博客作者
数据科学家
356
已发布文章
11K
博客获赞
720K
博客浏览
第 6 页
介绍 OpenClaw-Docker-CN-IM 的 Docker 部署流程。支持飞书、钉钉、QQ、企业微信等 IM 平台集成，内置 AI 代码助手及浏览器自动化工具。涵盖环境准备、镜像拉取、环境变量配置（模型、通道）、服务启动及常见问题排查。通过 Docker Compose 实现快速部署与数据持久化，适用于构建多平台 AI 机器人网关的开发者。
OpenClaw 是一个本地优先的开源 AI Agent 框架，旨在让大模型突破对话限制，像真人一样操作电脑 GUI 和执行任务。其核心架构采用 Gateway、Agent、Channels 三层解耦设计，支持多渠道接入与本地隐私安全。通过 Lobster Loop 实现感知、思考、执行、观察、反馈的自主闭环。关键技术包括 MCP 协议和视觉自动化，无需 A…
2026 年 3 月全球 AI 领域呈现密集创新态势。模型方面，英伟达 Nemotron 3 Super、xAI Grok4.20 及谷歌 Gemini Embedding 2 等通用大模型在参数、效率及多模态能力上取得突破；垂直模型覆盖烹饪、医疗等场景。智能体应用加速落地，OpenClaw 及其微信适配版推动办公协同，但安全风险引发监管关注。硬件端，B20…
通义万相 2.1 文生图模型的更新内容。主要升级包括模型参数规模突破千亿级，提升了语义理解能力和智能改写功能；生成速度加快，支持最高 200 万像素分辨率输出，细节表现力增强，适用于人物、光影及场景生成。
无人机路径规划算法的基础概念、目标与约束条件。详细解析了 A*、Dijkstra、RRT 及蚁群算法的原理、优劣及应用场景。通过物流配送、航拍测绘等实例对比了各算法性能，并探讨了现有优化策略及结合人工智能、传感器融合等新技术的发展趋势。最后分析了当前面临的技术挑战与未来应用前景。
Physical Intelligence 团队发布 π₀，首个基于流匹配的大型视觉 - 语言 - 动作（VLA）基础模型。采用 PaliGemma VLM 加独立动作专家架构，结合 Flow Matching 预测连续动作。利用超 1 万小时真实数据跨本体训练，通过 Zero-padding 统一不同机器人形态。训练采用预训练加后训练范式，兼顾鲁棒性与任务…
介绍如何在 VS Code 中配置 AI Agent Skills，为 GitHub Copilot 等助手定制可复用的专业能力包。主要步骤包括：在项目根目录或用户配置文件夹下创建特定目录（如 .github/skills/ 或 ~/.copilot/skills/）。核心是编写 SKILL.md 文件定义元数据和指令，可选包含参考文档、示例脚本和模板。文章…
实测 Whisper-large-v3 在多语言混合、高噪声及快语速场景下的表现，对比 v2 版本显示其准确率显著提升，尤其在保留专有名词和方言转写方面。文章分析了模型在极端噪声、专业术语及长时静音等场景的局限性，并提供了基于 Python 的音频预处理、标点补全及数字标准化代码方案，帮助开发者将模型集成至实际项目中。
如何通过 GitHub 学生身份认证免费获取 Copilot Pro 会员资格。主要内容包括准备工作（GitHub 账号与 edu.cn 教育邮箱）、核心认证步骤（完善账号配置、提交学生证明、等待审核、VS Code 配置）、避坑指南（信息填写规范、邮箱要求）以及常见问题解答。通过正确流程可解锁无限制代码补全及高级 AI 模型功能，提升编程效率。
综述了视觉 - 语言 - 动作（VLA）模型在机器人操作任务中的强化学习（RL）研究。文章指出，尽管预训练 VLA 具备通用先验，但模仿学习难以实现分布外泛化，需借助 RL 增强。内容涵盖 RL-VLA 架构设计（动作、奖励、转换建模）、训练范式（在线、离线、测试时）、实际部署（仿真到真实迁移、真实世界 RL）及基准评估。重点分析了自回归与生成式动作模型、内…
