浠寒AI-CSDN博客

原创一文彻底搞懂Transformer架构：从自注意力机制到BERT、GPT演进之路

在今天，当我们谈论人工智能时，几乎无法绕开ChatGPT、Llama、Claude等一系列令人惊叹的大型语言模型（LLM）。它们能写诗、能编程、能进行富有逻辑的对话，仿佛叩开了通用人工智能（AGI）的大门。然而，在这场波澜壮阔的AI革命背后，有一个共同的、强大的技术引擎在默默驱动着这一切。它，就是**Transformer架构**。对于任何希望深入理解、应用乃至构建未来AI系统的人来说，理解Transformer不再是锦上添花，而是必修课。今天，就让我们一起，层层剥开这颗“洋葱”，从其诞生的源头，到它如

2025-06-15 17:43:43 874

原创【FastAPI高级实战】结合查询参数与SQLModel Joins实现高效多表查询（分页、过滤、计数）

这篇文章介绍了如何使用FastAPI和SQLModel实现高级查询功能，主要包括查询参数和数据库表联接两大核心技能。首先讲解了查询参数的用途（过滤、分页、搜索等）及其在URL中的表现形式，然后通过代码示例详细展示了如何利用FastAPI的依赖注入获取查询参数，并使用SQLModel构建复杂查询（包括LEFT OUTER JOIN连接表、分组统计和条件过滤）。特别强调了多表连接查询的实现方法，以及如何正确处理分页和搜索功能，最终返回符合特定响应模型的数据结构。文章通过博客平台的实例，说明了如何构建支持分页、搜

2025-06-15 15:18:37 660

原创一文彻底搞懂大型语言模型（LLM）：核心机制、训练流程、关键技术与未来展望（LLM领域必读）

自ChatGPT等应用的惊艳亮相以来，“大型语言模型”（Large Language Model, LLM）这个词汇便如一股旋风，迅速席卷了科技圈乃至公众视野。它们不仅能与人流畅对话、写作，甚至在编程、逻辑推理等领域也展现出令人惊叹的能力。那么，这些“语言巨匠”究竟是什么？它们如何工作？又将如何重塑我们的世界？本文将给你娓娓道来。

2025-06-14 22:28:04 1356

原创 FastAPI安全深度剖析：依赖注入、JWT与细粒度权限控制

本文探讨如何利用FastAPI的依赖注入系统结合JWT实现安全的API认证。FastAPI的依赖注入机制允许将认证逻辑封装为可复用的依赖项，通过Depends()注入到路由函数中，实现请求前的自动认证检查。文章详细介绍了JWT的认证流程，包括用户登录时生成令牌、客户端存储使用，以及服务器端验证令牌的完整过程。重点展示了如何通过OAuth2PasswordBearer获取令牌，并编写get_current_user依赖函数进行JWT验证，实现无状态认证。该方法使安全逻辑集中管理，保持路由代码简洁，同时确保AP

2025-06-14 17:14:04 879

原创 Fast API 中的用户认证：深入理解 JWT（JSON Web Tokens）

本文深入探讨了在FastAPI中利用JWT实现安全API认证的方案。文章首先强调了API认证的重要性，对比了基于会话和基于令牌两种认证方式的优缺点。重点剖析了JWT的结构(Header,Payload,Signature)及其无状态认证的工作原理，特别指出JWT虽可验证但未加密的特性，以及安全密钥保护的必要性。随后介绍了使用passlib和bcrypt进行密码哈希存储的方法。最后展示了如何将这些技术整合到FastAPI应用中，通过SQLModel实现用户注册、登录和JWT认证的完整流程。文章为开发者提供了构

