大模型

Eino-Document 组件使用指南Eino-Document 是 cloudwego/eino 生态中的文档处理库，提供了从多种来源加载文档、解析不同格式、对文档进行分割 transform 等全链路能力。本文介绍Document 各组件的用法及典型应用场景，代码链接。

陈振wx:zchen2008

SpringAI+DeepSeek大模型开发AI，人工智能（Artificial Intelligence），使机器能够像人类一样思考、学习和解决问题的技术。 AI发展至今大概可以分为三个阶段：其中，深度学习领域的自然语言处理(Natural Language Processing, NLP)有一个关键技术叫做Transformer，这是一种由多层感知机组成的神经网络模型，是现如今AI高速发展的最主要原因。

LangGraph-AI应用开发框架(二)目录编码前的版本说明LangGraph案例一(智能快递配送系统)1.Graph API编码思路2.代码实现

从Mythos到GPT-5.4-Cyber：AI安全竞赛的“双轨”分化与防御新范式当Claude Mythos在OpenBSD中挖出27年的“老坑”，OpenAI选择了另一条路：把AI还给防守者，把控制权握在自己手里。

2026智能体爆发现象级产品：OpenClaw、Hermes Agent、Claude Cowork三个产品放一起对比很有意思，正好代表了 2026 年 AI agent 三条不同的路线。OpenClaw（前身是 Clawdbot）是开源 AI agent 框架，由开发者 Peter Steinberger 创建，可以执行 shell 命令、读写本地文件、浏览网页、发送邮件、管理日历，通过 WhatsApp、Slack、Telegram、Discord、iMessage 等平台与用户交互，代替用户在数字生活中自主行动。

CoderJia程序员甲

GitHub 热榜项目 - 日榜(2026-04-17)生成于：2026-04-17共发现热门项目： 14 个榜单类型：日榜Token赞助：siliconflow

CoderJia程序员甲

GitHub 热榜项目 - 日榜(2026-04-16)生成于：2026-04-16共发现热门项目： 13 个榜单类型：日榜Token赞助：siliconflow

【AI模型】——RAG技术简介与实战示例本文系统介绍了RAG（检索增强生成）技术，阐述其通过结合LLM参数化知识与外部非参数化知识解决大模型幻觉、知识滞后等问题的核心机制，对比了Naive/Advanced/Modular三阶段架构演进，并详细讲解了从数据准备、索引构建到检索优化的完整工程实践，包括文本分块策略、向量数据库选型及FAISS/rerank等关键优化方向。

高级 RAG 技术教程学习如何在本综合教程中使用 LangChain 实现高级 RAG 技术。逐步掌握多查询搜索、父子分块、重排序策略以及融合技术，以达到生产级别的准确度。

跨境AI服务：多语种大模型+卫星通信+量子加密+数据脱敏+安全审计，合规·高效·安全三重保障当AI出海成为必答题，这套“五合一”技术组合正在为中国企业铺就一条面向东盟的“数字丝绸之路”2026年4月，科大讯飞2025-2026年会上，董事长刘庆峰将“多语言大模型对标国际一流、为世界提供第二种选择”写入了公司战略定位。几乎同期，广西高校构建的覆盖七种东盟主要语种的多模态语料库初具规模，东方星链的“中国—东盟AI星座”项目正式启动卫星发射计划。这些信号共同指向一个明确的趋势：中国AI技术正在加速驶入东盟市场。

从零到一构建企业级 RAG 问答系统：一个完整的模块化实践指南在人工智能技术飞速发展的今天，大语言模型（LLM）展现出了惊人的能力。然而，如何让 LLM 真正落地到垂直领域，解决实际问题，仍然是一个值得深入探讨的课题。RAG（Retrieval-Augmented Generation，检索增强生成）作为目前最成熟的解决方案之一，通过将外部知识库与 LLM 结合，有效解决了模型知识更新滞后、幻觉等问题。

VSCode配置Claude Code点击设置点击在settings.json中编辑添加以下内容记得修改成你的api key

大模型汇总（国外）

Open WebUI 文档这是一个官方的、结构化的、用于指导用户从零开始使用 Open WebUI 的综合性在线文档中心 (Comprehensive Online Documentation)1。

从零开发Claude Code插件（Plugin）完整指南Claude Code插件是扩展其功能的核心方式，可封装可复用的技能（Skills）、智能体（Agents）、命令（Commands）等资源，实现跨项目、跨团队的功能共享，适用于标准化工作流程落地、团队协作效率提升等场景。本文结合成熟插件参考案例，从零讲解Claude Code插件的开发、配置、测试与扩展，帮助开发者快速上手插件开发。

MiniMind 第 4 篇：《数据工程｜Tokenizer 训练 + 预训练 / SFT/DPO 全数据集处理》承接上一篇内容：我们拆解了 MiniMind 底层核心架构，吃透了 RMSNorm、SwiGLU、RoPE 三大组件的工程实现与优化逻辑。现在，终于轮到 LLM 最关键的「粮草」—— 数据工程。

从 BERT 到 GPT 再到 Mamba：LLM 架构的“三国演义“别被那些花里胡哨的论文标题吓到——所谓大语言模型架构演进，本质上就是一群工程师在解决同一个问题：怎么让机器读懂人话，而且读得更快、更准、更省电。

LangChainRust：用 Rust 构建高性能 LLM 应用的完整指南LangChainRust 是 LangChain 的 Rust 实现，提供了 Agents、Chains、Memory、Tools、RAG 等核心模块，让你用 Rust 构建高性能的 AI 应用。

探索 InternVL3.5：从权重解析到多模态推理的全栈实践笔记目录切换模型：旗舰级性能表现InternVL3.5-241B 使用笔记除了在线测试，该模型也以开源形式提供，你可以通过以下方式使用或部署：

智算中心建设新范式：GPT-6/Rubin架构+1.6T光模块+量子安全网关+AI安全沙箱，算力·效率·安全·成本的最优平衡当AI训练进入十万卡集群时代，智算中心不再只是GPU的堆叠，而是一场从芯片、互连、安全到运行底座的系统性工程。