博客作者
橘子味的海
326
已发布文章
12K
博客获赞
912K
博客浏览
第 6 页
介绍利用生成式 AI 辅助测试用例生成的方法，解决重复劳动和场景遗漏问题。核心在于人机协同，AI 负责规模化生产，人工把控质量。文章提供底层逻辑解析、四步实操流程（选工具、设计提示词、拆分需求、人工优化）、常见坑与避坑技巧。推荐了通用大模型及专业测试工具，强调通过精准提示词和人工审核确保用例可执行性，实现测试提效。
系统解析基于视觉的增强现实（AR）特效技术，涵盖相机标定、特征跟踪、语义分割及姿态估计等核心模块。通过移动端 AR 魔法镜子项目实战，展示了人脸检测与 OpenGL ES 渲染的实现流程。文章还探讨了实时性、跟踪稳定性及光照鲁棒性等挑战，并展望了生成式 AI 与 AR 结合的未来方向，为开发者提供可落地的技术方案。
介绍 CAM++ 说话人识别系统 Gradio webUI 的二次开发方法。通过创建 assets 目录注入 CSS、JS 和图片，实现标题栏、按钮样式、页脚及功能提示的自定义。无需修改核心逻辑，支持热更新。涵盖环境准备、目录结构、样式覆盖、DOM 注入及部署验证，帮助建立可维护的品牌化前端定制范式。
介绍 ChatGPT 的基本使用方法及核心功能。涵盖注册登录、对话界面操作、文本生成、问答、翻译及代码辅助等功能。详细讲解了指令优化、多轮对话、角色扮演等高级技巧，并列举了教育、办公、创作及科研等应用场景。同时提醒用户注意回答准确性、避免过度依赖及保护隐私安全。旨在帮助读者掌握 AI 工具，提升工作效率。
如何在 FPGA 上从零开始构建多层感知机（MLP）。内容涵盖使用基本逻辑门（与、或、异或）实现全加器、定点乘法器和激活函数等核心模块。文章详细阐述了 FPGA 架构设计、资源优化策略（如时间复用、流水线）、定点数表示法以及工业轴承故障检测的实际案例。通过底层硬件实现，展示了低功耗、低延迟的本地决策方案，强调了理解底层逻辑对 AI 硬件优化的重要性。
利用 Web Scraper API 结合 Python 进行网页数据抓取的流程。通过 API 请求构建器配置参数，集成反爬策略，实现了对 Glassdoor 数据的自动化采集。代码示例展示了如何封装爬虫类处理认证、分页及数据清洗，最终输出结构化 JSON 或 CSV 文件，适用于招聘分析与商业情报场景。
CopilotKit 是一个开源前端 AI 助手开发框架，提供 React UI 组件和基础设施用于构建 AI Copilot。支持 React、Next.js 等框架，具备智能代理管理、可视化工具集成及安全权限控制功能。通过 CLI 快速集成，适用于智能客服、企业知识助手、数据分析等多种场景，旨在降低 AI 功能集成门槛并提升开发效率。
深入对比了 LLaMA 3、Qwen 3 与 DeepSeek-R1 三大开源大模型。在架构上，LLaMA 3 采用 GQA 优化推理效率，Qwen 3 引入混合专家 MoE 与混合思维模式，DeepSeek-R1 则凭借稀疏 MoE 与强化学习实现高效推理。训练数据方面，Qwen 3 规模最大达 36 万亿 tokens，DeepSeek-R1 以低成本著…
Open WebUI 的安装与配置流程。Open WebUI 是一个开源的 LLM 可视化交互框架，支持本地部署及多模型接入。首先需在 Linux 环境下安装 Ollama 并配置 systemd 服务，随后通过 Docker 部署 Open WebUI。配置过程中需注意网络加速及外部连接设置，最后通过浏览器访问完成账号注册与模型选择，即可实现本地 AI 对…
FASTLIVO2 是一种融合激光雷达、相机和 IMU 的 SLAM 系统。它通过顺序更新的 ESIKF 框架解决维度不匹配问题，利用体素八叉树管理统一地图。核心创新包括平面先验优化、参考图像块更新策略、在线曝光时间估计及按需光线投射。系统采用先激光雷达后视觉的顺序更新策略，提升计算效率与鲁棒性，适用于复杂环境下的机器人定位与建图。
