赛博牛马
AI 资源导航与内容门户
搜
/
首页
资源
文章
专题
浅色
快速搜索
首页
/
文章
文章
编辑精选与公众号导入
仅展示已发布内容,支持分页浏览。
Claude Code 使用指南
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 掌握 Claude Code 的基本使用方法 我是 dtsola,一名 IT 解决方案架构师、一人公司实践者、10+ 年开发经验。开源项目「小遥搜索」在 GitHub 获得 1000+ Stars。 现在所有工具都安装好了,让我们学会如何使用 Claude Code。 作为小白,前期不需要学习什么花里胡哨的技巧,会下面两个就能满足大部分需求了。 一、VSCo
环境搭建和工具安装(下)
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 安装 Claude Code 和配置 AI 模型 我是 dtsola,一名 IT 解决方案架构师、一人公司实践者、10+ 年开发经验。开源项目「小遥搜索」在 GitHub 获得 1000+ Stars。 在上一篇文章中,我们安装了 Node.js、VSCode 和 Git。 现在让我们完成最关键的部分:安装 Claude Code 和配置 AI 模型。 完成
环境搭建和工具安装(上)
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 安装必备工具,为 AI 编程做好准备 我是 dtsola,一名 IT 解决方案架构师、一人公司实践者、10+ 年开发经验。开源项目「小遥搜索」在 GitHub 获得 1000+ Stars。 在开始使用 Claude Code 之前,我们需要先安装一些必备工具。 别担心,这些工具安装都很简单,我会一步一步带你完成。 记住:无论遇到什么问题,首问 AI! 一、
认识AI编程和Claude Code
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 零基础入门,AI 时代的新编程方式 我是 dtsola,一名 IT 解决方案架构师、一人公司实践者、10+ 年开发经验。开源项目「小遥搜索」在 GitHub 获得 1000+ Stars。 在开始学习之前,我想先告诉你一个好消息:AI 编程没有你想的那么神秘。 一、先吃个定心丸 传统编程有多难? 在 AI 编程出现之前,非技术人员想要做一个软件真的太难了。
Vibe Coding 0基础教程【初级】
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · > 正文为语雀 Lake 格式。使用 --download-images 可生成带本地图片路径的 Markdown。 <!doctype lake><meta name="doc-version" content="1" /><meta name="viewport" content="fixed" /><meta
Vibe Coding 知识库
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · > 正文为语雀 Lake 格式。使用 --download-images 可生成带本地图片路径的 Markdown。 {}
常见面试问题
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 你们的ReAct Agent是怎么实现的,用的什么框架 我们的 ReAct Agent 是基于 LangGraph 构建的状态机,通过两个核心节点(模型推理 + 工具执行)循环实现 Reasoning-Acting 过程。底层使用 LangChain 统一模型和工具接口,并结合 Tool Calling 实现动态决策。同时我们做了流式增强,支持 token
OmniAgent怎么写到简历上
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · Agent开发岗 项目名称:OmniAgent 多智能体协同 AI 平台 项目描述: 构建面向工程实践的多智能体 AI 系统,融合 Multi-Agent、RAG、Tool Calling 与 MCP 协议,实现复杂任务自动分解、知识增强推理与工具链协同执行,支持企业级私有化部署与高可用模型调度。 技术栈: Python / FastAPI / Vue3 /
面试系列
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · > 正文为语雀 Lake 格式。使用 --download-images 可生成带本地图片路径的 Markdown。 {}
怎么统计Agent使用的token量
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 回调处理机制 UsageMetadataCallbackHandler - 使用统计回调 功能概述 UsageMetadataCallbackHandler 是一个专门用于追踪和记录模型使用情况的回调处理器。 核心特性 自动统计: 自动收集 Token 使用统计 多模型支持: 支持多个模型的并发统计 线程安全: 使用锁机制确保线程安全 上下文感知: 自动获取
Agent模型管理系统
