摘要：
linux 常用命令，基礎知識，常用工具。。。 閱讀全文
posted @ 2014-04-12 11:52
iTech
閱讀(7206)
評論(0)
推薦(2)
摘要：
本系列針對Bash Shell，其他的比較流行的Shell還有Korn shell (ksh)和"Tenex C shell" (tcsh)。一 簡單過程1）可以使用任意一種文字編輯器，比如nedit、kedit、emacs、vi等來編寫shell腳本。ubuntu中可以使用gedit，notpad... 閱讀全文
posted @ 2009-04-07 21:52
iTech
閱讀(3422)
評論(0)
推薦(2)
摘要：
LangChain、LangGraph 和 DeepAgents 都是同一個生態系統中的工具，但它們各自具有不同的核心功能和設計目標。LangChain 提供基礎組件，LangGraph 專注于復雜的控制流編排，而 DeepAgents 則是一個專注于構建高度自治、長期運行的智能體的框架。 主要功能 閱讀全文
posted @ 2025-11-04 11:13
iTech
閱讀(9)
評論(2)
推薦(0)
摘要：
https://github.com/yuxiaopeng/Github-Ranking-AI About A list of the most popular AI Topic repositories on GitHub based on the number of stars they hav 閱讀全文
posted @ 2025-11-03 10:31
iTech
閱讀(6)
評論(1)
推薦(0)
摘要：
Docling, Markitdown, and Marker are all tools used to convert documents into Markdown format, primarily for use in Large Language Model (LLM) pipeline 閱讀全文
posted @ 2025-11-03 10:00
iTech
閱讀(6)
評論(0)
推薦(0)
摘要：
  閱讀全文
posted @ 2025-10-07 12:12
iTech
閱讀(9)
評論(1)
推薦(0)
摘要：
Understanding Kubernetes Security Components In Kubernetes, security is implemented through several components that work together to control access an 閱讀全文
posted @ 2025-09-22 12:20
iTech
閱讀(7)
評論(0)
推薦(0)
摘要：
Agentic AI refers to autonomous AI systems capable of independent decision-making, planning, and action to achieve pre-defined goals, unlike tradition 閱讀全文
posted @ 2025-09-12 22:45
iTech
閱讀(10)
評論(0)
推薦(0)
摘要：
https://amirmalik.net/2025/03/07/code-sandboxes-for-llm-ai-agents# 比較LLM生成Python代碼執行的沙箱方案 ## 方案比較 ### 1. Linux容器 (LXC/Docker) **優點:**- 成熟的技術棧，廣泛應用- 資源 閱讀全文
posted @ 2025-09-12 22:33
iTech
閱讀(42)
評論(0)
推薦(0)
摘要：
https://drawnix.com/ https://github.com/plait-board/drawnix https://excalidraw.com/ https://github.com/excalidraw/excalidraw draw.io https://app.diagr 閱讀全文
posted @ 2025-09-12 21:38
iTech
閱讀(48)
評論(1)
推薦(0)
摘要：
https://appwrite.io/blog/post/10-git-commands-you-should-start-using#4-git-sparse-checkout-efficiently-handle-large-repositories 10 個你今天就應該開始使用的全新 Git 閱讀全文
posted @ 2025-09-02 18:11
iTech
閱讀(15)
評論(1)
推薦(0)
摘要：
