博客作者
锋芒毕露
358
已发布文章
12K
博客获赞
678K
博客浏览
第 5 页
Next AI Draw.io 是一个结合大模型与 draw.io 的开源项目，支持通过自然语言生成流程图和架构图。项目的两种部署方式（Docker 一键启动与源码本地运行），详细说明了环境准备及 AI API Key 的配置方法，并展示了实际案例。该工具适用于技术方案梳理、系统设计说明及文档编写场景，能显著提升绘图效率。
综述了 2021 至 2025 年间体内微/纳米机器人在肿瘤精准治疗领域的进展。文章指出传统纳米药物存在递送效率低和渗透不足的问题，而新型微/纳米机器人通过磁驱、声驱或自驱动方式实现了主动递药与深层渗透。技术路线主要包括运动增强递送、与免疫治疗融合重塑微环境，以及针对胶质母细胞瘤（GBM）的跨屏障递送与闭环操控。文章总结了相关研究的因果链条与评价指标，并讨论…
介绍基于 Java 构建 AI Agent 的架构设计与实战方案。涵盖指令解析、规划调度、工具调用等核心模块，采用 Spring Boot、LangChain4j、Redis、MySQL 等技术栈。通过订单数据统计场景演示了从依赖引入、配置 LLM、开发工具类到控制层实现的完整流程，并提供了参数校验、异常重试、异步执行及安全优化等企业级落地建议。
介绍 Vite 构建工具中的 import.meta.glob 功能。该语法用于批量导入匹配规则的模块，替代传统手动记录路径的方式。文章涵盖基础用法、自动注册组件、动态路由等场景，以及通配符使用和 eager 模式等进阶技巧。适合前端开发者提升开发效率。
Metric3D v2 是一款面向单目图像的零样本度量深度与表面法向量联合估计的几何基础模型。针对度量深度的相机内参歧义和表面法向量的标注稀缺问题，提出了规范相机空间转换模块（CSTM）和联合深度 - 法向量优化模块。模型基于超 1600 万张图像训练，在多个深度与法向量基准上达到 SOTA，可赋能 3D 场景重建、单目 SLAM 等下游任务。
智谱 AI 宣布 GLM Coding Plan 涨价，Meta Llama 3.5 商业授权同步提价，标志 AI 产业从技术狂热转向价值理性。供需逆转、算力通胀及企业付费意愿提升是涨价主因。GLM-5 凭借国产芯片适配与技术突破采取价值定价，Llama 3.5 依赖生态变现。开发者应优化提示词工程、缓存策略及计费组合，关注 ROI 而非单纯单价。未来市场将…
2025年AI行业迎来深刻变革，从概率模仿跃向逻辑推理与行动流。年初DeepSeek R1开源发布打破闭源垄断，确立推理侧Scaling Law；年末Meta收购Manus验证Agent商业化潜力。技术范式从'预测下一个词'转向System 2思考，氛围编程（Vibe Coding）成为主流。年度盘点涵盖多模态模型如Sora2、Suno V5及代码模型进展。…
以 Stable-Diffusion-v1-5 镜像为例，阐述了高质量 AI 镜像的交付标准。重点介绍了 Dockerfile 的透明度、构建层的可追溯性以及文件完整性校验（SHA256）。通过规范基础镜像选择、依赖锁定、分层构建及哈希验证，确保镜像安全、可靠且易于复现，为生产环境部署提供信任基础。
循环神经网络（RNN）的核心原理及其在序列数据处理中的应用。详细阐述了 RNN 的循环计算机制及梯度消失问题，并重点讲解了长短期记忆网络（LSTM）和门控循环单元（GRU）的结构与优势。通过 TensorFlow/Keras 框架，演示了基于 LSTM 的情感分类实战，包括 IMDB 数据集加载、模型搭建、编译训练及优化技巧（如双向 LSTM、早停法）。文章…
Stable Diffusion 文生图管线。流程包括：CLIP 文本编码为语义向量，高斯噪声初始化潜变量，U-Net 在文本条件下迭代去噪，最后经 VAE 解码输出图像。核心优势在于潜空间扩散节省计算资源，CLIP 提供语义控制，Scheduler 决定采样策略。理解该链路有助于掌握扩散模型知识骨架。
