智能无人机平台V4

优质文章学习记录

— 15 min read

V3版本回顾

在V3版本中，实现了无人机的自动索敌追踪、并在扫描到入侵者后将信息“广播”给其他无人机，其他巡逻状态的无人机可以协同该无人机进行“围剿”行为。

V4版本提升

  • 为入侵者加入了可视化的血条，便于玩家更直观的看到入侵者血量减少的过程
  • 加入了“任务系统”，现在玩家可以通过点击守卫区中的位置来指挥最近的巡逻状态无人机前往该位置
  • 将无人机的move方法内部的庞大代码分成几个小的方法，并通过不同的限定条件来调用不同的方法。同时为了便于后期功能的添加，现在将无人机移动方案的限定条件改为由状态码的不同来决定无人机的移动方式。

V4版本的具体实现

可视化血条的添加

  • 思路：只需要在入侵者的正上方画出一个矩形边框和一个实心矩形即可，通过改变实心矩形的宽度来达到显示血量的效果

具体实现

Color color3 =newColor(0,0,0); g.setColor(color3); g.drawRect(x, y-5, size,6);Color color4 =newColor(124,244,21); g.setColor(color4); g.fillRect(x+1,y-4,(int)(blood/200.0*(size-1)),5);

任务系统的添加

  • 思路及代码：

在上个版本中，无人机的move方法过于庞大且判定条件没有统一化，导致后续再添加其他功能时非常麻烦，在V4版本中我改进了move方法，让move方法通过状态码来调用对应的移动方法来完成操作。代码实现如下

publicvoidmove(){if(state ==2){moveToTask();}elseif(state ==1){//先判断目标是否在守卫区外，若在守卫区外则不在追逐if(target!=null){if(target.x+target.size/2<200||target.x+target.size/2>900||target.y+target.size/2<100||target.y+target.size/2>600){ state=0; target=null;}else{moveToHunt();}}else{ state=0;}}elseif(state ==0){moveToFind();}}publicvoidmoveToTask(){int dx = targetTask.x+targetTask.size/2-(x+scanSize/2);int dy = targetTask.y+targetTask.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;System.out.println("完成任务"); state=0;//完成任务 targetTask.state=2; targetTask=null;//任务完成后清除任务目标}//硬限位，防止出界limit();}publicvoidmoveToHunt(){int dx = target.x+target.size/2-(x+scanSize/2);int dy = target.y+target.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;}//硬限位，防止出界limit();}publicvoidmoveToFind(){ x += speedx; y += speedy;if(x <200|| x >900){ speedx =-speedx;}if(y <100|| y >600){ speedy =-speedy;}}publicvoidlimit(){int newx = x+huntingSpeedx;int newy = y+huntingSpeedy; x =Math.max(200,Math.min(1000- scanSize, newx)); y =Math.max(100,Math.min(700- scanSize, newy));}

在Drone类中构建moveToTask方法，让最近的无人机在接到任务后计算速度并前往，逻辑与追踪入侵者类似，并在无人机中心与任务点距离小于20时，将状态设置为任务完成，并清空任务目标。代码实现如下

publicvoidmoveToTask(){int dx = targetTask.x+targetTask.size/2-(x+scanSize/2);int dy = targetTask.y+targetTask.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;System.out.println("完成任务"); state=0;//完成任务 targetTask.state=2; targetTask=null;//任务完成后清除任务目标}//硬限位，防止出界int newx = x+huntingSpeedx;int newy = y+huntingSpeedy; x =Math.max(200,Math.min(1000- scanSize, newx)); y =Math.max(100,Math.min(700- scanSize, newy));}

无人机move方法的优化

在DroneThread线程中画出任务点，若任务完成，则移除任务对象且不进行绘制。具体代码实现如下

if(tasks !=null){for(int i =0; i < tasks.size(); i++){Task task = tasks.get(i);if(task.state==2){ tasks.remove(i);}else{ task.draw(bg);}}}

