现在 Agent 已经进入真实环境,也拿到了行动所需的工具。但新的问题又冒出来了:同一个模型,面对同一套工具,为什么完成任务的过程仍然可能相差很大?它们之间还差一套可以反复使用的工作方法,这就是本文要讲的 Skill。
launch文件的使用
要使用launch文件,需要在一个package中创建一个名字为
launch的文件夹,并且在该文件夹中创建一个名字为
<launch_file_name>.launch.py的Python文件。然后在该Python文件中编写launch文件的内容。
一个简单的launch文件示例如下:
USB深度解析(三):库调用讲解

那个内存泄漏一直都在,只是旧 GC 悄悄替我兜了三年
这事的过程比结论有意思。
Ubuntu 大模型HF转GGUF全流程实践指南
1、首先HF模型加载、格式转换、权重量化均会产生高额内存占用,可提前配置大容量磁盘Swap虚拟内存,本次配置8G缓存。
Winform上位机也能写出媲美Avalonia的界面
工欲善其事必先利其器!
Unicode字符集和UTF-8编码方案
这个身份证号在 Unicode 里叫
码点(Code Point),写法通常是
U+ 加十六进制数字,比如字母 A 是
U+0041,汉字「中」是
U+4E2D,笑脸 emoji 是
U+1F600。
“CoEvo-Mem: Co-Evolving Retrieval Policy and Memory Bank for LLM Agents” 论文笔记
核心观点是:检索决定哪些记忆会被暴露、从而收到使用反馈,而记忆库的更新又会重塑未来检索的排序,两者构成一个被以往工作忽视的反馈环。CoEvo-Mem 把这件事形式化为一个耦合学习问题,用一个轻量残差路由器学习检索路由,用一张分型关系图承载记忆进化,并通过交替相位训练来协调二者
一文详解大模型PPO算法
个人随笔难免有纰漏之处,如有事实性错误或其他不足之处,还请不吝指正。
下一次提交,隔了八年:掘金小程序回来了
八年前,我花了两周时间,做了一个掘金微信小程序。
小狮博客