data4fun | 小数据不简单的 RSS 预览

AI新手村：Claude Code

2025-09-30 17:36:19

2025 年是 AI Agent 如火如荼发展的一年。其中，代码生成领域因其规则相对清晰，无疑是所有 Agent 应用中发展最快的赛道。

就像武侠小说中的各个武林门派，AI 编程工具，也有各自的门派。

插件类 (Plugins)：基于 VS Code建立的应用插件，比如 copilot、cline。
IDE(Integrated Development Environment)：从 VS Code 等现有 IDE 衍生出来，并不断融合 AI 新功能的编辑器，比如 Cursor。
终端工具：基于 js 开发的软件包，比如 Claude Code、Gemini Cli。
ADE(Agentic Development Environment)：一个 IDE 和终端的结合体。

今天我们主要介绍 Claude Code，从基础一步步到精进。

基础设置

#安装
npm install -g @anthropic-ai/claude-code
#查看版本
claude --version

#更新
sudo npm i -g @anthropic-ai/claude-code
sudo claude update

由于国内网络的原因，安装我使用的是https://anyrouter.top 的转发地址，你也可以通过https://anyrouter.top/register?aff=VeFi 来注册，这样我们双方都可以得到额外的奖励额度，对于日常轻量的使用完全够用了。

安装完成后，在你项目的根目录下的命令行里输入 claude，就可以开始使用了，默认使用的模型是Sonnet，如果你想指定模型，可以在启动后，通过/model 命令指定能力更强的Opus。

你可以通过以下 3 种方式和 Claude 进行交互，

Interactive mode：默认方式，需要你确认每一次的改动。
Auto-accept mode (Shift+Tab)：完全信任代理 Claude，适用于任务简单明确的情况。
Plan mode (Shift+Tab twice)：创建详细的执行计划，不做代码的更改。适用于项目开始之初的规划。

我一般的使用流程是这样的：

第一步，进入Plan mode，把完整需求贴给 Claude Code。第二步，不要立刻让它写代码，而是让它先复述理解，产出技术方案，根据它提出的方案我再提出我的想法。第三步，经过 3–5 轮讨论，确认「算无遗策」之后，再让它写代码。

至此，基本的 Claude Code 的使用方法就结束了，真正做到只靠文字就可以产出功能基本可用的代码，这便是所谓的“Vibe Coding”（氛围编程）。

进阶技巧

1.使用 /init 命令理解项目

/init

如果你已经有了一份可执行的代码项目，在你的项目根目录下运行/init 可以让 Cloude 生成一个CLAUDE.md 文件，文件中是 Claude 扫描完你的项目后对整个项目的理解，可以作为后续参考的背景资料。

如果你新增或删减了一些代码功能，可以重新运行/init，从而保持作为背景资料的CLAUDE.md内容都是最新的。

在我看来，/init 这个命令省去了每次都要输入的“请仔细理解这个项目的功能、架构和技术栈”之类的提示词，此外，你也可在文件中添加维护自己（团队）对整个项目的特定说明和规范。

2.使用 /clear 命令开启新对话

/clear

随着和 Claude 对话的进行，你会发现 Claude 的思考时间会越来越长，这是因为在一个对话中，Claude 会保留所有的历史对话消息，要处理的文本内容越来越长，时间也就越来越长。如果要解决的问题和历史消息关联不大的话，可以运行/clear，从而开启一个新的对话。

3.创建自定义命令

# 自定义命令
# 自定义命令是分级的，这个目录下的文件都是全局命令。
mkdir -p ~/.claude/commands

在和 Claude 的对话中，如果有哪些话你和它重复了 2 次以上，你就可以考虑把它放进自定义命令中了。比如，对于代码优化问题，我把下面提示词保存到了 optimize.md文件中，当我需要了解 Claude 对于项目的优化建议时，可以直接输入命令/optimize，省去了重复输入文字的时间。

分析这段代码的性能问题，并提出优化建议。重点关注以下方面：
- 算法效率
- 内存使用模式
- 数据库查询优化
- 是否可以使用缓存
- 打包体积减小

4.集成外部工具 (MCP)

# 外部工具的使用
claude mcp add --transport http context7 https://api.context7.com

Claude把MCP服务器存在了 /Users/USERNAME/.claude.json文件里的projects属性下的 mcpServers属性，我自己最常用的是context7 这个插件，安装好这个插件后在提示词后面加上 use context7 就可以触发这个工具，它可以保障大模型使用的接口文档是最新的，避免因为大模型使用旧版本的接口文档而出错的问题。