创建任务线程类TaskThread，在类中重写run方法。在run方法中遍历无人机与任务数组，将未被分配的任务分配给距离最近且处于巡逻状态的无人机，任务被分配后将任务的状态设置为已被领取，若此时没有空闲的无人机，则输出“没有可指挥的无人机”来提示玩家。代码实现如下

packagecom.nwu.by0129.droneV4;importjava.util.ArrayList;publicclassTaskThreadextendsThread{ArrayList<Task> tasks;ArrayList<Drone> drones;@Overridepublicvoidrun(){for(;;){//System.out.println("进入TaskThread");if(tasks !=null){if(drones !=null){for(int i = tasks.size()-1; i >=0; i--){Task task = tasks.get(i);if(task.state !=1){int nearestIndex =-1;double minDis =1000.0;for(int j = drones.size()-1; j >=0; j--){Drone drone = drones.get(j);//找到没有领取任务的无人机（只有巡逻状态的无人机可以接任务）if(drone.state ==0){//计算距离并找出最近的double currentDis =caculateDis(task, drone);if(currentDis <= minDis){ minDis = currentDis; nearestIndex = j;//把最近的无人机编号取出来}}}if(nearestIndex !=-1){ drones.get(nearestIndex).state =2;//无人机状态设为正在执行任务 drones.get(nearestIndex).targetTask = task;System.out.println("任务被领取"); task.state =1;//任务状态设为已被领取}else{System.out.println("没有可指挥的无人机"); task.state =0;}}}}}try{Thread.sleep(16);}catch(InterruptedException e){thrownewRuntimeException(e);}}}doublecaculateDis(Task task,Drone drone){double dis =Math.sqrt((task.x - drone.x)*(task.x - drone.x)+(task.y - drone.y)*(task.y - drone.y)*1.0);return dis;}}

创建鼠标监听器，并在DroneListener类中加入鼠标监听器的相关内容。重写mousePressed方法，将鼠标点击的坐标作为参数构建task对象，使用共享内存的思路，并存入tasks动态数组，便于其他无人机领取任务。代码实现如下

publicvoidmousePressed(MouseEvent e){int x=e.getX();int y=e.getY();Task task =newTask(0,x,y);//对任务点进行判断，不得超出守卫区的范围if(!(task.x<200+ task.size/2+50||task.x>1000- task.size/2-50||task.y<100+ task.size+50||task.y>700-task.size-50)){ tasks.add(task);}}

创建Task类，将玩家发布的任务封装起来，类中包括该任务点的坐标、状态属性以及可视化的绘制方法。代码实现如下

packagecom.nwu.by0129.droneV4;importjava.awt.*;publicclassTask{int x;int y;int size=10;int state;//0未被领取的任务；1被领取的任务；2已完成的任务publicTask(int state,int x,int y){this.state = state;this.x = x;this.y = y;}publicvoiddraw(Graphics g){ g.setColor(Color.yellow); g.fillRect(x-size/2,y-size/2,size,size);}}