2025-06-14 14:17:03 795

原创 FastAPI的数据契约：Pydantic与SQLModel联手打造健壮API

这篇文章探讨了在API开发中明确数据契约（Schema）的重要性，以及如何利用Pydantic和SQLModel来构建健壮的API数据层。

2025-06-11 22:36:23 1172

原创解锁数据库简洁之道：FastAPI与SQLModel实战指南

摘要：FastAPI中的SQLModel ORM实践 SQLModel作为FastAPI官方推荐的ORM工具，巧妙结合了Pydantic的数据校验和SQLAlchemy的数据库交互能力。本文介绍了SQLModel的核心配置与应用实践：首先创建数据库引擎（Engine）建立连接，通过SQLModel.metadata.create_all()自动建表；然后使用依赖注入管理会话（Session）生命周期，确保事务安全；最后详细展示了如何定义SQLModel模型类，通过Python类映射数据库表结构，包括主键设置

2025-06-10 23:11:22 1147

原创 PostgreSQL 与 SQL 基础：为 Fast API 打下数据基础

本文介绍了使用Python FastAPI构建Web API时如何高效操作PostgreSQL数据库。主要内容包括：关系型数据库核心概念（表、关系），PostgreSQL作为DBMS的特点；SQL语言的基本操作（SELECT查询、WHERE过滤）；以及Python中使用psycopg2驱动连接数据库的最佳实践，重点强调了参数化查询防止SQL注入。文章还展示了如何通过RealDictCursor获取字典形式结果，在FastAPI中实现数据查询API端点。这些技术为FastAPI项目提供了坚实的数据存储基础。

2025-06-09 21:22:44 1318

原创 FastAPI核心解密：深入“路径操作”与HTTP方法，构建API的坚实骨架

在上一篇我们成功搭建了环境并运行了第一个“Hello World”API后，你可能已经对 `@app.get("/")` 这个小小的“魔法”产生了好奇。这正是FastAPI的**核心基石——“路径操作”（Path Operations）**。它如同API世界的交通枢纽，精确地将客户端发来的每一个HTTP请求导向正确的处理函数。而**HTTP方法**，则是这些请求的“行动指令”，明确告知服务器我们想对资源进行何种操作（是获取信息？还是创建新内容？亦或是更新或删除？）。透彻理解并熟练运用路径操作与HTTP方

2025-06-09 20:54:04 1237

原创 FastAPI实战起步：从Python环境到你的第一个“Hello World”API接口

摘要：本文详细介绍了如何从零开始搭建FastAPI开发环境。首先强调了虚拟环境的重要性，它能解决Python包依赖冲突问题，并通过venv模块创建隔离的开发环境。接着指导读者安装FastAPI及其依赖组件，编写第一个"Hello World"API接口代码，最后使用Uvicorn服务器运行项目。文章还预告了后续将深入讲解FastAPI的路径操作和HTTP方法，帮助开发者构建功能更丰富的API。整个过程涵盖了虚拟环境设置、FastAPI安装、代码编写和项目运行等关键步骤。

2025-06-08 20:37:47 986

原创 FastAPI入门：为何它能成为现代API开发的首选利器？

摘要：API开发与FastAPI的魅力 API作为数字世界的"沟通官"，通过标准协议（如RESTful风格和JSON格式）实现不同软件组件的高效交互。现代API开发中，FastAPI凭借其卓越性能成为首选框架：它构建于ASGI架构之上，提供闪电般的响应速度；自动生成交互式API文档，彻底解决文档维护难题；深度集成Pydantic实现智能数据验证；采用优雅的依赖注入系统提升代码复用性。FastAPI不仅简化了开发流程，还能无缝对接Python丰富生态，是构建高性能、易维护API的理想选择，

2025-06-08 12:08:31 730

原创智能体模式篇（下）- 知识增强：用 LangGraph 构建可自主决策的 RAG 智能体

本篇文章将深入探讨如何利用 **LangGraph**，将 RAG 从一个线性的数据处理管道，升维成一个能够**自主决策、动态执行**的智能体。我们将揭示 LangGraph 如何赋予 RAG 系统真正的“智能”。

2025-06-07 21:59:54 661

原创智能体模式篇 (中) - 人机协作：LangGraph构建交互式助手

本篇博客将深入探讨如何利用 LangGraph 构建一个真正意义上的人机协作智能体。我们将以“Drafter”（文档起草助手）为例，详细解析如何通过**意图驱动的工具（Intent-driven Tools）**和非对称的条件路由（Asymmetric Conditional Routing）**，实现一个能够与人类用户无缝协作、持续迭代、直至完美的智能文档起草系统。

