deephub

文章/答案/技术大牛

发布

LV1

发表了文章 3小时前2026-06-03 19:32:17

多智能体系统（Multi-Agent Systems）：协调器、专门化 Agent 与通信机制

以前AI 的主流范式是单个模型与单个用户交互。系统接收指令、处理信息、输出结果。这套架构推动了巨大进步，但也暴露了一个随着任务复杂化而日益明显的问题。

deephub 3小时前2026-06-03 19:32:18

模型、通信、系统、agent、架构

发表了文章 1天前2026-06-02 13:22:10

Prompt Engineering 的本质：角色、任务、上下文、格式、约束

如果你在 ChatGPT、Claude 或 Gemini 里输入过一个问题但是发现："这不是我的意思"——那你已经碰到了 prompt engineering ...

deephub 1天前2026-06-02 13:22:10

prompt、博客、模型、数据、异常

发表了文章 2天前2026-06-01 13:45:04

视频 RAG 中分块策略：基于停顿、滑动窗口与基于 LLM 的方法

文本的RAG我们都已经很熟悉了，但是如果数据以原始视频转录文本的形式存储，没有合适的时间结构，那么相比标准的 PDF 或文本文档，如何检索视频里面的内容呢？

deephub 2天前2026-06-01 13:45:05

模型、视频、数据、系统、LLM

发表了文章 2天前2026-06-01 13:44:30

lat.md：将任意项目代码转换为可查询的知识图谱

模型一次只能看到项目里的一小部分。当代码规模膨胀到一定程度，把所有文件喂给 AI 就不再是可行的做法——上下文很快被吃光，模型也容易迷失在细节里丢掉对整体的把握...

deephub 2天前2026-06-01 13:44:31

配置、笔记、地图、工具、工作流

发表了文章 5天前2026-05-29 13:38:05

AutoGen 多智能体实战：Coder、Reviewer、Executor 自动跑完一次代码评审

多智能体系统（Multi-Agent Systems，MAS）代表了智能软件设计的一次转向：不再让一个庞大的 LLM 包揽所有问题，而是把复杂任务拆分到若干彼此...

deephub 5天前2026-05-29 13:38:06

模型、配置、工作流、架构、框架

发表了文章 5天前2026-05-29 13:37:52

四种无向量RAG 方案实测:BM25、GraphRAG、Tree Search、Agent

基于向量的 RAG 优化的是语义相似度（semantic similarity）：比如"不允许退货的政策"和"允许退货的政策"这两个查询会产生几乎相同的 emb...

deephub 5天前2026-05-29 13:37:53

测试、系统、agent、search、tree

发表了文章 5天前2026-05-29 13:37:44

Agentic 设计模式拆解：6 种结构的优缺点与应用场景

Agentic AI 这项技术并不新，只是模型性能提高后让它从研究环境走向了可以规模化落地的阶段。

deephub 5天前2026-05-29 13:37:44

管理、设计模式、系统、工具、工作流

发表了文章 8天前2026-05-26 19:34:02

从零搭建 Harness Engineering 框架：Rule、Skill、Sub-Agent等工程落完整路径

Harness Engineering（脚手架工程）这个概念已经流行一阵了。网上大多数文章都停留在理论层面，反复解释为什么现代 AI 开发不能再依赖单个 Pro...

deephub 8天前2026-05-26 19:34:03

系统、agent、工作流、框架、设计

发表了文章 9天前2026-05-25 12:25:09

推理 → 行动 → 观察：用 LangChain + Python 实现一个智能体循环

如果你用过 ChatGPT 或 Claude的话对标准聊天机器人的工作方式应该不陌生：提问然后得到一个回答。但如果交给它一个多步骤任务呢？比如：“帮我找到最便宜...

