OpenCode 部署教程：从安装到模型接入
OpenCode 部署教程 📖 本文也提供了 独立阅读版本，包含侧边导航、搜索和滚动定位。 这篇内容是面向实战的 OpenCode 部署指南：先把 CLI 跑起来，再逐步接入桌面版、插件版和常见模型供应商。 1. 四种使用形态OpenCode 常见的使用方式有四种： 命令行（CLI） 桌面客户端（Desktop） 编辑器插件（例如 VS Code） 云端运行环境（Cloud） 建议顺序是：先 CLI，再插件/桌面，最后补云端。 2. 安装命令行版（主流程）2.1 前置环境先安装 Node.js（建议 LTS 版本）。 2.2 安装与启动12npm install -g opencode-aiopencode 2.3 基础验证123opencode --version/models/connect 如果以上命令都可用，说明核心链路已跑通。 3. 安装桌面版（可选） 下载对应系统安装包并安装。 首次打开后选择项目目录。 进入模型列表确认 Provider 已加载。 桌面版更适合轻量对话与快速体验；复杂工程任务依然建议以 CLI 为主。 4. 安装 VS...
多智能体强化学习中的通信机制——论文学习笔记
多智能体强化学习中的通信机制——论文学习笔记 本笔记基于一篇 MARL（Multi-Agent Reinforcement Learning）通信机制综述论文，系统整理了多智能体系统中「为什么需要通信」「通信什么」「怎么通信」等核心问题。 为什么做这篇笔记？多智能体强化学习是当前 AI 研究的热门方向之一。当多个智能体（Agent）在同一个环境中学习时，它们之间的「通信」问题是绕不开的核心议题。这篇笔记将这个复杂问题拆解成 6 个竹节，用生活类比和两智能体示例来帮助理解。 笔记内容一览 章节 主题 核心问题 第 1 章 MARL 基础与非平稳性 为什么多智能体的世界是「变化的」？ 第 2 章 CTDE 范式 「集中训练、分布执行」是什么意思？ 第 3 章 通信三层 信息层、结构层、优化层分别解决什么？ 第 4 章 带宽约束 如何在有限带宽下高效通信？ 第 5 章 对称性问题 怎么让一模一样的智能体学会分工？ 第 6 章 核心思想回顾 从因果链角度串联全部知识点 笔记特色 每个概念都有「生活类比」和「两智能体示例」，降低理解门槛 内置 SV...
VS Code + Git 入门教程：像存游戏档一样管理你的项目
VS Code + Git 入门教程 📖 本文也提供了 独立阅读版本，拥有侧边导航和更好的阅读体验。 很多人第一次听到 Git 的定义，比如什么「分布式版本管理系统」，往往会被这些晦涩的术语搞晕。其实 Git 的核心逻辑非常简单，你可以直接把它理解为一个「游戏存档系统」。 Git：本地的存档系统。你写完一段代码，就相当于打到了一个新的游戏进度。 Commit（提交）：按下「保存游戏」按钮。每次保存，你都要给这个存档起个名字（比如「打完第一个 Boss」或者「修正了登录 Bug」）。 GitHub：游戏云服务器（比如 Steam 云）。 Push（推送）：把你的本地存档上传到云端。这样就算你电脑炸了，也能在别的电脑上找回进度。 1. 准备工作1.1 安装 VS Code 访问官网：code.visualstudio.com 下载并安装。在安装过程中，务必勾选以下两个选项，方便你直接在文件夹右键打开代码： ✅ 将”通过 Code 打开”操作添加到文件上下文菜单 ✅ 将”通过 Code 打开”操作添加到目录上下文菜单 1.2 安装 Git 访问官网：git-scm.co...
Python 基础入门学习笔记
Python 基础入门学习笔记 本文系统整理了 Python 编程语言的基础知识点，涵盖输出、数据类型、列表、循环、条件判断、字典、函数与类等核心概念，适合 Python 初学者参考学习。 目录 输出语句 (print) 数据类型 列表与元组 for 循环 条件判断 (if-elif-else) 字典 (dict) 函数定义 函数应用：数学运算 类与面向对象 程序入口与模块化 1. 输出语句 (print)学习目标掌握 Python 中最基础的输出函数 print() 的使用方法，以及格式化字符串（f-string）的基本语法。 核心代码123print('Hello, Python')x = 100print(f'你好， {x}') 知识点解析 语法 说明 print('...') 输出字符串到控制台 f'...{变量}...' f-string 格式化字符串，可在字符串中嵌入变量 要点总结： print() 是 Python 中最常用的输出函数 f-str...
Conda 虚拟环境使用指南
1. 什么是虚拟环境？在真实的 Python 开发中： 项目 A 需要 requests==2.28 项目 B 需要 requests==2.10 项目 C 需要 Python 3.11 项目 D 需要 Python 3.8 如果所有项目都使用同一套 Python 环境，会造成严重冲突。 为什么必须使用虚拟环境？ 不同项目依赖互不影响 卸载项目变简单（删掉环境即可） 更适合协作（别人可以重建你的环境） 避免污染系统 Python 是专业开发者和开源项目的标准规范 一个项目 = 一个独立环境 不要在 base 环境安装第三方包 2. Conda / Anaconda / Miniconda 的区别 名称 作用 是否含 Python 是否含大量科学库 Conda 环境管理 + 包管理工具 ❌ 不含自身 Python ❌ 不含科学库 Anaconda 自带 Conda 的科学计算发行版 ✔ 含 ✔ 含（numpy、pandas…20+） Miniconda 最简版的 Conda 发行版 ✔ 含 ❌ 不含科学库...
我的第一篇博客文章
你好！这是用Hexo制作的第一个博客文章。在这里我将简单分享自己的技术路线，感谢您的观看！