博客作者
全栈开发工程师
326
已发布文章
9.3K
博客获赞
688K
博客浏览
第 5 页
提供了一套完整的 AI Agent 搭建九步法，从锁定重复工作流开始，通过标准化 SOP 拆解、平台选型（零代码或开发框架）、输入输出定义、系统提示词编写、记忆体系构建、安全护栏设置、交互界面封装，最终通过真实任务测试迭代。旨在帮助非技术人员快速构建自动化智能体，解放重复劳动，实现工作流自动化落地。
Python 后端（FastAPI/Flask）与前端框架（React/Vue）的集成方案。涵盖 RESTful API 设计、JSON 数据传输、CORS 跨域配置、JWT 认证授权以及 Docker 容器化部署流程。同时对比了 Python 与 Rust 在开发效率与性能上的差异，并提供了全栈项目的实践建议与常见问题解决方法。
本项目利用深度学习技术，通过卫星或航空图像检测洪水区域并估算水量。项目整合了 LeNet、ResNet、VGG 和 U-Net 等卷积神经网络架构，实现图像分割和分类。主要功能包括使用 U-Net 识别水体、多模型性能对比、预训练模型推理以及基于 Python 的交互式可视化界面。支持生成掩膜以展示检测结果，并提供依赖安装命令。
MCAP 是专为机器人异步发布订阅消息设计的模块化容器格式，相比传统 ROS bag 在随机访问、压缩效率和跨平台支持上更具优势。 MCAP 的核心特性、Foxglove Studio 及 CLI 工具的安装配置、文件创建与读取操作、格式转换方法以及高级优化技巧。内容涵盖 Python 和 C++ 开发库使用，帮助开发者实现高效的数据记录、存储与分析，适用于…
前端三大核心及 AJAX 技术原理，包括 XMLHttpRequest 和 Fetch API 的使用。重点讲解了 AJAX 对传统爬虫的影响，提供了通过浏览器开发者工具判断 AJAX 请求的方法。针对 AJAX 和 WebSocket 数据抓取，给出了直接调用 API、模拟浏览器（Selenium/Playwright）及使用 websocket-clie…
介绍 OpenClaw 龙虾 AI 助手的部署流程。包括获取云服务器资源，通过系统镜像一键安装 OpenClaw，配置阿里云通义千问大模型 API 密钥，以及设置 QQ 机器人通讯通道。教程旨在帮助用户低成本搭建本地 AI 自动化助理，实现邮件整理、天气查询及内容发布等功能。
在 Ubuntu 服务器上利用 OpenWebUI 作为统一前端，结合多个 OpenClaw 容器节点构建企业级多部门 AI 平台的方案。通过 Docker Compose 实现物理隔离，解决权限越界、无法溯源及业务隔离问题。详细步骤包括配置 Docker 网络与镜像源、设置目录权限、调整网关端口及环境变量、开启 OpenAI 兼容接口，并在 OpenWeb…
对比分析了 2026 年上半年五款主流 AIGC 写作工具（DeepSeek、Kimi、豆包、GPT-4o、炼字工坊）在长文本商业化生产中的表现。评测维度涵盖逻辑连贯性、去 AI 化程度、上下文记忆及成本。DeepSeek 适合逻辑推演但缺乏情感；Kimi 胜在超长记忆但叙事张力不足；豆包响应快但 AI 痕迹重；GPT-4o 全能但有文化隔阂与成本问题；炼字…
介绍 ms-swift 框架在大模型训练中的应用，覆盖预训练、微调、对齐、推理及部署全流程。支持 600+ 模型架构，包括 BERT、LLaMA 等。通过 QLoRA 技术可在消费级 GPU 上微调 70B 模型，利用 DeepSpeed 和 FSDP 实现分布式训练。支持 DPO、PPO 等人机对齐方法，集成 vLLM、SGLang 提升推理性能。提供 C…
介绍如何在 Windows 环境下使用 Node.js 部署开源 AI Agent 框架 OpenClaw，并配置通义千问模型及接入官方 QQ 机器人。步骤涵盖环境准备（Node.js、Git）、服务初始化、技能包安装以及 QQ 开放平台凭证配置，实现本地 AI 智能体的快速搭建与消息交互。
