博客作者
DevOps工程师
328
已发布文章
9.9K
博客获赞
878K
博客浏览
第 5 页
介绍基于 ESP32 主控与 MimiClaw 智能框架的 BLDC 无刷电机驱动机器人方案。方案整合了高性能双核处理器、本地 AI 决策、传感器融合及多种无刷驱动模式。涵盖移动机器人、机械臂、自平衡车等应用场景，并提供电源安全、电机匹配及软件逻辑等专业注意事项。包含自然语言指令解析、长期记忆巡航、边缘侧感知上报及基础调速避障等多个代码案例，展示纯 C 实现…
一种利用 Python 脚本在局域网内接收 Android 手机通话语音并通过 UDP 传输至 AI 服务器的方案。由于手机算力限制，无法直接运行大模型，因此通过拦截通话音频，经网络传输至外部 AI 服务器进行 ASR 识别和 TTS 合成，再回传注入通话。方案依赖 USB 蓝牙配件拦截音频，使用 UDP 传输语音流，TCP 传输控制指令，支持多路并发，降低…
综述了世界模型（World Models）的发展脉络，涵盖从统计方法到大语言模型的演进。核心探讨理解世界机制与预测未来状态两大功能，梳理了关键时间节点如 Dyna 架构、World Models 论文及 Dreamer 系列。分析了表示学习、动态建模、训练方法及规划技术的演进。总结了在强化学习、自动驾驶、机器人等领域的应用，并展望了多模态融合、大规模预训练及…
分享了一位非科班、无实习经历的前端工程师如何通过坚持技术写作、拓展泛前端技能（如后端、AI、容器化）以及保持良好心态，最终获得大厂 SP/SSP offer 的经验。核心观点在于'求其外，善其内'，通过向外拓展反哺内修，打破技术边界，在 AI 时代寻找不可替代性。文章还总结了秋招中的选择逻辑与长期主义思考。
介绍 Microsoft Edge WebView2 Runtime 的安装部署与开发调试。涵盖常青版与固定版本的区别及安装方式，提供 C# WinForms 和 C++ 的嵌入代码示例。解析常见报错如缺少运行环境、初始化失败等解决方案，并给出 GPU 加速、进程隔离等优化建议，适用于开发与终端用户。
对比分析了国内 12 款主流 AI 智能体产品，涵盖百度 DuClaw、腾讯 WorkBuddy、Kimi Claw、智谱 AutoClaw 等。文章从价格、功能、生态及适用场景四个维度进行剖析，分为入门尝鲜、办公效率、专家生态、开发者企业四组。针对预算有限、数据安全敏感、微信办公依赖、企业级管控等不同需求提供了具体的选型建议，帮助用户根据自身情况选择合适的…
基于 MyBatisPlus 和 Thymeleaf 的全栈分页解决方案。内容包括环境搭建、实体类定义、业务层分页逻辑实现、控制层 API 交互以及前端表格与分页条的集成。通过配置 MyBatisPlus 分页插件解决分页不展示的问题，实现了后端数据查询与前端页面渲染的无缝对接，提升了系统性能和用户体验。
解读霍夫曼 AI 赋能原则 10，提出'政府 2.0'概念。核心观点是 AI 价值在于扩大个人能力边界而非替代人。政府应建设国家级 AI 基础设施，提供普惠服务、数据治理及智能化公共系统。通过协同智能重构全球不平等结构，激发创新能力，提升社会稳定性，实现文明升级。
ComfyUI 是基于节点式的可视化 AI 工作流构建工具。使用 ComfyUI 配合 Segment Anything 模型实现图像抠图的完整流程，包括环境搭建、工作流加载及执行步骤。同时对比了本地部署与云端部署在硬件要求、环境配置及成本方面的差异，指出云端方案能有效降低技术门槛，便于用户快速上手 AI 创作。
如何在鸿蒙系统（OpenHarmony）上适配和使用 Flutter 生态中的 angular_bloc 三方库。文章分析了其数据流响应原理，提供了安装配置步骤及核心 API 详解。通过计数器组件示例展示了状态管理与 UI 同步的方法，并针对异步流生命周期管理和 Zone 区域处理提出了适配建议。最后总结了该方案在鸿蒙大型 Web 系统中的优势，强调其在分布…
