博客作者
这位作者暂未填写个人简介。
222
已发布文章
4.3K
博客获赞
125K
博客浏览
第 1 页
AI-Goofish-Monitor 是一款基于 Playwright 和 AI 技术的闲鱼商品监控工具，支持多任务实时监控与自然语言任务创建。通过集成多模态大模型分析商品信息，提供 Web 管理界面及多平台通知功能。适用于二手相机、球鞋及电子产品价格监控等场景，支持 Docker 容器化部署。
AI 时代前端设计稿的快速生成方法。通过 ASCII 线框图确定信息架构，利用 Google AI Studio、MasterGo、Google Stitch 三种工具辅助生成设计稿或代码。结合审美判断与迭代优化，实现从需求到原型的高效转化，提升开发效率。
DreamZero 提出一种名为世界动作模型（WAM）的机器人基础模型，通过联合预测视频帧与机器人动作，利用视频预测作为视觉规划器指导动作生成。该方法基于预训练的视频扩散模型 Wan2.1，引入状态和动作编码器，采用 Flow Matching 目标进行训练。相比传统视觉语言动作模型（VLAs），WAM 具备更强的物理直觉和空间感知能力，能在未见过的任务和环…
宇树 G1 人形机器人 VR 遥操作开发与数据训练流程。涵盖 avp_teleoperate 及升级版 xr_teleoperate 的环境配置、硬件连接（Vision Pro/Quest）与启动方法。讲解如何将采集的 JSON 格式数据转换为 LeRobot 格式，并基于 pi0、Diffusion Policy 等策略进行模型训练与真机测试。提供 Ubu…
Seedance 2.0 文生视频模型在运镜控制、物理真实感及角色一致性方面表现优异。文章提出五要素导演法构建提示词，包括主体、动作、镜头、场景和风格。提供基础参数设置建议如时长、画幅及创意度。包含 80+ 提示词模板覆盖单主体、多镜头叙事、参考文件玩法及高阶广告应用。强调负面提示词的重要性并总结避坑心法，帮助用户掌握精准控场技巧生成高质量视频。
Windows 11 环境下通过 llama.cpp 测试 Qwen3.5 系列量化模型的本地推理能力。对比了 0.8B 和 2B 参数量的 Q4_K_M 与 UD-Q4_K_XL 量化版本。测试结果显示，0.8B UD-Q4_K_XL 在翻译任务上表现优于 Q4_K_M，生成速度约 32 t/s；2B 模型速度降至 23 t/s 左右，但在数学计算和物理题…
基于 lingbot-depth-pretrain-vitl-14 模型，利用单目深度估计或深度补全技术，为 AR 远程协作提供低成本实时的三维空间感知能力。文章解析了从 RGB 图像到深度图的转换原理，阐述了如何利用深度数据构建稳定的空间锚点，解决了传统二维视频指导中距离判断模糊的痛点。通过 Python 代码示例展示了深度服务调用及 3D 坐标反投影的实…
8 家大厂 AI Agent 产品横评对比，涵盖 OpenClaw、AutoClaw、KimiClaw、MaxClaw、CoPaw、ArkClaw、QClaw、miclaw。分析部署方式、价格、安全性及生态适配能力。提供场景化选型建议，如微信用户选 QClaw，飞书用户选 ArkClaw，极客选 OpenClaw。强调本地部署安全风险及 Token 成本控制…
Layui 框架中嵌入 Unity WebGL 内容时，切换 Tab 常导致画面变黑，这是因为渲染上下文在 Tab 隐藏时失去焦点或被暂停。解决方案是监听 Tab 切换事件，在切换完成后强制获取 Unity Canvas 元素的焦点以恢复渲染。通过 element 模块定位 iframe 内的 canvas 并调用 focus 方法即可实现。此外还补充了关于…
FANUC 机器人的 PR 寄存器是存储位置坐标的核心单元，支持关节与笛卡尔坐标格式。通过 TP 示教器或 TP/Karel 程序可读写操作，常用于点位存储、动态偏移计算及外部通信联动。掌握其坐标系切换、数值运算及权限配置，能有效解决运动报警与数据丢失问题，是实现自动化柔性控制的关键。
