AI Agent 开发实战教程（四）：RAG 检索增强生成
目录
1. RAG 概述：为什么需要检索增强
2. LangChain 文档加载器
3. 文本分块策略
4. 嵌入模型：让文本变成向量
5. 向量检索与混合搜索
6. 重排序（Reranking）
7. LangChain RAG Chain 完整实现
8. Agentic RAG：让 RAG 更智能
9. 小结与下一步
1
人工智能
心理学研究方法（20）
中原焦点团队坚持分享第1082天（20230121）
判别函数分析是根据各种预测变量的情况来预测它们的组合效应需要解决三方面问题：决定两组以上分数差异的统计显著性；对变量进行一定组合，使组间判别最大；决定各组成员的特征。
主成分分析主要应用于没有规定自变量和因变量的多变量问题，对整个相关矩阵进行分析，从而发现变量中的子集。
因素分析又分成探索型和验证型。探索型因素分析旨在通过变量组合而总结数据，为
R语言编程-Tidyverse 书籍 - 数据清洗
1 描述统计
不同概率分布就是不同随机现象规律性的数学描述。
统计学最常用的四大概率分布：正太分布，t分布， 卡方分布，F分布。
数据分布形状的统计量： 偏度（skewness, 是否对称）， 峰度（Kurtosis,以标准正太分布为基准）
多个统计参数分析- rstatix::get_summary_stats(), dlookr::desicribe()
列联表- janitor包提供的ta
[源力觉醒 创作者计划]_文心大模型4.5开源：从技术突破到生态共建的国产AI解读与本地部署指南
一起来轻松玩转文心大模型吧👉 文心大模型免费下载地址
1. 摘要2025年6月30日，百度正式宣布文心大模型4.5系列全面开源，这一里程碑事件标志着国产人工智能技术从"闭门造车"的追赶阶段迈入"开放共建"的领跑时代。作为覆盖0.3B到424B参数规模的完整模型矩阵，文心4.5不仅在技术架构上实现了混合专家&#
AI正在改变内容营销：生成式引擎优化（GEO）入门与工具实践
目录引言：内容创作的新时代挑战与机遇蓝耘星河：你的AI内容生产全能助手核心功能一：智能内容创作，从灵感到成稿的全流程自动化全链路多模态创作，交付即成品深度个性化设置：让品牌更有温度批量生产引擎，内容产能火力全开核心功能二：AI主动推荐，让内容实现“生成式引擎优化”ÿ
调用format方法，格式化时间，转换为指定方法
import java.text.SimpleDateFormat;
import java.util.Calendar;
import java.util.Date;
public class CountDown {
public static void main(String[] args) {
System.out.println("——————————————————");
Date da
CompletableFuture
一、定义
CompletableFuture提供了非常强大的Future扩展功能，可以帮助我们简化异步编程的复杂性，提供了函数式编程的能力，可以通过回调的方式处理结果，也提供了转换和组合CompletableFuture的方法。
可能代表一个明确完成的Future，也可能代表一个完成阶段，支持在计算完成以后触发一些函数或执行某些动作
实现了Future和CompletionStage接口
【AI】为什么 OpenClaw 值得折腾？安装体验与架构原理深度解析
👨💻程序员三明治：个人主页
🔥 个人专栏: 《设计模式精解》 《重学数据结构》
🤞先做到 再看见！
目录
一、OpenClaw 到底是什么
二、OpenClaw快速安装与卸载
进入官网：[
2、面向对象和面向过程的区别
面向对象和面向过程的区别:
面向过程:
是分析解决问题的步骤,然后用函数把这些步骤一步一步的实现,然后在使用的时候一一调用.
性能较高,所以单片机、嵌入式开发等一般采用面向过程开发.
面向对象:
是把构成问题的事务分解成各个对象,而建立对象的目的也不是为了完成一个个步骤,而是为了描述某个事物在解决整个问题的过程中所发生的行为.
面向对象有封装、继承、多态的特性
【哈佛大学：计算生物学 & 生物信息学】学习记录（三）
局部比对算法 —— Smith-Waterman Algorithm
Swimt-Waterman算法本质上是一种Dynamic Programming（动态规划算法），和Needleman算法有许多相同之处。其分为3个步骤：Initialization —— Matrix Filling —— Trace Back。
Swith-Waterman算法相较于Needleman-Wunsch算法最大
