高级AI工程师

人工智能项目落地实战

从部署到实践，即刻拥有你的专属龙虾助手

OpenClaw开发者专区🦞🦞🦞

自行/邀约他人一键搬运博客，享价值百万资源包

腾讯云自媒体同步曝光计划

往期视频·干货材料·成员作品 最新动态

腾讯技术创作特训营知识专栏

新邀入驻腾讯云开发者社区，福利多多！

ChatBI 和智能问数已经很热了。大多数系统能把自然语言转成 SQL，甚至附上一段分析说明——但它们的终点，通常还只是"把数据查出来"。

当 openClaw 遇上 EdgeOne Pages：不只智能问数，更能直接获取BI 数据大屏（附工程落地实战）

当大模型上下文长度突破 128K 甚至更高时，稀疏注意力（Sparse Attention）架构成为平衡性能与效果的关键。而这一切的基石，恰恰是底层算子的效率突破。在 DeepSeek 等长序列模型中，Lightning Indexer 算子（“闪电索引器”）承担着从超长序列中快速定位关键 tokens的核心任务，其执行效率直接决定了稀疏注意力的落地可行性。许多开发者在模型部署时会发现：参数规模、上下文长度的提升相对容易，但算子的调度策略、访存优化和硬件适配能力才是制约推理吞吐量与延迟的真正瓶颈。

Lightning Indexer 算子源码解读与性能优化实践

我是 Fanstuck，一路以来，我持续输出了多个系列文章，从《Prompt工程零基础入门到精通》到《大模型微调全流程指南》，再到《DeepSeek+MCP 智能体落地案例》，这些作品不仅是技术笔记，也是我和读者共同成长的见证。我的目标，是搭建一座桥梁，把高深的 AI 理论与工程实践，转化为读者可以即学即用的知识资产。如果你对 大模型创新应用、AI 技术发展脉络、以及行业落地实践 感兴趣，那么请持续关注 Fanstuck ——这里有最新的探索，有深入的思考，也有未来的方向。

图像创作模型模型在工程领域上的探索与应用：从概念到落地

如果你一直在跟着Fanstuck博主的脚步探索AI大模型的相关内容，从最初的大模型Prompt工程解析，DeepSeek全面解析，到实际的私有化大模型开发部署，再到深入NL2SQL、知识图谱大模型和ChatBI等更高阶应用.我是Fanstuck，致力于将复杂的技术知识以易懂的方式传递给读者，热衷于分享最新的行业动向和技术趋势。如果你对大模型的创新应用、AI技术发展以及实际落地实践感兴趣，那么请关注Fanstuck。

基于大模型的个性化推荐系统实现探索与应用

在这个信息瞬息万变的时代，“上线要快”几乎成了网站部署的第一条铁律。无论是产品发布页、活动宣传站，还是个人博客，能否在最短时间内完成上线，往往决定了你能否抓住稍纵即逝的机会。

5分钟用EdgeOne Pages极速部署MCP服务网站操作手册

大模型的强大，并不是凭空而来的。简单来说，一个大模型的表现取决于三个关键因素，算力：通俗地讲就是计算机能“算多快”，决定了模型训练的速度和规模。算法：也就是模型本身的设计方法，就好像一辆汽车的发动机，决定了性能上限。数据：好比汽车的燃料，数据质量越高、越丰富，模型表现也就越好。这三者就像三足鼎立，共同决定了大模型的上限。

一文速览：大模型语料构建与基础训练全流程实战指南

近期MCP的火爆是大家有目共睹的，关注人工智能前沿开发的开发者或多或少都有阅读过MCP相关文章或者视频，也不乏有像本人一样动手亲自来实践，开发本地MCP服务或者实现一系列相关LLM+MCP应用(如本人曾实践过LLM+MCP论文查找服务)。随着实操体验热度过去之后，结合本人人工智能应用开发与落地实践经验思考，不禁提出思考“大模型时代，MCP是必需品还是过渡方案？”这个问题。MCP 究竟是适配特定场景的刚需，还是因技术路径局限而需要迭代的过渡方案？故作下此篇文章，列出本人对于MCP看法和观点，一同探讨思考MCP开发与应用现状。

技术反思：LLM时代，MCP是必需品还是过渡方案？

从最初对人工智能的懵懂认知，到逐渐踏入Prompt工程的世界，我们一路探索，从私有化部署的实际场景，到对DeepSeek技术的全面解读，再逐步深入到NL2SQL、知识图谱构建、RAG知识库设计，以及ChatBI这些高阶应用。一路走来，我们在AI的领域里一步一个脚印，不断拓展视野和能力边界。如果你是第一次点开这篇文章，或许会觉得今天的内容稍有挑战。但别担心，之前我创作的的每一篇人工智能文章都是精心铺设学习前置的基石。如果希望更深入地理解接下来我们将讨论的「从知识图谱到精准决策：基于MCP的招投标货物比对溯源系统实践」这一主题，不妨先回顾我以往分享过的基础与进阶文章，相信它们会让你的学习过程更加顺畅自然。

