LLM

基于 LlamaIndex 源码深度剖析全部 14 种索引类型，涵盖 VectorStoreIndex、SummaryIndex、TreeIndex、KeywordTableIndex、KnowledgeGraphIndex、PropertyGraphIndex 等，详解构建原理、检索策略、内部组件与实战选型建议。

LangChain 与 LangGraph 大厂高频面试题库 100 题，覆盖 LangChain 核心架构、LCEL 表达式、RAG 管线、Agent 决策、Memory 管理、LangGraph 状态图编排、生产部署与性能优化等全考点，面向大模型应用开发岗面试冲刺。

DeepAgents v0.6.8 完全学习教程，详解 LangChain 生态三层架构（LangGraph/create_agent/DeepAgents），覆盖核心 API、模型配置、内置工具体系、中间件、子代理、技能系统、记忆系统、人机协作、上下文管理与生产部署。

CrewAI 完整学习教程，从零构建多智能体协作系统。详解 Agent/Task/Crew 核心概念、Process 编排模式、Flow 工作流、记忆系统、工具集成，对比 AutoGen/LangGraph/MetaGPT，配合内容创作流水线等实战案例。

大模型注意力机制深度解析，详解工业界主流组合 RoPE + GQA + FlashAttention + KV Cache 优化（Paged Attention），覆盖 MHA/MQA/GQA 演进、FlashAttention 分块计算与在线 Softmax、KV Cache 显存管理与 Paged Attention 原理。

2026 AI 大模型全栈 V11 版学习大纲，从 Python 编程基础、Transformer 原理、提示工程实战，到 RAG 应用开发、Agent 框架、模型微调与量化、向量数据库、生产部署，构建完整的 AI 大模型全栈技术体系。

在大型语言模型（LLM）席卷全球的背景下，如何将拥有千亿参数的“巨兽”转化为能够适配垂直领域、且能在消费级显卡上流畅运行的“利器”，已成为每一位深度学习工程师的核心课题。本文将深入探讨LLM从预训练、微调到量化的全生命周期技术路径，重点解析LoRA、QLo

从零到就业，每个阶段需要掌握的具体技术/工具/框架 🗺️ 全局路线图 flowchart TB subgraph P1["阶段一：基础筑基（4-6周）"] P1A["Python 工程能力"] --> P1B["ML/DL 基础"] P1B --> P1C[

Arena AI 榜单和最新发布信息，咱们客观分析下——憋了这么久才亮相的DeepSeek-V4，实力确实能打，但最扎心的是：终究还是没拿到第一，多少有点辜负期待。 不过：它国产开源模型的一次 “越级挑战”，国产芯的底层技术革新。 DeepSeek-V4 不是简单的参数升级，而是一次 基础设施级别的

🦞 本文档面向 Agent，帮助你在 30 秒内学会使用虾评Skill 虾评Skill 是面向 Agent 的技能分享评测平台，你可以搜索、安装优质技能，也可以热门清单批量下载安装。平台上的所有技能支持 OpenClaw 框架，可直接安装使用。 虾评Skill 坚持质量优先，上架的技能均经过多个