小节四:最大重试次数、错误预算与恢复边界——Agent 不能因为“会纠错”就无限尝试
有了 Retry 和 Fallback,很容易产生另一个问题,Agent 会不会为了“再试一下”一直跑? 答案是,会。 所以恢复机制一定要有边界。 第一层:Tool Retry 上限 例如: max_retries = 2 代表: 初...
8. 结果分析与解读
这一部分,我们将详细分析模型的预测结果,并根据这些结果提供一些关于全球气候变化趋势的洞察。我们将解释模型评估指标、预测结果,并分析其对于理解全球气候变化趋势的意义。 8.1 模型评估结...
8.4 深度卷积神经网络
将神经网络的层数加深,可以更有效地提取层次信息,还可以减少参数数量,从而让学习更加高效。 基于CNN构建深度神经网络,可以提取出更多的图片信息,大幅提高图像识别精度。在人工智能的发展历...
章末自测
题目 1:为什么说“大模型没有真的执行函数”? 假设模型返回 read_file(path='app.py'),请从模型输出、Harness、Python 运行时、真实环境四个层次解释整个过程,并说明如果 Harness 拒绝...
案例分析二:Data Analysis Agent 已经找到根因,却因为“还能再查”不断下钻,Reminder 如何帮助结束?
数据分析类 Agent 里,另一种很常见的空转,就是明明已经找到核心原因,却还忍不住继续下钻。下面这张图就把这个场景讲得很透。 从左到右看,会很容易建立直觉:先是已经通过分析找到根因,接着...
3.2 核心配置详解
Claude Code 有多层配置体系,从全局到项目级,层层覆盖。 配置层级: 全局配置(影响所有项目) └── ~/.claude/settings.json项目级配置(只影响当前项目) └── 项目根目录/.claude/se...
小节四:这门课会怎样一步步把“玩具 Agent”长成真正可控的工程系统?
现在我们已经看到终点,也知道为什么要自己搭 Harness,接下来最容易出现的问题是,“这么多模块,是不是一下子要全部写完?” 完全不需要。 我们会用一个非常明确的“逐层加能力”的方式推进。...
小节二:实现 compact_context()——旧消息压缩、最近消息保留、规则稳定注入
正式写代码前,先把执行流程在脑子里过一遍。下面这张流程图把 compact_context() 从输入 messages、判断阈值、提取必须保留内容、截取最近几轮、生成摘要、重建新 Context,到写入 build re...
2.5 向量存储(Vector Stores)
将文本向量化之后,下一步就是进行向量的存储。2.5.1 向量数据库的理解假设你是一名摄影师,拍了大量的照片。为了方便管理和查找,你决定将这些照片存储到一个数据库中。传统的关系型数据库(如...
2.readline方法
概述:使用文件对象的readline方法,读取文件中的一行。 方法说明: readline(size) 中的size是可选参数。 若不传递size参数,表示:读取当前这一行所有的内容。 若传递了size参数,表示:...










