- 智能体系列解读来咯，带你轻松读懂~ 智能体系列解读来咯，带你轻松读懂~
- 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju
- 总结，宇宙本体是超流体，粒子即漩涡，有27种元漩涡，对应27维，驻波是漩涡的激发态，也有27种元驻波，膜宇宙中的膜是漩涡或驻波（激发时是驻波）的边界。一、基于本体自耦合的拓扑动力宇宙论Ⅰ. 本体论框架的数学形式化超流体本体的代数定义本体( \mathcal{O} ) 定义为无限维非交换代数：[ \mathcal{O} = \bigoplus_{n=0}^\infty \Lambda^n\le... 总结，宇宙本体是超流体，粒子即漩涡，有27种元漩涡，对应27维，驻波是漩涡的激发态，也有27种元驻波，膜宇宙中的膜是漩涡或驻波（激发时是驻波）的边界。一、基于本体自耦合的拓扑动力宇宙论Ⅰ. 本体论框架的数学形式化超流体本体的代数定义本体( \mathcal{O} ) 定义为无限维非交换代数：[ \mathcal{O} = \bigoplus_{n=0}^\infty \Lambda^n\le...
- LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。 LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。
- Coze与Dify两大开源AI平台各有特色：Dify采用Python一体化架构，适合快速开发部署，社区成熟；Coze基于Go微服务设计，扩展灵活但部署复杂。选择需结合团队技术栈，Python系选Dify追求效率，Go系选Coze注重定制。两者都能显著降低AI应用开发门槛。 Coze与Dify两大开源AI平台各有特色：Dify采用Python一体化架构，适合快速开发部署，社区成熟；Coze基于Go微服务设计，扩展灵活但部署复杂。选择需结合团队技术栈，Python系选Dify追求效率，Go系选Coze注重定制。两者都能显著降低AI应用开发门槛。
- 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。
- 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。
- Coze与Dify两大开源AI平台各有特色：Dify采用Python一体化架构，适合快速开发部署，社区成熟；Coze基于Go微服务设计，扩展灵活但部署复杂。选择需结合团队技术栈，Python系选Dify追求效率，Go系选Coze注重定制。两者都能显著降低AI应用开发门槛。 Coze与Dify两大开源AI平台各有特色：Dify采用Python一体化架构，适合快速开发部署，社区成熟；Coze基于Go微服务设计，扩展灵活但部署复杂。选择需结合团队技术栈，Python系选Dify追求效率，Go系选Coze注重定制。两者都能显著降低AI应用开发门槛。
- LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。 LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。
- 本文解析RAG（检索增强生成）技术的工作流程与核心组件，涵盖知识库预处理、实时查询处理和增强生成三阶段，介绍优化策略、应用场景及最佳实践，为企业构建高效AI问答系统提供全面指导。 本文解析RAG（检索增强生成）技术的工作流程与核心组件，涵盖知识库预处理、实时查询处理和增强生成三阶段，介绍优化策略、应用场景及最佳实践，为企业构建高效AI问答系统提供全面指导。
- 本文解析RAG（检索增强生成）技术的工作流程与核心组件，涵盖知识库预处理、实时查询处理和增强生成三阶段，介绍优化策略、应用场景及最佳实践，为企业构建高效AI问答系统提供全面指导。 本文解析RAG（检索增强生成）技术的工作流程与核心组件，涵盖知识库预处理、实时查询处理和增强生成三阶段，介绍优化策略、应用场景及最佳实践，为企业构建高效AI问答系统提供全面指导。
- 1.深度学习概述包括深度学习与机器学习区别、深度学习应用场景、深度学习框架介绍、项目演示、开发环境搭建（pycharm安装）。2. TensorFlow基础涵盖TF数据流图、TensorFlow实现加法运算、图与TensorBoard（图结构、图相关操作、默认图、创建图、OP）、张量（张量概念、张量的阶、张量数学运算）、变量OP（创建变量）、增加其他功能（命名空间、模型保存与加 1.深度学习概述包括深度学习与机器学习区别、深度学习应用场景、深度学习框架介绍、项目演示、开发环境搭建（pycharm安装）。2. TensorFlow基础涵盖TF数据流图、TensorFlow实现加法运算、图与TensorBoard（图结构、图相关操作、默认图、创建图、OP）、张量（张量概念、张量的阶、张量数学运算）、变量OP（创建变量）、增加其他功能（命名空间、模型保存与加
- 本文将介绍使用`Python`开发一个简单的`AI`图编排应用，我们的目标是实现`AI`应用在`RK3588`上灵活编排和高效部署。首先我们定义的图是由边和节点组成的有向无环图，边代表任务队列，表示数据在节点之间的流动关系，每个节点都是一个计算单元，用于处理特定的任务。 本文将介绍使用`Python`开发一个简单的`AI`图编排应用，我们的目标是实现`AI`应用在`RK3588`上灵活编排和高效部署。首先我们定义的图是由边和节点组成的有向无环图，边代表任务队列，表示数据在节点之间的流动关系，每个节点都是一个计算单元，用于处理特定的任务。
- 独立部署的Dify 平台忘记管理员密码的时候，可以在云运维中心控制台的可视化界面上操作重置密码。 独立部署的Dify 平台忘记管理员密码的时候，可以在云运维中心控制台的可视化界面上操作重置密码。
- 本文介绍如何构建基于MCP协议的论文分析智能体，支持PDF论文解析、基本信息提取、内容分析与自动问答。通过Node.js环境搭建MCP服务器，集成pdf-parse解析文本，提供论文标题、作者、摘要等关键信息提取，并可依据内容回答用户问题。项目具备良好扩展性，可进一步接入NLP处理、引用分析及多格式文档支持，适合科研与学术场景使用。 本文介绍如何构建基于MCP协议的论文分析智能体，支持PDF论文解析、基本信息提取、内容分析与自动问答。通过Node.js环境搭建MCP服务器，集成pdf-parse解析文本，提供论文标题、作者、摘要等关键信息提取，并可依据内容回答用户问题。项目具备良好扩展性，可进一步接入NLP处理、引用分析及多格式文档支持，适合科研与学术场景使用。
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签