想法

所有文章

1. 

   2026年11月3日自主智能体：定义及工作原理本指南介绍什么是自主智能体，它们如何规划、使用工具、记忆和检查自己的工作，以及人们如何将其用于研究、电子邮件、课业和购物。

2. 

   2026年11月2日AI 智能体记忆：如何构建具有持久上下文的 AI 智能体本指南介绍了什么是 AI 智能体记忆，工作记忆、情景记忆、语义记忆和程序性记忆如何协同运作，以及如何构建和测试能借助持久上下文不断改进的智能体。

3. 

   2026年11月1日关于知识的演讲

4. 

   2026年10月30日如何微调 LLM [以及何时改用 RAG 或提示词]本指南逐步讲解如何微调 LLM，比较全量微调与 LoRA 和 QLoRA，并说明在哪些情况下，使用提示词或 RAG 是改进模型输出的更好方式。

5. 

   2026年10月29日文本嵌入详解：工作原理 [+示例]本指南介绍什么是文本嵌入、它们如何将文本转换为捕捉含义的向量，以及如何选择和评估嵌入模型，并将其应用于搜索、RAG 和其他实际用例。

6. 

   2026年10月28日基础 RAG 实现：分步教程这篇适合初学者的教程介绍了基础 RAG 实现的工作原理和最佳实践，并逐步演示如何使用 Python、ChromaDB 以及 Perplexity 的嵌入模型和语言模型，构建一个可运行的命令行 RAG 系统。

7. 

   2026年10月27日LLM 网关是如何工作的？面向工程团队的实用指南LLM 网关是一种反向代理，负责对你的模型调用进行路由、身份验证、缓存和日志记录。本指南将跟随一个请求走完网关的全过程，介绍需要提前规划的安全与可靠性风险，并比较自建、自托管、托管服务和 API 网关等方案。

8. 

   2026年10月26日什么是 RAG 架构？完整定义与详细实践示例RAG 架构是负责存储、检索外部信息并将其提供给 LLM 的一组组件；本指南详解 10 种类型，从基础 RAG、混合 RAG 到智能体式 RAG 和 GraphRAG，并附有两个分步示例。

9. 

   2026年10月22日如何评估 AI 智能体：测试集、评分器和回归检查评估 AI 智能体的六步实用指南：从定义成功标准、基于真实失败案例构建测试集，到选择评分器、运行回归检查以及在生产环境中进行监控。