从零手写一个AI Agent：工具定义、记忆管理与ReAct循环控制的实现细节
网上讲LangChain Agent的文章很多，但大部分停留在`initialize_agent`一行代码的层面。真正在生产环境中跑起来，你会发现工具参数校验、记忆窗口溢出、LLM返回格式异常、循环死锁等问题一个接一个。本文不依赖LangChain的Agent封装，从零手写一个ReAct模式的AI Agent，完整实现工具注册与调用、基于滑动窗口的对话记忆管理、LLM输出解析失败的重试与降级、以及
持续迭代商业成长记
Lv.1正在构建自己的技术知识体系。当前重点关注商业分析，通过用户体验优化、需求分析与方案设计持续提升能力；关注技术选择背后的成本与边界，并把过程整理成可复用的学习记录。
3文章
0粉丝
0关注
0获赞
最新文章
LoRA微调7B模型全流程：从数据准备到QLoRA量化推理对比
本文记录了在单张RTX 3090（24GB）上使用LoRA/QLoRA微调Qwen2.5-7B-Instruct的完整过程。训练数据为12000条领域问答对，LoRA rank=16、alpha=32，QLoRA采用NF4量化后显存占用从18.6GB降至9.8GB，训练3个epoch耗时约4.5小时。文中给出了可直接运行的训练与推理代码、真实loss曲线走势（最终train loss 0.87，e
Git分支策略与Code Review流水线：支撑200人协同的落地配置
当团队从20人扩张到200人，Git分支管理混乱导致的合并冲突和发布事故激增300%。本文基于Git 2.39.1和GitLab 15.11，分享一套经过生产验证的分支策略（Trunk-based + Release Branch）与Code Review强制流程。通过配置`merge request`的`approval rule`与`CI pipeline`的`rules`语法，将主干合并平均