CrewAI 学习教程：从零构建多智能体协作系统
CrewAI 完整学习教程，从零构建多智能体协作系统。详解 Agent/Task/Crew 核心概念、Process 编排模式、Flow 工作流、记忆系统、工具集成，对比 AutoGen/LangGraph/MetaGPT，配合内容创作流水线等实战案例。
专题
大模型
追踪大语言模型技术前沿与工程实践，包括模型架构演进、训练推理优化、Prompt工程、RAG应用开发、Agent智能体、模型微调等，深入大模型应用落地的全流程技术栈。
71
篇文章
71
累计收录
专题归档
文章列表
Chroma 向量库面试学习指南：30+ 高频题与速记清单
Chroma 向量库面试突击专用指南，30+ 高频面试题全覆盖，含面试前 30 分钟速记清单、核心概念（Collection/WAL/HNSW）、基本 API 操作、高级功能、架构原理与性能优化、必踩坑点、项目场景题与向量库选型对比。
AutoGen 精通教程：从零到企业级多 Agent 系统架构师
AutoGen 全面精通教程，详解微软开源多 Agent 对话框架，覆盖核心概念（ConversableAgent/AssistantAgent/UserProxyAgent）、群组聊天、代码执行沙箱、工具调用、人类反馈介入、Docker 沙箱与企业级部署架构。
大模型注意力机制深度解析：从 FlashAttention 到工业级最优组合
大模型注意力机制深度解析，详解工业界主流组合 RoPE + GQA + FlashAttention + KV Cache 优化（Paged Attention），覆盖 MHA/MQA/GQA 演进、FlashAttention 分块计算与在线 Softmax、KV Cache 显存管理与 Paged Attention 原理。
2026 AI 大模型全栈学习大纲 V11 版
2026 AI 大模型全栈 V11 版学习大纲，从 Python 编程基础、Transformer 原理、提示工程实战，到 RAG 应用开发、Agent 框架、模型微调与量化、向量数据库、生产部署，构建完整的 AI 大模型全栈技术体系。
2026 AI 开发者必备：Agent 开源生态图谱
2026 年 AI 开发者必备的 Agent 开源生态图谱，基于 GitHub API 真实数据，覆盖 35+ Agent 框架（AutoGPT/LangChain/DeerFlow/MetaGPT 等）、工具链、记忆系统、评估框架与部署方案，按 Stars 排名的全景式选型指南。
2026年RAG技术生态开源项目全集
本文按核心框架、向量数据库、嵌入模型、文档处理、检索增强、评估工具、GraphRAG、低代码平台、Agentic RAG九大维度，整理2026年RAG技术生态的主流开源项目，便于快速选型与落地。 一、核心RAG框架（全流程编排） 项目名称 GitHub星数 核心优势 适用场景 开源协议 GitHub
.png)
首个 Java Harness Framework 来了｜AgentScope 把 OpenClaw 带到企业分布式场景
阿里妹导读：本文旨在正式宣告 AgentScope Java 1.1.0 里程碑版本的发布，重点阐述该版本如何从工程实践层面完整落地"Harness Framework"理念。 背景引入 书接上回，我在之前的一篇文章中深入分析了 OpenClaw 及其背后的 Harness Engineering
.png)
AI Agent 的记忆战争：OpenClaw vs Hermes vs QwenPaw vs HiClaw，谁真正"记得住"？
在理解了记忆机制的通用原理之后，最关键的问题来了：当前主流的开源 Agent，到底是怎么实现记忆的？它们之间有什么本质差异？ 本文将四大主流 Agent——OpenClaw、QwenPaw、Hermes Agent、HiClaw——的记忆系统逐层拆解，从存储架构、检索策略、写入机制到核心设计哲学，做
LLM微调与量化技术实战指南：从PEFT到高效部署全流程解析
在大型语言模型（LLM）席卷全球的背景下，如何将拥有千亿参数的“巨兽”转化为能够适配垂直领域、且能在消费级显卡上流畅运行的“利器”，已成为每一位深度学习工程师的核心课题。本文将深入探讨LLM从预训练、微调到量化的全生命周期技术路径，重点解析LoRA、QLo