V4版本完整代码如下

packagecom.nwu.by0129.droneV4;importjava.awt.*;importjava.awt.image.BufferedImage;publicclassDrone{int x;int y;int stateSize =16;int scanSize =100;int size =30;int state =0;// 0巡逻中；1追踪中；2执行任务中int speedx;int speedy;int huntingSpeedx;int huntingSpeedy;int rSquare=scanSize*scanSize/4;int huntingSpeed =4;//设置追逐速度Intruder target =null;Task targetTask =null;publicDrone(int x,int y,int speedx,int speedy){this.x = x;this.y = y;this.speedx = speedx;this.speedy = speedy;}publicvoiddrawDrone(Graphics g){Color color1 =newColor(52,146,241,75); g.setColor(color1); g.fillOval(x, y, scanSize, scanSize);Color color2 =newColor(111,200,34); g.setColor(color2); g.fillOval(x +35, y +35, size, size);Color color3 =newColor(243,82,82);if(state ==0){ g.setColor(color3); g.fillOval(x +42, y +42, stateSize, stateSize);}elseif(state ==1||state ==2){Color color4 =newColor(5,25,246); g.setColor(color4); g.fillOval(x +42, y +42, stateSize, stateSize);}}publicvoidmove(){if(state ==2){moveToTask();}elseif(state ==1){//先判断目标是否在守卫区外，若在守卫区外则不在追逐if(target!=null){if(target.x+target.size/2<200||target.x+target.size/2>900||target.y+target.size/2<100||target.y+target.size/2>600){ state=0; target=null;}else{moveToHunt();}}else{ state=0;}}elseif(state ==0){moveToFind();}}publicScanResultscan(int x,int y,int size,BufferedImage img){int distanceSquare;for(int i = x; i < x + size; i++){for(int j = y; j < y + size; j++){int roundx=x + scanSize /2;int roundy=y + scanSize /2; distanceSquare =(roundx - i)*(roundx - i)+(roundy - j)*(roundy - j);if(distanceSquare < rSquare){try{int colorNum = img.getRGB(i,j);Color color =newColor(colorNum);Color targetColor1 =newColor(213,15,15);Color targetColor2 =newColor(0,0,0);if(isIntruderColor(color,targetColor1,25)||isIntruderColor(color,targetColor2,30)){//System.out.println("扫描到入侵者");ScanResult sr=newScanResult(i,j);return sr ;}}catch(Exception e){// 处理超出图像范围的情况continue;}}}}returnnull;}//颜色判断方法publicboolean isIntruderColor (Color c1,Color c2,int tolerance){returnMath.abs(c1.getRed()-c2.getRed())<= tolerance &&Math.abs(c1.getGreen()-c2.getGreen())<= tolerance &&Math.abs(c1.getBlue()-c2.getBlue())<= tolerance;}publicvoidmoveToTask(){int dx = targetTask.x+targetTask.size/2-(x+scanSize/2);int dy = targetTask.y+targetTask.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;System.out.println("完成任务"); state=0;//完成任务 targetTask.state=2; targetTask=null;//任务完成后清除任务目标}//硬限位，防止出界limit();}publicvoidmoveToHunt(){int dx = target.x+target.size/2-(x+scanSize/2);int dy = target.y+target.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;}//硬限位，防止出界limit();}publicvoidmoveToFind(){ x += speedx; y += speedy;if(x <200|| x >900){ speedx =-speedx;}if(y <100|| y >600){ speedy =-speedy;}}publicvoidlimit(){int newx = x+huntingSpeedx;int newy = y+huntingSpeedy; x =Math.max(200,Math.min(1000- scanSize, newx)); y =Math.max(100,Math.min(700- scanSize, newy));}}
packagecom.nwu.by0129.droneV4;importjava.awt.event.ActionEvent;importjava.awt.event.ActionListener;importjava.awt.event.MouseEvent;importjava.awt.event.MouseListener;importjava.util.ArrayList;importjava.util.Random;publicclassDroneListenerimplementsActionListener,MouseListener{Random rand =newRandom();ArrayList<Drone> drones;ArrayList<Intruder> intruders;ArrayList<Task> tasks ;@OverridepublicvoidactionPerformed(ActionEvent e){if(e.getActionCommand().equals("生产无人机")){int x = rand.nextInt(700)+200;int y = rand.nextInt(500)+100;int speedx = rand.nextInt(5)-2;while(speedx==0){ speedx = rand.nextInt(5)-2;}int speedy = rand.nextInt(5)-2;while(speedy==0){ speedy = rand.nextInt(5)-2;}Drone drone =newDrone(x,y,speedx,speedy); drones.add(drone);}elseif(e.getActionCommand().equals("生产入侵者")){int x = rand.nextInt(1160);int y = rand.nextInt(760);while(true){if(y<60||y>700||x<160||x>1000){break;} x = rand.nextInt(1160); y = rand.nextInt(760);}int speedx = rand.nextInt(5)-2;while(speedx==0){ speedx = rand.nextInt(5)-2;}int speedy = rand.nextInt(5)-2;while(speedy==0){ speedy = rand.nextInt(5)-2;}Intruder intruder =newIntruder(x,y,speedx,speedy); intruders.add(intruder);}}@OverridepublicvoidmouseClicked(MouseEvent e){}@OverridepublicvoidmousePressed(MouseEvent e){int x=e.getX();int y=e.getY();Task task =newTask(0,x,y);//对任务点进行判断if(!