<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ak47maker的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ak47maker</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ak47maker]]></copyright><item><title><![CDATA[掌握技能开发：Skill用工具制造工具的艺术]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/158458356</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/158458356</guid><author>ak47maker</author><pubDate>Fri, 27 Feb 2026 11:45:18 +0800</pubDate><description><![CDATA[本文介绍了如何使用Anthropic的skill-creator工具创建自定义AI技能并导入Trae使用。主要内容包括：1) skill-creator的功能介绍和使用流程，它支持技能创建、测试、优化全生命周期管理；2) 详细演示了创建markdown_to_word技能的完整过程，包括技能结构、加载机制和实战案例；3) 展示了如何将创建好的技能导入Trae并进行测试优化。通过skill-creator这一&quot;工具制造工具&quot;，开发者可以快速构建和迭代AI技能，实现Markdown转Word]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-应用发布与总结]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157734303</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157734303</guid><author>ak47maker</author><pubDate>Wed, 04 Feb 2026 17:59:52 +0800</pubDate><description><![CDATA[本文介绍了如何在蚂蚁百宝箱企业版平台上发布已开发完成的智能体应用。作者首先回顾了前期系列文章，详细记录了从概念认知到实际搭建智能调价助手应用的完整过程。文章重点展示了应用调试完成后，通过简单操作即可发布到不同平台的步骤，包括选择发布渠道、确认协议以及获取使用链接等。同时指出该案例虽然完成了基本功能演示，但在头像、描述、提示词优化等方面仍有改进空间，特别是需要结合具体业务系统完善数据输入功能。最后总结了智能体应用开发的核心要素：意图识别、提示词和MCP（多轮对话控制策略）。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-应用中引用写好的MCP插件]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157729563</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157729563</guid><author>ak47maker</author><pubDate>Wed, 04 Feb 2026 17:25:00 +0800</pubDate><description><![CDATA[本文介绍了如何在百宝箱企业版平台上调用MCP插件实现民宿智能调价功能。首先回顾了前期完成的意图识别和参数提取工作，详细说明了MCP插件所需参数的准备过程，包括必填参数处理、默认值设置和用户引导。重点展示了通过代码节点进行参数格式转换的步骤，包括竞争对手价格、市场数据、设施等参数的标准化处理。最后演示了在百宝箱平台添加并配置MCP插件的具体操作流程，强调了参数格式兼容性的重要性。整个流程体现了智能体应用中各模块间的数据流转和协同工作。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-民宿智能调价MCP注册成平台插件]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157691982</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157691982</guid><author>ak47maker</author><pubDate>Tue, 03 Feb 2026 15:25:06 +0800</pubDate><description><![CDATA[本文详细介绍了如何在蚂蚁百宝箱企业版平台注册MCP插件。首先需要将开发好的MCP服务部署在阿里云服务器上，确保服务正常运行。然后在百宝箱平台新建插件，填写MCP名称、功能描述和服务地址。重点展示了接口调试过程，包括输入参数、运行测试和验证结果，直至所有接口状态变为&quot;调试通过&quot;。最后指出MCP注册的关键在于代码调试能力，强调编程基础对智能体开发的重要性。通过完整流程演示，帮助开发者将自定义MCP服务接入百宝箱平台。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-民宿智能调价MCP的代码实现]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157691421</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157691421</guid><author>ak47maker</author><pubDate>Tue, 03 Feb 2026 14:41:00 +0800</pubDate><description><![CDATA[本文介绍了基于大语言模型和地理位置服务的民宿智能调价MCP系统。该系统采用模块化架构，包含MCP服务层、大语言模型层、地理位置服务层和本地算法层。