<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>LLM on Text Matrix</title><link>https://0f9f3b1c.text-matrix.pages.dev/tags/llm/</link><description>Recent content in LLM on Text Matrix</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 08 Apr 2026 11:10:11 +0800</lastBuildDate><atom:link href="https://0f9f3b1c.text-matrix.pages.dev/tags/llm/index.xml" rel="self" type="application/rss+xml"/><item><title>Karpathy LLM Wiki：让AI自动维护你的知识库</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/karpathy-llm-wiki-agent-skill-guide/</link><pubDate>Wed, 08 Apr 2026 11:10:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/karpathy-llm-wiki-agent-skill-guide/</guid><description>&lt;h1 id="karpathy-llm-wiki让ai自动维护你的知识库">Karpathy LLM Wiki：让AI自动维护你的知识库&lt;/h1>
&lt;h2 id="1-学习目标">1. 学习目标&lt;/h2>
&lt;p>通过本文你将掌握：&lt;/p>
&lt;ul>
&lt;li>理解 Karpathy LLM Wiki 的核心哲学&lt;/li>
&lt;li>熟练使用 Ingest、Query、Lint 三大操作&lt;/li>
&lt;li>在 Claude Code/Cursor/Codex 中安装和配置本技能&lt;/li>
&lt;li>构建个人知识库并实现自动维护&lt;/li>
&lt;li>解决实际使用中的常见问题&lt;/li>
&lt;/ul>
&lt;h2 id="2-背景与原理">2. 背景与原理&lt;/h2>
&lt;h3 id="21-karpathy-的-llm-wiki-理念">2.1 Karpathy 的 LLM Wiki 理念&lt;/h3>
&lt;p>2026年4月，AI 大神 Andrej Karpathy 提出了一个简洁而强大的概念：&lt;/p></description></item><item><title>Goose 入门指南：超越代码建议的可扩展AI Agent</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/goose-aaif-extensible-ai-agent-guide/</link><pubDate>Tue, 07 Apr 2026 11:35:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/goose-aaif-extensible-ai-agent-guide/</guid><description>&lt;h1 id="goose-入门指南超越代码建议的可扩展-ai-agent">Goose 入门指南：超越代码建议的可扩展 AI Agent&lt;/h1>
&lt;h2 id="概述">概述&lt;/h2>
&lt;p>&lt;strong>Goose&lt;/strong>（&lt;a href="https://github.com/aaif-goose/goose" target="_blank" rel="noopener noreffer ">aaif-goose/goose&lt;/a>）是一个开源的、可扩展的 AI Agent，与传统的代码补全工具不同，它能够&lt;strong>安装、执行、编辑和测试任何 LLM&lt;/strong>。这是一个真正的自主代理，能够在你的开发环境中执行复杂任务。&lt;/p></description></item><item><title>Mini-Coding-Agent 源码深度解析：Sebastian Raschka 的代码代理第一性原理</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/mini-coding-agent-sebastian-raschka-source-code-guide/</link><pubDate>Tue, 07 Apr 2026 01:05:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/mini-coding-agent-sebastian-raschka-source-code-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将深入掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>理解代码代理的六大核心组件的第一性原理&lt;/li>
&lt;li>深入理解 WorkspaceContext 如何构建实时仓库上下文&lt;/li>
&lt;li>掌握 Prompt Shape 如何实现缓存复用和计算节省&lt;/li>
&lt;li>理解 Structured Tools 的设计模式和批准机制&lt;/li>
&lt;li>掌握 Context Reduction 的去重和截断策略&lt;/li>
&lt;li>理解 Transcripts 和 Memory 的持久化设计&lt;/li>
&lt;li>掌握 Delegation 子代理的受限作用域机制&lt;/li>
&lt;li>从 ~650 行精简代码中领悟 AI Agent 的本质&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述与架构总览">1. 项目概述与架构总览&lt;/h2>
&lt;h3 id="11-为什么选择-mini-coding-agent">1.1 为什么选择 Mini-Coding-Agent&lt;/h3>
&lt;p>Sebastian Raschka 明确指出：这是一个&lt;strong>教学示范项目&lt;/strong>，不是生产级代理。它的价值在于：&lt;/p></description></item><item><title>Mini-Coding-Agent：Sebastian Raschka 的极简代码代理框架完全指南</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/mini-coding-agent-sebastian-raschka-guide/</link><pubDate>Tue, 07 Apr 2026 00:55:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/mini-coding-agent-sebastian-raschka-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将全面掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>深入理解 Mini-Coding-Agent 的设计哲学和极简架构&lt;/li>
