万网注册的域名有福了，背靠阿里这个大金主，最近推出了不少有用的功能，甩出新网之类的域名注册商不止一条街了。朋友之前一直使用DNSPod和花生壳来构筑VPN内网的域名解析，可TPLINK自带的路由器花生壳功能太不稳定了，DNSPod也拒绝加入那些免费的二级域名了，只能想看看有没有办法在他已有的域名上实现DDNS的二级域名解析了。凑巧看见万网和阿里云推…

## 背景介绍 大语言模型在代码生成领域已经展现出强大的能力。GitHub Copilot、Claude Code 这些工具已经成为开发者的日常助手。但很多人使用 LLM 生成代码时，只是简单输入一句话描述需求，结果往往不尽如人意。代码可能缺少错误处理，可能不符合项目规范，可能功能实现不完整。 问题出在 Prompt 的设计上。简单的自然语言描述缺…

使用 Python 从零构建一个轻量级 AI Agent：支持工具调用和思维链 背景介绍 过去一年里，AI Agent 成为大语言模型应用领域最热门的话题之一。从 AutoGPT 到 Claude Agent，从单智能体到多智能体协作，各种框架层出不穷。但对于大多数开发者来说，这些框架要么过于复杂，要么依赖特定的云服务，学习成本不低。 我最近在项目…

# 使用 LangChain + Ollama 构建本地知识库问答系统 ## 背景介绍 在企业日常运营中，我们经常需要处理大量的内部文档、技术手册、会议记录等文本数据。传统的关键词搜索方式往往难以理解用户的真实查询意图，返回的结果也不够精准。随着大语言模型（LLM）技术的快速发展，基于语义理解的智能问答系统成为了可能。 然而，将企业内部数据上传到第…

## 背景介绍 大语言模型（LLM）现在能说会写，但它们有个致命缺陷：知识会过期，而且只能"动嘴"不能"动手"。你想让它查个天气、执行个操作？门都没有。 Function Calling（函数调用）技术就是为了解决这个痛点。它让 AI 能够主动调用外部函数，获取实时数据、执行特定操作。换句话说，AI 不再只是个聊天机器，而变成了能真正干活的智能代理…

# 使用 Python + LangChain 构建本地 RAG 问答系统 ## 背景介绍 大语言模型（LLM）现在很火，但直接用它有个很现实的问题：模型的知识都是训练数据喂出来的，没法及时更新，也没法让它理解你公司内部的那些保密文档。 这时候 RAG（检索增强生成）就派上用场了。简单说，就是先把你的文档转换成向量存起来，有人问问题的时候，系统去向…

# 使用 Ollama 在本地运行大模型 + OpenWebUI 搭建私人 AI 助手完整指南 ## 背景 调用 OpenAI、Claude 这些云端大模型 API 确实方便，但有个问题始终让人膈应：隐私。把自己的数据发送到第三方服务器，说不担心那是假的。还有网络延迟、API 账单、以及某天服务突然不可用的风险。 所以最近越来越多人在聊「本地大模型…

## 背景介绍 企业在日常运营中会产生大量内部文档——技术文档、产品手册、会议纪要、客服 FAQ 等等。当员工需要查找某个具体信息时，往往要在大量文件中来回搜索，效率极低。传统的关键词搜索，比如 Elasticsearch，返回的结果只是包含关键词的文档片段，用户还是需要自己阅读理解。 RAG（检索增强生成）架构解决了这个问题。它的思路其实很直接：…

## 背景介绍 在人工智能快速发展的今天，大语言模型（LLM）已经具备了强的自然语言理解和生成能力。然而，单纯依靠语言模型本身，我们很难让它执行具体的操作任务，比如查询数据库、调用外部API、发送邮件或者操作文件系统。这就是 Function Calling（函数调用）技术出现的背景。 Function Calling 是 OpenAI 在 202…

# Go语言实战：让LLM调用你的函数 你有没有想过，为什么AI助手只能"说话"，却不能帮你做事？问它天气，它只能告诉你"我没法查天气"；让它帮你记个待办事项，它也只能说"抱歉，我做不到"。这感觉就像雇了一个全能秘书，却只能看不能用。 Function Calling改变了这个局面。这是大语言模型的一个"超能力"——它能理解用户想要什么操作，然后帮…

# 使用 LangChain + ChromaDB 构建本地 RAG 知识库问答系统 ## 背景介绍 企业日常运营中会产生大量的内部文档、技术手册、会议记录。当员工需要从这些海量文档中查找特定信息时，传统的关键词搜索效果往往不理想——它无法理解查询的语义意图，也无法处理自然语言提问。 检索增强生成（Retrieval-Augmented Gener…