deephub 9天前2026-05-25 12:25:09

工具、架构、搜索、python、机器人

发表了文章 9天前2026-05-25 12:24:35

Python 自动管理内存：核心机制拆解与优化指南

本文按层次拆解 Python 的内存系统，每一个结论都附上可以直接复制运行的示例。

deephub 9天前2026-05-25 12:24:35

python、对象、管理、内存、优化

发表了文章 9天前2026-05-25 12:23:54

TraceML：用三行代码为训练循环加入 step 级诊断

一直以来，你都能盯着 loss 曲线看；TraceML 让你看见训练循环内部的效率。

deephub 9天前2026-05-25 12:23:55

分布式、工具、内存、日志、存储

发表了文章 13天前2026-05-21 20:29:05

告别脆弱的单体应用，用多智能体网络构建稳定的生产力工具

多智能体系统代表了 AI 应用设计上的一次根本性转向，在过去几年，主流的一直是单智能体模型：一个 LLM、一条提示链（prompt chain）、一个系统包办所...

deephub 13天前2026-05-21 20:29:06

系统、优化、工具、设计、网络

发表了文章 14天前2026-05-20 15:45:39

2026 年面向 LLM 的 RL方法总结：从 PPO 到 DPO 到 GRPO，再到多智能体 RL

强化学习一直是个执着于游戏、机器人和控制回路的小众子领域，直到ChatGPT 出现之后它就成了夹在“聪明的”基础模型与“有用的”产品之间的那一层。到现在差不多已...

deephub 14天前2026-05-20 15:45:40

模型、数据、数学、LLM、框架

发表了文章 14天前2026-05-20 15:45:26

构建一个可自我改进的多 Agent RAG 系统：架构、评估，以及带人工审核的 Prompt 反馈闭环

检索增强生成（Retrieval-Augmented Generation，RAG）已经成为将大语言模型（Large Language Model，LLM）回答...

deephub 14天前2026-05-20 15:45:26

系统、agent、prompt、架构、事件

发表了文章 14天前2026-05-20 15:45:12

Agent = Model + Harness：模型决定上限Harness 决定下限

Claude Code 和 Cursor 并不是用来跟 AI 对话的界面。同一个项目上跑AI 编码助手：Claude Code、Trae 和 Qwen，你就会发...

deephub 14天前2026-05-20 15:45:12

agent、model、编码、工具、模型

发表了文章 19天前2026-05-15 20:54:10

HyDE ：让 RAG 检索从"匹配关键词"升级到"理解意图"

做过检索增强生成（Retrieval-Augmented Generation，RAG）的人大概都遇到过这样的情况：用户问了一个完全合理的问题，但检索就是漏掉了...

deephub 19天前2026-05-15 20:54:11

搜索、系统、存储、模型、设计

发表了文章 19天前2026-05-15 20:54:00

让机器学习 Pipeline 更稳的 5 个 Python 装饰器代码

AI 项目的代码膨胀速度很快。跑通原型后过几周就会塞满 API 调用、模型 Pipeline、重试、日志、缓存和各种校验逻辑。

deephub 19天前2026-05-15 20:54:01

模型、装饰器、机器学习、python、pipeline

发表了文章 19天前2026-05-15 20:53:50

Feature Engineering 实战：Pandas + Scikit-learn的机器学习特征工程的完整代码示例

Feature engineering 是机器学习 pipeline 里最关键的一环。算法再好，如果输入数据噪声大、不一致或者缺乏有意义的特征，模型表现都不会很...

deephub 19天前2026-05-15 20:53:50

异常、机器学习、特征工程、pandas、模型

发表了文章 19天前2026-05-15 20:53:39

2026 RAG 选型指南：Vector、Graph、Vectorless 该怎么挑 

检索找到了某个语义上接近的片段，LLM 围绕它写出一段文字，但是没人发现答案是错的。这是 vector RAG 调参解决不了的失败问题。而现在有2种方法可以解决...

deephub 19天前2026-05-15 20:53:40

graph、vector、搜索、索引、系统

发表了文章 23天前2026-05-11 12:55:34

三个工具，让 agent 在一次对话里完成研究、写码、调试与保存

agent 抓了一份 Python 文档，写了三段 list comprehension 示例，然后跑起来。前两段没问题第三段抛出了语法错误。它没有停在那里，而...

