行歌梦想家

最近我从空目录开始，搭了一个能真正跑起来的 RAG 问答 Agent。 Vue 3 做聊天页面，FastAPI 接住请求，LangChain 和 LangGraph 处理模型调用与流程，Chroma、PostgreSQL、Redis 和腾讯云 COS 各管一摊。 FIG. 01 手写框架，AI 提效，人工 Review 做到后面，登录鉴权、联网判断、知识库检索、连续对话和 SSE 流式输出都加了进来。我的习惯是先手写骨架，把边界和主链路跑通； 重复代码再交给 AI 提速。生成结果不会直接合并，我会逐项 ...

如今Vibe Coding越来越火，AI大模型编码能力大幅提升，很多前后端开发工作都能交给AI来做。普通人不懂编程，用大白话讲清需求，就能快速做出网页、小程序，开发门槛被彻底打破。 有编程基础的程序员更是如虎添翼，开发和解决问题的能力，远胜过零基础从业者。重要的是，有了Vibe Coding，前后端的边界彻底变得模糊，不用兼顾两边技术，人人都能轻松成为全栈工程师。 行哥近期一直在实践用claude，codex这些顶尖大模型做开发，今天我就用cursor结合大模型，通过vibe ...

就在上个礼拜黑森林实验室开源了flux kontext的dev版模型，该模型是目前为止最强的图像编辑模型直接对标GPT-4o，这两天迫不及待的试了下，效果是针不戳，工作流也特别简单，基本只需要提示词就能玩，可以和以往的复杂工作流说拜拜啦。 下面行歌会从风格转绘，产品试穿，扩图，人物移除，角色融合等角度展示一下kontext dev的能力，相信我它觉得可以成为你今后工作中的利器。 Kontext基础工作流 ...

最近收到一个小伙伴的需求，希望可以根据用户自拍上传的颈部图片，自动识别出用户颈纹的严重程度并给出评分等级。针对这个需求我们基本上可以用图文理解大模型来解决，但是由于没有在这方面进行过专门的训练，大模型在识别时容易出现幻觉，不能很好的对标我们自己的等级评分标准。 我们现在百度智能云平台选择一款多模态大模型进行试验，先在百度智能云平台选择一款多模态大模型进行试验，这里我们选择通义千问2.5vl模型来测试它的图文理解能力。 ...

最近有一个想法，想把自己公众号的文章整理成一个知识库，方便自己和用户对文章中的内容进行检索，可以快速的查找到相关的知识和对应的文章链接，于是便有了搭建一个智能体Agent助手的想法。 搭建这样的AI智能体基本上有两种方案，它们各有优缺点可以根据自己的需求来选择： 1. 私有化服务器或者本地部署：可以自己选择开源的LLM大模型和RAG（比如DeepSeek+RagFlow的组合），系统在服务器上安装搭建所需环境，优点是私密性比较好；缺点是需要服务器和带宽成本，部署起来虽然不复杂但是比较花时间。 ...