&lt;li>学会安装配置 Ollama 环境和依赖&lt;/li>
&lt;li>掌握六大核心组件的原理和实现&lt;/li>
&lt;li>学会使用 CLI 工具和交互式命令&lt;/li>
&lt;li>理解会话恢复和内存持久化机制&lt;/li>
&lt;li>掌握批准模式和安全控制&lt;/li>
&lt;li>了解代码代理的实际应用场景&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述">1. 项目概述&lt;/h2>
&lt;h3 id="11-是什么">1.1 是什么&lt;/h3>
&lt;p>&lt;strong>Mini-Coding-Agent&lt;/strong> 是 Sebastian Raschka（著名机器学习研究者、PyTorch 作者之一）创建的极简代码代理框架。它不是一个生产级 robust 的代理，而是一个&lt;strong>教学示范&lt;/strong>，通过最小可读的代码解释代码代理的核心组件。&lt;/p></description></item><item><title>awesome-llm-apps：105k Stars LLM应用精选合集完全指南</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/awesome-llm-apps-curated-llm-application-projects-guide/</link><pubDate>Mon, 06 Apr 2026 22:40:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/awesome-llm-apps-curated-llm-application-projects-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将全面掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>深入理解 awesome-llm-apps 的项目定位和收录范围&lt;/li>
&lt;li>学会构建各类 AI Agent（starter 级、advanced 级）&lt;/li>
&lt;li>掌握多 Agent 团队协作开发模式&lt;/li>
&lt;li>理解 MCP（Model Context Protocol）的原理和应用&lt;/li>
&lt;li>学会构建 RAG、知识库、向量检索等实际应用&lt;/li>
&lt;li>掌握语音 AI Agent 开发技术&lt;/li>
&lt;li>理解 AI Agent 框架（Google ADK、OpenAI Agents SDK）&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述">1. 项目概述&lt;/h2>
&lt;h3 id="11-是什么">1.1 是什么&lt;/h3>
&lt;p>&lt;strong>awesome-llm-apps&lt;/strong> 是一个精心策划的 LLM 应用精选合集，收录了大量基于 RAG、AI Agents、Multi-agent Teams、MCP、Voice Agents 等技术构建的 AI 应用。项目作者 Shubhamsaboo 来自 The Unwind AI 团队。&lt;/p></description></item><item><title>microsoft/generative-ai-for-beginners：109k Stars 生成式AI入门完全指南</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/microsoft-generative-ai-for-beginners-course-guide/</link><pubDate>Mon, 06 Apr 2026 22:35:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/microsoft-generative-ai-for-beginners-course-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将全面掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>深入理解生成式 AI 和大语言模型（LLM）的工作原理&lt;/li>
&lt;li>学会在不同平台上运行 AI 应用（Azure OpenAI、GitHub Models、OpenAI API）&lt;/li>
&lt;li>掌握提示工程的核心技巧和进阶方法&lt;/li>
&lt;li>能够构建文本生成、聊天、搜索、图片生成等实际应用&lt;/li>
&lt;li>理解 RAG、Agent、微调等高级主题&lt;/li>
&lt;li>学会保护 AI 应用安全&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述">1. 项目概述&lt;/h2>
&lt;h3 id="11-是什么">1.1 是什么&lt;/h3>
&lt;p>&lt;strong>microsoft/generative-ai-for-beginners&lt;/strong> 是微软官方推出的生成式 AI 入门课程，通过 &lt;strong>21 节精心设计的课程&lt;/strong>，帮助零基础学习者掌握生成式 AI 应用开发。&lt;/p></description></item><item><title>Ollama：本地大模型运行完全指南</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ollama-local-llm-guide/</link><pubDate>Mon, 06 Apr 2026 22:18:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ollama-local-llm-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将全面掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>深入理解 Ollama 的项目定位、核心概念和设计理念&lt;/li>
&lt;li>掌握 Ollama 的安装、配置和基本使用方法&lt;/li>
&lt;li>学会运行和管理各种大模型（Llama、Gemma、Mistral 等）&lt;/li>
&lt;li>理解 Modelfile 自定义模型配置&lt;/li>
