<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[人工智能微客/aiweker]]></title><description><![CDATA[AI 10年从业者，长期跟踪和分享人工智能前沿技术、应用、领域知识，不定期的发布相关产品和应用，欢迎关注和转发]]></description><link>https://blog.youkuaiyun.com/dnnyyq</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; dnnyyq]]></copyright><item><title><![CDATA[python数据可视化神器：pyecharts完全指南]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/154241549</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/154241549</guid><author>dnnyyq</author><pubDate>Thu, 14 May 2026 04:15:00 +0800</pubDate><description><![CDATA[Python数据可视化神器：pyecharts指南 pyecharts是基于Echarts的Python可视化库，能够创建交互式图表。它提供简洁API设计、30多种图表类型和强大的Web集成能力。安装简单，只需pip install pyecharts即可使用。基础图表包括柱状图、折线图和饼图，支持链式调用使代码更简洁。高级功能包括堆叠柱状图和地图可视化，支持中国地图、世界地图及400多个地区的地图展示。pyecharts还提供丰富的配置选项，可自定义图表外观和交互行为，是Python数据可视化的强大工具。]]></description><category></category></item><item><title><![CDATA[Python邮件处理完全指南：从基础到高级应用]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/153922899</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/153922899</guid><author>dnnyyq</author><pubDate>Thu, 14 May 2026 03:45:00 +0800</pubDate><description><![CDATA[本文介绍了Python邮件处理的核心功能与应用场景，涵盖从基础到高级的邮件操作技术。主要内容包括： 核心库介绍：smtplib（发送邮件）、email（消息处理）、imaplib/poplib（接收邮件） 基础邮件发送： 使用smtplib发送纯文本邮件 配置SMTP服务器、端口和认证信息 构建MIMEText消息并设置邮件头 HTML邮件发送： 创建多格式邮件容器(MIMEMultipart) 同时提供纯文本和HTML版本 支持CSS样式和HTML元素 附件邮件发送： 使用MIMEBase处理附件 文件编]]></description><category></category></item><item><title><![CDATA[Mean Shift（均值漂移）]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/153794032</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/153794032</guid><author>dnnyyq</author><pubDate>Tue, 31 Mar 2026 04:45:00 +0800</pubDate><description><![CDATA[Mean Shift算法摘要 Mean Shift是一种无参数、非监督的聚类算法，通过分析数据密度分布自动寻找聚类中心。其核心思想是沿密度梯度方向迭代移动，最终收敛至密度峰值。算法基于滑动窗口和核函数（如高斯核），利用带宽参数控制窗口大小，计算加权平均位置并不断更新中心点，直到收敛。关键步骤包括初始化窗口中心、迭代计算Mean Shift向量、移动窗口中心及合并相近聚类。该算法无需预设类别数，适用于复杂数据分布，Python实现中通过高斯核权重和距离计算实现高效聚类。]]></description><category></category></item><item><title><![CDATA[AI原生开发——speck-kit vs openspec]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/159654955</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/159654955</guid><author>dnnyyq</author><pubDate>Tue, 31 Mar 2026 00:45:00 +0800</pubDate><description><![CDATA[AI原生开发中的规范驱动开发（SDD）正在重塑编程范式。本文对比了两种主流SDD工具：GitHub的speck-kit和Fission AI的OpenSpec。speck-kit采用&quot;蓝图派&quot;四阶段严格流程，适合企业级新项目开发，提供架构宪法约束和合规审计；而OpenSpec采用&quot;园丁派&quot;轻量三阶段流程，聚焦存量代码改造，通过变更差异追踪实现敏捷迭代。核心差异在于：speck-kit强调前期完整规划，OpenSpec擅长渐进式演进。研究表明，SDD能显著降低AI生成代]]></description><category></category></item><item><title><![CDATA[曾经的王者，OpenAI 危矣！]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/157946145</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/157946145</guid><author>dnnyyq</author><pubDate>Thu, 05 Mar 2026 05:00:00 +0800</pubDate><description><![CDATA[2022年底，ChatGPT的横空出世让OpenAI成为全球AI领域的绝对王者。