核心功能包括定价建议和市场分析，通过集成高德地图API获取周边信息，并调用通义千问模型生成智能化建议。系统支持多种参数格式，具备本地算法备选机制，综合考虑房型、位置、设施等多维度因素，为房东提供数据驱动的定价决策支持。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-应用中的意图识别参数提取]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157687698</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157687698</guid><author>ak47maker</author><pubDate>Tue, 03 Feb 2026 13:57:28 +0800</pubDate><description><![CDATA[本文介绍了如何在百宝箱企业版平台搭建智能调价助手功能，重点阐述了参数提取的必要性和实现方法。作者指出，虽然平台宣传&quot;0编程&quot;概念，但实际开发中仍需要编写代码来提取大模型输出中的关键参数。文章详细演示了通过添加代码节点，从大模型输出中提取意图类型和参数列表的过程，并提供了完整的Python代码示例。最后展示了如何通过分支节点实现意图判断，为后续功能开发奠定基础。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-应用中的大模型提示词与意图识别]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157584498</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157584498</guid><author>ak47maker</author><pubDate>Mon, 02 Feb 2026 15:35:57 +0800</pubDate><description><![CDATA[本文介绍了如何利用大模型构建智能调价助手的意图识别功能。作者基于百宝箱企业版平台，通过设计特定的提示词模版（包含角色定义、技能要求和输出格式），实现了对用户询问的自动分类（房间定价建议、市场分析、通用询问三类）。文章详细展示了提示词的设计要点，包括参数提取规则和市场数据转换标准，并演示了系统在实际对话中的识别效果。该方案充分利用了大语言模型的上下文理解能力，为后续实现完整的智能调价功能奠定了基础。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-创建应用]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157583274</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157583274</guid><author>ak47maker</author><pubDate>Sat, 31 Jan 2026 16:33:23 +0800</pubDate><description><![CDATA[本文介绍了如何在百宝箱企业版平台上搭建智能体应用。通过工作流方式创建新应用，填写基本信息后即可生成默认工作流。平台提供丰富的节点库和大模型选择，支持调试和发布功能，无需编写代码即可快速实现智能体应用的搭建。文章展示了简单示例的运行效果，包括节点输出和调试信息查看功能，体现了平台的易用性。虽然平台号称&quot;0代码搭建&quot;，但作者指出实际需求可能更复杂，将在后续文章中深入探讨。]]></description><category></category></item><item><title><![CDATA[百宝箱企业版搭建智能体应用-平台概述]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157582145</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157582145</guid><author>ak47maker</author><pubDate>Sat, 31 Jan 2026 15:21:17 +0800</pubDate><description><![CDATA[蚂蚁百宝箱企业版是面向企业的智能应用开发平台，提供零代码/低代码开发工具，助力企业快速构建专属智能体。平台集成智能体构建、多角色协作、行业模板、插件生态等核心功能，支持MCP协议开发与多渠道发布。依托支付宝生态资源，企业可复用成熟业务框架，实现&quot;一次构建，多端分发&quot;，显著降低开发成本。该平台特别适合文旅、出行等行业，通过预置模板和自动化评测工具，加速企业智能化转型落地。]]></description><category></category></item><item><title><![CDATA[什么是智能体：简单了解MCP]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157546716</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157546716</guid><author>ak47maker</author><pubDate>Fri, 30 Jan 2026 13:41:42 +0800</pubDate><description><![CDATA[MCP（模型上下文协议）是一种标准化协议，用于连接大语言模型与外部工具，实现模型与工具间的智能协作。它通过标准化接口扩展模型能力，支持实时信息获取和专业工具调用，突破传统大语言模型的知识边界。MCP提供自动上下文管理、参数验证和错误处理机制，相比传统API调用更具扩展性和智能化。常用框架包括FastMCP、LangChain等，适用于不同规模和需求的项目。MCP通过工具注册、服务启动、智能调用等流程，实现模型与工具的无缝协作，显著提升生成内容的准确性和实用性。]]