博客作者
高可用架构师
337
已发布文章
9.3K
博客获赞
735K
博客浏览
第 6 页
Figma Make 是 Figma 推出的 AI 驱动 Prompt-to-App 工具，基于 Claude 3.7 模型将设计稿转为可交互原型或前端代码。支持对话式迭代、元素级修改及代码预览。优势在于高效原型生成、设计还原度高及协作便捷；局限包括视觉质量不稳定、复杂逻辑处理不足及生成代码需优化。适用于快速验证概念、简单页面生成及团队协作。建议搭配严格设计…
清华大学丁文伯团队联合多家机构在《Nature Sensors》发表 SuperTac 仿生多模态触觉传感器研究。该传感器借鉴鸽子视觉原理，集成多光谱成像、摩擦电传感等技术，厚度仅 1mm，能精准识别纹理、材质、温度及碰撞滑动。配合 85 亿参数的 DOVE 触觉语言模型，实现多模态数据融合解读与常识推理。实验显示其在力、位置、温度等 6 大维度刷新纪录，分…
探讨了国产手机厂商屏蔽字节跳动豆包 AI 功能的现象，指出其本质是对 AI 时代用户入口控制权的争夺。文章分析了 GUI Agent（图形用户界面智能体）作为通向通用人工智能（AGI）的关键环节，能够理解意图并执行任务。同时讨论了巨头筑墙自守与小厂困境的产业博弈，以及该变革对交互设计、产品经理、开发者和办公族带来的职业影响，强调找到生态缝隙解决长尾需求的重要…
利用 Llama-Factory 对自动语音识别（ASR）输出进行后处理润色的方案。针对 ASR 原始文本无标点、断句混乱及同音错别字等问题，通过微调专用大语言模型提升文本可用性。文章详细阐述了传统方法的局限性，展示了 Llama-Factory 在数据接入、模型抽象、训练执行（支持全参数、LoRA、QLoRA）、评估反馈及部署输出的全流程优势。结合司法庭审…
在单GPU环境下使用llama.cpp高效部署Qwen3.5大模型的完整流程。涵盖硬件软件要求、环境搭建、模型下载、服务启动及接口测试。通过SSH端口转发实现本地访问，并利用OpenAI兼容API开发股票筛选工具。方案兼顾隐私安全与推理成本，适合本地化大模型应用场景。
腾讯推出的 AI 原生桌面智能体工作台 WorkBuddy 的安装与使用方法。无需部署服务器，支持 Windows 和 macOS 系统。主要功能包括本地文件操作、数据分析、文档与 PPT 生成、远程遥控及技能包扩展。文章详细说明了安装步骤、模型选择、权限授权、远程配置（支持企业微信/QQ/飞书/钉钉）以及 MCP 协议扩展。提供了批量文件处理、竞品分析、日…
介绍如何利用 Web Unlocker API 解决爬虫反爬问题，结合 n8n 工作流自动化工具、ChatGPT 摘要生成及 WxPusher 微信推送服务，构建一套完整的自动化新闻资讯采集与分发系统。通过代理配置、页面解析、AI 处理及消息通知，实现日更内容的高效产出，降低人工维护成本。
RTAB-Map 是基于 ROS 的实时外观建图系统，支持 RGB-D 相机、立体视觉及激光雷达等多传感器融合。核心优势包括循环闭合检测技术和分层内存管理，适用于室内导航、室外探索及工业自动化场景。文章涵盖安装部署、架构原理、参数调优及故障排查，并展望了深度学习集成等未来趋势，旨在帮助开发者实现机器人从简单移动到智能导航的跨越。
介绍米家 API 这一 Python 工具库的使用方法。通过安装库并扫码登录，开发者可远程控制小米智能设备，实现状态监测与场景自动化。内容涵盖设备发现、属性设置、动作执行及命令行操作，提供详细代码示例与最佳实践，帮助用户快速构建智能家居系统。
对比了三款支持二次开发管理配置端且非低代码的开源 Agent 框架：LangGraph + LangServe、AgentScope 和 OpenAGI。LangGraph 基于 Python 生态，提供 LangServe Dashboard 管理后台，完美适配 SKILL.md 标准；AgentScope 由阿里云开源，支持多 Agent 协作与 Go/…