引言 在人工智能快速發展的今天，傳統的工作流自動化工具已經無法滿足企業對智能化、自適應的業務需求。想象一下，當客戶支持團隊使用AI驅動的工作流自動化時，系統能夠實時分析收到的詢問，按緊急程度分類票據，將其路由給最合適的代理，并在交互過程中提供AI生成的建議——這正是AI Agent工作流的魅力所在。 閱讀全文
posted @ 2025-08-31 20:38
iTech
閱讀(410)
評論(0)
推薦(0)
摘要：
AI PandasAI 入門到精通：讓數據會說話的智能分析神器 1. 什么是PandasAI？ PandasAI 是一個開源的Python庫，它為廣受歡迎的數據分析和操作工具Pandas添加了生成式人工智能（Generative AI）功能。簡單來說，它是一個能讓您的數據“會說話”的智能分析助手。 閱讀全文
posted @ 2025-08-30 13:02
iTech
閱讀(102)
評論(1)
推薦(0)
摘要：
python charts: https://github.com/holtzy/The-Python-Graph-Gallery (based on plotly, seaborn, matplotlib) https://gallery.pyecharts.org/#/README (based 閱讀全文
posted @ 2025-08-24 15:17
iTech
閱讀(7)
評論(0)
推薦(0)
摘要：
幻燈片 1: 標題頁 標題: AI 智能體革命：從大型語言模型到Agent 副標題: AI 智能體、框架與協議簡介 演講者: [您的姓名/公司名稱] 日期: 2025年8月18日 幻燈片 2: 議程 標題: 議程 如何利用大型語言模型（LLMs）？ 什么是 AI 智能體？ AI 智能體的核心組件 熱 閱讀全文
posted @ 2025-08-23 20:20
iTech
閱讀(84)
評論(1)
推薦(0)
摘要：
SSE（Server-Sent Events，服務端推送事件）是一種基于 HTTP 協議，允許服務端單向向客戶端持續發送數據的技術。它最初在 HTML5 中被標準化，通常與前端的 EventSource 接口搭配使用。相較于 WebSocket 雙向通信而言，SSE 更適合“服務器持續向客戶端推送更 閱讀全文
posted @ 2025-08-23 20:18
iTech
閱讀(103)
評論(0)
推薦(0)
摘要：
ML算法的分類●有監督學習（Supervised Learning）：從給定的訓練數據集中學習出一個模型，當新的數據輸入時，可以根據這個模型預測結果。在監督學習中訓練數據既有特征又有標簽，通過訓練，讓機器可以自己找到特征和標簽之間的聯系，在面對只有特征沒有標簽的數據時，可以判斷出標簽。常見的監督問題 閱讀全文
posted @ 2025-08-18 21:37
iTech
閱讀(57)
評論(0)
推薦(0)
摘要：
smolagents codeAgent E2B docker pyodide deno webasembly sandbox https://github.com/huggingface/smolagents https://huggingface.co/docs/smolagents/index 閱讀全文
posted @ 2025-08-05 09:05
iTech
閱讀(27)
評論(1)
推薦(0)
摘要：
docs.copilotkit.ai React UI + elegant infrastructure for AI Copilots, AI chatbots, and in-app AI agents. The Agentic last-mile 🪁 CopilotKit is the ea 閱讀全文
posted @ 2025-08-04 22:17
iTech
閱讀(36)
評論(0)
推薦(0)
摘要：
廠商 產品名稱 技術亮點 核心場景 現狀 騰訊 CodeBuddy IDE ? 支持“產設研一體化”：設計稿轉代碼（精度99.9%）<br>? 深度集成微信生態，一鍵發布小程序<br>? 支持多模型（Claude/GPT/混元）28 企業級全流程開發、微信生態項目 內測階段，需申請資格 阿里 通義靈 閱讀全文
posted @ 2025-07-28 22:22
iTech
閱讀(846)
評論(1)
推薦(0)
摘要：
在 Kubernetes 中，`readiness`、`startup` 和 `liveness` 探針可以同時定義，并且它們的生命周期和作用是不同的。以下是它們的詳細區別和生命周期： ### 1. **Readiness Probe**- **作用**: 用于判斷容器是否已經準備好接收流量。- * 閱讀全文
posted @ 2025-07-28 10:37
iTech
閱讀(25)
評論(0)
推薦(0)
摘要：
