1.3 技术演进历史
1.3.1 规则系统阶段 在20世纪50年代至80年代初,自然语言处理主要依赖人工编写的语言规则,这些规则由语言学家和程序员手动制定。这一阶段的代表系统有早期的机器翻译系统(如Georgetown-IBM实...
小节三:Session 和 Run 到底有什么区别——多轮会话里最容易混淆的两个概念
这是这一节最重要的工程边界之一。 很多早期 Agent 项目会直接: session_id == run_id Demo 可以。 但后面很快会出问题。 Session 是“长期会话” 例如: Session: “帮我持续处理这个项目” ...
13.2 全局DHCP配置
1.R1配置全局DHCP [R1]dhcp enable [R1]ip pool dsrw.com R1-ip-pool-dsrw.com]gateway-list 192.168.1.254 [R1-ip-pool-dsrw.com]network 192.168.1.0 mask 255.255.255.0 [R1-ip-pool-dsrw.co...
8.13 DSVPN
DSVPN配置 1)配置安全区域 #FW1 firewall zone trust add interface GigabitEthernet1/0/1 firewall zone untrust add interface GigabitEthernet1/0/0 #FW2 firewall zone trust add interfac...
7.4.5 Transformer.encoder
nn.Transformer 模块中包含一个编码器部分,可通过属性transformer.encoder访问,其本质是一个nn.TransformerEncoder实例。通过其forward方法,可以对源序列进行编码,提取上下文相关的语义表示...
7.3.3 错误处理:handle_errors参数
受限于模型能力,大模型输出的内容可能并不符合格式要求,ToolStrategy通过其handle_errors参数提供了结构化过程错误处理策略,以下是主要的几种方式及其用途: 情况1:设置为True/False/固定字...
小节三:Agent——真正的变化,是“下一步由谁决定”
现在我们正式进入 Agent。 先看一个最短版本: 当前状态 ↓ LLM 判断下一步做什么 ↓ Action ↓ 执行 ↓ Observation ↓ 再次判断 这里有四个关键输入。 Goal:最终要完成什么。 State:现在执...
案例分析一:Coding Agent v2 成功率更高,但为什么不一定值得上线?
场景背景 v1: Success 84% Avg Steps 8 Avg Tokens 30K Cost 0.09 Latency 28s v2: Success 88% Avg Steps 19 Avg Tokens 95K Cost 0.27 Latency 77s 提升: 成功率 +4% 但成本: 3 倍 延迟:...
小节一:Conversation History 和 Working Memory 到底差在哪——一个记录“过程”,一个记录“当前认知”
先看一张对照图,很多同学看到这里一下就能把两个概念分开了。左边是按时间顺序堆起来的 History,适合回放“发生过什么”;右边是面向下一步决策的 Working Memory,更像当前任务状态的摘要面...













