博客作者
逆风前行
390
已发布文章
8.5K
博客获赞
537K
博客浏览
第 4 页
介绍利用 Coze 平台构建工作流，结合 Sora2 模型自动生成修仙题材 AI 漫剧视频的方法。流程涵盖分镜脚本生成、图片制作、视频渲染、剪辑及导入剪映草稿等步骤。通过自动化流水线降低制作成本，实现从标题到成片的快速产出。
探讨了 AI Coding 在软件开发中的应用趋势与实战方法。通过分析行业数据与专家观点，指出 AI 已成为开发必选项。文章详细介绍了场景聚焦、流程整合、知识驱动与人机协同四大提效策略，并提供了企业知识库构建指南及提示词工程模板。同时总结了个人成长路径，包括提示词掌握、知识库构建、AI 评审能力及软技能提升。最后列举了金融、电商、SaaS 等行业案例，警示常…
介绍如何在电脑端搜狗输入法中关闭皮肤推荐弹窗、宠物弹泡以及 AI 旺仔功能。通过修改高级设置和状态栏定制，可解决自动取词弹框、快捷键冲突及划词卡顿问题。具体步骤包括关闭皮肤推荐开关、禁用 AI 汪仔自启动与快捷键、结束后台进程，必要时安装官方补丁文件以修复冲突。
介绍 YOLO12 WebUI 目标检测工具的快速部署与使用方法。通过 Docker 镜像可直接启动服务，无需本地安装 Python 或 CUDA。支持点击或拖拽上传图片进行检测，结果包含边界框、类别及置信度。用户可切换不同精度模型（nano 至 x），查看运行日志排查问题，并通过 FastAPI 接口实现自动化集成。常见问题涵盖图片上传失败、检测结果异常及…
学生开发者如何获取 GitHub Copilot 免费权限。重点讲解了 GitHub Education 学生身份认证的流程及所需材料，强调使用校园网或家庭宽带进行申请的重要性，并指出需关闭代理工具以确保 IP 地址校验通过。此外还提及了双重身份验证（2FA）作为账户安全的基础保障。
OpenClaw 是由上海人工智能实验室发布的开源多模态大模型框架，专注于具身智能（Embodied AI）与机器人操作的视觉 - 语言 - 动作（VLA）联合建模。文章介绍了其核心特点如多模态对齐与动作生成范式，并详细阐述了在真实机械臂（如 UR5e）部署时的工程实践，包括延迟缓解策略、安全约束保障机制及闭环控制实现方式。此外，还涵盖了坐标系统一、TCP…
介绍大疆行业开发体系的三大核心能力：MSDK 移动端开发、PSDK 负载硬件开发及上云 API 云端集成。MSDK 封装了飞行控制等 60+ 功能，支持 Android 快速构建无人机控制 App；PSDK 允许开发者通过 UART/CAN 接口集成传感器等负载设备；上云 API 基于 MQTT/HTTPS 协议实现数据同步与远程调度。文章提供了环境准备、代…
async/await 结合 try-catch 在处理多请求依赖及分阶段错误时的代码复杂度问题。通过借鉴 Go 和 Rust 的错误优先风格，提出封装 safeAsync 工具函数，将 Promise 的结果统一包装为 [error, data] 数组，从而保持代码线性流式结构。进阶版本支持静默失败和自定义回调，有效提升了前端异步错误处理的优雅度和可维护性…
提出一种用于机器人操作的通用单样本多模态主动感知框架，旨在解决视角受限环境下的抓取任务。该框架通过域随机化构建大规模合成数据集，定义最优观测视角并训练多模态预测网络（MVP-Net）。利用交叉注意机制融合点云与掩码图像特征，直接预测摄像头姿态调整。实验表明，该方法仅需一次重观察即可显著提升视角受限环境中的抓取成功率，且具备跨任务泛化能力。
提出一种基于 Q-learning 强化学习的无人机三维动态避障导航方法。通过构建包含静态与动态障碍的离散化三维空间，设计严格的安全距离约束机制与多目标分层奖励函数，采用衰减式探索 - 利用策略优化决策。仿真结果表明，该方法能在满足安全距离前提下有效规避障碍，自主规划无碰撞路径，具备良好的动态适应性与收敛稳定性，为低空复杂环境下的无人机自主导航提供技术支撑。
