#AI

5 篇文章

AI 助手项目的得与失

本文复盘了一个文旅AI助手项目的实践经历,深入探讨了结构化数据处理、RAG优化、天气查询方案演进及Prompt设计等关键问题。分享了从数据切分困境到ID检索策略、从固定接口到MCP工具调用的解决方案,揭示AI对话系统落地中的真实挑战与应对思路,为同类项目提供可复用的技术路径。

AI 助手项目的得与失 - 图片 1
AI 助手项目的得与失 - 图片 2

漫谈 AI + 低代码前景

随着AI技术的迅猛发展,AI与低代码平台的融合正成为提升开发效率的新范式。本文深入探讨了AI驱动的低代码平台核心架构,聚焦画布能力与AI落地路径,提出通过统一协议、插件化扩展和对话式Agent实现智能生成与拖拽协同,解决定制化与性能瓶颈问题,展望设计稿转化、多端适配与代码还原等场景的广阔前景。

微调你需要了解的一些事情

微调你需要了解的一些事情

本文系统梳理了大语言模型微调的核心概念与流程,解析SFT、RLHF等关键步骤,并对比全量微调与LoRA等高效技术的优劣,帮助读者理解如何让基础模型真正具备实用能力。

RAG,你需要了解的都在这篇文章里

RAG(检索增强生成)通过结合知识库与大语言模型,显著提升回答的准确性与可靠性。本文系统解析从文档处理、智能分块到向量化、查询优化、重排及答案生成的全流程,并分享实战中关键技巧与最佳实践,助你构建高效、可落地的RAG应用。

RAG,你需要了解的都在这篇文章里 - 图片 1
RAG,你需要了解的都在这篇文章里 - 图片 2
RAG,你需要了解的都在这篇文章里 - 图片 3

从零搭建MCP服务:基于Stdio的实践指南

本文从工程师视角出发,手把手教你从零搭建基于Stdio的MCP服务,解决当前多数文章停留在概念层面的问题。通过实战示例,详细讲解如何定义工具(Tools)和资源(Resources),实现LLM调用本地数据的能力,并附带完整代码与DeepChat验证流程,帮助开发者快速上手MCP协议核心实践。

从零搭建MCP服务:基于Stdio的实践指南 - 图片 1
从零搭建MCP服务:基于Stdio的实践指南 - 图片 2
从零搭建MCP服务:基于Stdio的实践指南 - 图片 3