整理：【从零开始大模型开发与微调:基于PyTorch与ChatGLM】(基于PyTorch卷积层的MNIST分类实战:从卷积直觉到高效卷积设计)
开发过程中有些细节容易被忽略，今天挑几个重点聊一聊。  **🔥承渊政道：**[个人主页](https://) **❄️个人专栏: ** [《C语言基础语法知识》](https://) [《数据结构与算法》](https://) [《C++知识东西》](http
标签：#AtomGit「码动四季·开源同行」夏季征稿活动
整理：单体还是微服务？中小企业的务实选择（一套代码双模式平滑演进）（学习笔记）
最近在折腾项目的时候碰到了这个知识点，查了不少资料，索性整理出来分享给大家。 ## 单体还是微服务？中小企业的务实选择（一套代码双模式平滑演进） > 🌐 演示地址：http://ruoyioffice.com | 📦 源码1·GitHub：ruoyi-office | 📦 源码2·GitCode：r
分享：基于 Trae + DeepSeek 的 Vibe Coding 实践指南（四）：SpringBoot + 阿里云视觉的视频字幕提取系统全栈落地
今天翻到一篇不错的技术分享，看完之后自己也琢磨了一下，把思路梳理记录下来。 #### 目录 - [前言](#_12) - [一、搞懂开发根基：前端、后端到底怎么分工？](#_16) - [1.1 前端：只管“好看、展示”](#11__19) - [1.2 后端：负责“干活、算数”](#12__24)
说说【Agent 学习日记】从问题到答案：RAG系统完整处理流程与核心机制深度拆解（整理分享）
最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。 **目录** 🍬[前言](#df368884) 🍬[一、 RAG 系统全流程总览（宏观视角）](#c3ebc310) 🍬[二、 离线预处理：决定 RAG 效果的上限](#4a6e7ae6) 🍬[三、 在线推理第一步：坑是如何被“拆解
笔记 | 给 Agent 装一个真正能用的记忆层：2026 年工程实战
最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。 ## 给 Agent 装一个真正能用的记忆层：2026 年工程实战 > 摘要：让 Agent 在跨会话中记住用户的技术栈和偏好，是走向生产级应用的关键。不少开发者以为记忆只是“存聊天记录再塞进 Prompt”，但在生产环境，这根本行