></description><category></category></item><item><title><![CDATA[什么是智能体：意图识别与大模型提示词]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157513713</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157513713</guid><author>ak47maker</author><pubDate>Thu, 29 Jan 2026 17:53:13 +0800</pubDate><description><![CDATA[本文聚焦智能体应用的两大核心技术：意图识别与提示词工程。意图识别部分详细介绍了规则驱动、机器学习和大语言模型三种方法的技术实现与选型策略，并提供了代码示例。提示词工程部分阐述了如何通过精心设计的指令引导大模型生成高质量响应，包含角色设定、技能要求和限制条件等要素，并以民宿定价助手为例展示了实际应用场景。文章强调这两项技术是构建高效智能体应用的基础，并提供了技术选型指南和优化策略。]]></description><category></category></item><item><title><![CDATA[什么是智能体（番外）：从0开始搭建智能体与平台化搭建的对比]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157504100</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157504100</guid><author>ak47maker</author><pubDate>Thu, 29 Jan 2026 10:11:05 +0800</pubDate><description><![CDATA[企业在智能体开发中面临从零搭建或基于平台构建的选择。从零搭建需自主设计架构、集成技术组件，适合有特殊需求的大型企业，但开发周期长、成本高；平台化搭建则提供标准化组件和托管服务，开发周期短、技术要求低，适合中小企业和快速验证场景。企业应根据规模、算力、定制化需求选择，混合策略可能是平衡开发速度与功能需求的最佳方案。无论选择哪种方式，核心价值在于解决实际业务问题，提升效率和体验。]]></description><category></category></item><item><title><![CDATA[什么是智能体：从概念认知到平台选型]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/157466911</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/157466911</guid><author>ak47maker</author><pubDate>Wed, 28 Jan 2026 11:15:27 +0800</pubDate><description><![CDATA[本文介绍了智能体技术的核心概念、应用现状及开发实践。智能体作为能自主感知、决策和执行的人工智能系统，由感知、决策、执行、记忆和学习模块组成，已广泛应用于个人助手、行业应用等领域。文章重点探讨了搭建智能体应用的三项核心技术：意图识别、提示词工程和MCP/非MCP插件开发，并通过实例展示了不同场景下的技术应用差异。最后介绍了蚂蚁百宝箱平台如何通过可视化配置、行业模板和标准化协议支持，降低智能体开发门槛，满足从简单到复杂的各类应用需求。]]></description><category></category></item><item><title><![CDATA[有关PaddleSeg训练时出现：ValueError: all input arrays must have the same shape]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/149449045</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/149449045</guid><author>ak47maker</author><pubDate>Wed, 28 Jan 2026 10:50:22 +0800</pubDate><description><![CDATA[本文记录了在使用百度飞桨平台进行图像分割训练时遇到的问题及解决方法。作者在自定义数据预处理时发现，虽然手动生成的标签图与官方样本在颜色和像素值上一致，却出现形状错误。通过排查发现，问题根源在于图像位深度不同（官方标签图为8位，自建图为24位），导致处理异常。最终采用官方代码中的图像保存方法（使用PIL库的'P'模式并设置调色板），使训练得以正常进行。文章提醒开发者注意图像位深度对模型训练的影响，并建议遵循官方数据处理方式以确保兼容性。]]></description><category></category></item><item><title><![CDATA[opencv使用 GStreamer 硬解码和 CUDA 加速的方案]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/148956123</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/148956123</guid><author>ak47maker</author><pubDate>Tue, 01 Jul 2025 16:37:08 +0800</pubDate><description><![CDATA[本文详细介绍了在Conda环境中从源代码编译OpenCV（支持CUDA和GStreamer）的完整步骤。主要内容包括：1）安装Miniconda并创建Python 3.9环境；2）安装必要的编译工具和系统依赖；3）下载OpenCV 4.8.0及其contrib模块；4）配置CMake参数（特别说明CUDA架构参数调整方法）；5）编译安装过程；6）验证安装结果（包括CUDA和GStreamer支持检测）；7）提供GStreamer硬解码和CUDA加速的示例代码。