Agent 最核心的秘密:Main Loop
上一节我们已经把 Chain、DAG、Workflow 和 Agent 的差别讲清楚了。真正决定 Agent 味道的,不是“有没有大模型”,也不是“有没有工具”,而是模型是否能够在运行过程中,根据当前任务和执行反...
5、大模型应用场景介绍
5.1 RAG开发 1)背景大模型的知识冻结:随着 LLM 规模扩大,训练成本与周期相应增加,模型无法实时学习到最新的信息或动态变化。导致 LLM 难以应对诸如“请推荐现在的热门影片”等时间敏感的问...
案例分析二:Data Analysis Agent 如何用 Working Memory 维持“已经排除哪些方向”
数据分析类任务里,Working Memory 的价值往往更明显。因为分析不是只记“发现了什么”,还要记“哪些方向已经排除了”。下面这张图把一个典型链路拆开:先提出几个假设,再逐个验证,最后把排...
章末自测
题目 1:为什么最终项目不能只写成一个 agent.py 文件? 假设我们完全可以在一个 agent.py 中同时写 Flask Route、模型调用、工具执行、文件操作、Session 保存和日志记录...
案例分析一:Coding Agent 试图读取 ~/.ssh/id_rsa,为什么即使模型说“只是为了判断 Git 配置”也不能放行?
这个案例特别典型,因为它非常像真实对话:模型给出的理由看上去挺“合理”,甚至像是在帮你排查问题。但安全设计最怕的,就是被“听起来合理的理由”带偏。 从图里能看得很清楚:读取 ~/....
5. 模型训练与评估
在这一阶段,我们将实现模型的训练,使用适当的评价指标对模型性能进行评估,并通过网格搜索或随机搜索优化模型的超参数。最后,我们将选择合适的可视化形式,展示模型评估结果。 5.1 模型训练 ...
4.2 Matplotlib可视化
4.2.1 Matplotlib简介 什么是Matplotlib Matplotlib是一个Python绘图库,广泛用于创建各种类型的静态、动态和交互式图表。它是数据科学、机器学习、工程和科学计算领域中常用的绘图工具之...
4.3 Seaborn可视化
4.3.1 什么是Seaborn Seaborn是一个基于Matplotlib的Python可视化库,旨在简化数据可视化的过程。它提供了更高级的接口,用于生成漂亮和复杂的统计图表,同时也能保持与Pandas数据结构的良好兼...