然而两年后的今天，这家曾经的明星公司正面临着前所未有的生存危机。本文将从技术演进、商业战略、生态竞争和财务可持续性四个维度，深度剖析OpenAI当前面临的结构性困境。]]></description><category></category></item><item><title><![CDATA[Harness Engineering：面向Agent-First世界的软件工程范式重构]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/158624427</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/158624427</guid><author>dnnyyq</author><pubDate>Thu, 05 Mar 2026 04:45:00 +0800</pubDate><description><![CDATA[OpenAI通过为期5个月的&quot;零手动编码&quot;实验，验证了智能体优先（Agent-First）软件工程范式的可行性。实验团队使用Codex智能体生成了100万行代码，实现10倍效率提升，工程师角色转变为环境设计者和意图规范者。关键创新包括：为智能体优化的多层次可观测性架构、渐进式披露的知识管理系统、多智能体评审的质量控制机制，以及自动化垃圾回收的代码维护。该范式特别适合大型新项目，要求工程师具备Prompt工程、架构设计和智能体调试等新能力。研究显示，当代码生成成本趋近于零时，软件工程的核心]]></description><category></category></item><item><title><![CDATA[OpenClaw 深度技术解析：当个人 AI 助手真正拥有“双手“]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/157734151</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/157734151</guid><author>dnnyyq</author><pubDate>Thu, 05 Feb 2026 03:45:00 +0800</pubDate><description><![CDATA[从"使用应用"到"委派代理"。它通过将 LLM 的推理能力与本地系统访问、持久化记忆、多平台通信相结合，首次实现了消费级"数字员工"的愿景。然而，这种能力伴随着深刻的安全 trade-off。正如项目文档所坦承：“There is no ‘perfectly secure’ setup”。OpenClaw 的未来不仅取决于技术迭代，更依赖于社区能否建立起有效的安全治理机制——在开放性与安全性之间找到可持续的平衡点。对于技术从业者而言，OpenClaw 不仅是一个工具，更是一个。]]></description><category></category></item><item><title><![CDATA[未来的开发考验的是写文档的能力]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/157734057</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/157734057</guid><author>dnnyyq</author><pubDate>Thu, 05 Feb 2026 00:30:00 +0800</pubDate><description><![CDATA[摘要：文档驱动的AI编程新时代 AI编程工具已进入第三代，从Copilot的代码补全发展为Claude Code等Agent的自主开发能力。随着200K+上下文窗口的突破，AI可理解整个代码库，但瓶颈转向人类描述问题的精确性。核心范式转变体现为： 文档即生成器：Claude Code的skills.md、AI Agent的agent.md、Cursor的rules.md等结构化文档成为代码生产的核心约束 角色定义重于实现：开发者从编码者转型为规范制定者，通过文档定义系统边界、约束条件和协作规则 持久化知识管]]></description><category></category></item><item><title><![CDATA[MiniMax开源模型系列：从M1到M2的“高智能，低成本”突围之路]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/155951846</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/155951846</guid><author>dnnyyq</author><pubDate>Tue, 16 Dec 2025 05:00:00 +0800</pubDate><description><![CDATA[MiniMax开源模型系列突破AI高成本瓶颈：中国AI独角兽MiniMax近期密集发布开源模型系列，其中M2模型在权威测评中位列全球前五、开源第一，综合成本仅为行业领先者的8%，推理速度快一倍。公司采用全栈自研路线，通过独创的&quot;Lightning Attention&quot;架构和CISPO算法实现技术突破，M2模型特别优化编码与智能体任务能力。MiniMax的开源策略打破&quot;高性能必高成本&quot;认知，其API定价仅为竞品的六分之一，两周内API免费调用政策加速普及。这一&quot]]></description><category></category></item><item><title><![CDATA[Kimi开源模型系列：以“思考与智能体”为核心的开源挑战者]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/155951697</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/155951697</guid><author>dnnyyq</author><pubDate>Tue, 16 Dec 2025 02:00:00 +0800</pubDate><description><![CDATA[在中国大模型开源浪潮中，如果说Qwen系列是凭借“家族庞大、全面覆盖”建立起的“AI百货商店”，那么由月之暗面（Moonshot）推出的Kimi系列，则更像一个聚焦于“思考深度与自主行动”的“特种作战部队”。