学习 MCP 最好的时机是 7 个月前,其次是现在
阿里妹导读本文旨在为尚不了解 MCP 的同学介绍什么是 MCP 以及 MCP 可以做什么,并非手把手教学。作为一名互联网从业者,相信大家的工作和生活或多或少都和 AI 产生了关联。无论是工作中用到的研
阅读全文阿里妹导读本文旨在为尚不了解 MCP 的同学介绍什么是 MCP 以及 MCP 可以做什么,并非手把手教学。作为一名互联网从业者,相信大家的工作和生活或多或少都和 AI 产生了关联。无论是工作中用到的研
阅读全文本文分享了阿里巴巴找品M站首页重构项目中AI+Code提效的实践经验。面对M站技术栈陈旧、开发效率低下的挑战,我们通过楼层动态化架构重构和AI智能脚手架,实现了70%首页场景的标准化覆盖 + 30%的
阅读全文概述在写代码的时候我们都会碰到代码运行很慢的问题,代码的算力占用过高会直接导致项目难以落地,尤其是在端侧设备计算资源和内存资源都非常有限的情况下。如果计算资源相对充裕,我们开一个O3让编译器去优化,通
阅读全文Manus 交付(Deliver) 业务需求其实是一种新的单领域 Agent 开发范式,让我们从最简单的 LLM 调用讲起。Agent 发展简史1. 单一 LLM 调用最开始将 LLM 当做一个好用的
阅读全文Cursor 是基于VS Code开发的一款编辑器,支持多种语言的开发编辑。与传统的开发工具相比,它有多种优势:与AI无缝集成,响应速度快,占用内存小。但很多同学在"起步"过程中遇到了一点点问题,导致
阅读全文背景本篇的出现是自己最近一段时间在agent上的一个学习总结,希望自己能够以一个工程的视角去理解一个agent的产品是怎么run起来,并给出了自己学习和理解的过程。个人对LLM的理解有下面几个阶段:【
阅读全文本文通过一条AI应用架构演进的路线(图来自《AI Engineering》),来描述和记录每一次演进增加的架构内容以及概述涉及到的相关技术,从而帮助自己以及有需要的同学按照一定的脉络整理LLM和AI应
阅读全文背景随着人工智能技术的爆发式增长,企业级应用对AI大模型的分析、推理、生成等能力需求日益迫切。然而,传统模型面临“数据孤岛”困境:大量关键业务数据分散在本地系统、专有数据库或第三方服务中,难以通过简单
阅读全文导读【用Python基础库从零手撕RAG内核】你是否还在用现成框架调包实现RAG?本文带你撕开技术黑箱,仅用numpy等Python基础库构建RAG系统,从零手撕RAG内核!从文本划分、向量化、相似度
阅读全文阿里妹导读本文系统地介绍了 Deep Search 和 Deep Research 的概念、与传统 RAG 的区别、当前主流的商业产品与开源方案、在代码领域的应用(如 Deep Search for
阅读全文前言大语言模型(LLM)很火,讨论的文章铺天盖地,但对于没有机器学习背景的人来说,看多了只是粗浅了解了一堆概念,疑惑只增不减。本文尝试从零开始,用python实现一个极简但完整的大语言模型,在过程中把
阅读全文阿里妹导读本文详细介绍了大型语言模型(LLM)的结构、参数量、显存占用、存储需求以及微调过程中的关键技术点,包括Prompt工程、数据构造、LoRA微调方法等。一、微调相关知识介绍1.1. 认识大模型
阅读全文阿里妹导读本文旨在通过约束解码技术,赋予大型语言模型在生成SQL等结构化内容时更高的准确性、可控性与可解释性,从而满足企业级场景对“精准生成”的严苛要求。引言大型语言模型(LLM)在自然语言处理和代码
阅读全文本文从 Copilot 3.0 架构中的规划(Planning)模块出发,结合 DeepSeek R1 的强化学习(GRPO)训练实践,深入探讨在多智能体(Multi-Agent)架构下,大模型如何灵