Microsoft Edge WebView2 是用于在桌面应用中嵌入网页内容的运行时组件。档介绍了在 Windows 7/10/11 系统上的下载与安装流程，包括通过官网下载常青引导程序的具体步骤。同时整理了常见的安装报错场景，如 C 盘空间不足、组件冲突及权限问题，并提供了对应的解决方法。此外还提示了防火墙、.NET Framework 等因素对安装的影…
介绍 K-RagRec 框架，利用知识图谱检索增强生成（RAG）技术解决大语言模型在推荐系统中的幻觉、知识过时及领域知识缺失问题。通过多跳知识子图索引、流行度选择性检索策略及图神经网络编码，K-RagRec 实现了高效的结构化知识利用。实验表明该方法在多个数据集上显著优于基线模型，有效降低了推理成本并提升了推荐准确率。
详细解析了 rsl_rl 仓库中 PPO 算法的 Python 实现。内容涵盖仓库结构概览、PPO 核心公式回顾（概率比率、GAE、熵）、代码关键模块分析（初始化、经验回放、动作采样、环境反馈、收益计算）以及核心的 update 训练循环。重点讲解了策略裁剪、价值裁剪、KL 散度控制及自适应学习率机制，旨在帮助开发者理解四足机器人强化学习控制的底层逻辑与优化…
介绍 Faster Whisper v1.7 版本的使用教程，涵盖本地语音转录及 SRT 字幕生成功能。主要更新包括新增 AMD ROCm/HIP 支持及适配 RTX 50 系列显卡。提供 NVIDIA CUDA 版本选择指南、驱动兼容性参考及批处理模式说明。包含基础版与优化版区别、模型下载路径、GPU/CPU 运行方式及文件校验方法，适用于日语视频翻译、会…
基于 SpringAI 框架结合 Deepseek 或 Ollama 大模型进行应用开发实战。内容涵盖对话机器人的基础实现、会话记忆与历史功能（内存及数据库存储）、纯 Prompt 开发的哄哄模拟器、基于 Function Calling 的智能客服系统（含课程查询与预约逻辑），以及 RAG 技术实现的 ChatPDF 功能。文章提供了详细的配置步骤、代码示…
介绍基于 uniapp 的 APP 端人脸识别解决方案，支持 Vue2 和 Vue3 语法。功能涵盖纯前端实现的人脸识别、人脸核身、人脸对比及活体检测，无需依赖后端 API 或第三方付费服务。包含摇头张嘴等活体检测指引自定义，兼容安卓与 iOS 系统，提供基础界面实现思路及多场景业务示例代码参考。
介绍 iOS 26 Liquid Glass 风格下 TabBar 的实现方案。主要涵盖基础 TabView 结构、滚动容器模糊特效原理、tabBarMinimizeBehavior 最小化行为、tabViewBottomAccessory 配件视图的使用限制、role.search 的正确用法，以及通过 ZStack 配合 glassEffect 实现玻璃…
Whisper 是 OpenAI 开发的语音识别模型。按规模从小到大列出了 Tiny、Base、Small、Medium、Large 各系列模型版本，包含英文专用及多语言通用版本的官方下载链接。同时提供了针对不同部署场景（如移动设备、边缘计算、专业音频处理）及语言需求的模型选择建议，帮助用户在精度与性能之间做出权衡。
Microi 吾码是一款基于.NET9、Vue3 等技术的轻量级低代码开源框架。支持模块化架构与跨平台部署，具备高性能和丰富插件生态。提供一键脚本安装 Docker 环境（MySQL、Redis 等），适合快速构建企业级应用。目前包含 WebOS 风格界面及界面引擎设计器等功能，持续迭代中。
介绍如何在本地 PC 部署 Wan2.1 视频生成模型及 ComfyUI 工作流。涵盖软件准备、配置整合、本地运行测试步骤。同时提供通过内网穿透工具实现公网远程访问的方法，支持固定域名配置，满足个人创作及团队协作需求，无需云服务器即可灵活调用本地算力。