&lt;li>掌握 OpenAI 兼容 API 服务搭建&lt;/li>
&lt;li>理解 Agent 和 ReAct 模式&lt;/li>
&lt;li>学会 GPU 加速配置和多模态模型使用&lt;/li>
&lt;li>掌握 Ollama 与 LangChain 的集成方法&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述">1. 项目概述&lt;/h2>
&lt;h3 id="11-是什么">1.1 是什么&lt;/h3>
&lt;p>&lt;strong>Ollama&lt;/strong> 是一个让你在&lt;strong>本地机器上运行开源大模型&lt;/strong>的平台。它提供了简单的命令来下载、运行和管理 AI 模型，无需云服务，完全离线可用。&lt;/p></description></item><item><title>Pi Mono：统一LLM API的AI Agent全栈工具箱</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/pi-mono-ai-agent-toolkit/</link><pubDate>Mon, 06 Apr 2026 11:30:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/pi-mono-ai-agent-toolkit/</guid><description>&lt;h1 id="pi-mono统一llm-api的ai-agent全栈工具箱">Pi Mono：统一LLM API的AI Agent全栈工具箱&lt;/h1>
&lt;h2 id="1-学习目标">§1 学习目标&lt;/h2>
&lt;p>通过本文，您将掌握：&lt;/p>
&lt;ul>
&lt;li>Pi Mono的核心功能与架构设计&lt;/li>
&lt;li>如何使用Pi Mono的编码Agent CLI&lt;/li>
&lt;li>统一LLM API的配置与使用&lt;/li>
&lt;li>TUI与Web UI的部署方法&lt;/li>
&lt;li>Slack机器人与vLLM Pod的集成&lt;/li>
&lt;li>最佳实践与开发扩展指南&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="2-原理分析">§2 原理分析&lt;/h2>
&lt;h3 id="21-什么是pi-mono">2.1 什么是Pi Mono？&lt;/h3>
&lt;p>&lt;strong>Pi Mono&lt;/strong>（GitHub: &lt;a href="https://github.com/badlogic/pi-mono" target="_blank" rel="noopener noreffer ">badlogic/pi-mono&lt;/a>）是一款开源AI Agent工具箱，由知名开发者badlogic创建。该工具箱将多个AI开发组件整合到一个统一的框架中：&lt;/p></description></item><item><title>NeMo Skills：LLM 技能提升流水线完全指南</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/nemo-skills-llm-skill-pipeline-guide/</link><pubDate>Wed, 01 Apr 2026 16:50:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/nemo-skills-llm-skill-pipeline-guide/</guid><description>&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：LLM 训练工程师、模型优化研究者
&lt;strong>核心问题&lt;/strong>：如何使用 NeMo Skills 提升 LLM 技能？
&lt;strong>难度&lt;/strong>：⭐⭐⭐⭐（高级）&lt;/p>&lt;/blockquote>
&lt;h2 id="一项目概述">一、项目概述&lt;/h2>
&lt;h3 id="11-什么是-nemo-skills">1.1 什么是 NeMo Skills&lt;/h3>
&lt;p>&lt;strong>NeMo Skills&lt;/strong> 是 NVIDIA 开源的 LLM 技能提升工具集，提供从合成数据生成、模型训练到基准评估的完整流水线。支持在本地工作站运行，并可一键扩展到大规模 Slurm 集群。&lt;/p></description></item><item><title>Nanobot：超轻量级个人 AI 助手专家级技术文档</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/nanobot-ultra-lightweight-ai-assistant/</link><pubDate>Mon, 30 Mar 2026 14:26:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/nanobot-ultra-lightweight-ai-assistant/</guid><description>&lt;h1 id="nanobot超轻量级个人-ai-助手专家级技术文档">Nanobot：超轻量级个人 AI 助手专家级技术文档&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：想要掌握 Nanobot 的开发者、AI 爱好者和技术决策者
&lt;strong>核心问题&lt;/strong>：Nanobot 是什么？如何设计架构？如何定制和扩展？&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="1-学习目标">1. 学习目标&lt;/h2>
&lt;p>完成本文档后，你将掌握：&lt;/p></description></item><item><title>Pi Monorepo：开源 AI Agent 工具包专家级技术文档</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/pi-mono-ai-agent-toolkit/</link><pubDate>Mon, 30 Mar 2026 13:03:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/pi-mono-ai-agent-toolkit/</guid><description>&lt;h1 id="pi-monorepo开源-ai-agent-工具包专家级技术文档">Pi Monorepo：开源 AI Agent 工具包专家级技术文档&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：想要掌握 Pi Monorepo 的开发者、AI 应用工程师和技术决策者
