cli

GitHub
3.9k 291 简单 1 次阅读 今天MITAgent图像开发框架
AI 解读 由 AI 自动生成,仅供参考

Entire CLI 是一款专为开发者设计的命令行工具,它无缝集成到现有的 Git 工作流中,旨在自动记录 AI 编程助手(如 Claude Code、Cursor 等)的完整会话过程。

在日常开发中,AI 生成的代码往往缺乏上下文,导致团队难以理解“代码为何这样修改”,且在 AI 出错时难以快速回退。Entire CLI 解决了这一痛点:它在每次提交时自动捕获提示词、回复内容、修改文件及工具调用等详细信息,并将这些元数据存储在独立的分支中,既保持了主分支提交历史的整洁,又建立了可搜索的代码演变档案。

该工具特别适合频繁使用 AI 辅助编程的软件工程师和技术团队。其核心亮点在于“时间旅行”般的能力——用户可以随时将项目状态“倒带”至之前的任意检查点,无缝恢复中断的会话或撤销错误的修改,极大提升了调试效率与协作透明度。此外,它还满足了审计与合规需求,让每一次代码变更都有据可查。通过简单的两步配置,Entire CLI 即可在不干扰原有习惯的前提下,为项目增添一层智能记忆与安全网。

使用场景

资深后端工程师李明正在利用 AI 助手重构一个遗留的支付模块,需要在多次迭代中频繁调整核心逻辑。

没有 cli 时

  • 变更原因成谜:一周后回顾代码,只看到最终的 Git 提交记录,完全忘记当时为何采纳某种特定的算法实现,丢失了关键的决策上下文。
  • 试错成本高昂:当 AI 生成的代码导致严重回归错误时,只能手动逐行回滚文件或重置整个分支,极易误删其他有效修改。
  • 协作交接困难:同事接手任务时,面对一堆没有前因后果的代码变更,需要花费大量时间重新询问或猜测之前的开发思路。
  • 审计合规风险:在需要追溯代码来源以满足安全审计时,无法提供完整的 AI 交互凭证和提示词记录。

使用 cli 后

  • 全景追溯决策:Entire 自动将每次 AI 对话的提示词、回复内容及修改文件索引到 Git 历史中,李明可随时查看代码背后的完整推理链条。
  • 一键无损回退:发现逻辑偏差时,只需运行 entire rewind,即可瞬间恢复到之前任意一个正常的检查点状态,无缝继续开发。
  • 高效团队协同:新成员通过 Entire 记录的“从提示到提交”路径,能迅速理解代码演变过程,大幅缩短上手时间。
  • 天然合规归档:所有 AI 交互会话作为版本化记录独立存储,轻松满足企业对代码可追溯性和安全审计的严格要求。

Entire 通过将 AI 会话深度融入 Git 工作流,让代码演进过程从“黑盒”变为透明、可逆且可追溯的资产。

运行环境要求

操作系统
  • macOS
  • Linux
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是一个命令行界面 (CLI),需预先安装并认证支持的 AI 代理(如 Claude Code, Codex, Gemini, Cursor 等)。它通过 Git Hooks 运行,将会话元数据存储在独立的 Git 分支中,无需 GPU 或特定 Python 环境。可通过 Homebrew、Scoop 或 Go 命令安装。
python未说明
Git
Go (用于从源码安装)
Homebrew (macOS)
Scoop (Windows)
cli hero image

快速开始

Entire CLI

Entire 可以无缝集成到你的 Git 工作流中,在你编写代码的过程中捕获 AI 代理会话。这些会话会与提交记录一同索引,从而在你的仓库中创建一个可搜索的代码编写过程记录。

使用 Entire,你可以:

  • 了解代码变更的原因 — 查看完整的提示/响应对话记录以及被修改的文件
  • 即时恢复 — 当代理行为异常时,回退到已知良好的检查点并无缝继续工作
  • 保持 Git 历史整洁 — 将代理上下文保存在单独的分支上
  • 更快地完成入职培训 — 展示从提示 → 变更 → 提交的完整路径
  • 确保可追溯性 — 在需要时支持审计和合规要求

为什么选择 Entire

  • 理解代码为何变更,而不仅仅是变更了什么 — 每次提交都会伴随对话记录、提示内容、涉及的文件、令牌使用情况、工具调用等信息一起被捕获。
  • 从任意检查点回退并恢复 — 随时返回之前的代理会话,并从中断的地方继续工作。
  • 完整上下文保存且可搜索 — 每次 AI 交互都会生成版本化的记录,并与你的 Git 历史绑定,不会丢失任何信息。
  • 无需切换上下文 — 原生支持 Git,两步即可完成设置,兼容 Claude Code、Codex、Gemini 等多种模型。

