OpenCode 插件使用保姆级教程:14 个社区插件 + 6 个实战案例,从加载规则到开发实战,手把手带你打造最强 AI 编码环境。建议收藏! ...
大家好,我是R哥。 用 Claude Code 这么久,我发现一个很有意思的现象,很多人天天用 Claude Code,但来来回回就会一个 /clear,顶多再加个 /init,剩下几十个命令压根没碰过。。 其实 Claude Code 在终端里藏了 90 多个命令,从初始化项目、切模型、管权限,到 ...
Claude+CC Switch+CC-Connect+飞书使用教程 简介 本文介绍如何使用CC Switch切换Claude终端对接的供应商,让Claude Code可以对接Deepseek、智谱等国内模型。 本文后半段介绍如何用CC-Connect让飞书对接上本地电脑上的Claude Co ...
物业行业 AI 落地避坑指南:从"技术幻想"回到业务真相有一点体感越来越强:技术在变,问题是新的,但核心挑战一直一样:怎么把新技术塞进老业务,让它能用、能用长、还能跑出结果。这个指南想讲点实际的。物业行业做过 AI 落地的人踩过的坑,大概都能对号入座。一.传统行业做 AI,先认清三件事企业级市场里, ...
本篇内容关于SIFT 特征点检测,由于内容较多,本篇只包含 SIFT 的检测逻辑,特征匹配逻辑和代码会放在下一篇。 1. 从 Harris 到 SIFT 在上一篇中,我们详细介绍了 Harris 角点探测,其首次系统性地用结构张量来描述局部特征。 但其终究只是一个“原始基座”,一个很明显的问题是: ...
今日AI知识小课堂介绍的内容如下: -【训练集 】【验证集 】【 测试集】 -【过拟合】 -【欠拟合】【 NL2SQL】 复制知识卡片下方的链接到浏览器中打开,既可领取专属于你的智慧学伴! 知识点: 训练集|| “垃圾进,垃圾出”(Garbage in, garbage out) —— 模型表现取决 ...
ShortGPT 的核心是一个开源的 Python 框架,它利用大型语言模型(LLMs)和各种 AI 服务来自动化视频创作。通过为内容生成、语音合成、素材获取和视频编辑提供结构化方法,它简化了复杂的视频制作任务。该框架在 YouTube 自动化和 TikTok 创作者计划自动化中尤为流行,使创作者能 ...
研发效能白皮书:AI 驱动下的上下文治理与管理范式革命一.范式转移:从代码核心到上下文核心的演进战略背景分析 在 AI 驱动的"Web Coding"时代,软件研发的底层逻辑正在发生根本性变化。过去二十年,开发者在 SegmentFault 或 Stack Overflow 上找答案,靠人写代码。现 ...
今天这篇论文「[Agentic Auto-Scheduling: An Experimenta l Study of LLM-Guided Loop Optim ization」讲的是一个很具体的问题:LLM 能不能参与编译器优化,让程序跑得更快? 这里的 Loop,指的是程序里的循环结构,比如 f ...
大家好,我是R哥。 有个兄弟前段时间面试,面试官问了他一个很有意思的问题: 公司内部文档并不多,可能就几十份文档、几百页内容,为什么还要上 RAG?直接训练一个小模型不行吗? 很多人听到这个问题,第一反应是肯定可以。毕竟文档量不大,把这些资料整理出来,微调一个小模型,然后直接提供问答能力,看起来似乎 ...
大模型备案材料的语料标注规则,到底怎么写? 原创 · 大模型备案指南 · 2026-06-29 做生成式大模型备案的朋友,十有八九都被《语料标注规则》这份材料折磨过。 翻来覆去就是那几个模块:标注人员怎么管、标注规则怎么定、数据格式怎么弄、质量怎么评估……但真动手写的时候,很多人又不知道从哪下笔,写 ...
摘要:本文从 OT-CFM 插值路径的统计性质出发,系统推导 Flow Matching 模型输入分布与输出速度场分布的均值和方差,分析 VAE KL 散度权重对 latent 点云分散程度的影响,并借鉴图像生成领域的 SNR 失配理论,从理论角度论证逐通道归一化对 Flow Matching 训练 ...
AI 时代的"无名英雄":为什么 FDE 正在成为商业落地的唯一解药?1. 引言:顶配大厨与听不懂的需求 想象一下,目前的通用大模型(LLM)就像是一个厨艺绝顶、刀工出众,却完全不通人情的顶级大厨。他能在零点几秒内将食材切成一万根细丝,展示出令人惊叹的"技术确定性"。然而,当你作为顾客对他说"我想吃 ...
调用模型很简单,真正麻烦的是把它做成一个稳定、可控、可观测的runtime。 大多数 Python 开发者都可以在几分钟内完成第一个 demo:发一个请求,拿到模型回复,打印结果。真正的问题通常从下一步才开始。当一个简单的模型调用逐渐演变成真实应用里的 agent runtime,你很快会碰到流式输 ...
前面两篇文章在演示RAG功能时,做向量化的文本嵌入模型都用国外的all-MiniLM-L6-v2,该模型主要适用英文,对于中文总体也能用,但在细节上处理欠佳。本文就来介绍如何使用国产离线的文本嵌入模型替换国外模型,以及如何体现国产模型的比较优势。 一、all-MiniLM-L6-v2的缺点 虽然al ...
DeepSeek 表格怎么导出到 Excel 或 Word?复制后错列怎么办 很多人让 DeepSeek 生成表格后,第一反应是直接复制到 Word 或 Excel。短表格通常没问题,但只要列数多、单元格里有换行、竖线、编号、链接,复制后就可能变成一整段文字,或者列和列对不上。 这类问题的核心不是 ...
上一篇文章通过all-MiniLM-L6-v2模型结合FAISS实现了简单的RAG检索功能,但FAISS运行于内存中,无法持久化保存向量数据,重启后又得重新对文本做向量化,比较浪费算力资源。本文就来介绍如何使用向量数据库来持久保存向量数据。 一、向量数据库Chroma Chroma是一个本地向量数 ...
ClawRouter 是一个面向 AI Agent 的开源本地路由层,它关注的不只是多模型调用,而是模型选择、成本控制、fallback、Token 压缩和 Agent 运行时调度。 ...
极致的极简主义和无干扰设计(Zero-Distortion Design)正是目前少儿启蒙产品最稀缺的特性。现在的App充斥着各种金币、动画和复杂UI,反而分散了孩子的注意力。每关15个短句30个插画,全部都是根据我的提示词AI生成,教材是让ChatGPT蒸馏了Reading Eggs、Raz Ki ...
当我们聊起 Agent,或者阅读相关内容时,经常会看到一个词:MCP。它看起来像一个偏底层的技术名词,我们可以先来简单地记住这样一句话:MCP 是一套让 Agent 连接外部资料和工具的通用方式。 为什么 Agent 需要 MCP?因为我们要让 Agent 真正干活,第一步往往是得让它看见任务现场。 ...