博客作者
数据科学家
362
已发布文章
11K
博客获赞
726K
博客浏览
第 6 页
展示了一份 AI Agent 全栈技术简历，涵盖 Java 后端、Python AI 开发与 Vue3 前端。内容包含两个开源项目：威武金融信贷微服务平台和 AI 助学刷题系统。重点介绍了跨语言协作架构（Java + Python + TypeScript），涉及 LangChain、LangGraph、RAG、微服务治理及容器化部署等技术细节，旨在提供工程…
pnpm workspace 是解决前端多包管理、依赖冲突及磁盘占用问题的方案。通过全局 store 和硬链接机制节省空间，利用非扁平化 node_modules 杜绝幽灵依赖。其底层原理、目录结构、配置方法（pnpm-workspace.yaml）、依赖协议（workspace:*）及构建流程，并提供从零搭建实战教程，帮助团队实现高效的 Monorepo…
面向 AI 初学者，系统梳理了人工智能领域的核心术语与常见误区。内容涵盖 AI 与机器人的区别、机器学习三大类型（监督、无监督、强化学习）及深度学习基础概念（神经网络、CNN、RNN）。同时解释了梯度下降、过拟合与欠拟合等关键问题，旨在帮助读者建立正确的认知框架，避免概念混淆，为深入学习打下基础。
在 Flutter 项目中集成 langchain_google 库以适配鸿蒙系统的方案。内容涵盖核心组件 ChatGoogleGenerativeAI 的使用、安装步骤、流式对话实现及典型应用场景如 RAG 和智能家居控制。文章还分析了网络延迟与 Token 消耗等挑战，并提供架构建议与 UI 示例，帮助开发者构建具备自然语言处理能力的鸿蒙智能应用。
记录了在 Windows 环境下安装 Neo4j 图数据库的全过程。主要步骤包括从官方或镜像站下载软件包，解压配置；解决启动时缺少 Java 环境的问题，需安装 JDK 17 以上版本并配置环境变量；最后通过命令行启动服务并在浏览器访问默认地址进行登录使用。
系统讲解了 HTML 核心语法与常用标签。内容包括 HTML 文档结构、标签嵌套关系、文本排版（标题、段落、格式化）、图像与路径管理、超链接、列表（无序、有序、定义）、表格（结构、合并单元格）以及表单（输入类型、单选多选、下拉菜单、文本域、Label 关联）。文章提供了大量代码示例与实践案例，帮助读者掌握构建纯 HTML 页面的基础技能，适合前端初学者入门学…
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…