目录

系统要求

快速入门

# 通过 Homebrew 安装
brew tap entireio/tap
brew install entireio/tap/entire

# 或通过 Scoop(Windows)安装
scoop bucket add entire https://github.com/entireio/scoop-bucket.git
scoop install entire/cli

# 或通过 Go 安装
go install github.com/entireio/cli/cmd/entire@latest

# Linux:将 Go 二进制文件添加到 PATH(如果尚未配置,请添加到 ~/.zshrc 或 ~/.bashrc)
export PATH="$HOME/go/bin:$PATH"

# 在项目中启用
cd your-project && entire enable

# 检查状态
entire status

典型工作流程

1. 在你的仓库中启用 Entire

entire enable

此命令会安装代理和 Git 钩子,以便与你的 AI 代理协同工作。系统会提示你选择要启用的代理。若需非交互式地启用特定代理,可以使用 entire enable --agent <name>(例如 entire enable --agent cursor)。

钩子会在你工作时捕获会话数据。当你或代理执行 Git 提交时,会创建检查点。你的代码提交将保持干净,Entire 不会在你的当前分支上创建任何提交。所有会话元数据都将存储在名为 entire/checkpoints/v1 的独立分支上。

2. 使用你的 AI 代理

只需像往常一样使用你的 AI 代理即可。Entire 会在后台运行,跟踪你的会话:

entire status  # 随时查看当前会话状态

3. 回退到之前的检查点

如果你想撤销部分更改并回到之前的检查点:

entire rewind

此命令会显示当前会话中的所有可用检查点。选择其中一个,即可将代码恢复到该状态。

4. 恢复之前的会话

要为某个分支恢复最新的检查点会话元数据:

entire resume <branch>

Entire 会检出该分支,恢复最新的检查点会话元数据(可能包含一个或多个会话),并输出继续工作的命令。

5. 禁用 Entire(可选)

entire disable

此命令会移除 Git 钩子。你的代码和提交历史将不受影响。

核心概念

会话

会话 表示与 AI 代理从开始到结束的完整交互过程。每个会话会记录所有的提示、响应、修改的文件以及时间戳。

会话 ID 格式: YYYY-MM-DD-<UUID>(例如 2026-01-08-abc123de-f456-7890-abcd-ef1234567890

会话数据与你的代码提交分开存储在 entire/checkpoints/v1 分支上。

检查点

检查点 是会话中的一个快照,你可以回退到它——相当于工作中的“存档点”。

当您或代理执行 Git 提交时,会创建检查点。检查点 ID 是一个 12 位的十六进制字符串(例如 a3b2c4d5e6f7)。

工作原理

您的分支                    entire/checkpoints/v1
     │                                  │
     ▼                                  │
[基础提交]                           │
     │                                  │
     │  ┌─── 代理工作 ───┐           │
     │  │  第一步           │           │
     │  │  第二步           │           │
     │  │  第三步           │           │
     │  └───────────────────┘           │
     │                                  │
     ▼                                  ▼
[您的提交] ─────────────────► [会话元数据]
     │                           (对话记录、提示、
     │                            修改的文件)
     ▼

检查点会在你工作时保存。当你提交时,会话元数据会被永久存储在 entire/checkpoints/v1 分支上,并与你的提交关联。

策略

Entire 采用手动提交策略,以保持你的 Git 历史整洁:

  • 不在你的分支上创建提交 — Entire 绝不会在当前分支上创建任何提交
  • 适用于任何分支 — 无论是 main、master 还是特性分支,都能正常使用
  • 无破坏性的回退 — 从任意检查点恢复文件,而不会改变提交历史
  • 元数据独立存储 — 所有会话数据都保存在 entire/checkpoints/v1 分支上

Git 工作树

Entire 可以与 Git 工作树 无缝协作。每个工作树都有独立的会话跟踪,因此你可以在不同的工作树中同时运行多个 AI 会话,而不会发生冲突。

并发会话

同一份提交上可以同时进行多个 AI 会话。如果你在另一个会话尚未提交时启动第二个会话,Entire 会发出警告,并分别跟踪这两个会话。两个会话的检查点都会被保留,可以独立回退。

本地设备认证测试

如果你正在针对本地的 entire.io 代码库开发 CLI 设备认证流程:

# 在你的应用仓库中
cd ../entire.io-1
mise run dev

# 在本仓库中,将 CLI 指向本地 API
cd ../cli
export ENTIRE_API_BASE_URL=http://localhost:8787

# 运行冒烟测试
./scripts/local-device-auth-smoke.sh

开发过程中的一些实用命令:

