AI 开发

模型应用、提示工程与 AI 开发实践。

专题分组

下级分类

1 个下级
LLM 应用评估体系-1
AI 大模型开发
20 分钟

LLM 应用评估体系-1

LangGraph-概览
AI 大模型开发
20 分钟

LangGraph-概览

Agent Harness 是什么?
AI 大模型开发
36 分钟

Agent Harness 是什么?

Skills 在 Shell 环境中的安全执行
AI 大模型开发
6 分钟

Skills 在 Shell 环境中的安全执行

MCP 开发
AI 大模型开发
32 分钟

MCP 开发

AI Skills 开发-1
AI 大模型开发
16 分钟

AI Skills 开发-1

[转]LangGraph完整指南
AI 大模型开发
11 分钟

[转]LangGraph完整指南

AI 大模型开发
3 分钟

embeddings 缓存处理

AI 大模型开发
1 分钟

Vibe Coding Skills

https://github.com/sickn33/antigravity-awesome-skills |工具|Skills 文件夹正确名称|说明| | --- | --- | --- | |**Codex App / Codex CLI**(OpenAI)|**.agents/skills**(**复数** agents)|官方标准| |**Antigravity**(Google)|**.agent/skills**(**单数…

稀疏向量检索流程
AI 大模型开发
26 分钟

稀疏向量检索流程

完整的中文 RAG 稀疏检索原型:**先切块 → 分词 → 建 BM25 索引 → 查询匹配**。本文通过一个可运行的 Python 示例,逐步拆解每个环节的原理与实现细节。 --- 整体流程概览 🔍 稀疏检索(Sparse Retrieval)的核心思路是:将文档和查询都表示为**高维稀疏向量**(大部分维度为 0,只有出现的词对应维度非零),然后通过向量相似度(本质是加权关键词匹配)完成检索。BM25 是最经典的稀疏检索算法。 整…

向量