专题

8 个专题 · 32 篇文章

langgraph 7 篇

LangGraph 与智能体应用

从图 / 状态 / 检查点到 Send 并行，一个完整的 Agent 工程系列。

  1. 01 LangGraph 入门：有状态智能体与工作流编排
  2. 02 LangGraph Graph API：State、节点、边与三层 Schema
  3. 03 LangGraph Reducer：状态字段如何合并与累积
  4. 04 LangGraph 节点（Node）：缓存、重试、defer 与 Send 并行
  5. 05 LangGraph 边（Edge）：普通边、条件边、入口与循环终止
  6. 06 LangGraph 综合练习：状态字段划分、线性图与 defer 汇聚
  7. 07 LangGraph Send：动态扇出、Map-Reduce 与 Reducer 合并
pytorch 4 篇

PyTorch 深度学习基础

从张量到自动微分再到线性回归实战。

  1. 01 PyTorch 张量的创建与常用操作
  2. 02 PyTorch 张量的索引与形状操作
  3. 03 PyTorch 自动微分（Autograd）入门与实践
  4. 04 PyTorch 线性回归实战：从零实现训练闭环
ml-basics 9 篇

机器学习基础

概念、分类、建模流程、经典算法与训练问题。

  1. 01 机器学习概念介绍
  2. 02 机器学习的分类
  3. 03 机器学习建模流程
  4. 04 机器学习中的数据集与矩阵表示
  5. 05 独立同分布（IID）及其在深度学习中的应用
  6. 06 欠拟合与过拟合
  7. 07 交叉熵损失（Cross-Entropy Loss）
  8. 08 KNN 算法原理
  9. 09 模型蒸馏（Knowledge Distillation）
agent-dev 5 篇

Agent 开发实践

框架选型、技术壁垒、Multi-Agent 架构。

  1. 01 主流 AI Agent 开发框架分类
  2. 02 Agent 开发的技术壁垒与护城河
  3. 03 主流 Multi-Agent 架构
  4. 04 多 Agent 统一入口架构设计
  5. 05 基于 AI Agent 的 CATIA 自动化建模 —— 技术路径
skills 3 篇

Skills 协议

Anthropic Skills 的原理、跨框架实践与理解。

  1. 01 Skills 基本原理
  2. 02 Skills 自动加载机制：Agent 如何"读取"Skills
  3. 03 Skills 跨框架实践：标准化程度与在不同框架中的用法
harness 3 篇

Harness 工程

把 LLM 变成 Agent 的运行时外壳。

  1. 01 Harness 工程概念：把 LLM 变成 Agent 的"外壳"
  2. 02 Harness 工程与 Autonomous Agent 的差异
  3. 03 Harness 的本质与 Claude Code 的实现
nginx 1 篇

Nginx 入门与实践

从 Web 服务器到反向代理、负载均衡：概念、配置与工程实践。

  1. 01 Nginx 简介
embodied-ai 0 篇

具身智能基础

从概念到落地：感知—决策—行动闭环、机器人与大模型融合。