deephub 23天前2026-05-11 12:55:34

工作流、模型、调试、agent、工具

12 3 4 5 6 7 8...92 下一页

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2020-04-20

个人成就

获得 3.7K 次赞同
文章被阅读 3M 次
文章获得 1 次首页推荐

关注了：1关注者：252

deephub

多智能体系统（Multi-Agent Systems）：协调器、专门化 Agent 与通信机制

Prompt Engineering 的本质：角色、任务、上下文、格式、约束

视频 RAG 中分块策略：基于停顿、滑动窗口与基于 LLM 的方法

lat.md：将任意项目代码转换为可查询的知识图谱

AutoGen 多智能体实战：Coder、Reviewer、Executor 自动跑完一次代码评审

四种无向量RAG 方案实测:BM25、GraphRAG、Tree Search、Agent

Agentic 设计模式拆解：6 种结构的优缺点与应用场景

从零搭建 Harness Engineering 框架：Rule、Skill、Sub-Agent等工程落完整路径

推理 → 行动 → 观察：用 LangChain + Python 实现一个智能体循环

Python 自动管理内存：核心机制拆解与优化指南

TraceML：用三行代码为训练循环加入 step 级诊断

告别脆弱的单体应用，用多智能体网络构建稳定的生产力工具

2026 年面向 LLM 的 RL方法总结：从 PPO 到 DPO 到 GRPO，再到多智能体 RL

构建一个可自我改进的多 Agent RAG 系统：架构、评估，以及带人工审核的 Prompt 反馈闭环

Agent = Model + Harness：模型决定上限Harness 决定下限

HyDE ：让 RAG 检索从"匹配关键词"升级到"理解意图"

让机器学习 Pipeline 更稳的 5 个 Python 装饰器代码

Feature Engineering 实战：Pandas + Scikit-learn的机器学习特征工程的完整代码示例

2026 RAG 选型指南：Vector、Graph、Vectorless 该怎么挑

三个工具，让 agent 在一次对话里完成研究、写码、调试与保存

个人简介

个人成就

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

deephub

多智能体系统（Multi-Agent Systems）：协调器、专门化 Agent 与通信机制

Prompt Engineering 的本质：角色、任务、上下文、格式、约束

视频 RAG 中分块策略：基于停顿、滑动窗口与基于 LLM 的方法

lat.md：将任意项目代码转换为可查询的知识图谱

AutoGen 多智能体实战：Coder、Reviewer、Executor 自动跑完一次代码评审

四种无向量RAG 方案实测:BM25、GraphRAG、Tree Search、Agent

Agentic 设计模式拆解：6 种结构的优缺点与应用场景

从零搭建 Harness Engineering 框架 ：Rule、Skill、Sub-Agent等工程落完整路径

推理 → 行动 → 观察：用 LangChain + Python 实现一个智能体循环

Python 自动管理内存：核心机制拆解与优化指南

TraceML：用三行代码为训练循环加入 step 级诊断

告别脆弱的单体应用，用多智能体网络构建稳定的生产力工具

2026 年面向 LLM 的 RL方法总结：从 PPO 到 DPO 到 GRPO，再到多智能体 RL

构建一个可自我改进的多 Agent RAG 系统：架构、评估，以及带人工审核的 Prompt 反馈闭环

Agent = Model + Harness：模型决定上限Harness 决定下限

HyDE ：让 RAG 检索从"匹配关键词"升级到"理解意图"

让机器学习 Pipeline 更稳的 5 个 Python 装饰器代码

Feature Engineering 实战：Pandas + Scikit-learn的机器学习特征工程的完整代码示例

2026 RAG 选型指南：Vector、Graph、Vectorless 该怎么挑&nbsp;

三个工具，让 agent 在一次对话里完成研究、写码、调试与保存

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

从零搭建 Harness Engineering 框架：Rule、Skill、Sub-Agent等工程落完整路径

2026 RAG 选型指南：Vector、Graph、Vectorless 该怎么挑