2025-06-07 17:46:25 984

原创智能体模式篇（上）- 深入 ReAct：LangGraph构建能自主思考与行动的 AI

深入探讨一种赋予 AI **自主规划与执行能力**的强大模式——**ReAct (Reasoning and Acting)**。通过 LangGraph，我们将构建一个能够**思考（Reasoning）**并**行动（Acting）**的智能体，教会它如何利用外部工具来达成复杂目标。

2025-06-07 15:19:19 1199

原创让AI“记住”你：用LangGraph打造有记忆的聊天机器人

在上篇博文中，我们用LangGraph和LLM构建了“简单机器人”（Agent Bot），它能响应用户查询，但却患上了“失忆症”——无法记住之前的对话，每次交互都像初次见面。😅 在现实世界的AI应用中，记忆是流畅对话的灵魂！今天，我们将为Agent I注入“记忆”，升级为**Memory Agent：带记忆的聊天机器人**，让它成为真正贴心的“对话伙伴”。🚀

2025-06-06 23:38:45 987

原创从零到一：用LangGraph与LLM打造你的首个AI智能体

本文介绍了如何将大型语言模型(LLM)集成到LangGraph框架中，构建一个基础的无记忆智能体(Agent Bot)。文章首先阐述了LLM与LangGraph结合的价值：通过图结构的节点和边协调数据流，让LLM作为推理引擎增强工作流智能化。随后详细讲解了实现步骤：定义包含用户消息的AgentState状态；创建调用LLM处理输入的process节点；构建简单的工作流图结构(从START到process再到END)。文中还指出当前实现的局限性——缺乏对话记忆能力，导致无法记住上下文，并展望了未来通过优化状态

2025-06-05 23:53:05 853

原创决策与循环：LangGraph构建条件执行和带循环的图

本文深入探讨LangGraph中的两种流程控制方法：条件边和循环图，以增强AI Agent的决策与迭代能力。条件边通过路由函数实现动态路径选择，模拟if-else逻辑；循环图则通过条件边形成回路，支持迭代优化。文章通过加法/减法选择器和随机数生成器两个实例，分别展示了条件判断和循环执行的实现方式，包括状态定义、节点构建和路由逻辑。这些技术赋予AI Agent自主决策和持续优化的能力，使其能够灵活应对复杂任务。文末提供完整代码示例供读者参考实践。

2025-06-05 22:31:31 1240

原创 LangGraph新手必看：构建顺序执行图

本文详细介绍了如何使用LangGraph构建顺序执行图，通过普通边(Edge)连接多个节点(Node)来实现线性任务流程。

2025-06-04 20:11:57 706

原创从单节点到多输入：构建你的第一个LangGraph图

通过一个单节点图示例，展示了如何定义状态、创建节点函数、构建和运行图。接着进阶到多输入图的构建，演示了处理不同类型输入的方法，包括整数列表和字符串，并生成包含计算结果和个性化消息的输出。文章强调使用TypedDict定义状态的优势，包括类型安全、代码可读性和调试便

2025-06-04 20:10:17 967

原创 LangGraph Core Concepts一网打尽 (State, Node, Edge & More!)

摘要：LangGraph 是一个专为构建可定制、有状态、可循环 AI 应用的 Python 库，通过基于图的架构简化复杂工作流设计。其核心组件包括：状态（共享数据结构）、节点（执行单元）、图（执行蓝图）、边（流程控制）和条件边（动态路由）。特殊元素如起点/终点标记流程边界，工具节点执行特定功能，StateGraph 类管理整体结构。消息机制（如 HumanMessage/ToolMessage）标准化通信，而 Runnable 接口提供模块化构建能力。该框架通过可视化流程编排，使多步骤 AI 代理开发更清晰

2025-06-03 22:58:36 593

m0_53827889的博客