Deephub
更多文章请关注公众号：Deephub-IMBA
不依赖对话日志检测Prompt注入，一套隐私优先的实现方案
本文就是做一个受约束的实验，用于测试这种架构边界是否可行。
多 Agent 验证架构实战：从输出评分到过程验证
正确构建验证层需要理解四种不同的架构模式、各自的失效边界，以及一个被多数团队忽视的规律。
多智能体系统的核心设计：从任务分解到依赖图驱动的编排循环
多智能体系统将复杂任务分配给各自拥有独立角色、工具和评估标准的专门智能体。
AI Agent 架构详解：Chain-of-Thought、ReAct 与工具调用的协作机制
这篇文章填的就是这个空白。从用户输入"帮我订机票"到 AI 点击"确认"，每一步都用架构图拆开来看。
RouteRAG：用特殊 Token 和强化学习构建可学习的 RAG 检索策略
RouteRAG 把多轮 RAG 重新建模为序列决策过程。
信息访问 vs. 推理能力：LLM Agent 性能归因的实验分析
LLM agent 看起来越来越智能了。但实际上它们可能只是拿到了更多信息。
TPU 架构与 Pallas Kernel 编程入门：从内存层次结构到 FlashAttention
本文通过四个复杂度递增的 kernel 展示了 Pallas 的核心编程模式
腾讯微信OpenClaw插件API通信过程剖析与Python原生代码复刻原理
本文将介绍如何不装 OpenClaw,直接把协议扒出来,并用 Python 复刻 。
知识引导上下文优化（KgCoOp）：一种解决灾难性遗忘的 Prompt Tuning 机制
如何使用知识引导损失对可学习 Prompt 进行正则化以保持泛化能力。
数值特征工程中的四种缩放方法：原理、适用场景与局限性
数值特征工程是机器学习模型训练中不可跳过的预处理环节。处理数值数据时需要面对两个核心问题：特征的量级差异和异常值。
9个提升Python代码生产质量的第三方库
这9个库覆盖了日常开发中几个反复出现的痛点：嵌套数据访问、标准库功能缺失、运行时类型安全、错误处理模式、时区陷阱、性能分析、测试断言、重试机制和数据管道。
Claude Code 命令体系解析：三种类型、七大分类、50+ 命令
这篇文章覆盖每一个斜杠命令、每一个 CLI 标志、每一个键盘快捷键，以及开发团队从未正式宣布就悄悄上线的隐藏功能
理解 Agent 记忆：从无状态模型到持久化记忆架构
Agent 记忆并非单一概念，它是一个四层体系，各层服务于不同目的。
CRAG 架构解析：如何在生成器前修正错误检索结果
绝大多数 RAG 系统把检索当作不会出错的环节，无论拿到的文档是否真正切题，都会径直送入生成器。
高级 RAG 技术：查询转换与查询分解
基础 RAG 的准确性受制于查询质量，查询模糊、表述不当，或者用户对问题的抽象层次把握不准，检索结果就会出偏差，LLM 拿到的上下文也跟着失真。
构建生产级 AI Agent 系统的4大主流技术：反思、工具、规划与多智能体协作
本文拆解当下重塑AI系统构建方式的4种核心 Agentic 模式，分析每种模式的工作机制、适用场景，以及如何将它们组合出真正可用的系统。
BookRAG：面向层级文档的树-图融合RAG框架
本文介绍的BookRAG或许能提供一个有用的视角。
多智能体系统的三种编排模式：Supervisor、Pipeline 与 Swarm
当单个智能体确实力的确无法解决，任务需要多种能力、独立验证或动态路由，精心编排的智能体团队是目前见过的最可靠的解法。
更大的上下文窗口为什么让RAG变得更重要而非更多余
在不少实际系统中，更大的上下文窗口反而拖累了模型表现。
LangGraph vs Semantic Kernel：状态图与内核插件的两条技术路线对比
本文依据 LangGraph 官方文档、Semantic Kernel 官方文档以及两个框架的变更日志写成。