LLM 并不了解企业内部系统，更不知道刚刚发生过的历史故障。本文将使用 Python 从零实现一个最简 RAG，通过关键词检索、Top-K 筛选和 Prompt 拼装，把运维知识库接入 AIOps Agent；并进一步讲清楚文档切分、Chunk 和向量检索的基本原理，让 Agent 的故障分析有据可... ...

读完 Attention 之后，再看完整 Transformer，我最大的变化是：不再把它当成一张复杂结构图，而是把它拆成一条清晰的数据流。文本先被 tokenizer 变成 token id，再经过 Embedding 变成向量；向量加上位置编码后进入一层层 Encoder 和 Decoder；每 ...

Claude Code 好用，但模型锁死 Anthropic、月费不低、扩展能力有限。Hermes Agent 是 Nous Research 出品的开源 AI Agent 框架，模型随便换、完全本地运行，而且有一整套 Claude Code 没有的架构——Skill 自进化系统、Kanban 多 ... ...

读第二章时，我最大的感受是：Attention 不是一个神秘模块，而是把“谁该看谁、看多少”这件事显式写进了模型。RNN 依赖顺序传递信息，长依赖和并行性都不理想；Attention 则把序列里每个 token 之间的关系一次性算出来，再让模型按相关性取信息。这个变化看起来只是计算方式不同，实际上却 ...

大家好，我是R哥。 最近 Claude Code 又开始作妖了，又开始大规模封号了，我的陈年老号也被封了。。。 自从 Claude 出来就一直用这个账号，经历过 N 次大规模封号潮，从来没有出过事，这次真的逃不掉了…… 大家可能以为和 IP 啥的有关系，其实不是，我这个账号什么乱七八糟的 IP 都用 ...

很多人第一次接触大模型时，都会把注意力直接放在 Transformer、Prompt、RAG 和 Agent 上。这样当然能很快看到结果，但一旦模型效果不稳定，或者检索、分词、上下文拼接出问题，就会发现自己缺的不是新概念，而是对 NLP 基础链路的理解。 这篇笔记记录我读 Happy-LLM 第一章 ...

Letta 的文档和仓库现在至少有三个需要分开的对象：Letta Code CLI、Letta Agent SDK，以及本仓库的 legacy Python server。先把对象分清，后面的版本、命令和故障才有意义。 当前 CLI 路径是 Node.js 22.19+ 加全局安装： node -- ...

AI原生组织：70%的企业说要做，为什么真正做成的不到12%？ 2026年过半，"AI原生组织"这个词已经从技术圈的内部讨论走到了企业管理者的战略会议桌上。行业调研数据显示，国内中大型企业中超过70%已经将AI化列为未来三年最重要的战略优先级，但真正实现AI原生转型的比例不足12%。 这个巨大的落差 ...

最近准备按 Datawhale 的 Happy-LLM 开源教程系统补一遍大语言模型。这个系列不打算把教程内容搬运一遍，而是按自己的学习节奏记录每一章里真正需要抓住的知识点、容易混淆的地方，以及读完之后能落到工程实践里的想法。 项目地址在这里：https://github.com/datawhale ...

Hermes-Agent 全平台部署运维中文安装配置手册 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 文档说明 本文档覆盖 Docker容器部署 / 原生非Docker部署 两大架构；支持 macO ...

Hermes-Agent 全平台部署运维中文安装配置手册 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 文档说明 本文档覆盖 Docker容器部署 / 原生非Docker部署 两大架构；支持 macO ...

OpenClaw 中文版完整部署手册（Eword版本） 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 目录 前置总览与资源说明 前置统一工具：mirror-switcher 全平台镜像一键切换 方案一 ...

OpenClaw 中文版完整部署手册（Eword版本） 转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com 目录 前置总览与资源说明 前置统一工具：mirror-switcher 全平台镜像一键切换 方案一 ...

​上一篇文章末尾给出了LangChain的简单调用例子，当然LangChain还支持更丰富的功能设置，接下来就介绍如何使用LangChain封装AI执行链，以实现更复杂的功能调用。 一、构造大模型实例 在构造大模型实例之前，要先添加下面的导包语句，表示引入LangChain的大模型工具OllamaL ...

MCP 集成最容易被忽略的对象不是 server，而是 host 配置。一个配置文件就可能记录监听地址、环境变量、自动批准的工具范围和未固定的包来源。 ai-agentic-mcpscan 的定位很窄：本地、离线优先地扫描 MCP 和 agent 配置，输出风险发现。建议先在临时 Python 3. ...

转载请注明 来源:https://www.cnblogs.com/eword/ Author：eword Email:eword@139.com mirror-switcher（镜像切换工具 / Mirror Switcher） 全平台环境镜像源 / 版本切换工具集 — 命令格式 1:1 复刻 nr ...

​LangChain 是一套大语言模型 (LLM) 应用开发框架，主打链式编排、任务流程组装，可快速搭建智能对话机器人、智能助手、自动化流程、知识库问答、Agent 智能体。 LangChain 支持对接各类在线大模型，包括OpenAI、文心、通义、讯飞等，也支持加载电脑本地的离线大模型。为避免在线 ...

从原始数据到智能决策：AI业务分析全链路在企业数字化转型的语境下，AI常被描绘成入职就能干活的"天才分析师"。但真把AI拉进业务里跑一圈就会发现，没有配套的基础设施，这位"天才"基本啥也干不了。这篇文章聊聊从原始数据到AI自主决策到底要经历哪些环节，以及为什么智能化这件事，功夫全在诗外。AI到底是" ...

大家好，我是R哥。 使用 Claude Code 终端有一点不好就是，终端里信息密度很高，很多常用信息都需要敲命令才能看到，极不方便。 比如，总要敲 /status 看模型和思考程度，敲 /context 看上下文，要么凭感觉判断是不是该 /compact，等等，费时又费力。 虽然官方也支持使用 / ...

本文从 AI 流式对话的常见场景切入，系统讲解 SSE（Server-Sent Events）的核心概念、设计背景、协议规范与前后端实现，并附带可直接运行的最小 Demo，帮你从原理到实战彻底掌握 HTTP 流式推送。 ...