<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>binglu’s blog</title><link>https://bingluyan.pages.dev/</link><description>机器学习、AI 实践和生活思考</description><language>zh-cn</language><item><title>xgboost 理解</title><link>https://bingluyan.pages.dev/articles/feishu-uoy4dip7uowm8qxaogwcjgacncd/</link><guid>https://bingluyan.pages.dev/articles/feishu-uoy4dip7uowm8qxaogwcjgacncd/</guid><description>为了理解 XGBoost，我们需要对监督分类、决策树和提升算法等更广泛的概念有所了解，这些内容将在本章中详细介绍。首先，让我们简要回顾一下…… 本文将介绍监督学习及其方法可以应用于哪些类型的问题。监督学习的核心（XGBoost 可以…</description><pubDate>Mon, 13 Apr 2026 16:00:00 GMT</pubDate></item><item><title>Claude code</title><link>https://bingluyan.pages.dev/articles/feishu-hwxfdcqgtowjhcxteovcgtrenhc/</link><guid>https://bingluyan.pages.dev/articles/feishu-hwxfdcqgtowjhcxteovcgtrenhc/</guid><description>pending = 排队等待，running = 正在干活，completed = 干完了，failed = 干砸了</description><pubDate>Sun, 12 Apr 2026 16:00:00 GMT</pubDate></item><item><title>PPO 与 DPO：两种对齐方法的理解</title><link>https://bingluyan.pages.dev/articles/feishu-exthdqlevovd9ox3qnfcikybnuh/</link><guid>https://bingluyan.pages.dev/articles/feishu-exthdqlevovd9ox3qnfcikybnuh/</guid><description>PPO（Proximal Policy Optimization） 是一种强化学习算法，常用于训练在连续动作空间（如机器人关节或游戏角色控制）中的智能体。其核心目标是稳定且可靠地提升智能体的决策策略（policy）。 PPO 的核心…</description><pubDate>Thu, 12 Mar 2026 16:00:00 GMT</pubDate></item><item><title>Python的进程、线程、协程</title><link>https://bingluyan.pages.dev/articles/feishu-n9ygdhymlo2j4nxymipc07nznjd/</link><guid>https://bingluyan.pages.dev/articles/feishu-n9ygdhymlo2j4nxymipc07nznjd/</guid><description>理解进程、线程和协程之间的区别，以及如何有效地利用它们，至关重要。 Process</description><pubDate>Sun, 08 Mar 2026 16:00:00 GMT</pubDate></item><item><title>ballTree</title><link>https://bingluyan.pages.dev/articles/feishu-rxtpdmvwdoo2zcxtoyec7ipvndd/</link><guid>https://bingluyan.pages.dev/articles/feishu-rxtpdmvwdoo2zcxtoyec7ipvndd/</guid><description>当你想要计算出某一点和所有库存点中距离最近的一个点时，最简单的方法无非就是遍历，暴力计算所有点的距离，最小的即是当前所要找的点。但是这样涉及到一个问题，这个点都需和全量的所有点进行计算，这样会费时间和计算资源， 而balltree正…</description><pubDate>Thu, 26 Feb 2026 16:00:00 GMT</pubDate></item><item><title>量化——下</title><link>https://bingluyan.pages.dev/articles/feishu-dpy7dhietofdgoxswufcvppwn8c/</link><guid>https://bingluyan.pages.dev/articles/feishu-dpy7dhietofdgoxswufcvppwn8c/</guid><description>量化与精度优化 模型结构优化决定“做什么计算”，而计算效率高度依赖数值精度——优化框架的第二维。 数值精度决定权重与激活的表示方式，直接影响内存使用、计算效率和功耗。