阅读全文一、前言说实话,当我看到使用 MCP 服务还需要手动复制粘贴 JSON 的时候,包括现在很多 MCP 服务只有工具,没有资源和提示时,我认为 MCP 还不太成熟。随着今年“智能体”的大爆发,使用工具的
阅读全文阿里妹导读本文主要从规划的重要性、工具设计的作用、优化实践、适用场景几个方面讲述在构建多工具智能体(Agent)系统时,通过引入结构化的“思考与规划”工具和合理的提示工程,能够显著提升模型解决问题的效
阅读全文如果没有MCPMCP协议的初衷是希望能将大模型的工具调用来做统一,对于 MCP 的原理介绍的文章已经随处可见,相信大家都有自己的见解,这里简单介绍一些没有MCP之前的痛点问题,帮助大家理解为何需要MC
阅读全文前言本方案接入了最新开源的Qwen3-235B-A22B模型,在以往的MCP文章中,我们介绍了MCP的概念原理,今天这篇文章将结合实际场景,从用户角度出发,思考MCP在未来AI场景中更深度的用途和作用
阅读全文阿里妹导读可观测近年来已经成为一个关键概念,它不仅仅局限于监控,还包括了日志记录、指标收集、分布式追踪等技术手段,旨在帮助团队更好地理解系统运行状况、快速定位问题以及优化性能。可观测2.0融合 MCP
阅读全文阿里妹导读针对某个高并发系统不稳定问题,本文首先定位根因为系统内存索引切换时 GC 压力大导致。围绕此问题,基于让索引尽早晋升到老年代、让索引直接分配到老年代、加速索引复制、升级 GC 等思路做了持续
阅读全文阿里妹导读LoongCollector 在日志场景中实现了全面的重磅升级,从功能、性能、稳定性等各个方面均进行了深度优化和提升,本文我们将对 LoongCollector 的升级进行详细介绍。iLog
阅读全文引言最近MCP爆火,同时也伴随着相关安全风险不断显现。安全研究机构Invariant近期发布报告[1],指出MCP存在严重安全漏洞,可能导致"工具投毒攻击"。Invariant的分析基于Cursor
阅读全文阿里妹导读本文重点讲述如何快速实战上手MCP。一、MCP介绍去年 11 月,由Claude的母公司 Anthropic 推出了模型上下文协议(MCP),MCP是一种开放协议,可以实现LLM应用与外部数
阅读全文MCP 为资源访问和 Multi Agent 互操作提供了标准化的可能。开源社区目前对 MCP 的生态建设非常火热,mcp.so 已经提供了近 1 万的 mcp server ,其他各种 MCP 生态
阅读全文团队做 AI 助理,而我之前除了使用一些 AI 类产品,并没有大模型相关的积累。故先补齐一些基本概念,避免和团队同学沟通起来一头雾水。这篇文章是学习李宏毅老师《生成式 AI 导论》的学习笔记。生成式
阅读全文新兴技术的出现,总会伴随着术语洪流和流派之争,带来认知摩擦。近期 OpenAI 发布了《A Practical Guide to Building Agents》电子书[1],随后 Langchain
阅读全文阿里妹导读本文从RAG 2.0 面临的主要挑战和部分关键技术来展开叙事,还包括了RAG的技术升级和关键技术等。一、Introduction过去一年可谓是RAG元年,检索增强生成技术迅速发展与深刻变革,
阅读全文MCP 是 Anthropic 公司提出的开源协议,旨在通过标准化交互方式解决AI大模型与外部数据源、工具的集成难题,阿里云百炼上线了业界首个的全生命周期 MCP 服务,大幅降低了 Agent 的开发
阅读全文阿里妹导读本文分享了作者的软考备考经验,尤其是如何在较短时间内高效备考并通过考试,希望能为大家提供一些参考。一、前言2024 年上半年,我用一个半月的时间备考软考高级系统架构设计师,并顺利通过。同年下
阅读全文一、前言本文主要讲述1688小程序随着业务加快节奏,技术上在做什么支撑业务的迭代、互动玩法的多样性;以及面向未来的能力布局。二、做了什么2.1 整体架构2.2 研发工程2.1.1 渲染架构双线程运行环
阅读全文