博客作者
这位作者暂未填写个人简介。
217
已发布文章
5.2K
博客获赞
88K
博客浏览
第 2 页
AI 作为顶层概念涵盖所有智能技术，AGI 是其终极目标形态。NLP 专注于语言处理，LLM 则是其基于 Transformer 架构的突破性进展。ChatGPT 是 LLM 的产品化落地，而 AIGC 代表了 AI 生成内容的应用生态。理解这些术语的层级关系有助于开发者明确学习方向，重点掌握 LLM 调用、AIGC 设计及 NLP 基础。梳理了从底层技术到…
OpenClaw 开源 AI 智能体框架通过 TypeScript 与 Node.js 构建，赋予大模型操作浏览器、执行代码及调用 API 的能力。文章详细解析了其四层架构设计、竞品生态对比及行业影响，涵盖大模型厂商、云厂商及芯片厂商的利益链变化。部署方面提供自建 VPS、云厂商一键部署及本地部署三种路径，并分析了服务器与 Token 成本。重点强调高权限带…
昇腾 NPU 部署 Llama 2 模型完整流程涵盖环境配置、模型加载、性能基准测试及 INT8 量化优化。实测 FP16 下吞吐量约 20 tokens/s，INT8 量化后可提升至 45 tokens/s 左右。适合预算有限或追求自主可控的团队进行离线批处理或内部工具开发。
OpenClaw 是一款开源个人 AI 助手，支持本地部署及飞书机器人接入。涵盖从 Node.js 环境搭建、PowerShell 一键安装、API 配置到飞书应用创建与插件对接的全流程。重点解决了 Windows 下 npm 兼容性及端口占用等常见问题，强调软件免费但需承担模型 API 成本。
本方案利用 Dify 智能体与 LangBot 中间件，打通飞书机器人对话接口。核心步骤包括 Docker 环境初始化、LangBot 服务部署、Dify 参数配置及飞书开放平台权限申请。测试表明该架构支持基础问答与数据调取，可作为 AIOps 运维自动化的落地参考。
AI 终端生态正经历从云端向边缘的转型。探讨视觉感知与实体交互融合的核心架构，分析延迟、隐私及成本瓶颈。通过构建桌面整理机器人 Agent 的实战案例，展示 YOLOv8 端侧推理与决策引擎的实现细节。涵盖技术栈选型、实时性平衡策略及具身智能未来展望，为开发者提供移动端 AI 落地的参考路径。
Tauri 采用前端资源加 Rust 后端的双层架构。前端负责 UI 渲染，Rust 处理系统能力与安全边界。构建时前端编译为静态资源，由 Rust 侧打包进应用。配置中心 tauri.conf.json 管理窗口与权限，capabilities 控制命令暴露。移动端需将逻辑置于 lib.rs 以复用入口。工程上建议前后端职责分离，敏感操作仅通过 Rust…
Stable Diffusion v1.5 模型支持通过提示词工程实现图像风格迁移。介绍利用文生图功能，结合主体描述、风格指令及负向提示词，配合采样步数与引导系数等参数微调，将普通照片转换为油画、水彩或像素艺术风格的具体操作方案与常见问题排查方法。
通过 GitHub Student Developer Pack 可免费获得 Copilot Pro 权限。申请者须为当前在读学生，持有有效教育机构证明。流程涵盖身份验证、资料上传及 IDE 插件配置。验证通常需 72 小时，支持学校邮箱自动核验或手动上传证件。激活后需在 VS Code 等编辑器安装扩展并登录授权。若审核未过可补充材料重试，学生身份每年需重…
IQuest-Coder-V1 与 Meta-Llama-Code 在 A100 环境下部署实测。IQuest 原生支持 128K 上下文，工程鲁棒性更强，适合 IDE 插件及长文本处理；Llama-Code 轻量但需补丁扩展上下文，适合单文件脚本。实测显示 IQuest 在复杂任务可运行性及健壮性上得分更高，推荐混合部署策略以平衡性能与成本。