5.集成 VS Code 插件

如果你和我一样使用 VScode 作为代码编辑器，可以安装Claude 的插件，从而抛弃命令行直接在 IDE 中编辑提示词，而且还有更方便的快捷键支持，我最常使用的是下面 3 个。

1.command+esc ：启动 Claud
2.在 IDE 中选中的代码默认会添加到 Claude 的上下文中
3.是Cmd+Option+K 可以把文件中选中的部分添加到 Claude 中

结语

从 8 月份开始使用 Claude Code ，使用时间越久，就越能体会到大模型的智能——有时仅需一杯茶的功夫，数千行高质量的代码便已生成，不仅速度快而且质量高，但是，我觉得现阶段还是不能盲目的相信大模型，至少在交互方式上我还是习惯使用默认模式，还是要大概看一下大模型是怎么修改的代码，然后再点击确认。至于未来智能编程会如何发展，我们唯有拭目以待。

飞桨 AI Studio：一步步微调你的大模型

2025-07-28 09:54:49

飞桨 (PaddlePaddle)是百度自研的深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体，对标国外的 Pytorch 和 Tensorflow。

由于飞桨各个模块组件更偏底层，为了方便AI学习者和开发者在线使用、训练、部署各种模型，基于飞桨平台百度又推出了AI Studio（https://aistudio.baidu.com/index）。AI Studio 是一个集教学资源、算力、开发工具和社区生态于一体的在线 AI 模型开发平台，对标国外的 HuggingFace，其实国内也有类似的社区平台modelscope（https://www.modelscope.cn/home）。顺带一提，百度还有一个历史悠久的千帆平台，也可以满足大模型在线训练和使用。

进到 AI Studio 首页之后，最重要的是要点击右上角的小电脑图标，它显示了你拥有的算力信息，选择预训练模型时，也要注意算力和 Paddle 版本的对应关系，比如选用Tesla V100显卡，算力只有 7.0，支持不了最新版 Paddle 的一些底层函数，建议选择 A/H100以上的显卡。

数据准备

ERNIE支持 alpaca 和 erniekit 两种数据集格式。alpaca 格式是 HuggingFace 社区流行的一种对话式监督数据格式，采用JSON行格式，强调instruction（指令）+ input + output。ERNIEKit 格式是百度 PaddlePaddle 社区用于训练 ERNIE 模型的格式，更注重内部结构化字段。

本次微调我们使用erniekit格式，源数据来自百度2025LIC 赛事的示例数据（https://aistudio.baidu.com/datasetdetail/345031），经过清洗之后，格式如下图所示。

数据准备好之后，我们就可以开始下一步微调（finetune）大模型了，我们这次选用的预训练模型是文心大模型 4.5 开源系列中最小的大模型ERNIE-4.5-0.3B，总大小 700M 左右。

如何微调一个模型

安装 PaddlePaddle GPU 版本

首先，安装适配 CUDA 12.6 的 PaddlePaddle GPU 版本（3.1.0），并使用中国镜像源以加速下载。如果你还不确定你电脑的 CUDA 版本，可以使用nvidia-smi查看。

!python -m pip install paddlepaddle-gpu==3.1.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/

# 检验是否安装成功
!python -c "import paddle;paddle.utils.run_check()"

安装 ERNIE

ERNIE是百度在 PaddlePaddle 上开发的一个中文为主的预训练语言模型，文心一言后面的大模型就是ERNIE。

!git clone https://github.com/PaddlePaddle/ERNIE.git

%cd ERNIE-develop
!python -m pip install -r requirements/gpu/requirements.txt 
!python -m pip install -e .

安装 FastDeploy

FastDeploy是百度开发的一个模型部署工具，可以快速启动一个带有大模型后端的Web 服务。

!python -m pip install fastdeploy-gpu -i https://www.paddlepaddle.org.cn/packages/stable/fastdeploy-gpu-80_90/ --extra-index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

下载预训练模型

接着需要下载 ERNIE-4.5-0.3B 模型。这里需要额外安装 aistudio-sdk Python 包，这个下载服务并未集成在 ERNIE 的安装包中，这一点确实有些令人费解。

!pip install --upgrade aistudio-sdk
# 使用aistudio cli下载模型（推荐）
!aistudio download --model PaddlePaddle/ERNIE-4.5-0.3B-Paddle --local_dir baidu/ERNIE-4.5-0.3B-Paddle