(task.x<200+ task.size/2+50||task.x>1000- task.size/2-50||task.y<100+ task.size+50||task.y>700-task.size-50)){ tasks.add(task);}/*for (int i = 0; i < tasks.size(); i++) { System.out.println(tasks.get(i).x); }*///System.out.println(tasks.size());//System.out.println("task添加了");}@OverridepublicvoidmouseReleased(MouseEvent e){}@OverridepublicvoidmouseEntered(MouseEvent e){}@OverridepublicvoidmouseExited(MouseEvent e){}}
packagecom.nwu.by0129.droneV4;importjava.awt.*;importjava.awt.image.BufferedImage;importjava.util.ArrayList;publicclassDroneThreadextendsThread{Graphics g;ArrayList<Drone> drones;ArrayList<Intruder> intruders;ArrayList<Intruder> foundedIntruders =newArrayList<>();//将所有被扫描到的入侵者存入这里ArrayList<Task> tasks;publicDroneThread(Graphics g){this.g = g;}@Overridepublicvoidrun(){for(;;){BufferedImage image =newBufferedImage(1200,800,2);Graphics bg = image.getGraphics(); bg.setColor(Color.white); bg.fillRect(0,0,1200,800); bg.setColor(Color.red); bg.drawRect(200,100,800,600);if(drones !=null){for(int i =0; i < drones.size(); i++){Drone drone = drones.get(i); drone.drawDrone(bg); drone.move();}}if(intruders !=null){for(int i =0; i < intruders.size(); i++){Intruder intruder = intruders.get(i); intruder.drawIntruder(bg); intruder.move();}}//在这里用bg画笔画出任务点if(tasks !=null){//System.out.println("进入if");for(int i =0; i < tasks.size(); i++){Task task = tasks.get(i);if(task.state==2){ tasks.remove(i);}else{ task.draw(bg);}}}if(drones.size()>0){for(int k =0; k < drones.size(); k++){Drone drone = drones.get(k);ScanResult sr = drone.scan(drone.x, drone.y, drone.scanSize, image);if(sr !=null){//如果扫到目标if(drone.state==2){continue;//正在执行任务中就不处理入侵者}Intruder intruder =getTargetIntruder(sr.targetX, sr.targetY);//通过坐标把这个目标找出来if(intruder !=null){//找到目标后 drone.target = intruder;//把自己的目标设置为这个 drone.state =1; foundedIntruders.add(intruder);//把这个目标传入动态数组}}else{//如果没扫描到目标if(drone.state==0&& drone.target==null){if(foundedIntruders !=null){//看看动态数组里面有没有别人发现的目标for(int i = foundedIntruders.size()-1; i >=0; i--){Intruder intruder = foundedIntruders.get(i);if(intruder !=null){if(intruder.blood <=0||!isInRange(intruder)){//先判断这个目标还是否存在或在范围内 foundedIntruders.remove(i);//删掉死亡的或者逃跑的}else{ drone.target = intruder;//把自己的目标设置成这个目标 drone.state =1;}}}}}}}}if(intruders.size()>0){//如果该入侵者被某个无人机列为目标，就进行扣血for(int k =0; k < intruders.size(); k++){Intruder intruder = intruders.get(k);for(int i =0; i < drones.size(); i++){if(intruder == drones.get(i).target){ intruder.underAttack();System.out.println("第"+ k +"个入侵者被扫到，血量剩余："+ intruder.blood);if(intruder.blood <=0||!isInRange(intruder)){//消灭入侵者 intruders.remove(k);for(Drone drone : drones){if(drone.target == intruder){ drone.target =null;if(drone.state==1){ drone.state =0;}}}}}}}} g.drawImage(image,0,0,null);try{Thread.sleep(16);}catch(InterruptedException e){thrownewRuntimeException(e);}}}publicIntrudergetTargetIntruder(int scannedI,int scannedJ){for(int k =0; k < intruders.size(); k++){Intruder intruder = intruders.get(k);int distanceSquare;for(int i = intruder.x; i < intruder.x + intruder.size; i++){for(int j = intruder.y; j < intruder.y + intruder.size; j++){int roundx = intruder.x + intruder.size /2;int roundy = intruder.y + intruder.size /2; distanceSquare =(roundx - i)*(roundx - i)+(roundy - j)*(roundy - j);if(distanceSquare < intruder.rSquare){if(i == scannedI && j == scannedJ){return intruder;}}}}}returnnull;}//判断入侵者是否在守卫区内publicbooleanisInRange(Intruder intruder){if(intruder.x <200+ intruder.size || intruder.x >1000- intruder.size || intruder.y <100+ intruder.size || intruder.y >700- intruder.size){returnfalse;}else{returntrue;}}}
