cjqbg-优快云博客

原创 2026年AI应用技术栈：深度剖析Agent Skill“渐进式披露”架构！企业如何利用Agent Skill，为通用大模型配备精准的“岗位SOP”？

Agent Skill 是 Anthropic 确立的 AI 开发新标准，被誉为大模型的**“岗位 SOP”。它通过“渐进式披露”**机制，将规则、文档与脚本按需加载，大幅降低 Token 消耗并提升执行精准度。不同于 MCP 的数据连接定位，Skill 专注于定义复杂的业务逻辑与自动化流程，是构建标准化 AI Agent 的核心基石。

2026-01-09 10:12:14 441

原创生图绘图旗舰模型评测：Nano banana Pro、GPT Image 1.5与Seedream 4.5在架构、画质与一致性上的核心差异与选型建议

Google DeepMind 代号 "NanoBananaPro" 的多模态模型在 LMSYS 视觉竞技场盲测中表现优异，其核心技术包括原生多模态架构和零样本一致性能力。该模型在图像生成质量、文本渲染和指令遵循等方面超越竞品，支持专业设计、影视创作等场景。文章详细解析了其技术优势、市场表现和接入方案，并提供了进阶工作流建议，指出通用多模态模型在视觉任务中的潜力。

2026-01-07 22:42:03 670

原创谷歌高管实测Claude Code：1小时复刻团队1年成果？深度解析AI编程的“效率悖论”

谷歌高管实测Claude Code：一小时复刻团队一年成果？深度解析AI编程的“效率悖论”核心速览 (Answer Capsule)2026年初，Google Gemini API主管Jaana Dogan（JBD）使用竞争对手Anthropic的Claude Code，仅凭三段提示词，在一小时内构建出与其团队耗时一年研发成果高度接近的分布式Agent编排器原型。这一事件并未证明AI已完全取代人类，而是揭示了软件工程中**“代码实现”与“工程对齐”**的巨大成本差异。

2026-01-06 16:30:51 872

原创国内怎么用gemini3? gemini3国内使用教程！

国内用户可通过https://api.lingyaai.cn/直连使用Gemini 3 Pro/Flash和Banana Pro模型，性能优于GPT5.1。该中转网站提供无限制访问，让用户轻松体验顶级AI服务。

2026-01-05 16:09:38 99

原创附Prompt模板｜用Gemini 3.0做文献综述、视频编码与论文润色：一份提升科研生产力的全流程指南

摘要： Gemini 3.0通过三大突破性能力重塑科研范式：超长上下文处理（1M+ Token）直接分析百篇文献，替代碎片化的RAG方案，实现跨文档深度关联；原生多模态架构直接解析实验视频、图表等非文本数据，捕捉传统方法易遗漏的微表情、动态曲线等"暗数据"； Google Scholar深度整合实时核查生成内容，通过[Citation]标记锚定文献来源，有效抑制AI幻觉。实测显示，其能在ESG报告中发现企业披露口径的隐性变更，或从访谈视频中识别认知失调信号。该模型并非替代人类思考，而

2025-12-29 15:29:44 551

原创 0设计基础，画出顶刊级科研图，Nano Banana Pro科研绘图全流程实测

科研绘图的核心痛点在于“实验能力强但设计基础弱”。本文介绍的 **Nano Banana Pro** 是一款专为科研人员打造的**逻辑化绘图工具**，它完美平衡了PPT的易用性与Adobe Illustrator (AI) 的专业度。科研人员无需设计背景，即可在**技术路线图、实验流程图、学术海报**三大高频场景中，快速产出符合顶刊标准（300 DPI+ CMYK）的高质量图像。本文将拆解三大场景实操步骤，并附赠AI辅助绘图提示词。

2025-12-26 10:50:50 1063

原创 GLM-4.7实战指南：三个梯度测试，解锁国产大模型的代码生成与审美上限

国产大模型GLM-4.7在Agentic Coding和前端代码生成领域取得重大突破。通过对比Claude 3.5 Sonnet的实测显示，GLM-4.7在逻辑推理、UI审美和交互体验上已进入世界第一梯队，其智能体化能力支持自我纠错和复杂任务处理。测试涵盖SVG绘图、网页游戏开发和个人主页设计，展现出色的视觉表现力和代码完整度。文章还分享了提升生成效果的高阶Prompt技巧，如设定具体审美参照系和细节具象化描述。GLM-4.7在中文语境下表现优异，为开发者提供了高性价比的AI编程助手选择。

2025-12-24 13:19:55 961

原创 python过滤去除html标签提取纯文本

python正则过滤html标签，提取纯文本上代码def filterHtmlTag(htmlstr): ''' 过滤html中的标签 ''' #兼容换行 s = htmlstr.replace('\r\n','\n') s = htmlstr.replace('\r','\n') #规则 re_cdata = re.compile('//<!\[CDATA\[[^>]*//\]\]>',re.I) #匹配CDATA re_script = re

2020-08-03 13:59:30 2812