自己写一个智能体-让其理解Skills
回顾一下我们的“造人”计划。 在理论篇中,我们给智能体装上了“大脑”(LLM);在MCP实战篇中,我们通过MCP协议给它接上了“手脚”(工具)...
回顾一下我们的“造人”计划。 在理论篇中,我们给智能体装上了“大脑”(LLM);在MCP实战篇中,我们通过MCP协议给它接上了“手脚”(工具)...
还记得我们在上一篇文章中聊过的“智能体”理论吗? 我们提到,智能体之所以比单纯的语言模型强大,是因为它拥有了“手”和“脚”——也就是使用工具的...
2025年的九月,Ollama社区迎来了三项意义非凡的更新:云端模型、性能强化的新调度引擎,以及网页搜索API。当我们将这三项更新放在一起审...
五月对于 Ollama 社区来说是激动人心的一个月!这个致力于让每个人都能轻松在本地运行强大AI模型的开源项目,在短短几周内接连发布了三项重大更新,极大地...
不知道大家有没有这种感觉,你与网页版的ChatGPT对话,和你调用API和GPT4o对话,返回的结果往往都是ChatGPT更好。明明它们背后...
在之前的文章中,我们介绍过使用RAG技术给大语言模型添加外部知识库。今天我们就来详细了解下RAG,并且不用任何框架,自己动手做一个RAG应用...
模型类别 首先要下载模型,Stable Diffusion模型可以在huggingface或者Civitai下载到。但是在这两个网站上下载的模型...
本文是Stable Diffusion系列第三篇。 前两篇文章我们介绍了在本地运行Stable Diffusion模型的方法,以及使用LoRA对模...
本文是Stable Diffusion系列第二篇。 在上一篇文章中,我们介绍了在本地使用Diffusers运行Stable Diffusion模型...
在之前的文章中,我们使用ollama在本地运行了大语言模型,它可以与你聊天,帮助你理解和生成文本内容。使用coqui-tts在本地运行了文本...