最新博客文章
3 / 173AI 开发实战教程，从零到一构建你的 AI 应用。
全部173
入门32
进阶86
高级55
全部
提示词工程12
RAG检索增强16
Agent开发31
模型微调18
部署与运维22
AI应用开发33
DeepSeek API16
多模态开发3
AI 安全3
模型推理1
检索系统1
RAG检索1
模型架构1
API 开发1
Agent 开发10
模型部署1
多模态1
模型评测2
教程
日期
DeepSeek 多模态开发实战：Janus-Pro 图像理解与生成
多模态开发
进阶
Janus-Pro 是 DeepSeek 的统一多模态模型，同时支持图像理解和生成。本文详解 Janus-Pro-7B 的 API 调用、图像问答、文本到图像生成、以及解耦视觉编码的架构原理。
多模态 Agent 实战：视觉理解驱动自动化操作
多模态开发
高级
当 Agent 能「看懂」屏幕和图像，自动化的边界被大幅拓宽。本文讲解多模态 Agent 的架构设计、截图理解、UI 元素定位与动作执行的完整实现，附可运行代码。
多模态 RAG 深度进阶：图文混合检索与向量化
多模态开发
进阶
文档里既有文字又有图表，纯文本 RAG 会丢失关键信息。本文深入图文混合检索：图像向量化、跨模态对齐、表格结构化解析与融合重排，构建真正理解图文的 RAG 系统。
