一份面向实战的 Claude 提示工程学习笔记。涵盖基础结构、角色设定、变量模板、输出格式化、思维链、Few-shot、降低幻觉、复杂提示编排，以及提示链、工具调用与检索增强等进阶主题。 0. 教程使用指南 使用 Messages API（推荐）进行对话，基本参数：model、max_tokens、messages，可选：system、temperature。 建议设置 temperature=0…
Leave a Comment分类： 计算机
你是否也遇到了这样的困境：满怀信心地搭建了一个基于ChromaDB的向量数据库，将宝贵的企业内部知识文档灌入其中，期望它能成为一个智能的“企业大脑”。然而，当你真正开始查询时，却发现结果牛头不对马嘴，检索效果一塌糊涂。 别灰心，你不是一个人在战斗。这几乎是所有团队在初探RAG（检索增强生成）和向量搜索时都会踩的“坑”。问题通常不在于向量数据库本身，而在于我们喂给它的“原料”和指挥它工作的“大脑”出…
Leave a Comment在人工智能（AI）的世界里，机器需要一种方式来“理解”我们人类的语言、图片甚至声音。但计算机本质上只懂数字，它们如何理解“热情”与“冷漠”之间的情感差异，或是“苹果公司”与“苹果水果”之间的天壤之别？ 答案就藏在一个神奇的概念里——Embedding。 你可以把Embedding模型想象成一个“宇宙翻译器”，它不只是做字面翻译，更是将世间万物（文本、图片、音频等）都转换成一种通用的数学语言——向量…
Leave a Comment在工业级的推荐系统中，需要处理的物品（例如新闻、商品、视频）数量极其庞大，可能达到数亿甚至数十亿级别。为了在极短的时间内（通常是毫秒级）为用户提供精准的个性化推荐，系统需要一套高效的多阶段过滤和排序流程，这就是经典的“召回 -> 粗排 -> 精排 -> 混排”架构。这套架构就像一个层层筛选的漏斗，旨在平衡计算效率和推荐效果。 1. 召回 (Recall) 目标：快速从海量的物品库…
Leave a Comment你好，Python 开发者！你是否还在忍受 pip 缓慢的依赖安装速度？是否在 venv, pip-tools, poetry, pyenv 等众多工具中反复横跳，感到心累？ 今天，让我们来认识一款可能终结这一切的工具 —— uv。 uv 是一个用 Rust 编写的、速度极快的 Python 包和项目管理器。 它的目标是提供一个统一、高效的开发工作流程，取代前面提到的多个工具，让你的 Python…
Leave a Comment在 Linux 和 macOS 的命令行世界中，我们每天都在和脚本打交道。执行一个脚本最常见的方式可能就是给它执行权限，然后通过 ./myscript.sh 来运行。然而，你一定也见过或用过另一个命令：source (或者它的简写形式一个点 .)。 这两种方式都能让脚本运行起来，但它们之间存在着本质的区别，而这个区别正是 source 命令强大且不可或-缺的原因。这篇博客将带你深入理解 sourc…
Leave a Comment这个“快照”实际上是一个逻辑上的概念，它的实现核心技术叫做 MVCC（Multi-Version Concurrency Control），即多版本并发控制。 MVCC的实现，主要依赖于以下三个关键要素： 1. 每行记录中的隐藏字段 在InnoDB中，每一行数据记录的末尾，除了我们自己定义的字段外，还会额外添加几个隐藏字段。其中最重要的有两个： DB_TRX_ID (6字节): 记录了最后一次修改…
Leave a Comment为开发者，我们每天都在和数据库打交道，而事务（Transaction）是保证数据一致性的核心武器。但你是否真正了解MySQL事务在并发和异常情况下的“脾气”？一个被忽略的超时异常，可能正在悄悄地侵蚀你数据的完整性。 本文将通过几个开发者最常遇到的场景，深入探讨MySQL事务的工作细节，特别是默认配置下可能隐藏的“陷阱”。 场景一：A事务执行中，B事务更新并提交了数据，A再读时会读到什么？ 这是一个…
Leave a Comment手上有个AX2的mikrotik路由器，最近没事测速，发现带宽居然跑不满，怎么跑都只能跑到400多兆。切换到X86的CHR软路由，轻松跑到1000M，为啥呢？ 我尝试帮我的AX2规则清空，可以帮网速跑到1000M，但是我总不能买个mikrotik路由器0规则吧 看到网速资料https://www.chiphell.com/thread-2641339-1-1.html 配置硬件加速规则：/ip f…
Leave a Comment在处理机器学习问题时，我们接触到的数据多种多样，不仅有数值型的连续数据，还有类别丰富的离散数据，比如性别、年级、城市等。然而，大多数机器学习模型都偏爱“吃”数值型数据，对于文本类别的特征常常感到“消化不良”。为了让模型能理解这些类别信息，我们需要对它们进行预处理，而独热编码（One-Hot Encoding）就是其中最常用、最重要的一种技术。 为什么需要独热编码？ 想象一下，我们有这样一个关于学生…
Leave a Comment