packagecom.nwu.by0129.droneV4;importjavax.swing.*;importjava.awt.*;importjava.util.ArrayList;publicclassDroneUIextendsJFrame{ArrayList<Drone> drones=newArrayList<>();ArrayList<Intruder> intruders=newArrayList<>();ArrayList<Task> tasks=newArrayList<>();publicDroneUI(){setTitle("智能无人机平台4.0");setSize(1200,900);setDefaultCloseOperation(EXIT_ON_CLOSE);setLocationRelativeTo(null);JButton button1 =newJButton("生产无人机");JButton button2 =newJButton("生产入侵者");JPanel panel =newJPanel(); panel.setBackground(Color.lightGray); panel.add(button1); panel.add(button2);add(panel,BorderLayout.SOUTH);setVisible(true);Graphics g=this.getGraphics();//创建按钮监听器DroneListener droneListener =newDroneListener();//在创建监听器后立刻为集合赋值，让集合真正可用 droneListener.drones=drones; droneListener.intruders=intruders; droneListener.tasks=tasks; button1.addActionListener(droneListener); button2.addActionListener(droneListener);//创建鼠标监听器addMouseListener(droneListener);//创建无人机线程DroneThread droneThread =newDroneThread(g);//创建任务线程TaskThread taskThread =newTaskThread();//将共享内存的数组传入到两个线程中 droneThread.drones=drones; droneThread.intruders=intruders; droneThread.tasks=tasks;//要先将DroneUI类中的tasks传入给droneThread，这样才能在执行DroneThread的时候保证此时的tasks不是null taskThread.drones=drones; taskThread.tasks=tasks; droneThread.start(); taskThread.start();}@Overridepublicvoidpaint(Graphics g){super.paint(g);}publicstaticvoidmain(String[] args){newDroneUI();}}
packagecom.nwu.by0129.droneV4;importjava.awt.*;publicclassIntruder{int x;int y;int speedx;int speedy;int size=30;int blood=200;int rSquare=size*size/4;publicIntruder(int x,int y,int speedx,int speedy){this.x = x;this.y = y;this.speedx = speedx;this.speedy = speedy;}publicvoiddrawIntruder(Graphics g){if(blood>0){Color color1 =newColor(0,0,0); g.setColor(color1); g.fillOval(x, y, size, size);Color color2 =newColor(213,15,15); g.setColor(color2); g.fillOval(x+5, y+5, size-10, size-10);Color color3 =newColor(0,0,0); g.setColor(color3); g.drawRect(x, y-5, size,6);Color color4 =newColor(124,244,21); g.setColor(color4); g.fillRect(x+1,y-4,(int)(blood/200.0*(size-1)),5);}}publicvoidmove(){ x+=speedx; y+=speedy;if(x<=0||x>=1160){ speedx=-speedx;}if(y<=0||y>=760){ speedy=-speedy;}}publicvoidunderAttack(){this.blood--;}}
packagecom.nwu.by0129.droneV4;publicclassScanResult{int targetX;int targetY;publicScanResult(int targetX,int targetY){this.targetY = targetY;this.targetX = targetX;}}
packagecom.nwu.by0129.droneV4;importjava.awt.*;publicclassTask{int x;int y;int size=10;int state;//0未被领取的任务；1被领取的任务；2已完成的任务publicTask(int state,int x,int y){this.state = state;this.x = x;this.y = y;}publicvoiddraw(Graphics g){ g.setColor(Color.yellow); g.fillRect(x-size/2,y-size/2,size,size);}}
packagecom.nwu.by0129.droneV4;importjava.util.ArrayList;publicclassTaskThreadextendsThread{ArrayList<Task> tasks;ArrayList<Drone> drones;@Overridepublicvoidrun(){for(;;){//System.out.println("进入TaskThread");if(tasks !=null){if(drones !=null){for(int i = tasks.size()-1; i >=0; i--){Task task = tasks.get(i);if(task.state !=1){int nearestIndex =-1;double minDis =1000.0;for(int j = drones.size()-1; j >=0; j--){Drone drone = drones.get(j);//找到没有领取任务的无人机（只有巡逻状态的无人机可以接任务）if(drone.state ==0){//计算距离并找出最近的double currentDis =caculateDis(task, drone);if(currentDis <= minDis){ minDis = currentDis; nearestIndex = j;//把最近的无人机编号取出来}}}if(nearestIndex !=-1){ drones.get(nearestIndex).state =2;//无人机状态设为正在执行任务 drones.get(nearestIndex).targetTask = task;System.out.println("任务被领取"); task.state =1;//任务状态设为已被领取}else{System.out.println("没有可指挥的无人机"); task.state =0;}}}}}try{Thread.sleep(16);}catch(InterruptedException e){thrownewRuntimeException(e);}}}doublecaculateDis(Task task,Drone drone){double dis =Math.sqrt((task.x - drone.x)*(task.x - drone.x)+(task.y - drone.y)*(task.y - drone.y)*1.0);return dis;}}

