RAG领域最佳实践

《检索增强生成（RAG）技术的最佳实践》摘要本文系统研究了RAG技术的优化组合方案，提出了一套完整的评估框架。研究通过三步法探索RAG工作流各环节的最佳实践：首先比较各模块代表性方法，筛选最优方案；然后评估方法组合效果；最后针对不同应用场景提出性能与效率的平衡策略。实验表明，句子级分块（175-512token）、LLM-Embedder模型和Milvus向量数据库的组合表现优异。研究还验证了查询改写、伪文档生成等检索优化方法的有效性，并展示了多模态检索的提升效果。该工作为RAG系统的设计与优化提供了重要

2025-07-01 10:43:21 763

原创 prompt工程指南（非常详细），零基础入门到精通，看这一篇就够了

本文介绍了Prompt工程的核心技术与进阶技巧，主要内容包括：1）经典AI女友Prompt案例解析；2）Prompt编写方法，涵盖格式规范、构成要素及Python实现示例；3）进阶技巧如思维链、自洽性等方法论；4）安全防护，包括Prompt攻击类型及防御措施；5）内容审核与API参数优化；6）多种Prompt调优方案。文章通过哄女友模拟器等生动案例，系统讲解了从基础到高阶的Prompt工程实践，为AI对话系统开发提供全面指导。资源包含学习路线、技术文档和面试题库等配套资料。

2025-06-30 17:39:57 638

原创 Transformer 模型详解

本文详细介绍了Transformer模型的架构与实现。Transformer采用Encoder-Decoder结构，通过Self-Attention机制取代RNN，实现并行计算。编码器由自注意力层和前馈网络组成，解码器增加了编码器-解码器注意力层。文章从输入词嵌入、自注意力机制、多头注意力、位置编码、残差连接等角度解析了Transformer的工作原理，并辅以图示说明各模块间的张量流动。该模型的核心创新在于自注意力机制，使模型能够同时关注输入序列中的所有位置信息，克服了RNN的序列计算限制。

2025-06-30 17:00:17 878

原创大语言模型(LLM)入门学习路线图

Github项目上有一个大语言模型学习路线笔记，它全面涵盖了大语言模型的所需的基础知识学习，LLM前沿算法和架构，以及如何将大语言模型进行工程化实践。这份资料是初学者或有一定基础的开发/算法人员入门活深入大型语言模型学习的优秀参考。这份资料重点介绍了我们应该掌握哪些核心知识，并推荐了一系列优质的学习视频和博客，旨在帮助大家系统性地掌握大型语言模型的相关技术。

2025-06-28 14:50:22 1037

原创大模型学习方法之——大模型技术学习路线

“ 技术学习无非涵盖三个方面，理论，实践和应用**”**大模型技术爆火至今已经有两年的时间了，而且大模型技术的发展潜力也不言而喻。因此，很多人打算学习大模型，但又不知道该怎么入手，因此今天就来了解一下大模型的学习路线。丁元英说：“透视社会有三个层面，技术，制度与文化”；同样的，技术学习同样有三个层面，理论，实践和应用，三者相辅相成，缺一不可。

2025-06-28 11:38:42 538

原创从理论到实践：RAG、Agent、微调等6种常见的大模型定制策略

大语言模型定制策略概述大语言模型(LLM)虽功能强大，但其通用性往往无法满足特定业务需求。针对这一问题，研究人员开发了多种定制策略，主要分为两类：1)不更新模型参数的低成本方法，如提示工程和检索增强生成(RAG)；2)需要更新参数的资源密集型方法，如微调和强化学习。选择合适的基础模型是定制的第一步，需要考虑模型类型、任务匹配度、架构和参数规模等因素。六种常见定制策略按资源消耗排序依次为：提示工程、解码采样、RAG、Agent框架、微调和强化学习。其中，提示工程通过精心设计输入指令控制模型输出，RAG则通

2025-06-27 15:19:47 680

空空如也

空空如也