# 对本地服务器运行登录流程(会提示按 Enter 键后再打开浏览器)
go run ./cmd/entire login --insecure-http-auth

# 运行登录功能的集成测试覆盖
go test -tags=integration ./cmd/entire/cli/integration_test -run TestLogin

命令参考

命令 描述
entire clean 清理会话数据和孤立的 Entire 数据(使用 --all 可进行仓库范围的清理)
entire disable 从仓库中移除 Entire 钩子
entire doctor 修复或清理卡住的会话
entire enable 在您的仓库中启用 Entire
entire explain 解释一个会话或提交
entire login 使用 Entire 设备认证对 CLI 进行身份验证
entire resume 切换到分支,恢复最新的检查点会话元数据,并显示继续执行的命令
entire rewind 回退到之前的检查点
entire status 显示当前会话信息
entire sessions stop 将一个或多个活动会话标记为结束
entire version 显示 Entire CLI 版本

entire enable 标志

标志 描述
--agent <name> 要为其安装钩子的 AI 助手:claude-codecodexgeminiopencodecursorfactoryai-droidcopilot-cli
--force, -f 强制重新安装钩子(先移除现有的 Entire 钩子)
--local 将设置写入 settings.local.json 而不是 settings.json
--project 即使 settings.json 已存在,也仍将其写入
--skip-push-sessions 禁用在 Git 推送时自动推送会话日志
--checkpoint-remote <provider:owner/repo> 将检查点分支推送到单独的仓库(例如 github:org/checkpoints-repo
--telemetry=false 禁用匿名使用情况分析

示例:

# 强制重新安装钩子
entire enable --force

# 将设置保存在本地(不提交到 Git)
entire enable --local

配置

Entire 在 .entire/ 目录中使用两个配置文件:

settings.json(项目设置)

团队共享,通常提交到 Git:

{
  "enabled": true
}

settings.local.json(本地设置)

个人覆盖设置,默认被 Git 忽略:

{
  "enabled": false,
  "log_level": "debug"
}

配置选项

选项 描述
enabled truefalse 启用或禁用 Entire
log_level debuginfowarnerror 日志记录的详细程度
strategy_options.push_sessions truefalse 在 Git 推送时自动推送 entire/checkpoints/v1 分支
strategy_options.checkpoint_remote {“provider”: “github”, “repo”: “org/repo”} 将检查点分支推送到单独的仓库(见下文)
strategy_options.summarize.enabled truefalse 在提交时自动生成 AI 摘要
telemetry truefalse 向 Posthog 发送匿名使用统计

助手钩子配置

每个助手将其钩子配置存储在其各自的目录中。当您运行 entire enable 时,钩子会安装到所选助手的相应位置:

助手 钩子位置 格式
Claude Code .claude/settings.json JSON 钩子配置
Codex .codex/hooks.json JSON 钩子配置
Copilot CLI .github/hooks/entire.json JSON 钩子配置
Cursor .cursor/hooks.json JSON 钩子配置
Factory AI Droid .factory/settings.json JSON 钩子配置
Gemini CLI .gemini/settings.json JSON 钩子配置
OpenCode .opencode/plugins/entire.ts TypeScript 插件

您可以同时启用多个助手——每个助手的钩子都是独立的。Entire 通过检查已安装的钩子来检测哪些助手处于活动状态,而不是通过 settings.json 中的设置。

检查点远程

默认情况下,Entire 会将 entire/checkpoints/v1 推送到与代码相同的远程仓库。如果您希望将检查点数据推送到单独的仓库(例如用于公共项目的私有仓库),可以使用结构化的提供者和仓库配置 checkpoint_remote

{
  "strategy_options": {
    "checkpoint_remote": {
      "provider": "github",
      "repo": "myorg/checkpoints-private"
    }
  }
}

或者通过 CLI:

entire enable --checkpoint-remote github:myorg/checkpoints-private

Entire 会自动使用与您的推送远程相同的协议(SSH 或 HTTPS)生成 Git URL。它将:

  • 如果检查点分支存在于远程但本地不存在,则将其一次性拉取到本地
  • entire/checkpoints/v1 推送到检查点仓库,而不是您的默认推送远程
  • 如果检测到分叉(推送远程所有者与检查点仓库所有者不同),则跳过推送
  • 如果远程无法访问,会发出警告并继续操作,而不会阻止您的主要推送