OpenClaw 是一款开源 AI 助手项目，旨在通过自动化任务改变办公模式。 OpenClaw 的核心特点及应用场景，并详细说明了在 Windows 环境下进行本地部署的前置准备（如 Node 环境安装、PowerShell 权限设置）及基本操作流程。
一款基于阿里达摩院 FunASR 算法的本地音频关键词检索工具。该工具支持单次扫描 20+ 关键词并行匹配，无需上传云端，保障隐私安全。通过本地处理、特征提取及并行匹配架构，实现高准确率识别与稳定性能。适用于会议内容检索、媒体素材处理、学术研究及软件开发测试等场景。
介绍 Google AI Studio 相较于网页版的优势，重点讲解 Gemini 3.0 Pro 的关键参数配置（如 Temperature、Thinking Level），推荐开启 Code Execution 等工具链，并提供实用的 System Prompt 模版及操作习惯建议，帮助开发者高效利用 AI 模型进行开发工作。
NestJS 接口响应中 message 字段的编写规范。强调简洁明了、统一风格、上下文清晰及模板化设计。区分了前端显示与后台日志的提示风格，支持国际化多语言。提供了具体的最佳实践和可直接使用的 API 响应 message 清单，旨在提升系统可维护性、前端开发效率和用户体验。
介绍 Swagger MCP 模块，旨在将 OpenAPI/Swagger 文档映射为 MCP 的 tools/resources/prompts，使大模型能安全调用后端接口。核心功能包括接口规范化、鉴权治理及前端自动化生成。通过 Spring Boot 启动 MCP Server，支持 SSE/stdio 传输。文章详解了 OpenApiLoader、No…
探讨了 AI 大模型如何重塑软件开发全流程。在需求阶段，利用智能解析器降低文档错误率；设计阶段实现微服务自动拆分与技术选型；编码阶段支持多语言生成与审查；测试阶段通过缺陷预测提升质量；运维阶段引入自愈系统。文章还分析了金融科技与智能制造的应用案例，并指出数据治理、模型可解释性是当前挑战。未来开发者角色将从代码编写转向 AI 训练与提示工程，企业需建立 AI…
介绍人工智能多模态模型开发与应用。涵盖核心概念、主流架构及工具链。详解文本 - 图像、文本 - 语音数据预处理流程。通过跨模态问答、文生图、语音助手三大场景展示落地实战。介绍基于 QLoRA 的微调优化方法，提供行业应用参考。
K-近邻算法（KNN）是一种非参数化、懒惰学习的监督学习算法，适用于分类和回归任务。核心思想是通过计算样本间距离找到最近的 K 个邻居进行预测。 KNN 的距离度量方法（欧氏、曼哈顿等）、数学表达、算法流程及 Python 代码实现。内容涵盖 K 值选择策略（交叉验证、肘部法则）、距离度量影响、加权 KNN 以及回归任务的具体应用。最后总结了 KNN 的优缺…
基于 SpringBoot 和 Vue.js 的教师个人成果管理系统的设计与实现。系统采用前后端分离架构，后端使用 SpringBoot 提供 RESTful API，前端基于 Vue.js 构建响应式界面，数据库选用 MySQL 并通过 MyBatis 进行持久化。主要功能涵盖用户管理、成果录入、分类统计及权限控制，支持 JWT 认证和数据可视化展示。文中…
介绍如何在 Linux 服务器上部署开源本地 AI 助手 OpenClaw，并集成钉钉机器人。内容包括环境准备（Node.js、Git）、服务安装配置、Web UI 访问及钉钉应用凭证获取与 Channel 配置。通过 TUI 或 Web 界面管理 AI 能力，实现邮件、日程、网页浏览等自动化任务。支持通义千问等模型，强调数据隐私与本地控制。
