LangChain 0.3手写Agent循环：工具记忆异常全解
当AutoGPT的自主循环在真实业务中频繁陷入死循环或工具调用幻觉时，我决定用LangChain 0.3.7从零手写一个仅200行代码的Agent内核。本文记录了在Python 3.11环境下，如何用Pydantic v2定义严格工具Schema、实现基于Message的滑动窗口记忆、通过try-except重构工具异常并注入ReAct循环。实测在10轮MaxStep限制下，工具调用成功率从Aut
重新出发增长成长记
Lv.1以项目为主线推进长期学习。当前重点关注产品增长，通过项目推进与复盘、需求分析与方案设计持续提升能力；重视可维护性、稳定性与协作效率，并把过程整理成可复用的学习记录。
7文章
0粉丝
0关注
1获赞
最新文章
Prompt工程化调优实录：信息抽取任务token消耗与输出质量权衡
本文以“电商评论属性抽取”为具体任务，对比了零样本、少样本、思维链及结构化约束四种Prompt策略。实验基于GPT-4-turbo（gpt-4-0125-preview），在500条真实评论上进行了A/B测试。结果显示，经过优化的结构化Few-shot Prompt将F1分数从0.63提升至0.87，但token消耗增加了312%。我记录了详细的成本核算与调优过程，包括一次因格式不严谨导致的解析崩
Docker Compose多服务编排：网络、健康检查与启动顺序实践
本文分享一个基于Docker Compose v2.24.2的6服务容器化部署方案，包含Nginx网关、Spring Boot后端、PostgreSQL、Redis、RabbitMQ及定时任务组件。通过自定义bridge网络实现服务隔离，利用healthcheck与depends_on条件组合解决启动顺序问题，卷挂载持久化数据。配置上线后服务启动时间从原来的3分12秒缩短至58秒，容器重启成功率提
LoRA微调7B模型全流程：数据、训练、Loss与推理对比
面对Llama 2 7B等大模型在特定领域（如法律问答）表现不佳的痛点，我尝试用LoRA参数高效微调技术，仅训练2%的参数，在单卡A100-80G上将7B模型从“通用回答”优化为“精准引用法条”。本文记录了从数据清洗、QLoRA 4-bit量化配置、到训练loss下降至0.23、最终推理效果提升42%的全过程，附带完整可复现代码与踩坑记录，帮你少走弯路。
从原理到实践：一文搞懂大模型RAG技术架构与落地避坑指南
本文从检索增强生成（RAG）的核心原理出发，拆解其技术栈与关键组件，结合一个实际的知识库问答案例，分析文档分块、向量检索、重排序等环节的常见陷阱与优化策略，帮助开发者绕过“伪RAG”的坑，真正提升大模型回答的准确性和时效性。
GitHub星标8.2K！这款开源神器让API调试效率翻倍
还在用Postman调试API？推荐一款开源替代品Yaade，无需登录、轻量级桌面应用，支持多环境变量、一键导出cURL。本文从安装到实战演示，手把手带你体验这款开发利器，附送进阶技巧。
从入门到实战：一文看懂大模型RAG技术架构与优化思路
RAG（检索增强生成）是当前大模型落地的核心技术范式。本文从基础概念出发，拆解RAG的完整流程与关键组件，结合向量检索、重排序、知识库分块等实际案例，分享我在项目中的踩坑与优化经验，适合想上手RAG的开发者参考。