Spatial Joy 2025 全球 AR&AI 开发大赛提供高额奖金与行业资源支持。赛事设 AI 与 AR 双赛道，涵盖智能体开发与空间交互应用。参赛者可获得算力支持及硬件适配权限，适合希望积累实战经验或展示技术视野的开发者参与。
探讨了在 VSCode 中精准控制 GitHub Copilot 代码补全的必要性及方法。针对 AI 辅助编程可能干扰算法练习、不符合团队规范或跨项目切换频繁等场景，文章分析了为何需要灵活禁用而非简单开关。介绍了通过状态栏图标临时禁用、通过设置界面搜索配置等方法，旨在帮助开发者根据具体语言和场景定制 Copilot 行为，平衡效率与自主编码能力。
文章介绍了 Ultralytics YOLO26 的关键架构改进与性能基准。YOLO26 通过移除分布焦点损失（DFL）和端到端无 NMS 推理简化了架构，提升了边缘部署效率。引入 ProgLoss 和 STAL 策略增强了训练稳定性和小目标检测能力，配合 MuSGD 优化器实现快速收敛。基准测试显示，YOLO26 在保持高准确性的同时，CPU 推理速度较前…
梳理了昇腾 CANN 的软件栈架构，针对模型推理、工程部署、算子开发及框架训练等不同场景，给出了 Python ACL、C++ AscendCL、TBE/C++ Kernel 以及 MindSpore/PyTorch 的学习建议与选型指南，旨在帮助开发者明确技术路线，避免盲目学习。文章强调了不同层级接口的分工与适用性，并指出未来 CANN 生态将趋向于上层易…
介绍 Java Web 开发中的 JSON 基础、@Test 单元测试注解及 HTTP 请求处理。涵盖 JSON 概念、语法规范（对象、数组、类型）、Java 对象与 JSON 字符串互转（ObjectMapper）。讲解 @RequestBody 接收 JSON、@PathVariable 获取 URL 参数、@RequestPart 上传文件。深入解析…
介绍如何在 Mac 系统上通过 npm 方式本地部署 OpenClaw 开源 AI 助手平台，并配置飞书机器人实现自动化交互。内容包括环境准备、Node.js 安装、API Key 配置（以 KIMI 为例）、插件安装及飞书开放平台权限设置。最终实现通过自然语言指令控制本地工作流。
探讨了 LLM 评估器存在的自我偏好现象，即模型倾向于给自身生成的文本打高分。研究通过文本摘要任务验证了自我识别与自我偏好之间存在线性正相关及因果关系。实验显示，即使低质量的自产文本也会被高估，且错误标签可诱导偏好。这对奖励建模和 RLHF 安全构成风险，可能导致模型共谋或奖励作弊。建议在进行 LLM-as-Judge 基准测试时注意此偏差。
如何使用科大讯飞星辰 RPA 和 Astron Agent 搭建自动化流程。首先详细说明了 RPA 服务端与客户端的安装配置，包括 Docker 环境部署、镜像源设置及登录步骤。接着演示了如何通过拖拽式操作创建小红书自动发文机器人，涵盖元素拾取、输入框配置及 AI 生成笔记等关键环节。最后展示了 Astron Agent 项目的启动方式及智能体生成流程，实现…
VRCT 是专为 VRChat 设计的跨语言实时翻译工具。它利用语音识别和机器翻译技术，通过 OSC 协议与游戏深度集成，实现语音对话的实时文字转换与多语言互译。支持双向翻译模式和语音转录记录，帮助用户消除国际交流中的语言障碍，促进全球玩家社交互动。安装配置简单，旨在优化用户体验。
探讨了在 STM32 单片机上运行 AI 模型的四种可行方案。包括 STM32Cube.AI 工具链、TensorFlow Lite Micro 配合 CMSIS-NN、NanoEdge AI Studio 以及搭载 NPU 的 STM32N6 系列芯片。文章详细对比了各方案的适用任务、优缺点及注意事项，并提供了对应的开源案例库和工程模板，涵盖图像分类、语音…