Node taints 和 tolerations 是 Kubernetes 中用于控制和影響 pod 調度到節點上的機制。它們幫助確保某些 pod 僅調度到特定節點，或者防止 pod 調度到不適合它們的節點。 ### **Node Taints****taint** 是應用于節點的一種屬性，用于標 閱讀全文
posted @ 2025-07-28 10:24
iTech
閱讀(44)
評論(0)
推薦(0)
摘要：
minikue ssh到node上可以直接訪問pod 和 service。 例如curl pod_ip 或者curl servcie_ip。 如果想在外面訪問： 需要ingress 或者nodePort類型，curl $(minikube ip) 或者需要port-forward，curl $(mi 閱讀全文
posted @ 2025-07-27 11:49
iTech
閱讀(14)
評論(0)
推薦(0)
摘要：
  閱讀全文
posted @ 2025-07-26 14:58
iTech
閱讀(14)
評論(0)
推薦(0)
摘要：
在提升模型強推理能力的努力上，SFT蒸餾和強化學習被社區廣泛探索： 直接利用SFT蒸餾可以學習到數據中的推理范式，雖然在推理分數上的表現有所提升，但是更多是去擬合數據中的Pattern, 很難學習到數據背后的數學規律和MetaCoT 強化學習則是通過試錯和嘗試，鼓勵模型在最大化獎勵過程中學習到推理背 閱讀全文
posted @ 2025-06-13 12:10
iTech
閱讀(100)
評論(0)
推薦(0)
摘要：
NLP and transform https://github.com/datawhalechina/happy-llm/tree/main ──────────────────────────────────────────────────────── 預訓練（Pre-training） ─── 閱讀全文
posted @ 2025-06-11 21:48
iTech
閱讀(503)
評論(0)
推薦(0)
摘要：
LLaMA-Factory https://github.com/hiyouga/LLaMA-Factory 什么是 LLaMA-Factory？ LLaMA-Factory 是一個由開源社區開發的工具包，旨在簡化 Meta 推出的大型語言模型 LLaMA 的配置、訓練和部署過程。它提供了一組易于使 閱讀全文
posted @ 2025-06-11 21:46
iTech
閱讀(475)
評論(0)
推薦(0)
摘要：
LLM deploy for inference (tensor parallelism, data parallelism, pipeline parallelism, expert parallelism for MOE) vLLM worker or SGLang worker or http 閱讀全文
posted @ 2025-06-11 21:42
iTech
閱讀(47)
評論(0)
推薦(0)
摘要：
TensorFlow、PyTorch和Triton是機器學習領域常用的深度學習框架和工具，而CUDA和Google的TPU則是與硬件加速相關的技術和產品。它們在機器學習模型的訓練和推理中發揮著重要作用，利用GPU或TPU可以顯著提升計算速度和效率。 TensorFlow： 由Google開發的開源機 閱讀全文
posted @ 2025-06-11 21:34
iTech
閱讀(49)
評論(0)
推薦(0)
摘要：
LLM蒸餾過程是指將大型語言模型（LLM）中的知識和權重轉移到一個較小的模型中，以減少計算成本和內存占用，同時保持原有模型的性能。這個過程也被稱為模型蒸餾或知識蒸餾。以下是LLM蒸餾過程的概述： 背景 大型語言模型雖然能夠取得非常好的性能，但其計算成本和內存占用非常高，這使得它們難以部署在資源有限的 閱讀全文
posted @ 2025-06-11 21:32
iTech
閱讀(83)
評論(0)
推薦(0)
摘要：
在 Python 中，協程（asyncio）、多線程（multithreading）和多進程（multiprocessing）是實現并發和并行的三種主要方式。它們各有優劣，適用于不同場景。以下是它們的比較、使用實例和適用場景。 🔄 一、概述 1. 協程（Coroutines） 基于事件循環（asy 閱讀全文
posted @ 2025-06-03 22:52
iTech
閱讀(160)
評論(0)
推薦(0)
摘要：
以下是 Python 中被廣泛使用的 高級功能，適用于構建復雜系統、提升代碼效率和可讀性： 1. 生成器（Generators） 用途：惰性求值（Lazy Evaluation），節省內存。 語法：使用 yield 關鍵字。 適用場景：處理大數據流、文件讀取、無限序列等。 def fibonacci 閱讀全文
posted @ 2025-06-03 22:39
iTech
閱讀(103)
評論(0)
推薦(0)
浙公網安備 33010602011771號