运行结果截图及视频演示

运行截图

在这里插入图片描述
在这里插入图片描述
  1. 视频演示

智能无人机V4视频演示

总结

在本次V4版本的开发中，我加深了对于面向对象的理解，对于大部分重复的代码，我们可以通过一个方法来将其封装起来，重复调用即可；同时我也认识到了代码前期设计的重要性，前期的设计要规范化，要为之后的功能添加留出充足的拓展空间。

Read more

10 分钟搭建专属 AI Agent：从零到落地的全流程实操方法论

10 分钟搭建专属 AI Agent：从零到落地的全流程实操方法论

在生成式 AI 全面普及的今天，AI Agent 早已不是互联网大厂、算法工程师的专属玩具，也不是需要动辄数万行代码、复杂分布式架构才能落地的黑科技。恰恰相反，只要你能写清楚一份基础的工作清单，就能在 10 分钟内搭建出一个能真正为你节省数百小时重复劳动的 AI Agent。 很多人对 AI Agent 的认知陷入了误区：总想着做一个无所不能的通用智能体，最终却因为需求模糊、流程复杂而半途而废。但 AI Agent 的核心价值，从来不是复刻一个通用大模型，而是解决一个具体、重复、有明确标准的工作流。本文将基于完整的 9 步落地框架，从需求定位到上线测试，全流程拆解 AI Agent 的搭建逻辑，哪怕是零代码基础，也能跟着步骤完成属于自己的第一个可落地 AI Agent。 一、第一步：锁定一个「无聊重复的工作」——AI Agent 落地的核心前提
AI时代人人都是产品经理：原著重读，《人人都是产品经理》的核心内核，从未过时

AI时代人人都是产品经理：原著重读，《人人都是产品经理》的核心内核，从未过时

从AI产品视角重读《人人都是产品经理》：经典内核的当代价值 在AI产品快速迭代的当下，很多从业者容易陷入"技术优先"的误区，忽略产品的底层逻辑。重读《人人都是产品经理》会发现，书中提出的核心框架并未过时，反而能为AI产品的设计、落地提供更扎实的底层支撑。本文将结合AI产品的特性，拆解书中的核心内核及其在AI时代的实践路径。 一、经典内核的重新解读：AI产品的底层逻辑 1.1 产品的本质：解决真实需求 书中核心观点明确：产品的本质是解决用户的真实需求，而非技术的堆砌。这一点在AI产品中尤为关键。当前很多AI产品陷入"炫技"误区，过度强调模型参数、算法精度，却忽略用户的核心痛点。 * 真实需求的判断标准：需求需具备普遍性、紧迫性、可支付性三个特征。AI产品需避免为了使用AI而创造伪需求，例如在不需要个性化推荐的场景强行引入大模型，反而增加用户操作成本。 * AI时代的需求挖掘：可结合大模型的语义分析能力，通过用户对话、行为数据的深度挖掘，识别用户未被满足的潜在需求，而非依赖传统的问卷、
AMD AI Max+ 395 CPU 本地大模型推理性能评测报告

AMD AI Max+ 395 CPU 本地大模型推理性能评测报告

引言 近年来，随着人工智能（AI）大模型在自然语言处理、代码生成及知识问答等领域的广泛应用，硬件平台的计算性能面临着前所未有的挑战。为了深入探索新一代AI推理硬件的潜力，我们针对搭载AMD AI Max+ 395 CPU的零刻GTR9迷你主机进行了一系列严格的大模型推理速度测试。 本次评测旨在分析不同参数规模的模型在本地环境下的实际运行表现。这些数据不仅能为开发者和AI爱好者选择合适的硬件提供决策依据，也为DFRobot未来可能推出的基于AMD AI Max+ 395 CPU的单板计算机（SBC）提供了关键的性能参考。 测试配置 * 硬件平台: 零刻 (MINISFORUM) GTR9 迷你主机 * 核心组件: AMD AI Max+ 395 CPU * 任务类型: 本地大语言模型推理 * 性能指标: Tokens/s (每秒生成Token数) — 该数值越高，代表推理速度越快。 测试问题集 为了全面评估模型性能，我们设计了涵盖多种任务类型的标准化问题： 1. 综合能力: “你是谁？请详细介绍一下你能干什么。” 2.

Windows 使用 Codex 一直“正在思考”？一招解决 AI 工具代理问题（附一键切换脚本）

📚 目录 一、问题背景：Codex 一直“正在思考”却没有回答 二、第一步：查看本机代理端口 三、第二步：测试代理是否可用 四、第三步：给 Codex App 配置代理 五、让 Codex 代理配置生效 六、验证代理是否生效 七、如何取消代理配置 八、代理配置是否会影响国内软件 九、开发者推荐的代理配置方式 十、完整流程总结 一、问题背景 最近在 Windows 上使用 Codex 时遇到了一个很奇怪的问题： 输入问题后，界面一直显示： 正在思考 但是 没有任何回答。 最开始以为是： * Codex Bug * API Key