首先声明不搞infra的不用看，我现在看底层了，本篇内容基于Efficient Memory Management for Large Language Model Serving with PagedAttention》 (SOSP 2023)出处： 加州大学伯克利分校（UC Berkeley）这篇里面讲了vllm，那么我们就先讲vllm。LLM 模型在推理阶段的显存有三部份组成：模型权重、KVCache 显存占用以及激活值显存占用。而今天我们是速成教程，所以又要体现深度，那么就先讲KVCache，这个本质上是一种通用的思路就是减少k，v的计算，采用缓存的机制去减少中间值，而这个的问题是kv...

不知道是泡池子，还是委婉的说我挂了不过已经无所谓了已经对找工作不抱什么希望了找个月薪三四千的工作就算了这辈子也差不多就这样了。活的真没劲

今天起因是11.1我投了深圳一个岗位，今天中午收到面试通知，我就和我一个舍友说，我之前秋招投递的时候也经常和同学分享投递情况结果他直接阴阳我是学人精。说他去投什么我就投什么。我昨天才知道他投了这个岗位，想和他说一下岗位情况什么的。唉，结果被骂一顿，我实在是不懂。鼠鼠我太委屈了

非常适合准备入门Agent开发或者是毕业生拿来做毕设的同学！！！包含的技术栈：LangChain + LangGraph + RAG + Agent + MCP + Memory + Python + FastAPIAgent下又有ReAct-Agent、CodeAct-Agent、Plan-and-Execute-Agent 的三种范式的示例链接为：https://github.com/Shy2593666979/AgentChat目前项目的Star数量≈100，已经收获来自理想汽车员工、西安电子科技大学同学等等等等的一致好评，遇到问题，尽管的提issue，作者还可直接远程操控电脑帮忙解决，...