# 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 构建结构化 Prompt 管理系统 ## 背景介绍 这两年 Prompt 工程火得不行。随着大语言模型越来越便宜、越来越好用，怎么跟这些模型有效对话变成了每个开发者必须面对的问题。 我之前做个项目，需要同时维护几十个不同的 Prompt。每个都有自己的模板、变量和输出格式要求。手动管理这些 Prompt 简直是个灾难—…

# 如何使用 Prompt Engineering 提升 LLM 代码生成质量 ## 背景介绍 大语言模型（LLM）火了这几年，AI 辅助编程早就不是什么新鲜事了。GitHub Copilot、Claude Code 这些工具大家都见过，有人用得飞起，有人却总觉得差点意思。同样是 GPT-4，为什么有人能嗖嗖嗖生成高质量代码，有人却总是得到一堆需要…

## 背景介绍 AI 火得很快，大语言模型几乎成了每个开发者的必备工具。但用 OpenAI API 要花钱，网络访问也不太稳定。Ollama 解决了这个问题——它让你在本地就能跑各种开源 LLM，完全免费，而且数据都在自己机器上，隐私也有保障。 Ollama 支持 llama2、mistral、qwen、deepseek 这些主流模型，一条命令就能…

# Go + Redis 实现轻量级分布式锁：实战指南 分布式系统中，多个服务节点同时访问共享资源，怎么保证数据一致性？这是一个老生常谈的问题。单机环境下，语言自带的并发原语就能搞定，但到了分布式场景，得靠分布式锁出马。 ## 背景介绍 分布式锁是分布式系统中保证资源互斥访问的机制。说白了，就是同一时刻只允许一个客户端操作某个资源。 举两个常见的例…

# Python 实现 LLM 流式输出实战指南 在大语言模型应用火遍全球的今天，响应速度直接决定了用户体验。同步调用 API 的痛点很明显：用户对着空白屏幕等半天，才能看到完整回复。10 秒的等待时间漫长得像一个世纪。流式输出技术就是为了解决这个问题诞生的——模型边生成边返回，用户看着字一个个蹦出来，感知上快多了。 流式输出的本质是利用 SSE …

# 使用 LangChain + Ollama 构建本地 RAG 知识库问答系统 ## 背景介绍 企业日常运营中会积累大量内部文档：技术手册、会议记录、产品说明、操作指南等等。这些文档散落在各个文件夹和系统里，查找起来非常麻烦。传统的关键词搜索只能匹配字面内容，比如搜"服务器"就找不到"主机"相关的内容，导致经常漏掉真正相关的信息。 大语言模型出现…

# 构建智能 LLM Agent：函数调用实战指南 ## 背景介绍 大语言模型发展到现在，光能"说"已经不够了，怎样让它真正"做"事情？函数调用（Function Calling）就是解决这个问题的关键技术。 说白了，函数调用让 LLM 可以和外部系统打交道——查实时数据、执行操作，不再局限于训练数据里那点过时的东西。 这篇文章会手把手教你搭建一个…

这篇文章没有摘要

背景介绍大语言模型很强，但这东西有个致命问题：它懂的东西全是训练数据里的。你公司内部的文档、产品手册、个人笔记——这些私有数据它根本看不到。这就是 RAG（检索增强生成）要解决的问题。简单说就是把私有数据先存到向量数据库里，用户提问的时候，系统去数据库里找相关内容，然后把找到的内容和问题一起喂给大模型，让它基于真实资料来回答。这篇文章手把手教你在本…