许多最先进的模型使用高精度浮点格式如 FP32（32 位浮点），虽…</description><pubDate>Wed, 25 Feb 2026 16:00:00 GMT</pubDate></item><item><title>怎么跟豆包说话，它才听得懂？</title><link>https://bingluyan.pages.dev/articles/feishu-jhvqdj3ulojyptx6bnycrsrfnuf/</link><guid>https://bingluyan.pages.dev/articles/feishu-jhvqdj3ulojyptx6bnycrsrfnuf/</guid><description>什么是提示词？ 过年时，我发现家里人虽然知道“豆包”这样的智能助手，但真正用的时候总觉得它不好使，输出的内容总是“差点意思”。 其实，要让豆包回答得更贴心、更准确，靠的不是运气，而是会用提示词。 提示词（Prompt）就是对任务的描…</description><pubDate>Mon, 23 Feb 2026 16:00:00 GMT</pubDate></item><item><title>机器学习基础知识</title><link>https://bingluyan.pages.dev/articles/feishu-jpr1dnce5obtqpxt6mfcoyrwnoe/</link><guid>https://bingluyan.pages.dev/articles/feishu-jpr1dnce5obtqpxt6mfcoyrwnoe/</guid><description>构建机器学习模型包括数据收集和准备、选择合适的算法、在准备好的数据上训练模型，以及通过测试和迭代评估其性能。 训练数据 -- 机器学习算法 -- 模型 机器学习过程始于训练数据的收集和处理。糟糕的数据通常被称为 “垃圾进 ， 垃圾出…</description><pubDate>Wed, 28 Jan 2026 16:00:00 GMT</pubDate></item><item><title>深度学习基础知识</title><link>https://bingluyan.pages.dev/articles/feishu-ovo6deydhoovdpxanlkcnqtanzb/</link><guid>https://bingluyan.pages.dev/articles/feishu-ovo6deydhoovdpxanlkcnqtanzb/</guid><description>深度学习领域的灵感来源于大脑的结构和功能。它运用人工神经网络，这是一种旨在模仿人脑处理信息方式的计算模型。 神经网络 深度学习的核心是神经网络。就像我们的大脑由相互连接的神经元组成一样，神经网络也由许多称为节点的微小单元连接而成。这…</description><pubDate>Wed, 28 Jan 2026 16:00:00 GMT</pubDate></item><item><title>Generative AI Fundamentals 生成式人工智能基础知识</title><link>https://bingluyan.pages.dev/articles/feishu-uogmd2wyvodcatxpcc1caxucnzc/</link><guid>https://bingluyan.pages.dev/articles/feishu-uogmd2wyvodcatxpcc1caxucnzc/</guid><description>生成式人工智能基础知识 机器学习技术已经存在数十年了，这不禁让人发问：是什么促成了生成式人工智能的兴起？答案其实很简单：巨额资源投入。组建庞大的团队、投入计算资源，以及至关重要的——愿意投资并开发创新理念，这些都是生成式人工智能崛起…</description><pubDate>Wed, 28 Jan 2026 16:00:00 GMT</pubDate></item><item><title>记录</title><link>https://bingluyan.pages.dev/articles/feishu-bdmad0fhoodndbxu5orc2rjbnqf/</link><guid>https://bingluyan.pages.dev/articles/feishu-bdmad0fhoodndbxu5orc2rjbnqf/</guid><description>To summarize, an Agent is a system that uses an AI Model (typically an LLM) as its core reasoning engine, to: 总而言之，智…</description><pubDate>Mon, 26 Jan 2026 16:00:00 GMT</pubDate></item><item><title>SARSA 是什么？和 Q-learning 的区别</title><link>https://bingluyan.pages.dev/articles/feishu-izdhdwphsobhpxx6lcycup0wnye/</link><guid>https://bingluyan.pages.dev/articles/feishu-izdhdwphsobhpxx6lcycup0wnye/</guid><description>什么是 SARSA？ SARSA（状态-动作-奖励-状态-动作）是一种策略强化学习（RL）算法，它通过与环境交互帮助智能体学习最优策略。智能体探索环境，采取行动，接收反馈，并持续更新其行为以最大化长期奖励。 和其他算法（如 Q-le…</description><pubDate>Thu, 25 Dec 2025 16:00:00 GMT</pubDate></item><item><title>模型量化</title><link>https://bingluyan.pages.dev/articles/feishu-ha7qdswnpo7m7bxbi5hctepcnzc/</link><guid>https://bingluyan.pages.dev/articles/feishu-ha7qdswnpo7m7bxbi5hctepcnzc/</guid><description>量化 Float 转 int 的过程就是量化，在这个转换过程中想办法尽量减少量化后的模型的误差 为什么需要量化？ 想象你有一张图片，但是你手机内存不够了，那怎么办，只有两个办法，要么压缩图像大小，要么压缩像素点数量。量化就是在确保还…</description><pubDate>Wed, 24 Dec 2025 16:00:00 GMT</pubDate></item><item><title>LoRA，P-Tuning 微调原理</title><link>https://bingluyan.pages.dev/articles/feishu-pfk8dcezvoluvfx9p01c1msyngf/</link><guid>https://bingluyan.pages.dev/articles/feishu-pfk8dcezvoluvfx9p01c1msyngf/</guid><description>微调基础概念 在大语言模型中，微调是一种帮助模型学会新知识的一种方式。如果你的微调数据集包含了特定领域的新信息，模型在训练过程中就会学习这些内容，并将其融入到自己的响应中。事实上，微调确实能够教会模型新的知识与规律。 训练范式与 R…</description><pubDate>Sun, 21 Dec 2025 16:00:00 GMT</pubDate></item><item><title>强化学习--DQN</title><link>https://bingluyan.pages.dev/articles/feishu-aykbdwjxlof4pfxk4x6cnpj2nww/</link><guid>https://bingluyan.pages.dev/articles/feishu-aykbdwjxlof4pfxk4x6cnpj2nww/</guid><description>强化学习--DQN 什么是 DQN？ DQN 流程图 本质上 DQN 仍然是一个 Q 网络，只不过由原来的 Q 表转换为了神经网络，但他的目标依然还是最大化动作价值函数， 下棋根据 S 来决定下一步，需要策略，然后需要通过数学计算计…</description><pubDate>Thu, 04 Dec 2025 16:00:00 GMT</pubDate></item><item><title>浅显易懂 理解 蒙特卡洛树搜索（MCTS）</title><link>https://bingluyan.pages.dev/articles/feishu-cfbbd4sobowzgvxpmcnc8g9an8c/</link><guid>https://bingluyan.pages.dev/articles/feishu-cfbbd4sobowzgvxpmcnc8g9an8c/</guid><description>蒙特卡洛方法（Monte Carlo Method）是一类利用随机抽样来近似解决复杂数学或计算问题的方法。核心思想是： 当一个问题的搜索空间太大、太复杂、传统分析或精确计算难以进行时，可以通过大量随机样本来估计整体的统计特性，从而获…</description><pubDate>Thu, 04 Dec 2025 16:00:00 GMT</pubDate></item><item><title>GPT都在用的估计法，最大似然估计（MLE）</title><link>https://bingluyan.pages.dev/articles/feishu-r3j8d1t8coatwrxa7tpcwdcgnch/</link><guid>https://bingluyan.pages.dev/articles/feishu-r3j8d1t8coatwrxa7tpcwdcgnch/</guid><description>什么是最大似然估计？ 最大似然估计，简单讲，就是一种“贴合”的方法。 贴合什么？贴合模型参数与真实数据之间的关系。 在理解它之前，先看一个基本概念： 在一个模型里，只要给定输入数据并指定一组参数，模型就会生成对应的输出，也就是预测结…</description><pubDate>Thu, 20 Nov 2025 16:00:00 GMT</pubDate></item><item><title>不搞公式！