《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf教程初心： 《MetaGPT智能体开发入门》是由MetaGPT教程组以及Datawhale的小伙伴共同推出的首个专注于Agent代码开发的入门级实践教程。尽管关于大型模型prompt的教程、对话 ...
飞搜侠
热门搜索
【多Agent】MetaGPT学习教程 - 飞书文档
https://docs.feishu.cn/article/wiki/MJDDwySWEibeJSkOzJocTC5InGh项目简介课程说明：Hugging Multi-Agent 是一套专为期望深入了解并实践多智能体系统的开发者设计的实用指南。基于国内领先的多智能体框架MetaGPT（iclr 2024 oral） 旨在 ...
管理员使用自主密钥（基础版） - 飞书
https://www.feishu.cn/hc/zh-CN/articles/860825466804-%E7%AE%A1%E7%90%86%E5%91%98%E4%BD%BF%E7%94%A8%E8%87%AA%E4%B8%BB%E5%AF%86%E9%92%A5-%E5%9F%BA%E7%A1%80%E7%89%882025年5月8日 ... 多维表格实践：项目进度条提示 · 多维表格实践：计算每个任务的净工作 ... 实操经验分享给你 · 在线互动教学难？飞书打造互动课堂 · 教学成果协同难 ...
动手实践：制作智能体的步骤与方法 - 飞书文档
https://docs.feishu.cn/v/wiki/KkidwW0voikF1FkbnmXc0ZzKn5g/a7这个智能体擅长将抽象的思路转化为具体的故事情节，精心设计每个角色的性格和发展线，以及构建合理连贯的章节安排。 ## Goals: - **任务目标**： 1. 定向构思：根据用户提供的 ...
项目资料整理日语版- 飞书官网
https://www.feishu.cn/template/project-related-materials-organization-document-japanese“项目资料整理_日语版”模板旨在帮助用户更高效地进行资料整理。该模板通过预设的文件夹结构和标签系统，让用户能够快速地对项目资料进行归类和标注，同时也支持 ...
快速了解飞书项目
https://www.feishu.cn/hc/zh-CN/articles/184622406695甘特视图：一键展开子任务，以时间线模式查看当前进度及排期。. 了解更多：视图 ... 使用项目管理工具使用成本高的问题. 四、用户价值. 飞书项目支持与飞书消息 ...
跑通Mobile - Agent Demo全流程：从准备到体验的详细指南
https://docs.feishu.cn/v/wiki/BbEuwzZMXiWwxbkfFuHcflwrneg/a1教程贡献者说：. 咱们本次学习活动主要是想教会大家如何使用Mobile-Agent框架 ... 学习官方直播分享：Mobile-Agent框架原理与实践. 精读baseline并尝试迁移场景. 写 ...
素材管理、异地协作难？云文档搞定一切 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/360049067733-%E7%B4%A0%E6%9D%90%E7%AE%A1%E7%90%86-%E5%BC%82%E5%9C%B0%E5%8D%8F%E4%BD%9C%E9%9A%BE-%E4%BA%91%E6%96%87%E6%A1%A3%E6%90%9E%E5%AE%9A%E4%B8%80%E5%88%872024年9月2日 ... 使用云文档项目管理类模板，即刻开始编辑项目规划文档或排布项目甘特图 ... 将项目启动到交付的细节一一沉淀为规范教程。在文档中使用流程图功能 ...
Llama3微调项目实践教程（XTuner版） - 飞书文档
https://docs.feishu.cn/v/wiki/S6pkwIBDEiVT2bkBhhDcXb3UngJ/aqKarpathy分享llm.c更新：用约2000行干净的C/CUDA代码编写的单文件现在可以在GPU上训练GPT-2(124M),速度与PyTorch相当 · 它直接用C/CUDA实现了训练循环和反向传播。 · 在反向 ...
如何设计Prompt的工作流？ - 飞书文档
https://docs.feishu.cn/v/wiki/PPfZw5EYzifxJvkJN7TcTn3inBc/aq关于Prompt 的实践的不断深入，大家对Prompt 的认知也越来越深入。但同时也发现许多朋友在prompt 创作，使用大模型能力过程中仍然存在许多误区。有关多Prompts 协同的优质 ...