17一起AI17aitech.com
首页电报流文章项目贴图
关于用户协议隐私政策归档RSSGitHub

© 2026 一起AI · domonic18 的 AI 工程实战博客

京ICP备2022035466号-2

v0.1.0 · develop-b7da819 · 构建于 2026-10-22 17:39 UTC

归档

共 106 篇

2026

  • 10-19一个人做小程序:WorkBuddy 六步流程,提示词可照抄
  • 10-18WorkBuddy做PPT:省下一整天的关键,是把需求先问清楚
  • 10-15不再只给你建议!三集B站教程带你玩转国产AI Agent:WorkBuddy入门指北
  • 09-04【工具总结】新一代Agent驱动的评测系统
  • 06-29【工具技巧】Codex+CC-switch使用国产大模型教程
  • 01-05【工具技巧】使用mcp工具进行tapd的快速操作

2025

  • 12-19【工具技巧】ClaudCodeRouter的使用方法简介
  • 11-12【工具技巧】通过ClaudeCode的Skills实现Excel文件的读写
  • 11-04【工具技巧】通过ClaudeCode的Skills实现周报自动发送
  • 10-30【工具技巧】通过ClaudeCode实现技术交底书agent
  • 10-24【项目实战】通过ClaudeCode进行one-api系统改造的实践过程总结
  • 10-23【工具技巧】Claude Code 使用技巧
  • 09-30【工具技巧】Claude Code+Deepseek模型的配置使用方法
  • 07-17【工具技巧】通过Claude Code+K2模型编写Dify插件的实践过程
  • 06-09【项目实战】通过多模态+LangGraph实现PPT生成助手
  • 04-10【模型测试】基于OpenCompass实现Agent最为苛刻的基准评测:GAIA
  • 04-07【模型测试】基于OpenCompass构建Dify应用的自定义评测体系
  • 04-07【模型测试】基于OpenCompass的ai-eval-system在线评测系统
  • 03-31【学习总结】MCP协议之使用AgentSDK调用MCP-server
  • 03-31【学习总结】MCP协议之MCP-server(sse方式)实践
  • 03-27【学习总结】MCP协议之MCP简述
  • 03-15【模型测试】大模型评测工具OpenCompass使用方法总结
  • 03-15【模型部署】在Dify中接入ComfyUI+Flux实现文生图
  • 02-18【模型测试】大模型评测工具lm-evaluation-harness的使用方法总结
  • 02-16【模型测试】大模型测评体系的构成
  • 02-06【产品体验】DeepSeek的三种接入使用方法
  • 02-05【论文简读】DeepSeek LLM:以长远主义拓展开源语言模型
  • 01-24【产品体验】豆包大模型实时语音本地化部署及功能体验
  • 01-23【项目实战】基于esp32开发板+大模型实现的语音助手-软件篇
  • 01-23【项目实战】基于esp32开发板+大模型实现的语音助手-模型篇
  • 01-21【项目实战】基于esp32开发板+大模型实现的陪伴助手-硬件篇
  • 01-09【模型部署】在AutoDL上使用Xinference部署模型
  • 01-08【模型训练】在AutoDL上使用LLamaFactory进行模型训练
  • 01-03【模型部署】在趋动云上使用xinference部署模型
  • 01-02【模型部署】在趋动云上使用vllm部署模型