自2024年底以来，Kimi以K系列为名，沿着“强化学习”和“智能体（Agent）”的技术路线持续迭代，其最新发布的Kimi K2 Thinking模型，更是以原生“思考-执行”一体化能力，在多个核心基准测试中与顶尖闭源模型展开正面竞争，被誉为“开源模型距闭源前沿最近的一次”。]]></description><category></category></item><item><title><![CDATA[Qwen开源模型系列：从全能多模态到专业垂直领域的完整AI解决方案]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/155920748</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/155920748</guid><author>dnnyyq</author><pubDate>Mon, 15 Dec 2025 06:00:00 +0800</pubDate><description><![CDATA[阿里通义千问（Qwen）开源模型系列构建了从通用大语言模型到专业垂直领域的完整AI解决方案。Qwen3系列作为最新旗舰，在架构创新、性能表现和应用范式上实现全面跃升，包含密集模型和混合专家模型，支持双模式推理，在知识、编程、数学等核心能力上可比肩顶尖闭源模型。Qwen家族还包括视觉语言理解先锋Qwen-VL、全模态交互的Qwen-Omni、专业编程助手Qwen-Coder、数学推理专家Qwen-Math以及安全对齐保障Qwen-Guard等。通过阿里云Model Studio平台，这些模型以宽松协议向全球开]]></description><category></category></item><item><title><![CDATA[DeepSeek开源模型全景解析：从语言推理到多模态的完整生态]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/155920682</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/155920682</guid><author>dnnyyq</author><pubDate>Mon, 15 Dec 2025 03:30:00 +0800</pubDate><description><![CDATA[DeepSeek作为中国AI领域的创新力量，构建了从语言推理到多模态的完整技术生态。其核心模型包括：支持160K长文本的DeepSeek-V3.2、视觉语言联合理解的DeepSeek-VL、文档智能处理的DeepSeek-OCR、编程助手DeepSeek-Coder、数学推理专家DeepSeek-Math等。通过自研稀疏注意力机制和强化学习优化，DeepSeek在保持高性能的同时显著降低推理成本。其技术架构采用三维并行策略和动态内存分配算法，在金融、医疗、制造等行业实现成功应用，展现出中国AI技术的突破性进]]></description><category></category></item><item><title><![CDATA[OpenAI Triton：颠覆传统的GPU编程新范式]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/153703340</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/153703340</guid><author>dnnyyq</author><pubDate>Thu, 23 Oct 2025 05:00:00 +0800</pubDate><description><![CDATA[摘要： OpenAI Triton是一款革命性的GPU编程语言和编译器，它通过Python-like语法和自动并行化技术，大幅降低了GPU编程门槛。Triton的核心价值在于：1）简化并行编程模型，让开发者专注算法而非硬件细节；2）提供自动内核优化功能，自动测试不同配置寻找最优解；3）高效内存管理能力，优化访存模式。相比传统CUDA编程，Triton使得没有专业GPU知识的AI研究者也能编写高效代码，同时保持与PyTorch等主流框架的兼容性。典型应用场景包括矩阵乘法、softmax等常用算子优化，其自动调]]></description><category></category></item><item><title><![CDATA[掌握Pydantic Settings：Python配置管理的终极指南]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/153703350</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/153703350</guid><author>dnnyyq</author><pubDate>Thu, 23 Oct 2025 02:15:00 +0800</pubDate><description><![CDATA[摘要： Pydantic Settings是基于Pydantic的Python配置管理工具，提供类型安全、多环境支持及自动验证功能。核心特性包括：1）通过BaseSettings定义类型化配置模型；2）支持环境变量、.env文件和代码默认值的优先级加载；3）嵌套配置和复杂类型处理；4）内置敏感信息保护（SecretStr）；5）自定义验证逻辑。典型应用场景包括FastAPI项目配置，能有效管理数据库连接、API密钥等参数，确保配置的一致性和安全性。相比传统方法，它显著减少了配置错误风险，适合中大型项目开发。]]></description><category></category></item><item><title><![CDATA[Agent：你的数字世界“智能管家“ | AI小知识]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/149815789</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/149815789</guid><author>dnnyyq</author><pubDate>Wed, 22 Oct 2025 21:56:41 +0800</pubDate><description><![CDATA[RAG（检索式增强生成）是一种让AI实时查阅外部知识库的技术，由检索器和生成器两部分组成。它解决了传统AI信息过时、记忆有限和容易臆造的问题，通过实时检索获取最新信息、突破记忆限制并提供依据。