介绍 baoyu-skills 工具，旨在通过 AI 自动化生成技术文章的配图、排版及 PPT。文章分析了当前技术写作在配图、排版及 AI 生成稳定性方面的痛点，展示了该工具如何通过参数化配置简化 Prompt 工程。内容包括工具安装、功能全景、核心设计理念以及从 Markdown 到小红书风格配图的实操案例，并提供了可复用的 Skill 定义示例供参考。
WorkBuddy 是腾讯推出的 AI 原生桌面智能体工作台，支持通过自然语言指令在主流 IM 平台（如企业微信、微信、飞书、钉钉）自动完成多模态任务。其核心功能包括本地信息自动化批量处理、外部信息调研与内容生成、业务数据洞察与自动化响应。采用多 Agents 并行架构，内置 MCP 及 Skills 扩展能力，支持文档、表格、图表、PPT 等多种输出格式。…
介绍前端 WebSocket 实时通信技术，对比轮询方案的劣势。分析了连接断开、重连机制缺失、心跳不足等常见问题，提供了包含重连、心跳、消息队列及认证的高级客户端实现类。同时展示了 React 组件集成方式及 Node.js 服务端搭建示例，强调根据实际需求选择通信方案，避免过度设计。
EtherCAT 在工业机器人多轴控制中的应用。通过分析 On-the-fly 数据处理机制和专用 ASIC 芯片优势，对比了 EtherCAT 与脉冲控制、CANopen 在同步精度、轴数支持及拓扑灵活性上的性能差异。重点阐述了如何通过协议优化、硬件选型和网络设计，实现 128 轴以上系统抖动控制在±100ns 以内，适用于半导体搬运及高速分拣场景。
探讨了无人机在光伏电站巡检中的创新应用。针对传统人工巡检效率低、风险高的问题，提出了包含硬件配置、软件系统及核心工作流程的无人机智能巡检解决方案。利用多光谱检测与 AI 深度学习算法，实现了缺陷的自动识别与数字化报告生成。实际案例表明该技术能显著提升巡检效率、降低运维成本并保障安全。未来随着政策完善与技术发展，无人机巡检将向全自主化、集群协同方向演进，推动新…
新修订的《治安管理处罚法》于 2026 年 1 月 1 日正式实施，明确将无人机'黑飞'列为妨害公共安全行为。违规飞行情节较重可处 5-10 日拘留，特别严重情形最高 15 日。合规要求包括 250 克以上无人机实名登记、管制空域飞行需申请、取得相应操控资质等。北京全域及多地设有禁飞区，建议飞行前查询空域、提前申请并遵守高度限制，避免面临罚款、拘留或刑事责任…
综述了 Agent AI 在多模态交互与通用人工智能（AGI）领域的进展。文章定义了智能体人工智能为能感知视觉、语言及环境数据并生成具象化动作的系统。重点探讨了大型基础模型（LLMs/VLMs）在具身智能中的应用，分析了幻觉、偏见、隐私、可解释性等伦理与技术挑战。通过游戏、机器人及医疗等案例，展示了跨现实训练框架与涌现能力机制，旨在推动构建具备上下文感知与自…
介绍 Stable Diffusion v1.5 模型如何嵌入设计师的 Figma 和 Photoshop 工作流。内容包括 SD1.5 的优势分析、云端快速部署步骤、提示词编写技巧（正向与负向）、参数设置方法，以及两个实战案例：在 Figma 中生成 UI 背景与元素，在 Photoshop 中创造合成素材与灵感图。旨在帮助设计师利用 AI 工具提升素材生…
Capacitor 是 Ionic 团队开发的跨平台运行时，支持将 Web 应用打包为 iOS 和 Android 原生应用。其核心特点包括跨平台代码复用、原生功能插件集成、框架无关性及现代化工具链。基本流程涵盖安装、初始化、添加平台、构建同步及 IDE 调试。相比 Cordova，Capacitor 性能更优且项目结构标准；相比 React Native，…
介绍 OpenSpec 文档驱动协作标准，解决 AI 协作中的逻辑断层与幻觉问题。通过确立项目宪法 project.md、设计提案 Proposal、锁定 Git 基准线、全量自动化实施 Pipeline 及归档清理五步流程，实现从模糊需求到原子化提交的全自动转化。该方法将开发者角色提升为架构师，确保项目逻辑严密、可追溯且高质量。