修改配置文件

修改配置文件，使用官方的模版就行，改一下参数train_dataset_path和eval_dataset_path，其他保持不变。

### data
train_dataset_type: "erniekit"
eval_dataset_type: "erniekit"
train_dataset_path: "./examples/data/finetune_train_dataset.jsonl"
train_dataset_prob: "1.0"
eval_dataset_path: "./examples/data/finetune_eval_dataset.jsonl"
eval_dataset_prob: "1.0"
max_seq_len: 8192
num_samples_each_epoch: 6000000

### model
model_name_or_path: baidu/ERNIE-4.5-0.3B-Paddle
fine_tuning: LoRA
fuse_rope: True
use_sparse_head_and_loss_fn: True

### finetuning
# base
stage: SFT
seed: 23
do_train: True
do_eval: True
distributed_dataloader: False
dataloader_num_workers: 1
batch_size: 1
num_train_epochs: 1
max_steps: 100
max_evaluate_steps: 10000
eval_steps: 10000
evaluation_strategy: steps
save_steps: 10000000
save_total_limit: 5
save_strategy: steps
logging_steps: 1
release_grads: True
gradient_accumulation_steps: 8
logging_dir: ./vdl_log
output_dir: ./output
disable_tqdm: True

# train
warmup_steps: 20
learning_rate: 1.0e-5
lr_scheduler_type: cosine
min_lr: 1.0e-6
layerwise_lr_decay_bound: 1.0

# optimizer
weight_decay: 0.1
adam_epsilon: 1.0e-8
adam_beta1: 0.9
adam_beta2: 0.95
offload_optim: True

# performance
tensor_parallel_degree: 1
pipeline_parallel_degree: 1
sharding_parallel_degree: 1
sharding: stage1
sequence_parallel: True
pipeline_parallel_config: enable_delay_scale_loss enable_release_grads disable_partial_send_recv
recompute: False
recompute_use_reentrant: True
compute_type: bf16
fp16_opt_level: O2
disable_ckpt_quant: True
amp_master_grad: True
amp_custom_white_list:
 - lookup_table
 - lookup_table_v2
 - flash_attn
 - matmul
 - matmul_v2
 - fused_gemm_epilogue
amp_custom_black_list:
 - reduce_sum
 - softmax_with_cross_entropy
 - c_softmax_with_cross_entropy
 - elementwise_div
 - sin
 - cos
unified_checkpoint: True
unified_checkpoint_config: async_save

开始微调与模型导出

微调的方法有很多，这里我们使用 LoRA（低秩适配），主要因为这次训练使用的训练集比较少。

实际结果跑下来，一共 2629条训练数据，花了大概 3 分钟就训练完了

!erniekit train examples/configs/ERNIE-4.5-0.3B/sft/run_sft_lora_8k.yaml
!erniekit export examples/configs/ERNIE-4.5-0.3B/run_export.yaml lora=True

部署模型

模型微调并导出后，即可进行部署。

!erniekit server examples/configs/ERNIE-4.5-0.3B/run_chat.yaml
!erniekit chat examples/configs/ERNIE-4.5-0.3B/run_chat.yaml

微调效果展示

微调前，模型在回答医疗相关问题时显得有些冗长。经过训练后，面对同样的问题，模型的回答风格变得更加简洁干脆。当然，也有一些问题的回答仍有待提升。

使用体验

在 AI Studio 平台进行开发时，建议选择在线 VS Code 开发模式。如果使用在线 Notebook，可能会频繁遇到文件找不到等服务不稳定的情况。

尽管平台提供了在线学习资源，但许多教程内容过于简化，甚至有些项目不兼容 macOS 系统（例如 PP - ASR），部分视频资源的音量也忽大忽小，整体使用体验不尽如人意。

不过，抛开这些产品体验，具体函数的执行效果上，还是不错的。百度似乎仍在坚持 “技术狂奔，产品拉胯” 的发展路径。

AI 新手村：CLIP

2025-06-19 10:12:10

2021 年 OpenAI 在推出 1750 亿参数的 GPT-3 模型的时候，也推出了 120 亿参数的 DALL·E模型和几亿参数的 CLIP 模型，这两个模型都是多模态模型（不仅可以处理文本还可以处理图片）。

