10-28 AI智能体 若琳部署 Semantic Kernel 部署指南：微软开源 AI 智能体编排框架详解 一、Semantic Kernel 是什么：从语义内核到智能体编排框架 Semantic Kernel（以下简称 SK）是微软推出的一款模型无关（model-agnostic）的开源 SDK，用于把大语言模型（LLM）快速、安全、可靠地接入到企业级应用中。它最初由微软研究院在 2023 年初开源，随 0 0 0
10-28 AI大模型 若琳部署 ML.NET 部署指南：微软 .NET 跨平台机器学习框架详解 一、ML.NET 是什么：.NET 生态的跨平台机器学习框架 ML.NET 是微软推出的一款开源、跨平台机器学习框架，专门为 .NET 开发者设计。它的核心目标是让熟悉 C# / F# 的工程师不需要学习 Python，也能在自己的 .NET 应用中直接构建、训练、部署和消费自定义机器学习模型。根据 0 0 0
10-28 AI大模型 若琳部署 unstructured 本地部署指南 unstructured 本地部署指南：把 PDF、Word、HTML 统一变成大模型能吃的元素 一、项目介绍 在搭建 RAG（检索增强生成）、知识库问答或大模型数据流水线时，最耗时、也最容易被低估的环节，往往不是调模型，而是把各种"非结构化"资料——PDF 报告、Word 合同、HTML 页面、邮 0 0 0
10-28 AI大模型 若琳部署 TensorFlow 本地部署指南 TensorFlow 本地部署指南：从 pip 安装到跑通第一个程序 一、项目介绍 TensorFlow 是机器学习领域最有影响力的开源平台之一。按照官方 README 的定义，它是一个端到端的开源机器学习平台，拥有一套全面而灵活的工具、库与社区生态，让研究者能够推动机器学习的前沿，也让开发者能够轻 0 0 0
10-28 AI大模型 若琳部署 unstructured 本地部署指南 unstructured 本地部署指南：把 PDF、Word、HTML 统一变成大模型能吃的元素 一、项目介绍 在搭建 RAG（检索增强生成）、知识库问答或大模型数据流水线时，最耗时、也最容易被低估的环节，往往不是调模型，而是把各种"非结构化"资料——PDF 报告、Word 合同、HTML 页面、邮 0 0 0
10-28 AI大模型 若琳部署 unstructured 本地部署指南 unstructured 本地部署指南：把 PDF、Word、HTML 统一变成大模型能吃的元素 一、项目介绍 在搭建 RAG（检索增强生成）、知识库问答或大模型数据流水线时，最耗时、也最容易被低估的环节，往往不是调模型，而是把各种"非结构化"资料——PDF 报告、Word 合同、HTML 页面、邮 0
10-28 AI大模型 若琳部署 unstructured 本地部署指南 OpenSSL TLS 加密库部署指南 一、项目介绍 OpenSSL 是一个商业级、功能完整的开源工具包，用于实现传输层安全协议、数据报传输层安全协议以及 QUIC 协议。它起源于埃里克・杨和蒂姆・哈德森开发的 SSLeay 库，经过二十余年发展，已成为互联网加密通信的基础设施。几乎所有 Linux 0
10-28 AI趣味应用 若琳部署 developer-roadmap 本地部署指南 developer-roadmap 本地部署指南：把整套开发者路线图搬到自己的服务器 一、项目介绍 初学编程时，最让人迷茫的往往不是某个知识点，而是"接下来该学什么"。developer-roadmap（对应官网 roadmap.sh）正是为解决这个问题而生的开源项目：它以交互式路线图的形式，梳理了 0 0 0
10-28 AI大模型 若琳部署 unstructured 本地部署指南 unstructured 本地部署指南：把 PDF、Word、HTML 统一变成大模型能吃的元素 一、项目介绍 在搭建 RAG（检索增强生成）、知识库问答或大模型数据流水线时，最耗时、也最容易被低估的环节，往往不是调模型，而是把各种"非结构化"资料——PDF 报告、Word 合同、HTML 页面、邮 0 0 0
10-28 AI智能体 若琳部署 nanochat：Karpathy 开源的百美元训练 GPT-2 大模型教程 nanochat：Karpathy 开源的百美元训练 GPT-2 大模型教程 nanochat 是 Andrej Karpathy（前 OpenAI 创始成员、Tesla AI 高级总监）开源的极简大模型训练框架，官方定位是"用最少代码训练 LLM 的实验工具"。它设计成跑在单台 GPU 节点上，代 14 0 0