轻松看懂生成式 vs 判别式，联合/条件概率、贝叶斯思维（白话讲解）</title><link>https://bingluyan.pages.dev/articles/feishu-f9bvdurttol4dbx3xaeckpaon7b/</link><guid>https://bingluyan.pages.dev/articles/feishu-f9bvdurttol4dbx3xaeckpaon7b/</guid><description>什么是生成式？ 生成式模型会从大量样本中学习这些数据“是怎样被产生的”。它通过分析数据背后隐藏的生成规律，既能理解已有样本，也能按照这些规律“创造”新的数据。 因为它学的是生成规律，所以它不仅能理解已有样本，还能创造出符合原来规律的…</description><pubDate>Sun, 16 Nov 2025 16:00:00 GMT</pubDate></item><item><title>L1，L2正则化</title><link>https://bingluyan.pages.dev/articles/feishu-khj1dlsy8olx5xxaxy4c7mdnnuc/</link><guid>https://bingluyan.pages.dev/articles/feishu-khj1dlsy8olx5xxaxy4c7mdnnuc/</guid><description>为什么我们需要正则化？ 正则化是在模型训练时抑制模型过拟合，提升模型的性能的一种方式，同时它还能提高稳定性、减少噪声影响、提升泛化。 什么是过拟合？ 过拟合就是模型在训练集上表现很好，但在测试集上表现很差，说明它可能不是在学习规律，…</description><pubDate>Thu, 13 Nov 2025 16:00:00 GMT</pubDate></item><item><title>图结构思维的演进：从概率图模型到 LangGraph</title><link>https://bingluyan.pages.dev/articles/feishu-qzu0dbxawopkyvxcbt8c9xlgn0d/</link><guid>https://bingluyan.pages.dev/articles/feishu-qzu0dbxawopkyvxcbt8c9xlgn0d/</guid><description>什么是图？ 图是一种关系型的语言表达方式，它是一个抽象的概念，用它我们可以很好的表达事物之间的关系 核心概念： 节点：表示事物，比如“天气”、“状态” 边： 表示关系，比如“因果”、“联系” 而有向图无向图的核心区别，就是要看这个边…</description><pubDate>Thu, 06 Nov 2025 16:00:00 GMT</pubDate></item><item><title>标准化、归一化、有量纲无量纲</title><link>https://bingluyan.pages.dev/articles/feishu-ydlrd9fdhosfv0xou9bcmbitn4q/</link><guid>https://bingluyan.pages.dev/articles/feishu-ydlrd9fdhosfv0xou9bcmbitn4q/</guid><description>什么是 有/无 量纲？ 量纲是一个类别，并不是一个具体的单位，它是具有宽泛性的，可以表述为时间，而时、分、秒为具体的单位数值。 有量纲就是有单位，比如时间（s），距离（m），速度（v=m/s） 这种可测量的，大小和单位有关的就叫做有…</description><pubDate>Wed, 05 Nov 2025 16:00:00 GMT</pubDate></item><item><title>强化学习---马尔可夫决策过程</title><link>https://bingluyan.pages.dev/articles/feishu-sqbcdudcrorvsjxup2sca3s1noh/</link><guid>https://bingluyan.pages.dev/articles/feishu-sqbcdudcrorvsjxup2sca3s1noh/</guid><description>马尔可夫性 随机过程是一个很浅显的概念，是一个随机的现象随着时间的变化而随机进行演变的过程，比如气候，马尔可夫性说的是——当前状态 St 已经充分包含了所有会影响未来的信息，不需要再知道 S\{t-1}， S\{t-2}， … 的具…</description><pubDate>Tue, 21 Oct 2025 16:00:00 GMT</pubDate></item><item><title>Agent Skills是个啥？</title><link>https://bingluyan.pages.dev/articles/feishu-t7yudm4r4oi6rixrkqkcx386ndg/</link><guid>https://bingluyan.pages.dev/articles/feishu-t7yudm4r4oi6rixrkqkcx386ndg/</guid><description>Agent Skills是个啥？ 熟悉Linux(所有类unix系统)的开发者都知道，在linux中，一切都是文件，无论是磁盘上的文本、设备、网络接口、进程通信、甚至内核状态信息。