最新消息
阅读所有最新博客文章
【译】AI Agent 如何大规模推动 Shopify 的产品分类体系
去年，超过 8.75 亿人从 Shopify 商家那里购买了商品。我们之前已经用“视觉语言模型” （一种能同时理解图像和文字的AI模型）来进行产品分类，这篇文章将在此基础上，探讨 AI Agents 是如何反过来 推动分类体系本身进化的。
阅读更多
【译】实用的 Agents 上下文工程
在应用 AI 领域，提示词工程 (prompt engineering) 曾是几年来万众瞩目的焦点。而如今，一个新名词正脱颖而出：上下文工程 (context engineering)。构建语言模型应用的过程，正在从“如何为提示词找到最合适的措辞”，转变为回答一个更宏大的问题：“什么样的上下文配置，最有可能引导我们的模型产生期望的行为？”
阅读更多
MarkItDown：为大模型注入高质量非结构化数据的秘诀
探讨如何通过将PDF、Word等非结构化文件转换为Markdown，来提升大语言模型（LLM）的理解能力、压缩上下文并节省成本，并介绍实现这一目标的利器：MarkItDown。
阅读更多
![[译]Agents的上下文工程](/images/blog/context_eng_overview_hu12f728fcedbedda6f4b048adc536848b_1131566_460x0_resize_q90_h2_lanczos_3.webp)
[译]Agents的上下文工程
Agents需要上下文才能执行任务。上下文工程是一门艺术和科学，它旨在在代理的每个轨迹步骤中，用恰到好处的信息填充上下文窗口。在这篇文章中，我将上下文工程分为当今许多流行的代理中常见的几种策略。
阅读更多
