2026年11月的文章 第35页
第一部分:AI编程基础理论
1.1 AI辅助编程全景认知 1.1.1 什么是AI辅助编程 传统编程是你一行一行地'手写'代码,告诉计算机每一步该怎么做。你需要掌握编程语言的语法、理解算法、记住各种API —— 学习曲线陡峭且耗时漫...
0.3 环境验证:确认一切就绪
完成上面的安装后,让我们做一次全面的环境检查,确保所有工具都正常工作。 环境检查清单: 打开终端,依次执行以下命令: # 1. 检查 Node.js $ node -v # 预期输出: v18.x.x 或更高版本 # 2. ...
0.2 开发环境安装
0.2.1 Node.js 安装 Node.js 是一个让 JavaScript 能在电脑上运行的环境。它是前端开发、npm 包管理、Next.js/Vite 项目的基础工具,也是 Claude Code 官方安装前置条件之一。 你可以把 Node.js...
前言:一个不会写代码的人,如何用AI构建软件
一个真实的故事 想象这样一个场景:产品经理小王完全不会写代码,但他用自然语言向AI描述了自己想要的功能 —— '帮我做一个团队内部的书签收藏工具,支持按标签分类和搜索'。三天后,一个功能...
为什么现在需要自己理解 Agent Harness?
我们最终要实现的是这样一条完整链路: 用户提出任务 ↓ Flask API ↓ Agent Harness ↓ LLM 思考与决策 ↓ 选择 Tool ↓ 执行 Tool ↓ 获取 Observation ↓ 继续决策 ↓ 完成任务 最终这个 Age...
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...
2.4.3 句子的向量化(embed_query)
举例: 2.4.4 文档的向量化(embed_documents)文档的向量化,接收的参数是字符串数组。举例1: 举例2: from langchain_community.document_loaders 1 import CSVLoader
2.4 文档嵌入模型 Text Embedding Models
2.4.1 嵌入模型概述 Text Embedding Models:文档嵌入模型,提供将文本编码为向量的能力,即文档向量化。文档写入和用户查询匹配前都会先执行文档嵌入编码,即向量化。 常用嵌入模型: LangChai...
2.3.4 具体实现
举例1:字符串文本的分割 说明:若必须禁用分隔符(如处理无空格文本),需容忍实际块长略小于 chunk_size (尤其对中文)举例2:指定分割符 举例1:使用split_text()方法演示 举例2:使用creat...
2.3 文档切分器 Text Splitters
这些方法各有优势和局限,选择适当的分块策略取决于具体的应用需求和预期的检索效果。接下来我们依次尝试用常规手段应该如何实现上述几种方法的文本切分。 2.3.3 TextSplitter 源码分析 小结:...











