- 博客(25)
- 收藏
- 关注
RSS订阅原创 DeepSeek Harness 开源贡献手记：从入门到合入主线
回顾整个开源贡献历程的收获，并对后续参与方向进行展望，鼓励读者迈出开源贡献的第一步。
2026-10-08 15:19:49
440
原创 大模型应用开发入门：从零搭建一个 RAG 检索增强生成项目
本文在编写过程中参考了以下官方文档、开源项目与推荐阅读资料，方便你进一步深入学习 RAG 相关技术。
2026-09-20 15:40:58
505
原创 用 Claude Code 重构遗留系统：从评估到落地的完整指南
用 Claude Code 重构遗留系统，本质是"AI 提效 + 人工把关"的协作模式。核心步骤可以浓缩为：评估现状、建立基线、拆分任务、小步重构、持续验证。建议从低风险模块开始试点，积累经验后再向核心业务推进。用 Claude Code 生成模块依赖概览与风险分级。为关键模块补齐单元测试与接口文档。按依赖顺序拆分重构任务，每个任务设定验收标准。逐任务执行重构，每次改动后运行测试并提交。定期 review AI 生成的改动，保留业务决策的人工确认环节。
2026-09-18 16:02:17
511
原创 优快云 + AI：程序员的新生产力引擎，从写作、编码到学习全链路提效
从代码补全到智能问答，从自动生成单元测试到一键重构，AI 正在以前所未有的速度渗透进程序员的日常工作流。作为国内最大的中文技术社区，优快云 也在积极拥抱这一趋势，将 AI 能力融入内容创作、技术学习和代码开发的全链路。本文将从多个维度拆解 优快云 与 AI 结合后，如何成为程序员的新生产力引擎。优快云 与 AI 的结合，本质上是把「内容、工具、社区」三张网络用大模型重新织了一遍。对程序员而言，AI 不是替代者，而是放大器——它放大的是你的学习速度、写作效率和编码产出。
2026-09-17 17:21:45
618
原创 Codex 下载与本地部署实战：从安装到跑通全流程
本节先介绍 Codex 是什么、适用场景，以及本地部署与云端调用的区别，帮助读者判断是否需要本地部署。Codex 的核心能力与典型用途本地部署 vs 云端 API 的优缺点对比常见部署形态：源码运行、容器化、预编译包对比维度本地部署云端 API部署成本需要一次性投入购买高性能 GPU 服务器或工作站，硬件成本较高；同时还需承担机房电力、散热与带宽等长期运维开销。按调用量或包月计费，无需前期硬件投入，成本随使用量弹性变化，适合预算有限或用量不稳定的团队。数据隐私。
2026-09-16 16:22:05
658
原创 Chrome 插件开发实战指南
本文从环境搭建到实战开发，系统介绍了 Chrome 插件开发的核心流程。掌握这些基础后，可以进一步学习浏览器存储、网络请求拦截、桌面通知等高级能力，开发出更强大的浏览器扩展工具。
2026-09-15 16:59:30
266
原创 从 GPT 初代到 GPT-6：OpenAI 大模型发展史全时间线回顾
从 1.17 亿参数的 GPT-1 到能力全面的 GPT-6，OpenAI 用不到十年时间完成了大模型从实验室到产业化的跨越。回望这条时间线，每一次版本迭代都不是简单的参数堆叠，而是架构、数据、对齐与产品形态的系统性演进。未来，随着推理成本下降和多模态能力深化，GPT 系列还将继续重塑人机协作的边界。
2026-09-09 10:29:01
1314
原创 GPT-6 与 LangChain 集成实战：构建企业级 RAG 问答系统的完整教程
本文介绍基于GPT-6与LangChain构建企业级RAG问答系统，阐述RAG架构、优势（知识更新成本低、可追溯、部署门槛低），详解文档加载切分、向量化存储、检索重排序、提示词设计等核心流程，并针对常见问题给出调优建议。核心要点：切分质量决定召回上限，重排序决定精度，提示词决定生成质量。
2026-09-07 17:02:53
435
原创 GPT-6 Astra 发布，你用了吗？
GPT-6 Astra 的发布标志着大模型在推理、多模态和上下文处理能力上又迈上了一个新台阶。对于追求效率和复杂任务处理能力的用户来说，它确实值得一试；而对于轻量使用场景，则可以根据预算和需求灵活选择。无论如何，AI 能力的边界正在被不断拓宽，尽早体验、尽早积累实践经验，总不会错。那么问题来了——GPT-6 Astra 发布，你用了吗？欢迎在评论区分享你的使用体验。
2026-09-04 17:09:23
854
原创 MiniMax H3 视频生成模型，你用了吗？