2024

  • 12-25【项目实战】深度学习:二手车价格预测(含深度学习考试参考资料)
  • 12-15【产品体验】本地搭建混元HunyuanVideo量化版体验文生视频功能
  • 12-04【学习工具】Transformer学习利器:transformer-explainer可视化工具
  • 11-14【操作攻略】GPU云环境的使用介绍
  • 11-12【产品体验】使用Coze平台开发一个看图配诗的智能体
  • 10-27【项目实战】通过LLaMaFactory+Qwen2-VL-2B微调一个多模态医疗大模型
  • 10-23【产品体验】使用LinkAI部署微信公众号智能客服
  • 10-18【重拾数学知识】矢量的点乘和叉乘
  • 10-14【课程总结】day34:多模态大模型之ViT模型、CLIP模型论文阅读理解
  • 10-13【课程总结】day33:文生图StableDiffusion模型初步了解以及部署体验
  • 10-10【课程总结】day32(下):Xinference部署向量化模型
  • 10-09【课程总结】day32(上):多模态大模型Qwen2的深入了解
  • 09-30【课程总结】day31:多模态大模型初步了解
  • 09-18【项目实战】基于Agent的金融问答系统:RAG的检索增强之上下文重排和压缩
  • 09-18【项目实战】基于Agent的金融问答系统:RAG的检索增强之ElasticSearch
  • 09-18【项目实战】基于Agent的金融问答系统:代码重构
  • 09-18【项目实战】基于Agent的金融问答系统:前后端流程打通
  • 09-18【项目实战】基于Agent的金融问答系统:Agent框架的构建
  • 09-17【项目实战】基于Agent的金融问答系统:RAG检索模块初建成
  • 09-17【项目实战】基于Agent的金融问答系统:项目简介
  • 08-30【课程总结】day30:大模型之Agent的初步了解
  • 08-29【课程总结】day29:大模型之深入了解Retrievers解析器
  • 08-25【课程总结】day28:大模型之深入探索RAG流程
  • 08-23【产品体验】趋动云上使用LLaMaFactory进行模型微调的流程体验
  • 08-21【课程总结】day27:大模型之初识RAG
  • 08-20【课程总结】day26:大模型应用开发之Prompt进阶使用
  • 08-16【课程总结】day25:大模型应用开发之Prompt初步了解
  • 08-15【课程总结】day24(下):大模型部署调用(vLLM+LangChain)
  • 08-14【课程总结】day24(上):大模型三阶段训练方法(LLaMa Factory)
  • 08-14【课程总结】day23:大模型训练策略(BERT模型与GLM模型)
  • 08-13【课程总结】day22:大模型体验之Qwen2模型
  • 08-13【课程总结】day21(下):大模型的三大架构及T5体验
  • 08-11【课程总结】day21(上):Transformer源码深入理解之预测过程
  • 08-11【课程总结】day20:Transformer源码深入理解之训练过程
  • 08-03【课程总结】day19(下):Transformer源码深入理解之构建模型流程
  • 08-02【课程总结】day19(中):Transformer架构及注意力机制了解
  • 08-01【课程总结】day19(上):大模型简介
  • 07-31【课程总结】Day18:Seq2Seq的深入了解
  • 07-30【课程总结】Day17(下):初始Seq2Seq模型
  • 07-30【课程总结】Day17(中):LSTM及GRU模型简介
  • 07-30【课程总结】Day17(上):NLP自然语言处理及RNN网络
  • 07-29【课程总结】Day16:对抗生成网络GAN
  • 07-28【课程总结】Day15(下):图像分割之旋转目标检测
  • 07-27【课程总结】Day15(中):图像分割之实例分割
  • 07-20【课程总结】Day15(上):图像分割之语义分割
  • 07-05【课程总结】Day14:MTCNN过程的深入理解
  • 07-01【课程总结】Day13(下):人脸识别和MTCNN模型
  • 06-30【课程总结】Day13(上):使用YOLO进行目标检测
  • 06-26【课程总结】Day12:YOLO的深入了解
  • 06-25【课程总结】Day11(下):YOLO的入门使用
  • 06-25【课程总结】Day11(中):手势图像识别实战(Vgg16和ResNet)
  • 06-24【课程总结】Day11(上):手势图像识别实战(LeNet模型)
  • 06-20【课程总结】Day10:卷积网络的基本构成
  • 06-13【课程总结】Day9:机器学习主要知识点梳理
  • 06-13【课程总结】Day8(下):计算机视觉基础入门
  • 06-12【课程总结】Day8(上):深度学习基本流程
  • 06-11【课程总结】Day7:深度学习概述
  • 06-11【重拾数学知识】导数、极值和最值
  • 06-07pytorch安装使用常见问题指南
  • 06-07【课程总结】Day6(下):机器学习项目实战–成人收入预测
  • 06-05【课程总结】Day6(上):机器学习项目实战--外卖点评情感分析预测
  • 06-03【课程总结】Day5(下):PCA降维、SVD分解、聚类算法和集成学习
  • 06-02AutoDL平台的使用指南
  • 06-02【课程总结】Day5(上):科学计算神器Numpy、Pytorch和数据预处理
  • 05-31【课程总结】Day4:信息论和决策树算法
  • 05-29【课程总结】Day3:概率和贝叶斯算法
  • 05-28【重拾数学知识】向量、内积、余弦定理
  • 05-23【课程总结】Day2:KNN算法
  • 05-22【课程总结】Day1:人工智能的核心概念
  • 05-17本地通过open-webui+ollama部署大模型
  • 05-13Llama3模型试用笔记