从知识图谱到精准决策：基于MCP的招投标货物比对溯源系统实践

暂且抛开MCP，这23年的时候开始搭建AI Agent智能体，对第三方插件API进行交互的时候，我就开始设想能不能自己做一个通用代码协议框架，以后AI团队统一用这个协议，方便大家code review，更好协作。AI要触及到业务就必然逃不过与业务端接口或是数据进行联通，但是之前都没有标准的交互协议，需要理解各个三方接口和协议是比较费时的事情，但如果有类似像Java工程开发标准，那么我们就很方便开发第三方接口了，不会存在那么多不同开发形态的代码，方便维护。MCP协议出现之后发现大家都在慢慢融入到开源协议框架中，故而再对一些不了解MCP的朋友详细解述这一框架协议，以后必然是以开源协议为主导的代码生态。

一文详解模型上下文协议(MCP):打通大模型与业务场景的关键

DeepSeek的火爆其实是可以预见的，它的底座和技术足够扎实，足够优秀。必然是大模型里面一颗冉冉升起的璀璨新星，但是manus的胜出则体现的的是大模型的智能应用层面，也就是AI Agent的概念。二者都展现了各自独特的特性和应用场景。深入理解它们之间的区别，有助于我们更好地把握AI技术的发展方向。我是Fanstuck，致力于将复杂的技术知识以易懂的方式传递给读者，热衷于分享最新的行业动向和技术趋势。如果你对大模型的创新应用、AI技术发展以及实际落地实践感兴趣，那么请关注Fanstuck。

Deepseek与manus是何区别？深入解析AI Agent和智能体编排

大模型微调与RAG检索增强有何区别？从基础原理到案例分析全面详解

如果你一直在跟着博主的脚步探索AI大模型的相关内容，从最初的大模型Prompt工程解析，到实际的开发部署，再到深入NL2SQL、知识图谱大模型和ChatBI等更高阶应用，应该已经感受到了我们一步一个脚印，从迈过一道道技术难关，到搭建起属于自己的技术桥梁的过程。如今，我们或许对大模型的开发已经有些轻车熟路，但也必须承认，技术的迭代速度实在太快了。要想跟上AI技术发展的步伐，把最新的人工智能技术融入现有业务和应用场景才是我们追求的最终目标。

高效速搭基于DeepSeek的招标文书智能写作Agent

近年来，公务员考试与事业单位招聘在中国社会中持续保持高热度，吸引了数量庞大的考生和应聘者。对于很多人而言，成功考取一份稳定且具有发展前景的“公职”是颇具吸引力的选择。然而，每年各地发布的职位公告数量众多、类别多样，且不同岗位在学历、专业、工作经历等方面的要求不尽相同。面对海量信息，考生往往需要投入大量时间和精力去筛选自己符合资格、感兴趣或具有发展空间的岗位，这一过程既繁琐又容易出错。

深度洞察与精确匹配：基于HAI部署DeepSeekR1的公考岗位推荐与智能分析

在日常商业活动中，招投标流程往往是企业竞标和项目落地的关键一环。其中，招标文书的编写工作对于投标企业极具挑战：既要保证逻辑清晰、条理分明，又必须遵循招标机构的各类格式规范，甚至还有特定行业的专业术语和合规条款。这种冗长而繁琐的写作过程，不仅费时费力，还容易出现“疏漏要点”或“措辞不当”等问题，直接影响招标结果。

基于HAI部署DeepSeekR1的招标文书智能辅助生产开发与应用

一文速览-合成数据在大模型训练和性能优化中的运用

在软件研发项目中，技术选型与架构设计是成功的关键因素。合理的技术选型不仅能提高开发效率、降低成本，还能在项目后期提供可扩展性和高可维护性。与此同时，科学的架构设计有助于确保系统在面对复杂需求和高负载时的稳定性和性能。

从构思到上线的全栈开发指南：全栈开发中的技术选型和架构

之前写过一篇《如何优雅的在页面上嵌入AI-Agent人工智能》,本篇文章很多基础架构都是集成于上篇文章，也是对上篇文章继续深化挖掘，从更基础的开始搭建，做到从设计到实现再到代码层业务层的实践运用。本篇文章集成演示系统设置为网页端，对于交互界面本篇文章UI前端也有设计，很多灵活设计的内容不必严格按照本篇文章代码效果编写，按照生产规则设计即可。如果本篇文章有帮助请不吝支持！

手把手教你从0到1集成混元AI问答客服系统

GBI概念以及DB-GPT不了解的可以去看看本人之前的两篇博文。本篇文章主要详细记录DB-Chat部署使用。

GBI探索体验DB-GPT部署使用

上期写了NL2SQL，相信看过的朋友应该都对现在大模型在数据交互办公层面的探索和发展都十分感兴趣，在此商业化的产品市场上也有很多，比如阿里云的析言GBI：

一文速学ChatBi“与数据库对话“大模型技术原理及框架一览

关于NL2SQL的技术，如果大家最近有关注AI圈的话，或多或少都有所了解。其实很多业务场景下，于用户而言更多的是想要获取到最终数据的呈现效果，关于数据是如何获取得到的学习成本，是尽可能越少越好。众所周知当学习成本越低，那么产品的获客率也越高，当然对于我们技术人员来说，更多的还是研发思维。最终我们开发的服务主要还是为了业务服务，NL2SQL必然是以后数据开发的趋势所在，因此我们数据开发人员来说，暂且不谈掌握这门技术，清楚理念还是十分必要的。

一文速学-零成本与数据沟通NL2SQL的概念和实现技术

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

腾讯云开发者社区推出了人工智能项目落地实战专栏，为你提供了人工智能项目落地实战的相关文章，致力于帮助开发者快速成长与发展。

人工智能项目落地实战

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