基于 Stable Diffusion 和比迪丽 LoRA 模型，提供龙珠主题短视频内容的日更提效方案。涵盖环境搭建、提示词编写、批量生成及工作流优化。通过自动化脚本处理图片尺寸，结合内容日历规划，显著降低素材寻找时间与版权风险。支持多种画风融合与动态效果制作，帮助创作者建立标准化 AI 辅助创作流程，提升内容质量与更新频率。
渐进式 AIGC 系统集成了多种主流大模型与生成式 AI 能力，支持私有化部署。涵盖文本对话、专业绘图、视频生成及 Agent 智能体开发，兼容 Claude、GPT、Gemini 及 Nano-Banana 2 等模型。系统提供工作流编排、知识库管理及多端访问功能，适配个人与企业使用需求。
LLaMA Factory 提供一站式可视化界面支持 LLM 及 VLM 的高效微调。涵盖多种模型架构与训练方法，如 LoRA、QLoRA 及全参数训练。内容包含安装配置流程，演示基于 Qwen3 和 Qwen-VL 的微调实践，并解析数据格式与自定义方式，助力开发者快速上手大模型优化。
MAVROS 是连接 ROS 与飞控的关键中间件，基于 MAVLink 协议实现双向通信。涵盖 MAVROS 在 Ubuntu Noetic 环境下的安装步骤，包括 GeographicLib 数据集配置。详细解析了 Global、Local(ENU)、Body 等坐标系的转换关系，以及 State、Setpoint、Odometry 等核心话题与服务接口。…
区块链钱包开发中，智能合约交互代码往往重复且繁琐。利用 AI 工具可以高效生成 ethers.js 交互逻辑及 Python 监控脚本，显著缩短开发周期。重点在于明确需求描述、规范输入输出格式，并严格进行安全验证，如地址校验与测试网先行。此工作流能大幅提升 DApp 开发与链上数据监控的效率，同时保持代码安全性。
智慧医疗机器人竞赛涉及惯导与视觉避障技术。内容包括网络延迟优化、上位机辅助显示、深度相机扫码、基于逆透视变换的终点校准算法、STM32 舵机控制参数调整及 EKF 配置。配套提供数据自动标注、清洗、增强及分发脚本，助力提升系统性能与比赛表现。
AI 辅助开发在前后端场景中表现差异显著。后端因逻辑确定性强、验证闭环短，易形成自动化高效流程；前端受限于主观审美与交互复杂性，仍需大量人工干预。文章按 DAU 规模分层提出策略：低 DAU 期后端可直接上线，前端仅作原型；中 DAU 期后端提效显著，前端需资深重构；高 DAU 期后端利用 AI 优化性能瓶颈，前端聚焦体验细节。建议团队建立 AI 驱动的协作…
OpenClaw 是一款支持多平台交互的开源本地 AI 智能体。本指南介绍在 Linux 环境下通过 Shell 命令安装 OpenClaw，配置通义千问模型，并集成钉钉机器人实现智能助理功能。涵盖环境准备、插件安装、应用创建及凭证配置等关键步骤。
阿里开源 PageAgent 将 LLM 能力注入浏览器实现智能自动化。相比传统 Playwright/Selenium，它支持自然语言交互与语义理解。针对现代富文本编辑器（如基于 CodeMirror 的组件），需通过实例调用而非 DOM 模拟解决输入问题。未来结合小模型蒸馏与规则混合可优化 Token 成本。
OpenCode 与 GitHub Copilot 代表了两种截然不同的 AI 编程路径。前者以开源、本地部署和隐私保护为核心，支持灵活模型接入与终端交互；后者凭借成熟的商业生态与云端推理能力提供开箱即用体验。通过 vLLM 结合本地大模型方案，可在保障数据安全的前提下实现高效代码生成，为不同规模团队提供选型依据。