文中还包含环境变量设置、GPU架构选择建议以及常]]></description><category></category></item><item><title><![CDATA[目标检测之YOLOv5到YOLOv11——从架构设计和损失函数的变化分析]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/148784279</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/148784279</guid><author>ak47maker</author><pubDate>Mon, 23 Jun 2025 17:32:41 +0800</pubDate><description><![CDATA[本文分析了YOLO系列目标检测框架从v5到v11的核心技术演进，重点对比了架构设计和损失函数两方面的优化。架构上，YOLOv11通过C3K2模块、C2PSA注意力机制和深度可分离卷积，实现了动态特征融合与轻量化设计；损失函数方面，引入NWD Loss和DFL+Focal Loss组合，增强了对小目标和密集场景的处理能力。这些改进使YOLOv11在计算效率、检测精度和场景适应性上均有显著提升，推动了实时目标检测技术的发展。]]></description><category></category></item><item><title><![CDATA[目标检测之YOLOV11自定义数据使用OBB训练与验证]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/148766849</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/148766849</guid><author>ak47maker</author><pubDate>Thu, 19 Jun 2025 16:52:02 +0800</pubDate><description><![CDATA[YOLOv11-OBB训练全流程指南 本文详细介绍了使用YOLOv11-OBB模型进行训练的全过程。首先需要准备符合标准格式的数据集，包括图片和YOLO-OBB格式标注文件，并配置相应的yaml文件定义数据集路径和类别信息。训练阶段可通过多GPU并行加速，关键参数包括epochs、batch size等。训练过程中可通过实时日志和TensorBoard监控损失曲线和mAP指标。验证阶段评估模型性能，预测阶段可对新数据进行测试。整个流程涵盖数据准备、模型训练、验证评估和预测应用，并提供了常见问题的解决方案。]]></description><category></category></item><item><title><![CDATA[目标检测之YOLOV11自定义数据预处理——从原始标注到YOLO-OBB格式转换与验证]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/148764699</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/148764699</guid><author>ak47maker</author><pubDate>Thu, 19 Jun 2025 16:51:23 +0800</pubDate><description><![CDATA[通过和，我们完成了从原始四边形标注到YOLO-OBB格式的转换与验证。下一步可将处理后的数据放到指定目录，启动YOLOv11-OBB训练。]]></description><category></category></item><item><title><![CDATA[目标检测之YOLOV11谈谈OBB]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/148767617</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/148767617</guid><author>ak47maker</author><pubDate>Thu, 19 Jun 2025 16:30:01 +0800</pubDate><description><![CDATA[OBB（定向边界框）技术突破传统目标检测的轴对齐限制，通过旋转角度参数实现精准检测。其核心在于双角度编码方案（单位圆映射）解决周期性边界问题，以及复合损失函数（旋转IoU、KLD角度损失、Focal Loss分类损失）优化检测精度。OBB在遥感、工业质检等领域表现优异，如DOTA数据集mAP达81.3%。未来将向端到端架构、多模态融合等方向发展，持续提升倾斜目标检测性能。]]></description><category></category></item><item><title><![CDATA[从YOLOv5看深度学习中的特征分层与多尺度融合]]></title><link>https://blog.youkuaiyun.com/ak47maker/article/details/148692571</link><guid>https://blog.youkuaiyun.com/ak47maker/article/details/148692571</guid><author>ak47maker</author><pubDate>Tue, 17 Jun 2025 16:13:35 +0800</pubDate><description><![CDATA[摘要： 本文系统分析了YOLOv5目标检测框架中浅层与深层特征的协同机制。通过New CSP-Darknet53主干网络提取多级特征（C3-C5），结合PAN结构的双向特征融合策略，实现细节与语义信息的互补。浅层特征（32×32）保留空间细节利于小目标检测，深层特征（8×8）具有强语义表达，而双向路径（自顶向下/自底向上）通过特征拼接与采样完成多尺度信息交互。实验表明，这种分层设计有效平衡了定位精度与分类性能，为不同尺寸目标检测提供了通用解决方案。特征融合可视化与代码解析进一步验证了其技术可行性。]]></description><category></category></item></channel></rss>