自动摘要

启用后,Entire 会在提交时为检查点自动生成 AI 摘要。摘要会捕获会话中的意图、结果、经验教训、痛点以及待办事项。

{
  "strategy_options": {
    "summarize": {
      "enabled": true
    }
  }
}

要求:

  • 必须安装并认证 Claude CLI(claude 命令需在 PATH 中可用)
  • 摘要生成是非阻塞的:如果失败,只会记录日志,不会阻止提交

注意: 目前使用 Claude CLI 生成摘要。未来版本可能会支持其他 AI 后端。

设置优先级

本地设置会逐字段覆盖项目设置。运行 entire status 时,会同时显示项目和本地(生效)设置。

特定于代理的步骤与限制

  • 为 Codex 启用 Entire 时,该命令还会创建或更新 .codex/config.toml 文件,并将 codex_hooks = true 设置为启用 Codex 钩子。如果您手动配置 Codex,请确保在 .codex/config.toml 中设置了此标志。或者,在运行 entire enable 时,从交互式代理选择器中选择 Codex。
  • Entire 支持 Cursor IDE 和 Cursor Agent CLI 工具,但目前尚不支持 entire rewind 命令。其他命令(如 doctorstatus 等)与其他代理的功能相同。
  • Entire 支持 Copilot CLI,但不支持 VS Code 中的 Copilot、其他 IDE 或 github.com 上的 Copilot。

安全与隐私

您的会话记录存储在 Git 仓库的 entire/checkpoints/v1 分支中。 如果您的仓库是公开的,这些数据将对任何人可见。

Entire 在写入 entire/checkpoints/v1 时会自动遮盖检测到的敏感信息(API 密钥、令牌、凭据),但遮盖仅为尽力而为。会话期间使用的临时影子分支可能包含未遮盖的数据,不应推送。有关详细信息,请参阅 docs/security-and-privacy.md

故障排除

常见问题

问题 解决方法
“不是 Git 仓库” 首先导航到一个 Git 仓库
“Entire 已禁用” 运行 entire enable
“未找到回溯点” 使用您配置的代理工作并提交更改
“影子分支冲突” 运行 entire clean --force

SSH 认证错误

如果您在运行 entire resume 时看到如下错误:

无法获取元数据:无法从 origin 获取 entire/checkpoints/v1:ssh:握手失败:ssh:无法认证,尝试的方法 [无, 公钥],没有剩余的支持方法

这是 go-git 的 SSH 处理已知问题。通过将 GitHub 的主机密钥添加到您的 known_hosts 文件来修复:

ssh-keyscan -t rsa github.com >> ~/.ssh/known_hosts
ssh-keyscan -t ecdsa github.com >> ~/.ssh/known_hosts

调试模式

# 通过环境变量
ENTIRE_LOG_LEVEL=debug entire status

# 或通过 settings.local.json
{
  "log_level": "debug"
}

清理状态

# 清理当前提交的会话数据
entire clean --force

# 清理整个仓库中的所有孤立数据
entire clean --all --force

# 禁用并重新启用
entire disable && entire enable --force

辅助功能

对于屏幕阅读器用户,可以启用无障碍模式:

export ACCESSIBLE=1
entire enable

这将使用更简单的文本提示,而不是交互式 TUI 元素。

开发

该项目使用 mise 进行任务自动化和依赖管理。

先决条件

  • mise - 使用 curl https://mise.run | sh 安装

入门

# 克隆仓库
git clone <repo-url>
cd cli

# 安装依赖项(包括 Go)
mise install

# 信任 mise 配置(首次设置时必需)
mise trust

# 构建 CLI
mise run build

###常用任务

# 运行测试
mise run test

# 运行集成测试
mise run test:integration

# 运行所有测试(单元 + 集成,CI 模式)
mise run test:ci

# 代码 lint 检查
mise run lint

# 格式化代码
mise run fmt

获取帮助

entire --help              # 一般帮助
entire <command> --help    # 命令特定帮助

许可证

MIT 许可证 - 详情请参阅 LICENSE

版本历史

v0.5.32026/04/03
v0.5.22026/03/30
v0.5.12026/03/19
v0.5.02026/03/06
v0.4.92026/03/02
v0.4.82026/02/27
v0.4.72026/02/24
v0.4.62026/02/24
v0.4.52026/02/17
v0.4.42026/02/13
v0.4.32026/02/12
v0.4.22026/02/10
v0.3.132026/02/10
v0.3.122026/02/08
v0.3.112026/02/05
v0.3.102026/02/05
v0.3.92026/01/30
v0.3.82026/01/28
v0.3.72026/01/28
v0.3.62026/01/28

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|3天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|4天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

147.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|3天前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|3天前
语言模型图像Agent