因此所有的动作都可以通过相同的操作系统调用（open…</description><pubDate>Sun, 19 Oct 2025 16:00:00 GMT</pubDate></item><item><title>融入个人理解的强化学习 Q-learning 理论及简单实现</title><link>https://bingluyan.pages.dev/articles/feishu-fy5pdctwuoh82pxy9zbcramunmd/</link><guid>https://bingluyan.pages.dev/articles/feishu-fy5pdctwuoh82pxy9zbcramunmd/</guid><description>什么是 Q-learning 算法？ 假设我们在开发一款井字棋游戏，我们都知道井字棋由九宫格组成，及 3\3 的网格，我们想训练一款能够利于不败之地每步都精准定位的 AI，这个时候就可以用到 Q-learning 算法， 原理 Q …</description><pubDate>Sun, 28 Sep 2025 16:00:00 GMT</pubDate></item><item><title>强化学习基础</title><link>https://bingluyan.pages.dev/articles/feishu-wntjdfhedouttdxxsgpcupz9njd/</link><guid>https://bingluyan.pages.dev/articles/feishu-wntjdfhedouttdxxsgpcupz9njd/</guid><description>强化学习（Reinforcement Learning，简称 RL）是机器学习的一个重要分支，其核心思想是让智能体（Agent）在一个环境中通过不断地试错和学习，来最大化某个奖励信号。中国象棋，作为一项策略性极强的双人博弈游戏，是理…</description><pubDate>Wed, 17 Sep 2025 16:00:00 GMT</pubDate></item><item><title>面试模板</title><link>https://bingluyan.pages.dev/articles/feishu-zl62stqkehqhckt32bucndlsnic/</link><guid>https://bingluyan.pages.dev/articles/feishu-zl62stqkehqhckt32bucndlsnic/</guid><description>条目 --- 微调 RAG Agent</description><pubDate>Tue, 09 Sep 2025 16:00:00 GMT</pubDate></item><item><title>一文搞定迁移学习（下）：BERT ，nlp 的语义觉醒之路</title><link>https://bingluyan.pages.dev/articles/feishu-bm06dbiuiopur4xgq0hcr3d9nnf/</link><guid>https://bingluyan.pages.dev/articles/feishu-bm06dbiuiopur4xgq0hcr3d9nnf/</guid><description>当前背景： 自然语言处理的核心任务之一，是把人类文字变成计算机能“看懂”的数值。早期最朴素的做法是 One-Hot 编码：词表有多大，向量就有多长，每个词独占一维 1，其余全是 0。它简单、易实现，却带来三重麻烦：维度灾难、内存浪费…</description><pubDate>Thu, 04 Sep 2025 16:00:00 GMT</pubDate></item><item><title>一文搞定迁移学习（上）：核心思想与通用流程</title><link>https://bingluyan.pages.dev/articles/feishu-hpi4dxigyookggxe5shce6r9nue/</link><guid>https://bingluyan.pages.dev/articles/feishu-hpi4dxigyookggxe5shce6r9nue/</guid><description>核心观点 - 定义：迁移学习 （Transfer Learning） 是一种机器学习技术，它将一个在大型数据集（源任务）上预训练好的模型，应用到一个新的、相关的目标任务（通常数据量较少）上。 - 目标：解决目标任务训练数据不足的问题…</description><pubDate>Mon, 01 Sep 2025 16:00:00 GMT</pubDate></item><item><title>CNN 卷积神经网络</title><link>https://bingluyan.pages.dev/articles/feishu-llmhdyg6yoeh7oxnj2qcb0ntnlo/</link><guid>https://bingluyan.pages.dev/articles/feishu-llmhdyg6yoeh7oxnj2qcb0ntnlo/</guid><description>在最基础的神经网络中，常见的连接方式是全连接层，即上一层的每一个神经元都与下一层的每一个神经元相连。然而这种方式在处理图像时存在明显局限。首先，它需要将图像展平成一维向量，导致参数量极其庞大，计算开销巨大；其次，它无法保留图像的空间…</description><pubDate>Mon, 18 Aug 2025 16:00:00 GMT</pubDate></item><item><title>简单科普一个有监督算法 KNN！