AIGC 检测已成为学术论文发表的关键门槛，过高比例可能导致学术不端认定及毕业受阻。深入分析了知网、维普及 Turnitin 等平台的检测机制，探讨了传统降重方法的局限性。通过引入智能辅助工具案例，展示了利用 AI 大模型优化文本结构、降低 AIGC 率的具体路径，包括智能降重、人工干预及双语适配等方案。实测表明，合理运用技术手段可将 AIGC 率从高位降至…
在本地环境部署 AI 智能体需安装 Python 解释器及 Ollama 运行库。配置 Qwen 模型作为后端，利用 OpenClaw 框架连接本地服务。通过 Python 脚本调用 Ollama API 实现命令行交互，无需云端付费，保障数据隐私。本教程涵盖从环境搭建到代码运行的完整流程，适合希望私有化部署大模型的开发者参考。
探讨了 OpenClaw 和 OpenAI Codex 两款 AI 编程代理工具。OpenClaw 侧重本地化执行与多平台消息集成，支持文件操作及终端命令；Codex 则提供 CLI、IDE 插件及云端三种交互模式。文章涵盖安装配置、核心功能演示及未来能力边界分析，帮助开发者理解 AI 在代码生成、调试及架构设计中的实际应用与局限。
若依 (RuoYi) 低代码框架深度解析与选型指南。剖析其基于 Spring Boot 的技术架构，涵盖 RBAC 权限管理、模块化设计及代码生成器能力。客观指出其在技术栈保守性、扩展性及性能方面的局限。通过对比主流框架，明确适合企业内部管理系统及快速原型开发场景，为技术选型提供务实参考。
Spring Boot 集成 WebSocket 是构建实时应用的关键。对比了原生 WebSocket 与 STOMP 协议两种方案，详解配置流程、消息路由及安全认证。涵盖集群部署下的会话共享问题及 RabbitMQ 解决方案，并提供性能优化建议与实战案例，帮助开发者快速掌握后台向前端推送信息的完整技术栈。
无人机航测内业处理基于 iTwin Capture Modeler 软件，涵盖工程创建、影像导入、空三计算、刺点校正、三维重建及精度检查全流程。文中详述了硬件配置建议、坐标系设置、OSGB 模型生产及 Cass 软件中的高程点提取与土方算量方法。最后介绍了模型在线查看与分享的多种途径，强调内存容量对建模成功的关键影响。
Delphi 结合大模型实现 SOAP 协议自动化调用。通过自然语言指令驱动 AI 生成符合规范的 XML 请求，经 HTTP 发送至服务端执行后，再反馈结果至 AI 进行解析。该方案支持动态查询如天气数据等实时信息，减少人工干预，提升交互效率。
Playwright 多浏览器并发爬虫方案通过对比 Chromium、Firefox 和 WebKit 三大引擎性能，解决单浏览器易被识别及兼容性盲区问题。内容涵盖环境搭建、针对各浏览器的启动参数优化配置，以及基于 asyncio 的异步并发管理器实现。这套框架能有效分散风险，提升数据抓取的成功率与稳定性，适合高负载场景下的自动化测试与数据采集任务。
通过 gpt-oss-20b-WEBUI 镜像零门槛部署开源大模型。整合 vLLM 推理引擎与 Open WebUI 前端，支持双卡 4090D 显存分配。无需配置 CUDA 或编译源码，启动即用。功能涵盖日常办公辅助、代码生成、联网搜索及多轮上下文对话。实测首 token 延迟 1.8 秒，吞吐量 158 tokens/s。提供常见问题解决方案，适合快速构…
通过配置 Chrome Debug 模式配合独立数据目录，解决 AI 助手控制浏览器时的登录丢失和手动连接痛点。方案涉及复制用户配置文件以保留登录状态，创建带调试端口的启动脚本，并在 OpenClaw 中绑定 CDP 地址。实施后可实现浏览器自动重连、免登录操作及防风控效果，显著提升自动化效率。
