暂无搜索历史
上一篇你刚学完:Agent 就是一个能自己干活的 AI 实习生。它会规划步骤、调用工具、看数据、推理、产出结果。你给它一句话,它真的把事做完。
本节目标:用最朴素的话讲清楚 AI Agent 到底是什么、它跟普通的"AI 聊天"和"AI 工作流"有什么本质区别、为什么 2024 年大家还在说"少用 Ag...
⚠️ 过时提示(2026 更新):本篇介绍的"AI 工作流(Workflow)"范式,正在被多 Agent(Multi-Agent)架构逐步替代。
本节目标:用最直白的话讲清楚 MCP 是什么、为什么 2025 年它突然成为 AI 行业最热的协议、以及它会怎么改变你和 AI 工具的相处方式——不管你是开发者...
本节目标:理解如何让大模型调用外部工具(函数),从"只能说"变成"能做事"。这是 Agent 和 MCP 的基础。
RAG = Retrieval-Augmented Generation = 检索增强生成
本节目标:理解如何把文字变成数字(Embedding),以及如何高效地存储和搜索这些数字(向量数据库)。这是构建 RAG 系统的基础。
本节目标:掌握和大模型"沟通"的技巧,学会写出高质量的提示词,让 AI 给出你真正想要的回答。
本节目标:理解什么是大语言模型,它是怎么来的,又能做什么。读完本文,你将对 LLM 拥有一个清晰的全景认知,并能跟上 2026 年的最新技术进展。
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市