</title><link>https://bingluyan.pages.dev/articles/feishu-lf6jdlha1o86bmxmo6bccjnrnod/</link><guid>https://bingluyan.pages.dev/articles/feishu-lf6jdlha1o86bmxmo6bccjnrnod/</guid><description>简单科普一个有监督算法 KNN！ 搬家后的第一课：邻居告诉我的生活智慧 开场：新小区的选择困难症 刚搬到新小区，面对陌生环境，什么都不熟悉： - 哪家超市东西新鲜？ - 哪个菜市场便宜实惠？ - 哪家餐厅值得一试？ - 孩子上哪个兴…</description><pubDate>Thu, 14 Aug 2025 16:00:00 GMT</pubDate></item><item><title>简单科普什么是机器学习无监督两兄弟</title><link>https://bingluyan.pages.dev/articles/feishu-ks4zdktapok7g2xdkfzclndpnpc/</link><guid>https://bingluyan.pages.dev/articles/feishu-ks4zdktapok7g2xdkfzclndpnpc/</guid><description>开头引入 你有没有想过，为什么淘宝总能精准推荐你想要的商品？为什么地图 App 能准确识别拥堵路段？背后的秘密就是聚类算法！ 今天我们用最简单的方式，揭秘两大经典聚类算法的奥秘。不需要复杂的数学公式，只要你上过学、加过微信群，就能秒…</description><pubDate>Wed, 13 Aug 2025 16:00:00 GMT</pubDate></item><item><title>简单科普什么是机器学习</title><link>https://bingluyan.pages.dev/articles/feishu-pir7drxxlojhowxrqrkctn3hngc/</link><guid>https://bingluyan.pages.dev/articles/feishu-pir7drxxlojhowxrqrkctn3hngc/</guid><description>机器学习作为人工智能（AI）的一个子集，主流范式通常概括为三大类，那就是有监督学习、无监督学习及强化学习。细分的话行业里还有半监督学习、自监督学习、迁移学习等分支，感兴趣可自行了解… 机器学习核心定义 让计算机从数据中自动学习规律，…</description><pubDate>Mon, 04 Aug 2025 16:00:00 GMT</pubDate></item><item><title>一个有点意思的小科普--你的电脑的图像是怎么呈现的</title><link>https://bingluyan.pages.dev/articles/feishu-snjbdw386olxcoxiwjcc03elnpa/</link><guid>https://bingluyan.pages.dev/articles/feishu-snjbdw386olxcoxiwjcc03elnpa/</guid><description>随着科技的发展，我们的生活有了游戏的存在，而你在电脑里看到的任何 3D 物体，无论是游戏里的角色，还是电影里的飞船，其本质都是由无数个微小的三角形“面片”拼接而成的。 第一步：定位 - “三维空间”中的每个点都需要坐标 三角形有三个…</description><pubDate>Tue, 29 Jul 2025 16:00:00 GMT</pubDate></item><item><title>Trae solo，初体验</title><link>https://bingluyan.pages.dev/articles/feishu-nraedeofaopfmtxwcdecfqn1nrd/</link><guid>https://bingluyan.pages.dev/articles/feishu-nraedeofaopfmtxwcdecfqn1nrd/</guid><description>在某一个月黑风高的傍晚，知道了 trae 出新玩意了，还得是高贵的 pro 用户才能体验，刚好上个月自动续费的 pro 没到期，正好可以体验一波。。。 结果一打开天塌了，这 tmd，得等个三小时不能睡觉。。。 不辱使命也是 到手了，…</description><pubDate>Mon, 28 Jul 2025 16:00:00 GMT</pubDate></item><item><title>kiro?  一键轻松白嫖 Claude 4，送安装包！！！</title><link>https://bingluyan.pages.dev/articles/feishu-t1t1dewppommxyxkfj3cupdunzb/</link><guid>https://bingluyan.pages.dev/articles/feishu-t1t1dewppommxyxkfj3cupdunzb/</guid><description>这是一款类似 vs code 的 IDE，但是可以免费白嫖满血版 claude 4，而且功能直逼 cursor，碍于 cursor 的抽象收费，以及不适应 cc 终端，喜欢 IDE 的朋友值得下载体验一波。 