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · ModelManager - 统一模型管理器 功能概述 ModelManager 提供了统一的模型管理接口,支持多种类型的语言模型和专用模型。 支持的模型类型 对话模型: 用于一般对话和文本生成 工具调用模型: 专门用于工具调用和函数执行 推理模型: 支持复杂推理任务 嵌入模型: 用于文本向量化 视觉语言模型: 支持图像理解和描述 核心方法 专用模型实现 E
RAG中向量怎么进行检索
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 系统支持多种向量数据库存储方案,包括Milvus和ChromaDB,实现了高效的向量数据存储和检索。 向量数据库架构 系统采用抽象的向量存储接口,支持多种向量数据库的无缝切换。当前主要支持Milvus作为向量存储后端。 向量数据存储 文档分块并生成向量后,系统将向量数据存储到向量数据库中。每个向量记录包含以下信息: id: 块的唯一标识符 vectors:
RAG中文档上传与解析流程
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 知识库系统采用RAG(检索增强生成)架构,实现了从文档上传、解析、向量化到语义搜索的完整流程。系统通过多模态文档解析器支持多种文件格式,利用向量数据库和Elasticsearch实现混合检索,并通过重排序模块提升检索精度。 文档上传与解析流程 系统支持PDF、DOCX、PPTX、Markdown和纯文本等多种文件格式的上传与解析。文档解析流程采用统一的处理架
Skill详解
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 建议结合代码阅读以下内容,代码位置:src\backend\agentchat\core\agents\skill_agent.py 我们的 Skill 本质上是“可复用的领域能力模块”,通过“文件化知识 + 工具化执行 + ReAct 推理”实现,并被封装成子 Agent,供主 Agent 按需调用。 Skill 是怎么实现的 可以分三层讲 1. Skil
MCP详解
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 建议结合代码阅读以下内容,代码位置:src\backend\agentchat\core\agents\mcp_agent.py 在我们的项目中,MCP(Model Context Protocol)主要用于标准化接入外部工具能力,并通过“工具化子 Agent”的方式,让主 Agent 可以像调用本地工具一样调用远程服务,同时支持用户级配置注入和多 Agen
MCP的接入流程是怎么样的
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · MCP(Modular Cognitive Platform)集成是本系统的核心扩展机制,它作为连接外部服务的标准接口,允许系统通过标准化协议集成各种第三方服务和工具。本文档将深入解析MCP集成的设计原理与实现细节,涵盖从配置管理、服务器启动、工具调用到前端集成的完整流程,并提供故障诊断和优化建议。 MCP协议与系统定位 MCP协议是一种模块化认知平台协议,
任务拆解详细分析
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 建议结合代码阅读以下内容,代码位置:src\backend\agentchat\services\lingseek\agent.py 我们通过任务拆解 + DAG构建 + 流式事件输出三步,实现了任务流程图的实时可视化,从而让用户可以直观看到 Agent 的推理和决策路径。 第一步:任务拆解(生成 Task Plan) 入口函数: 核心逻辑: 这里做的事情是
Plan-Execute Agent详解
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 建议结合代码阅读以下内容,代码位置:src\backend\agentchat\core\agents\plan_execute_agent.py 我们的 Plan-Execute Agent 是基于先规划、再执行的两阶段架构实现的,底层使用 LangChain 的模型与工具抽象,并结合结构化输出和 MCP 工具体系,实现复杂任务的分解执行和多工具编排。 核
ReAct Agent详解
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 建议结合代码阅读以下内容,代码位置:src\backend\agentchat\core\agents\react_agent.py 我们的 ReAct Agent 是基于 ReAct(Reasoning + Acting)范式实现的,核心思想是: 模型负责推理(Reasoning),工具负责执行(Acting),通过多轮循环完成复杂任务。 在工程实现上,我
Agent智能代理架构
2026年5月28日
· 3 阅读 · 赛博牛马教程库 · 代理类型概览 AgentChat 提供了多种类型的智能代理,每种代理都针对特定的使用场景进行了优化: ReactAgent: 基于推理-行动循环的通用代理 CodeActAgent: 专门用于代码生成和执行的代理 PlanExecuteAgent: 基于规划-执行范式的复杂任务代理 MCPAgent: 支持模型上下文协议的代理 StructuredRespo
上一页
第 14 / 21 页
下一页