RAG的工作流程包括问题理解、知识检索、答案合成和来源标注，已在智能客服、教育辅导、医疗咨询等领域广泛应用，使AI回答更准确可靠。这项技术正在让AI变得更&quot;靠谱&quot;，既能保持创造性，又能确保回答的真实性。]]></description><category></category></item><item><title><![CDATA[【性能测试利器】使用Locust：一个面向开发者的分布式负载测试框架]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/151742241</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/151742241</guid><author>dnnyyq</author><pubDate>Tue, 16 Sep 2025 07:08:10 +0800</pubDate><description><![CDATA[Locust是一个面向开发者的Python开源负载测试框架，特别适合测试AI服务和复杂API。它以代码为核心，提供高度灵活性，支持分布式扩展和实时Web UI监控。主要功能包括：基础HTTP请求测试（如AI模型API）、任务权重与嵌套（模拟用户行为流）、参数化数据驱动测试（从CSV读取不同测试数据）。相比传统工具，Locust更易融入CI/CD流程，能处理动态JSON payload、长连接等现代AI场景，是开发者进行性能测试的强大工具。]]></description><category></category></item><item><title><![CDATA[认识 Mermaid：让文档自己画图的「文本即图形」引擎]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/150591642</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/150591642</guid><author>dnnyyq</author><pubDate>Thu, 21 Aug 2025 21:37:54 +0800</pubDate><description><![CDATA[Mermaid是一个基于文本生成图表的工具，通过简单的文本语法即可自动渲染流程图、时序图、甘特图等。它支持多种图形类型，包括流程图（定义节点形状和连线样式）、时序图（描述交互流程）、甘特图（规划项目进度）和类图（展示类与关系）。Mermaid语法简洁，可版本控制，无需图形化工具，适合集成到Markdown文档中。其核心优势是低心智负担、可版本化、自动化生成和广泛生态支持（如GitHub、VS Code等平台原生支持）。]]></description><category></category></item><item><title><![CDATA[Playwright：现代Web自动化测试的强大工具 | AI应用开发]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/150537521</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/150537521</guid><author>dnnyyq</author><pubDate>Wed, 20 Aug 2025 00:17:59 +0800</pubDate><description><![CDATA[Playwright：现代Web自动化测试工具 Playwright是由Microsoft开发的跨浏览器Web自动化测试工具，支持Chromium、WebKit和Firefox。相比传统工具，它提供更现代化的API、更快的执行速度和更可靠的测试能力。 核心优势： 支持所有现代浏览器和设备模拟 自动等待元素，减少测试不稳定性 内置网络拦截、截图和PDF生成功能 支持同步和异步API Python示例展示了基本操作、元素交互、弹窗处理、iframe操作、网络拦截、截图和移动设备模拟等场景。Playwright不]]></description><category></category></item><item><title><![CDATA[让大模型更懂你 | AI小知识]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/150023777</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/150023777</guid><author>dnnyyq</author><pubDate>Fri, 08 Aug 2025 03:00:00 +0800</pubDate><description><![CDATA[摘要： 大语言模型有时&quot;答非所问&quot;主要是因为线索模糊、目标不明确和情境缺失。通过生活场景对比可以看出，提供具体背景、明确目标、参考示例和迭代追问能让回答更精准。四步提问公式（清晰背景+具体目标+参考示例+迭代追问）能显著提升交流效率。未来，提问能力可能成为与AI协作的基础技能，就像点火锅时精准描述需求一样重要。（149字）]]></description><category></category></item><item><title><![CDATA[把世界装进一张“关系网”——零基础读懂知识图谱]]></title><link>https://blog.youkuaiyun.com/dnnyyq/article/details/150023764</link><guid>https://blog.youkuaiyun.com/dnnyyq/article/details/150023764</guid><author>dnnyyq</author><pubDate>Fri, 08 Aug 2025 02:00:00 +0800</pubDate><description><![CDATA[知识图谱是通过将实体和关系连接成网，让AI具备&quot;常识&quot;的智能技术。它使机器能理解&quot;苹果&quot;是水果还是公司，并给出更精准的推荐。构建过程包括从数据抽取实体关系、融合不同来源信息并实时更新。应用场景丰富：电商推荐关联商品、医疗AI精准导诊、导航系统规避拥堵等。相比孤立数据，知识图谱通过建立关系网络，让AI服务更智能可信。普通人也可通过画思维导图来实践这一理念，让信息产生更多价值。]]></description><category></category></item></channel></rss>