使用基于大语言模型的双通道方法来提升语音转文本质量。

CLI是界面。Web表单是界面。它们包含相同的信息，只是呈现方式不同。

这是大多

为什么推理架构和模型本身同样重要——以及何时它并不那么重要。

使用LangGraph和OpenAI模型实现端到端的Agentic AI客户服务或预约聊天智能体。

对于生产GraphRAG流水线，提取步骤是悄然失效的地方。

我们在leboncoin（法国最大的分类广告平台）进行了LLM微调，本文介绍整个过程，以及过程中的经验和教训。

我一直看到同一个错误：团队解析长文档，将完整的 API 响应交给智能体，然后想知道为什么它会停滞。使解析输出对工程师有用的边界框、置信度分数和坐标数据，正是使智能体的上下文窗口窒息的相同令牌。

为了应对这些挑战，并确保扩展AI系统不会降低现有功能，我构建了一个新的原型，重点在于AI智能体的自动化评估和改进，从而有效地将我的游戏主持人变成了一个自我改进的AI系统。

我用Claude Code构建了三个 AI 代理、一个 Miro 面板，大约 5 分钟的运行时间。

将AI机器人日志转化为产品与SEO团队的可操作洞察。

了解 0.50c 响应和 5.00 美元响应之间的差异，学习Claude Code团队的7个技巧。

我以此为基础建立我的实践的工具是Claude，由Anthropic开发。这篇文章是对我如何在日常法律工作中实际使用它的解释。不是理论。是工作流程。

公司正在迅速采用 AI 解决方案。问题不再是要使用 AI。更有趣（也更难）的问题是构建自己的东西是否有意义，还是依赖外部解决方案。

我最近从零开始构建了一个职位-候选人匹配系统，终于明白了为什么Linkedin的职位推荐如此糟糕，以及修复它们需要心理学，而不仅仅是更好的嵌入。