大语言模型

Python结合LangChain与LangGraph构建带对话记忆的AI智能体|附AI智能体、代码和数据

By tecdat6月 17, 2026AI人工智能辅导, 人工智能, 大数据部落, 技术支持, 计算机科学CS辅导, 计算机科学与技术Agent, AI, Chain, Chat, Conversational, Dialogue, Graph, History, langchain, LangGraph, Language, Large, LLM, Long-term, Management, Memory, model, Orchestration, python, Short-Term, State, Workflow, 历史, 图工作流, 大语言模型, 对话, 智能体, 聊天, 记忆

本文探讨如何利用LangChain与LangGraph框架，构建一个无需外部知识库、仅依赖对话记忆实现上下文感知的AI智能体。文章围绕以下核心问题展开：（1）如何用TypedDict定义带记忆的智能体状态结构？（2）如何通过LangGraph状态图编排分类、生成、优化的三阶段工作流？（3）如何用NetworkX将工作流拓扑可视化？（4）如何实现跨轮次记忆保持的持续对话？

Python+XGBoost与LangGraph、DeepSeek增强的电商用户好评预测|附AI智能体、代码和数据

By tecdat6月 16, 2026AI人工智能辅导, 人工智能, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术AI, analysis, Augmentation, DeepSeek, E-commerce, Enhancement, LangGraph, Language, Large, Learning, LLM, Machine, ML, model, Online, Positive, Prediction, python, Retail, Review, Sentiment, User, xgboost, 图计算, 增强, 大语言模型, 好评, 用户, 电商, 预测

本文聚焦于利用机器学习技术解决电商平台用户行为分析与购买预测问题。文章基于某大型电商平台真实交易数据，系统性地展示了从多源数据整合、特征工程到模型构建与调优的完整流程。

大语言模型LLM的特征工程：从语义嵌入到多模态特征融合的技术实践 | 附数据代码

By tecdat5月 14, 2026AI人工智能辅导, 人工智能, 大数据部落, 技术支持, 计算机科学CS辅导Embedding, Engineering, Feature, Fusion, LLM, Multimodal, Practice, Semantic, Technology, 多模态, 大语言模型, 实践, 技术, 特征工程, 融合, 语义嵌入

传统特征工程依赖手工规则与领域知识，在处理非结构化文本数据时，常难以捕捉深层语义。

无代码智能体构建与LLM效能AI应用开发—LlamaAgents、GPT-5.4为例 | 附完整代码与数据

By tecdat3月 31, 2026AI人工智能辅导, 人工智能, 大数据部落, 技术支持, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术AI, GPT-5.4, LlamaAgents, LLM, 人工智能, 大语言模型, 应用, 开发, 效能, 无代码, 智能体, 构建

人工智能技术的迭代正以前所未有的速度重塑着各行各业的业务流程。从最初基于规则的系统，到如今的深度神经网络，我们见证了AI从“玩具”走向“工具”的蜕变。

OpenClaw与LLM融合对抗性辩论与风险约束的多智能体量化交易系统设计与实现自动化投资架构 |附代码数据

By tecdat3月 25, 2026AI人工智能辅导, 人工智能, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术LLM, OpenClaw, 交易, 代码, 多智能体, 大语言模型, 实现, 对抗性, 投资, 数据, 架构, 系统, 约束, 自动化, 融合, 设计, 辩论, 量化, 风险

随着大语言模型与多智能体技术的快速发展，传统量化交易中单一模型决策的认知偏差、风险后置、策略迭代效率低等痛点迎来了系统性的解决方案。本文聚焦商品期货市场，设计并实现了一套融合多智能体专业分工、对抗性辩论机制与全流程风险约束的自动化量化交易系统，同时基于Claude Code构建了配套的AI驱动因子挖掘进化框架，解决了传统量化研究中人工假设效率低、策略过拟合、风险控制与决策脱节的核心问题。