石头木

摘要： 利用deepseek进行智能写作与文章总结 完整项目：https://github.com/jiangnanboy/ai_writer_summary/ Features 智能写作： 生成完整的文章，包括引言、正文部分和结论 将结果以Markdown形式输出 智能总结： 对文章进行总结，输出主要观点 阅读全文

摘要： 这里，我们将探讨多智能体架构的基础知识，我们将主要回顾几个多智能体架构： 1.Single Agents 2.Supervision 3.Hierarchical 4.Network 5.Custom 6.Swam Agent Architecture 背景我们在搭建多agent时，随着需求越来越大 阅读全文

摘要： 理解提示工程与 AI 对话 如果我们想知道什么是提示工程，想象一下我们有一个超级聪明的助手，但这个助手需要非常明确的指示才能做我们想做的事情。这有点像使用大型语言模型（LLM），这是许多 AI 工具背后的技术。 提示工程基本上是给这些LLM正确的指示或提示的艺术和科学，这样他们就能理解我们需要什么， 阅读全文

摘要： 利用大模型deepseek对中文文本、图片以及pdf中的非结构化文本内容进行分析，并提取主-谓-宾（SPO）三元组的知识形式，以及将这些关系可视化为知识图谱，完整项目见https://github.com/jiangnanboy/llm-knowledge-graph。 这里利用deepseek进行 阅读全文

摘要： 如何估计llm的GPU显存？计算本地运行 llm 所需的 GPU 显存随着 GPT、 Llama 和 Deepseek等大型 llm 的兴起，人工智能从业者面临的最大挑战之一是弄清楚他们需要多少 GPU 显存来有效地为这些模型服务。GPU 资源昂贵，因此优化显存分配至关重要。这里通过一个简单有效的公 阅读全文

摘要： 模型上下文协议（MCP）简介 人工智能的快速发展，特别是大型语言模型（llm），在生成类人文本、解决复杂问题和提高各行业生产力方面释放了前所未有的潜力。然而，一个持续存在的挑战仍然存在：这些模型通常与为现代工作流程提供动力的实时动态数据隔离。将 AI 连接到外部系统-无论是数据库，api 还是生产力 阅读全文

摘要： 项目：https://github.com/jiangnanboy/llm_dataset_generation这里假设一家海嘉物流公司，此公司需做一个关于本公司物流的问答机器人，需要判断用户的查询语句是否与本公司物流相关，需要训练数据进行分类，故利用deepseek进行生成与审核，免于无数据和标注 阅读全文

摘要： 利用周末时间做了一个chatexcel应用，采用自然语言对话形式，对excel表格数据进行分析，结果可返回文本，表格和图表形式。下图是结果：一.上传一个excel文件，会展示原始数据 二.询问“表中品牌的销量占比，饼图”，这会生成一张数据分析的饼图 三.询问“表中品牌的销量占比，柱状图”，这会生成一 阅读全文

摘要： 介绍 检索-增强生成（Retrieval-Augmented Generation， RAG）是一种通过将大型语言模型（llm）的输出建立在外部知识来源上来增强它们的方法。RAG 系统不是仅仅依赖于模型在训练期间记忆的内容（这可能是过时的或有限的），而是从知识库中检索相关文档或数据，并在生成过程中向 阅读全文

摘要： customer_support_assistant https://github.com/jiangnanboy/customer_support_assistant 1.简介 customer_support_assistant是智能客服支持助手项目，利用LLM对Query的理解，去调用相应函数 阅读全文