&lt;strong>核心问题&lt;/strong>：Pi 是什么？如何设计架构？如何定制和扩展？&lt;/p></description></item><item><title>Quantization 量化技术完全指南：从原理到 LLM 实战</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/quantization-llm-model-compression-guide/</link><pubDate>Sun, 29 Mar 2026 23:28:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/quantization-llm-model-compression-guide/</guid><description>&lt;h1 id="quantization-量化技术完全指南从原理到-llm-实战">Quantization 量化技术完全指南：从原理到 LLM 实战&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：想深入理解量化技术、压缩大模型体积的开发者
&lt;strong>核心问题&lt;/strong>：如何将 159GB 的大模型压缩到能在笔记本运行，同时只损失 5-10% 精度？&lt;/p></description></item><item><title>AI 编程 Agent 的 Harness 设计：如何让大模型更稳定地产出高质量代码</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/ai-agent-harness-design-long-running-applications/</link><pubDate>Sun, 29 Mar 2026 23:07:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/ai-agent-harness-design-long-running-applications/</guid><description>&lt;h1 id="ai-编程-agent-的-harness-设计如何让大模型更稳定地产出高质量代码">AI 编程 Agent 的 Harness 设计：如何让大模型更稳定地产出高质量代码&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：想构建长时运行 AI 编程 Agent 的开发者
&lt;strong>核心问题&lt;/strong>：如何设计 Harness 让 AI Agent 在数小时的编程任务中保持高质量输出？&lt;/p></description></item><item><title>MiniMind：从零开始用3块钱训练64M参数的大语言模型</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/minimind-llm-training-from-scratch/</link><pubDate>Sun, 29 Mar 2026 15:51:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/minimind-llm-training-from-scratch/</guid><description>&lt;h1 id="minimind从零开始用3块钱训练64m参数的大语言模型">MiniMind：从零开始用3块钱训练64M参数的大语言模型&lt;/h1>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;strong>MiniMind&lt;/strong> 是由 jingyaogong 开发的开源大语言模型训练项目，其核心理念是&amp;quot;大道至简&amp;quot;——让每个人都能从零开始，仅用约 3 元钱成本与 2 小时训练时间，即可训练出规模约为 64M 参数的超小型语言模型 MiniMind。&lt;/p></description></item><item><title>AI Scientist-v2：智能体树搜索驱动的自动化科研论文生成</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/ai-scientist-v2-agentic-tree-search/</link><pubDate>Sun, 29 Mar 2026 15:47:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/ai-scientist-v2-agentic-tree-search/</guid><description>&lt;h1 id="ai-scientist-v2智能体树搜索驱动的自动化科研论文生成">AI Scientist-v2：智能体树搜索驱动的自动化科研论文生成&lt;/h1>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;strong>AI Scientist-v2&lt;/strong> 是由 SakanaAI 开发的一个通用端到端智能体系统，能够自主完成科学研究流程：提出假设、设计实验、运行实验、分析数据，并撰写科学论文。该项目在 GitHub 上获得了 &lt;strong>3.6k Stars&lt;/strong> 和 &lt;strong>545 Forks&lt;/strong>，成为 AI 自动化科研领域的标杆项目。&lt;/p></description></item><item><title>TradingAgents：多智能体 LLM 金融交易框架从入门到精通</title><link>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/quant/tradingagents-multi-agent-llm-financial-trading/</link><pubDate>Sat, 28 Mar 2026 15:30:00 +0800</pubDate><guid>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/quant/tradingagents-multi-agent-llm-financial-trading/</guid><description>&lt;h1 id="tradingagents多智能体-llm-金融交易框架从入门到精通">TradingAgents：多智能体 LLM 金融交易框架从入门到精通&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：想要深入理解多智能体系统架构、LLM 在金融领域应用的开发者与研究者
&lt;strong>核心问题&lt;/strong>：如何用多智能体协作完成金融交易决策？系统如何设计才能保证分析质量与风控能力？
&lt;strong>难度&lt;/strong>：⭐⭐⭐⭐（专家设计）
&lt;strong>预计阅读时间&lt;/strong>：45 分钟&lt;/p></description></item></channel></rss>