支持 windows，l…</description><pubDate>Mon, 14 Jul 2025 16:00:00 GMT</pubDate></item><item><title>Kimi 王炸 Kimi-Researcher！开玩！</title><link>https://bingluyan.pages.dev/articles/feishu-s7r6dpwnwodzx1xyuqqc6z2hnzd/</link><guid>https://bingluyan.pages.dev/articles/feishu-s7r6dpwnwodzx1xyuqqc6z2hnzd/</guid><description>第一部分：开聊：Kimi-Researcher——是个啥？ 1.1 它是谁？是干嘛的？ 都说 2025，agent 智能体年，各家厂商都在疯狂内卷，在这样浪潮驱动下，qwen、豆包、claude、gemini 等各家都在不断推进技术…</description><pubDate>Wed, 25 Jun 2025 16:00:00 GMT</pubDate></item><item><title>机器学习（无监督篇）</title><link>https://bingluyan.pages.dev/articles/feishu-ewocdaoaaoz5brxk8f8ctrygnuf/</link><guid>https://bingluyan.pages.dev/articles/feishu-ewocdaoaaoz5brxk8f8ctrygnuf/</guid><description>k个簇 初始化k个点，随机初始化，基于这两个点 算其他点是蓝的还是红的 算距离，比如到x，x2趋势，距离越小越相似，做一个便利 所有点都算，大量迭代，离红的近就是红的，离蓝的近就是蓝的 效果不好--更像 质心随机不准，所有红点重新计…</description><pubDate>Tue, 24 Jun 2025 16:00:00 GMT</pubDate></item><item><title>五分钟 傻瓜式部署 N8n 以及汉化，开玩！！！</title><link>https://bingluyan.pages.dev/articles/feishu-tuhudchtxognf7xh3udcfhlknt9/</link><guid>https://bingluyan.pages.dev/articles/feishu-tuhudchtxognf7xh3udcfhlknt9/</guid><description>n8n 是什么意思？ 它的意思是“节点”，发音为 n-eight-n。顾名思义，是个工作流。 Dify 与 n8n 核心功能与定位 Dify 作为专注于大型语言模型（LLM）应用开发的平台，其核心在于简化 AI 应用的创建，包括可视…</description><pubDate>Thu, 12 Jun 2025 16:00:00 GMT</pubDate></item><item><title>A2A （Agent-to-Agent） 协议</title><link>https://bingluyan.pages.dev/articles/feishu-mam8dc4i6owzsfxko40caf6knhd/</link><guid>https://bingluyan.pages.dev/articles/feishu-mam8dc4i6owzsfxko40caf6knhd/</guid><description>什么是 A2A？ A2A，即 Agent-to-Agent，是一种多智能体协作架构。从字面意思看，A2A 就是多 Agent 协作，但这里存在一个重要的理解误区：多 Agent 并不代表各个 Agent 之间直接相互协作，而是需要通…</description><pubDate>Wed, 28 May 2025 16:00:00 GMT</pubDate></item><item><title>一文讲清楚 Prompt、MCP、Function Call、Agent 和 LLM 之间的关系和区别</title><link>https://bingluyan.pages.dev/articles/feishu-coznd3xxeorkzpxbbvccauwznce/</link><guid>https://bingluyan.pages.dev/articles/feishu-coznd3xxeorkzpxbbvccauwznce/</guid><description>一文讲清楚 Prompt、MCP、Function Call、Agent 和 LLM 之间的关系和区别 想象一下，你要计划一次完美的旅行，这里有一位专业的旅行顾问（LLM），你们的沟通方式（Prompt），他能联系的各种服务商（Fu…</description><pubDate>Thu, 22 May 2025 16:00:00 GMT</pubDate></item><item><title>Python 环境管理入门指南</title><link>https://bingluyan.pages.dev/articles/feishu-bf6wdq9dzocwlzxu1mzcg1rknlf/</link><guid>https://bingluyan.pages.dev/articles/feishu-bf6wdq9dzocwlzxu1mzcg1rknlf/</guid><description>本文的编写目的是帮助 Python 初学者理解 Python 环境配置的相关知识，重点介绍使用 Anaconda 和直接安装 Python 来管理项目环境的区别，帮助大家更好理解代码编辑器与环境之间的联系与区别。 