暂无搜索历史
上个月我接了个活儿。一个电商客户手里有几年的用户行为日志——浏览、下单、退款、点广告,全堆在 JSONL 文件里。
用过云端大模型的人,大概都撞过两堵墙:一是账单——哪怕用最便宜的 DeepSeek,持续调用也是一笔固定支出;二是隐私——有些资料、有些数据,你并不想让它走出自...
上篇给 build_request_id 写了测试,项目算「能跑、能验证」了。但启动还是一句:
上篇说把散落在 routers.py 和 main.py 两处的 request_id 生成逻辑,收进 app/utils.py 统一成一个函数。抽完之后,我的...
上一章收尾时埋了个钩子:给每次请求加 request_id。落地之后,正常响应、模型调用失败、API Key 缺失,都已经带上了同一个号。前端一报错,把号甩给后...
前几篇我们把 Agent 包成了 FastAPI 接口(第 4 篇),加了字段校验、接了错误处理。功能都齐了。但有两个问题一直卡着我:
前几篇我们把简历 Agent 从"会输出"一路推到了"带证据、能给建议"。但所有代码都长这样:
上篇我们把简历 Agent 推进到了"结构化输出 + 字段校验 + 可调 Tool"。但真实简历一扔进去,还是露了三处破绽:字段不够细、模型会编、给的建议是一句...
上篇我解决了第一道坎:让大模型的输出从一段自然语言,变成能直接 .name、.skills 的 Python 对象。
上个月我给团队搭了个小工具:把一堆散落的简历自动塞进人才库。第一版我图省事,直接让大模型把信息"总结"成一段文字,再让下游代码去抠字段。
传统的 LLM 只是一个文本语言模型,只能以 chat bot 的形式和我们进行对话。但是在日常工作生活中,浏览器是一个占据我们大多数时间的工具,如何让大语言模...
我的流程是这样的:复制链接 → 打开笔记本 → 粘贴 → 手写总结 → 找出 3 个关键词 → 翻出飞书多维表格 → 填表 → 完成。前后少说 5 分钟,有时更...
自己开发的一些AI应用
去年十月份 vibe code 的一个 storypot 的项目突然收到一份邮件,说是后端由于超过 90 天没有访问数据库的实例已经不可恢复了,只能做项目迁移。...
最初使用微信读书时,我的习惯是随读随划。划线的标准通常是那些文字优美、触动心灵,或者此前未掌握的知识性以及操作性的内容。然而,这种阅读方式存在明显的局限。读完一...
作为 Anthropic 官方推出的命令行编码助手(coding assistant),Claude Code 本质上是一个通过大模型(LLM)执行复杂任务的工...
使用 Claude Code(又名 cc) 作为编程工具已经有一段时间了,claude code 也陆陆续续迭代了好几个版本,在编程上的体验可以说是越来越好,对...
暂未填写公司和职称
暂未填写个人简介
暂未填写学校和专业