然而，这两者的类型和应用场景有所不同。DALL·E模型是生成式模型，它学习数据的分布并能生成新的数据样本，与 GPT 系列异曲同工。而 CLIP 模型则属于判别式模型，它旨在学习数据之间的区分边界，主要用于分类和判断，但不能生成新样本。具体来说，DALL·E模型的核心功能是根据文本生成图像，常见于封面设计等场景；CLIP 模型则主要用于计算文本与图像的相似度，广泛应用于图像搜索和文案推荐。

CLIP

CLIP 是一种多模态模型，它通过对比学习来对齐文本和图像，也就是把文本和图像映射到同一个空间中，比如提到“狗”这个文本的时候，通过 embedding 对应高维空间的一个点，而提到一个包含有狗的图像的时候，通过 embedding 也会对应同一个空间的点，CLIP 的目标是让这两个对应的点尽可能接近。

CLIP的训练

CLIP 模型由图像编码器（通常是 ViT 或 ResNet）和文本编码器（Transformer）组成，在训练这个模型的时候，图像编码器负责把一张图片映射到空间中的某一点，文本编码器负责把一段文字映射到空间中的某一点。每次训练拿出 n 张图片和对应的文字，n 张图片丢给图像编码器产出 In，n 段文字丢给文本编码器产出 Tn，我们定义损失函数为对应的（In,Tn）要越像越好，也就是内积相乘越大越好，对应的就是图中蓝色部分。而其余部分则希望它们的相似度尽可能低，通过内积值越接近 0 来表示（图中灰色部分）。

CLIP的推理

在使用 CLIP 模型的时候，我们给出几段文字和一张图片，CLIP 模型会计算图像嵌入与每一段文本嵌入在共享空间中的相似度（内积值），并输出与图像最接近的文本（即内积值最大的文本）。

同理，我们也可以给出多张图片和一段文字描述，从而得到与该文字描述最接近的图片。例如，知名的图片网站 Unsplash 就是利用 CLIP 模型实现了其全站图片检索功能。

CLIP的优缺点

CLIP 模型以其快速的计算速度和对不同类型图片内容出色的泛化识别能力而著称。然而，它的主要缺点在于对图像中细节的识别能力相对较弱。例如，在以下以图搜图的场景中，将一张正在缫丝的图片传递给不同模型时，CLIP 模型可能仅能捕捉到这是一种 “手工艺活动”，而无法识别出具体的精细缫丝过程，这与一些更专业的模型DINO-v2 和 BLIP2有所不同。

CLIP 实战演示

我们将选择一个本地图片文件夹，遍历目录下所有图片并通过 CLIP 建立 Embedding。然后，通过一段文本或一张图片进行检索查询，找出最相似的前 5 张图片。

from sentence_transformers import SentenceTransformer
import random
import glob,os
from PIL import Image
import matplotlib.pyplot as plt
#图片目录
image_folder = 'xxx/xx'
# 使用CLIP模型构建特征
def generate_clip_embeddings(images_path, model):

 image_paths = glob.glob(os.path.join(images_path, '**/*.jpg'), recursive=True)

 embeddings = []
 for img_path in image_paths:
 image = Image.open(img_path)
 embedding = model.encode(image)
 embeddings.append(embedding)

 return embeddings, image_paths

model = SentenceTransformer('clip-ViT-B-32')
embeddings, image_paths = generate_clip_embeddings(image_folder, model)

import faiss
import numpy as np


# FAISS 构建索引
features = np.array(embeddings).astype(np.float32)
faiss.normalize_L2(features)
vector_dim = features.shape[1]

index = faiss.IndexFlatIP(vector_dim)
index.add(features)

# 图片查询：选一张图（或上传图）再计算 embedding 作为查询向量
# query_image = Image.open('xxxx/feiji.jpeg')
# query_vector = model.encode(query_image)
# query_vector = np.array(query_vector).reshape(1, -1).astype(np.float32)
# faiss.normalize_L2(query_vector)

# 文本查询
query_text = "一辆自行车"
query_vector = model.encode(query_text) # 使用同一个模型对文本编码
query_vector = np.array(query_vector).reshape(1, -1).astype(np.float32)
faiss.normalize_L2(query_vector)

# 搜索最相似的图片
top_k = 5
distances, ann = index.search(query_vector, k=top_k)

# 显示搜索结果
for i, idx in enumerate(ann[0]):
 print(f"Top {i+1} match: {image_paths[idx]} (Score: {distances[0][i]:.4f})")

data4fun | 小数据不简单修改