Python 解释…</description><pubDate>Wed, 14 May 2025 16:00:00 GMT</pubDate></item><item><title>RAG与微调对比</title><link>https://bingluyan.pages.dev/articles/feishu-hcmodojkqog8vhxre6bcsbbinef/</link><guid>https://bingluyan.pages.dev/articles/feishu-hcmodojkqog8vhxre6bcsbbinef/</guid><description>RAG 与微调：对比分析 - RAG： 在查询时使用外部知识增强 LLM；更适合动态知识，并且以更具成本效益的方式整合新信息 。 - 微调： 在特定数据集上进一步训练 LLM，使其适应特定任务或领域；更适合学习数据集中的特定风格或模…</description><pubDate>Tue, 13 May 2025 16:00:00 GMT</pubDate></item><item><title>RAG基础-概述和面临的问题</title><link>https://bingluyan.pages.dev/articles/feishu-zmoidlfs9oddanxkkincnqm1ndc/</link><guid>https://bingluyan.pages.dev/articles/feishu-zmoidlfs9oddanxkkincnqm1ndc/</guid><description>RAG基础-概述和面临的问题 RAG是什么？ RAG（Retrieval-Augmented Generation）可称为 检索 增强 生成。 检索增强生成是指对大型语言模型输出进行优化 使其能够在生成响应之前引用训练数据来源之外的…</description><pubDate>Tue, 13 May 2025 16:00:00 GMT</pubDate></item><item><title>健康人生的困境与觉醒：为何我们总觉一事无成，只因出发点错了</title><link>https://bingluyan.pages.dev/articles/feishu-ybqwdgfnsogqfsx9o1ocodrznpf/</link><guid>https://bingluyan.pages.dev/articles/feishu-ybqwdgfnsogqfsx9o1ocodrznpf/</guid><description>你是否曾在深夜辗转反侧，心中萦绕着一个挥之不去的问题：为什么我如此努力，却依然感到一事无成？你努力遵循着所有人生&quot;应该&quot;的轨迹，却在某个瞬间，被一种深深的空虚感击中。这不是你的错——这是我们集体被误导的旅程。 原初创伤：被偷走的童年…</description><pubDate>Thu, 08 May 2025 16:00:00 GMT</pubDate></item><item><title>Git 协作开发完整操作手册</title><link>https://bingluyan.pages.dev/articles/feishu-uhyhdbadrol18excnm0cvapdnab/</link><guid>https://bingluyan.pages.dev/articles/feishu-uhyhdbadrol18excnm0cvapdnab/</guid><description>Git 协作开发完整操作手册 Git 团队协作速成指南：10分钟从菜鸟到高手 团队开发中，Git 是每位程序员必备的技能。但对于新手来说，各种分支、拉取、推送的操作常常让人望而生畏。别担心，这份实操指南将带你清晰理解整个协作流程，让…</description><pubDate>Thu, 17 Apr 2025 16:00:00 GMT</pubDate></item><item><title>别再被AI割韭菜了！技术与智慧的平衡艺术</title><link>https://bingluyan.pages.dev/articles/feishu-mj6ed9vymoiqgax5sqnchurtnsg/</link><guid>https://bingluyan.pages.dev/articles/feishu-mj6ed9vymoiqgax5sqnchurtnsg/</guid><description>别再被AI割韭菜了！技术与智慧的平衡艺术 如同一棵树越想茁壮成长、枝繁叶茂，就越要在黑暗中向下扎根；一个人越想在AI洪流中保持清醒，就越需要在喧嚣之外寻找真知。 作为一名潜心研究不断学习AI进行应用开发的AI工程师，我常在朋友圈看到…</description><pubDate>Wed, 16 Apr 2025 16:00:00 GMT</pubDate></item></channel></rss>