Thành phố Cuồng loạn

1. Chuẩn bị ban đầu 1.1. Tạo dự án và cấu hình pom <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven ...

Tương tác Agent Đa Lượt và Nhu cầu từ Phía Klien Một tương tác agent hoàn chỉnh đòi hỏi việc duy trì thông tin phiên có cấu trúc. Mỗi lượt của trợ lý (assistant) thường xen kẽ giữa "suy luận" (reasoning) và một hoặc nhiều lời gọi công cụ (tool call). Lượt người dùng (user) tiếp theo sẽ điền các kết quả công cụ tương ứng vào ngữ cảnh của mô hình ...

Ollama hiện là công cụ phổ biến nhất để chạy các mô hình ngôn ngữ lớn (LLM) trên máy cục bộ, hỗ trợ Windows, macOS và Linux. 1. Cài đặt nhanh a. Windows / macOS Tải về: Truy cập trang web ollama.com để tải gói cài đặt. Windows: Chạy trực tiếp tệp .exe, dịch vụ sẽ tự động khởi động sau khi cài đặt. macOS: Kéo thả biểu tượng từ .dmg vào thư mục ...

Trong phiên bản OpenClaw 2026, khả năng quản lý bộ nhớ và ngữ cảnh (Memory & Context) là yếu tố then chốt tạo nên sự khác biệt so với các chatbot thông thường. Thay vì chỉ lưu trữ lịch sử trò chuyện đơn giản, OpenClaw sử dụng một hệ thống tri thức phân lớp, cho phép truy xuất và tùy chỉnh logic linh hoạt. Kiến trúc bộ nhớ của OpenClaw được ...

Xử lý lỗi và theo dõi quá trình phát triển LLM Trong bài viết này, chúng ta sẽ thảo luận về hai vấn đề thực tế khi làm việc với mô hình ngôn ngữ lớn (LLM). Đầu tiên, cách xử lý các lỗi có thể xảy ra khi gọi API OpenAI. Thứ hai, cách sử dụng các công cụ ghi nhật ký để giám sát quá trình chạy ứng dụng LLM. Xử lý lỗi khi sử dụng API OpenAI Khi ...

Các Kỹ Thuật Tối Ưu Hóa Mô Hình Ngôn Ngữ Lớn (LLM) Bằng Python Với sự phát triển nhanh chóng của công nghệ trí tuệ nhân tạo, các mô hình ngôn ngữ lớn (LLM) đã được ứng dụng rộng rãi trong nhiều lĩnh vực như xử lý ngôn ngữ tự nhiên, tạo văn bản và hệ thống hội thoại. Tuy nhiên, những mô hình này thường có số lượng tham số khổng lồ và yêu cầu tín ...

Tổng quan về quy trình Model I/O Trong hệ sinh thái LangChain, việc tương tác với các mô hình ngôn ngữ được chuẩn hóa thông qua quy trình Model I/O. Quy trình này bao gồm ba giai đoạn chính: Định dạng (Format): Sử dụng Prompt Templates để xây dựng đầu vào linh hoạt. Dự đoán (Predict): Kết nối và gọi các mô hình ngôn ngữ (LLMs hoặc Chat ...

LangChain là một framework mã nguồn mở hỗ trợ phát triển ứng dụng được điều khiển bởi mô hình ngôn ngữ lớn (LLM). Nó cung cấp các thành phần có thể tái sử dụng, tích hợp hệ sinh thái phong phú và giúp giảm đáng kể lượng code mẫu khi xây dựng ứng dụng LLM. Vòng đời ứng dụng LLM với LangChain Phát triển: Sử dụng các khối xây dựng sẵn như prom ...

Giới thiệu Việc tích hợp OpenClaw, một framework tự động hóa crawler và Agent, với các mô hình lớn được triển khai cục bộ thông qua Ollama, chủ yếu dựa vào khả năng cung cấp API tương thích OpenAI của Ollama. Vì OpenClaw thường được thiết kế để hỗ trợ giao thức OpenAI, nên bạn chỉ cần cấu hình nó để trỏ đến dịch vụ Ollama cục bộ là được. Giai ...

Đây là bài chia sẻ kinh nghiệm thực tiễn từ dự án taskFlow, tập trung vào cách xử lý thông tin đầu ra dài từ các công cụ (tool) trong kiến trúc Agent dựa trên mô hình ngôn ngữ lớn (LLM). Giải pháp được xây dựng nhằm cân bằng giữa độ chính xác, chi phí tính toán và khả năng mở rộng — đặc biệt khi làm việc với mã nguồn, tài liệu kỹ thuật hoặc ph ...