目录
在AI技术日新月异的今天，开发者们正经历着一场前所未有的效率革命。面对日益复杂的开发需求和快速迭代的技术栈，借助AI工具提升开发效率已不再是选择题，而是必选项。在这种情况下，各种AI编程工具纷纷出现，甚至一度让开发者感觉到眼花缭乱。借助AI编程工具，不仅可大幅提升编程效率，对开发者来说，也是一场自我迭代和升级的过程，让开发者自身从一个纯粹的编程人员逐步转型为AI编程全站工程师，从而实现自身更大的价值，本篇将详细介绍近期AI编程中非常火热的Claude Code。
Claude Code是Anthropic推出的本地化AI编程助手，专为开发者设计。它不是一个简单的代码补全工具，而是一个能理解你的项目、执行复杂任务、自动化开发流程的智能编程伙伴。
前几天小编写了2篇文章 “为什么AI会改变单片机的未来？” 单片机上如何运行AI？单片机如何“学会思考”之TinyML崛起！（含案例，建议收藏）， 引起了非常多的留言、关注和加群讨论。但是，仍然有读者朋友给小编留言，能否整理一些关于比较常用芯片比如STM32实用AI大模型的案例。为了满足粉丝朋友的诉求，小编整理了“在STM32单片机上运行AI大模型的”真实案例。 从粉丝的一个问题引出本文的思考：AI 模型能跑在 STM32 上吗？ 一：先说结论 先说结论：不仅能跑，还一共有四种方案。 方案一：STM32官方提供的 STM32Cube.AI（X-CUBE-AI） 其实原理是我们把在 PC 上训练好的神经网络自动转换成可在 MCU 上运行的 C 库；然后在自己的软件/代码工程中调用已经编译产生的C库。 方案二：直接用 TensorFlow Lite Micro（TFLM）+ CMSIS-NN 在 STM32
一、开篇 最近"小龙虾"彻底火出圈了。打开抖音、刷刷小红书，满屏都是 OpenClaw 的教程、测评和安装实录。更夸张的是，有人专门上门帮人部署，甚至有公司门口排起了长队——就为了装一只"龙虾"。 这波热度不亚于当年 ChatGPT 刚出来的时候。但热闹背后，有一个问题没人说清楚：这么多人在排队，到底在排什么？排的是环境配置、是服务器、是 API Key、是一堆看不懂的命令行。原生 OpenClaw 能力确实强，但它本质上是一个开源框架，想真正跑起来，你得先过技术这关。对普通用户来说，光是部署这一步，就足够劝退了。 所以问题来了——龙虾这么香，普通人就真的没办法吃到吗？ 还真不一定。ToDesk 悄悄做了一件事，把这只龙虾"
FunASR离线文件转写服务开发指南（实践篇） * 1.是什么 * 2. 快速上手 * 2.1 docker安装 * 2.2 镜像启动 * 2.3 服务端启动 * 2.4 客户端测试与使用 * 3. 客户端用法详解 * 3.1 python-client * 3.2 cpp-client * 3.3 Html网页版 * 3.4 Java-client * 3.4.1 Building for Linux/Unix * 4. 服务端用法详解 * 4.1 启动FunASR服务 * 4.2 关闭FunASR服务 * 4.3 修改模型及其他参数
文章目录 * 前言 * 硬件使用说明 * 一、Hyper982 RTK模块 * 作为移动站使用 * 通过串口助手设置RTK参数（移动站） * 设置飞控参数（ArduPilot） * 设置飞控参数（PX4） * 二、HyperLte 4G图数传 * 资源下载 * 1、地面站软件和固件可执行文件 * 超维定制版HyperQGC（推荐） * NTRIP功能使用方法 * 基于超维定制版QGC和ArduPilot固件的领航跟随编队 * 多路视频流设置 * MQTT设置 * 地面站设置 * 4G模块配置 * MQTT服务器配置 * 飞控配置 * 海康威视相机云台控制 * Mission Planner地面站 * PX4固件可执行文件 * ArduPilot固件可执行文件 * 2、安装好环境的虚拟机 * 安装虚拟机 *