Llama.cpp 在 Windows、Linux、macOS 的跨平台安装方法，涵盖 Winget、源码编译及 Homebrew 方案。指导新手获取 GGUF 格式模型，规范文件结构，并提供 Web 可视化界面、命令行交互及 OpenAI 兼容 API 三种核心使用场景。最后总结常见报错如路径错误、内存不足及推理慢的解决方案，助力开发者快速搭建隐私优先的本…
OpenClaw 支持为不同 Agent 配置独立的飞书机器人。操作步骤包括创建新 Agent、在 Channels 中配置 Feishu 的 AppID 和 AppSecret、将 Agent 绑定到对应的飞书账号，最后重启 Gateway 服务。注意事项包括确保使用长连接、正确配置 Token，以及避免单个飞书应用绑定多个 Agent 导致冲突。
OpenCode 是一款开源免费的 AI 编程助手，支持终端、桌面及 IDE 多种使用方式。它兼容 75+ 模型提供商，具备多形态适配、智能代理模式及内置 LSP 等特点。作为完全开源工具，它允许用户自主定制代码，避免供应商锁定，适合追求高效开发体验的开发者。
在 Ubuntu 环境下搭建 ROS2 Humble、Gazebo Classic 与 PX4 Autopilot 的完整流程。内容包括克隆 PX4 源码、运行自动安装脚本、编译 SITL 仿真模型、配置 QGroundControl 地面站以及安装 Micro-XRCE-DDS-Agent 实现 ROS2 通信。最终通过终端命令启动仿真并控制无人机起飞，为…
如何通过分析 Trae AI 编辑器的工作区存储文件（state.vscdb），利用 Node.js 脚本解析 SQLite 数据库，提取对话数据并生成 Markdown 文件的方法。主要步骤包括定位存储路径、使用 better-sqlite3 读取数据库、过滤特定 Key 的数据以及格式化输出。
在 Ubuntu 环境下配置 IsaacLab 开发环境的步骤，包括 NVIDIA 驱动、CUDA、cuDNN、PyTorch 及 Isaac Sim 的安装。内容涵盖自定义机器人模型的 USD 文件导入与注册，编写机器人参数、速度环境及地形配置文件，调整强化学习奖励函数与终止条件。最后展示了使用 RSL-RL 或 skrl 框架进行策略训练与模型测试的具体…
围绕 CARLA 仿真平台，介绍其基础功能与安装方法，详解地图系统及自定义地图创建导入。阐述 AI 车辆的创建、属性设置及行为控制，包括交通规则遵守、路径规划、复杂行为编程和行为树应用。涉及传感器感知、交通场景构建、高级应用及常见问题解决，为 CARLA 仿真应用提供指导。
分享了智能车竞赛中的关键技术思路，涵盖网络延迟优化、上位机可视化辅助、深度相机扫码策略、基于逆透视变换与 YOLO 的终点坐标校准、STM32 底层参数调整以及数据集自动化处理流程。重点解决了通信稳定性、视觉识别精度及路径规划准确性问题，提供了相关代码实现与配置参考。
基于 Spring Boot 的 Spring Cloud Gateway Web MVC 特性。内容涵盖工程搭建、路由配置（配置文件与 Java 编程方式）、自定义过滤器及谓词的实现与使用，以及效果验证。通过示例代码展示了如何配置路由、添加请求头参数及处理请求逻辑，帮助开发者掌握网关的基本到深入应用。
2025 年睿抗机器人开发者大赛 CAIP 编程技能赛本科组国赛的 5 道题目解题报告。涵盖哈希表模拟、网格填充模拟、栈删除屏蔽词、二分加最短路优化、区间动态规划等算法知识点。提供了完整的 C++ 参考代码及核心思路解析，帮助读者理解竞赛题目的解法与实现细节。