StableDiffusion-webui 的本地部署方案，涵盖 Windows 预打包版、Linux 容器化及源码部署三种方式。内容包含界面功能详解、基础使用流程、自定义风格生成（LoRA）、API 接口调用示例以及常见问题解决方案。通过本地部署可确保数据隐私并实现离线创作，支持多种硬件加速模式，适用于内容创作、设计辅助及教育演示等场景。
人工智能生成内容（AIGC）技术的发展现状与挑战，重点阐述了通义万相 2.1 模型的多模态生成能力、上下文理解及自适应创作特性。通过对比主流模型参数，分析了其在推理速度、多模态支持及风格迁移精度上的优势。文章提供了基于 API 调用的集成示例，涵盖文本、图像生成及数据可视化流程，并探讨了该技术在新闻媒体、智能营销及创意产业等场景的应用价值。结论指出，AI 与…
在终端环境下使用 Llama-Factory 框架对 Qwen3.5-4B 模型进行监督微调（SFT）的完整流程。内容包括环境搭建（Miniconda、Llama-Factory、昇腾 NPU 支持）、数据集准备、训练脚本配置（YAML）、单卡及多卡训练执行，以及微调前后模型的对比验证。通过 LoRA 技术实现高效微调，适用于需要特定领域知识增强的场景。
介绍国内用户在 GitHub Copilot 免费额度用完后，如何通过 PayPal 完成专业版订阅支付。针对国内信用卡支付困难及虚拟卡服务不稳定的情况，提供通过 PayPal 绑定国内银行卡进行支付的解决方案，并说明支付后的等待时间及确认方式。
OpenClaw 是一款支持本地部署的 AI 自动化办公工具。详细介绍在低配置电脑（最低 2vCPU+2GiB 内存）上安装 OpenClaw 的完整流程，涵盖 Node.js、Python、Ollama 环境搭建及国内镜像源配置。内容包括在线模型与本地模型（如 Qwen、Ministral）的配置切换、TypeScript 插件开发规范与实战案例（文件压缩…
反无人机技术因安全风险、隐私侵犯及潜在危险而兴起。检测原理包括被动雷达、图像识别（含 AI）、声学、射频及 GPS 监测。反制手段涵盖干扰（射频、GPS 欺骗）、物理捕捉（网枪、拦截机）及消灭（激光、微波等定向能武器）。该技术正从理论走向应用，需平衡效率与伦理，推动安全生态发展。
介绍基于 Arduino 和 BLDC 电机的四足仿生穿越机器人系统。涵盖仿生多关节驱动、BLDC 高性能驱动、步态算法、柔顺控制及多传感器融合技术。详细阐述了工业巡检、应急救援等应用场景，并分析了机电设计、电源管理及软硬件协同的挑战。提供了基础步态控制、地形自适应、无线遥控、崎岖地形适应、动态障碍跨越及自主导航的完整代码示例与要点解读，旨在为开发者提供从理…
常见的 UTF-8 及 Web 表情符号（Emoji）的编码信息，包含字符展示、十进制数值、十六进制编码以及中英文名称对照。内容涵盖时间、天气、动物、食物、交通、人物等多种类别的表情符号，适用于开发参考或日常查询使用。
将 Flutter 组件 spry 适配至鸿蒙（OpenHarmony）系统的实战经验。spry 作为一个轻量级 Web 框架，旨在解决鸿蒙设备端侧 API 暴露、资源服务镜像及跨端 RPC 通信问题。文章阐述了其异步上下文与中间件洋葱模型原理，提供了端口冲突预防、Isolate 资源隔离策略及环境集成指南。通过代码示例展示了如何构建具备极致响应性能的鸿蒙端…
在使用 Layui 框架集成 Unity WebGL 内容时，解决 Tab 切换导致渲染黑屏问题的方案。问题源于 Tab 切换后 Unity 渲染未恢复焦点。解决方案是通过 Layui 的 element 模块监听 tab 切换事件，在切换时强制获取 iframe 内 Unity canvas 元素的焦点，从而恢复渲染。同时提供了代码示例及测试优化建议。