OpenClaw 内置 web_search 工具支持 Brave、Gemini、Grok、Kimi、Perplexity 五个官方搜索渠道及 Tavily 技能。文章对比了各渠道的免费额度、获取方式及配置方法。推荐方案为使用 Gemini API 作为主力免费搜索，Brave 或 Tavily 作为备用。提供了环境变量、配置文件等多种配置步骤，并解答了常见…
介绍无人机视觉语言导航（UAV VLN）的基本概念、问题定义及核心挑战。作为系列开篇，文章阐述了 VLN 在自然语言指令下自主导航的原理，区分了与传统导航、视觉导航等概念的不同，并分析了三维运动、视角差异等特殊性问题。内容涵盖数学建模、优化目标、跨模态对齐难点以及物流配送、应急搜救等应用场景，为后续深入学习奠定基础。
介绍基于魔搭平台免费 GPU 实例和 LLaMA Factory 工具进行大模型微调的全流程。涵盖环境搭建、轻量模型（Qwen2.5）下载、数据集准备与转换、WebUI 训练配置、效果测试及 GGUF 格式导出。通过实操预训练、微调概念，帮助开发者从零掌握大模型本地化部署与训练技术。
介绍基于 ViT 模型的图像分类 Web 应用开发。采用前后端分离架构，后端使用 FastAPI 和 ModelScope 提供 API 服务，前端利用 HTML 和 JavaScript 构建界面。支持 1300 多种日常物品识别，涵盖日用品、动物、植物等类别。内容包含环境配置、API 实现、前端交互逻辑、性能优化及部署安全建议。该方案适用于电商搜图、智能…
WebAssembly Studio 是一个基于浏览器的 WebAssembly 在线开发环境，支持无需本地配置即可编写、编译和运行代码。其核心优势，包括教育学习、快速原型开发、性能优化及跨语言测试场景。通过安装 Node.js 并克隆项目仓库，用户可一键启动本地服务进行开发。文章还涵盖了项目结构组织、代码优化策略以及集成工具（如 Monaco Editor…
介绍 Anthropic 推出的本地化 AI 编程助手 Claude Code。内容涵盖其核心特点、环境搭建（含 Node 安装）、基础命令说明以及项目实战开发场景。重点讲解了如何利用该工具进行性能诊断、接口编写及 SQL 优化，并介绍了 CLAUDE.md 配置、上下文管理及 MCP 对接等进阶技能，旨在帮助开发者利用 AI 提升编程效率。
一种基于 SpringBoot、JSON Schema 和 Activiti 工作流引擎的低代码表单引擎解决方案。该方案允许通过 JSON 配置快速定义表单结构和审批流程，替代传统的硬编码开发模式。核心功能包括动态表单渲染、数据验证、流程实例启动与任务完成。文章详细阐述了架构设计、核心组件实现及实际案例，展示了如何通过配置在几分钟内完成一套审批流，从而显著提…
由天津大学推出的 VisDrone 无人机视觉数据集，涵盖航拍、监控等场景。数据集包含训练、验证及测试集，针对无人机视角下的小目标密集、复杂背景等挑战进行了精细标注。文章说明了原始数据需转换为 YOLO 格式，重点讲解了如何处理 ignored regions（通过白色方块遮挡），并列出转换后的 10 个有效类别。同时提供了官方下载链接及数据处理后的效果展示…
WebAssembly 通过 FFmpeg.wasm 实现浏览器端音视频处理。文章解析其三层异步架构（主线程、Worker、多线程），提供动态架构检测、渐进加载、内存管理等五大优化技巧。实测显示转码速度提升 60%-70%，内存占用降低 30%。强调环境检测先行与动态适配原则，适用于前端及音视频工程师。
llama-cpp-python 的安装指南，涵盖基础环境检查、硬件加速配置（OpenBLAS/CUDA/Metal）、依赖修复及配置文件优化。内容包含常见编译错误、依赖缺失、GPU 加速失效等问题的解决方案，并提供预编译包安装及 HuggingFace 模型下载技巧，帮助开发者快速搭建本地大语言模型推理环境。