MiniMax H3是一款高质量、可控性强的视频生成模型，支持文本/图像生成视频及镜头运动控制。实测生成画面清晰，运动连贯，适合短视频、营销、影视预演等场景。在多人互动、高速运动等复杂任务上仍有不足，建议拆分场景分段生成并后期合成。合理编写提示词可显著提升效果。整体定位务实，值得实际测试。
2026-09-02 17:19:04
736
原创 告别 Copilot？Codex 本地化部署指南：从原理到实战
主要讲从GitHub Copilot转向本地化部署OpenAI Codex的方案。摘要需要概括文章核心：对比Copilot与本地化Codex，部署准备、流程、调优、问题排查等。控制在150字以内。注意是“文章摘要”，需要简洁综合。摘要：本文探讨基于OpenAI Codex的本地化编程助手方案，对比Copilot的云端模式，强调本地部署在数据安全、定制能力与长期成本上的优势。详述硬件准备、部署流程、IDE接入、性能调优（如8GB显存量化配置）及常见问题排查，为数据敏感型团队提供从零到一的落地指南。
2026-09-01 11:36:04
682
原创 Agent 敢开写权限吗？——AI 智能体文件写入权限的安全边界与实践指南
写权限不是一道简单的选择题，而是一道需要结合场景、风险和能力综合权衡的设计题。本节总结全文要点，并给出面向不同团队规模的落地建议。
2026-08-31 16:27:43
366
原创 IT疑难杂症诊疗室：从故障定位到根治的技术实战指南
建立问题档案：动手排查前先记录症状、环境、变更与复现步骤，把模糊的故障描述转化为可追踪的线索。分类排查：将问题归入环境、依赖版本、并发性能、数据状态等类别，快速缩小排查范围，避免大海捞针。善用工具箱：日志分析、系统监控、链路追踪与 APM 等工具各有所长，按需组合才能高效逼近根因。二分定位：通过注释代码、回滚版本、git bisect 等方式逐步缩小范围，把问题锁定到具体模块或提交。根治与预防：临时恢复只是起点，追问根因、补充监控告警、固化自动化验证，才能让同类问题不再复发。
2026-08-28 17:07:37
678
原创 Agent Runtime 时代：从 Harness 工程到开源治理的范式重构
它承担着智能体生命周期管理的全部重担，包括上下文窗口的动态管理、外部工具的注册与调度、执行环境的隔离与防护、运行状态的持久化存储、人类审批流程的嵌入以及异常情况下的容错恢复。当前全球人工智能领域的头部玩家，在这一基础设施的构建路径上，已经呈现出两种截然不同的技术哲学与战略取向。在架构上兼顾理论前沿与工业级确定性，在接入上提供完善的 SDK 与 App Server 协议，在治理上打破封闭的垄断心态，主动拥抱全球中立基金会与开发者社区，方能在全球智能体时代的竞技舞台上建立起真正不可替代的生态壁垒。
2026-08-28 16:58:50
340
原创 Codex 破局：前端组件秒级生成的技术文章大纲
Codex 的核心价值，在于将前端组件开发从「逐行手写」推进到「意图驱动」的新阶段：开发者只需描述需求，即可快速获得可运行的组件，从而把更多精力投入到业务逻辑与产品体验的打磨上。展望未来，随着模型对复杂交互与工程化上下文的理解不断加深，Codex 有望从「生成单个组件」迈向「生成完整页面模块」，并进一步与设计稿、接口文档、测试用例等开发资产打通，形成更完整的研发闭环。可以预见，AI 辅助开发将成为前端工程化的常态能力，而如何与 AI 高效协作，也将成为每一位前端开发者必须掌握的新技能。
2026-08-27 11:01:11
345
原创 Agent Runtime 时代：从 Harness 工程到开源治理的范式重构
Agent Runtime 是承载 AI Agent 运行与编排的运行时环境，类比于传统应用开发中的 JVM 或 Node.js 运行时，但复杂度更高、能力边界更广。它向下屏蔽底层模型差异，向上提供统一的 Agent 开发与执行接口。调度引擎：负责任务拆分、执行顺序编排与并发控制。记忆管理：提供短期上下文与长期知识存储，支持向量检索与结构化记忆。工具调用层：统一封装外部 API、代码执行、数据库操作等能力，并处理鉴权与错误恢复。安全沙箱：隔离 Agent 的代码执行环境，限制权限边界，防止恶意操作。
2026-08-25 15:17:38
633
原创 Agent 敢开写权限吗？答案是[ ]
写权限指 Agent 对文件系统进行创建、修改、删除等操作的权限。它通常包括文件写入、目录创建、配置修改、代码变更等能力。简单来说，读权限让 Agent「看得见」，而写权限让 Agent「动得了」——后者意味着它可以直接改变系统的状态。subgraph 写权限能力矩阵A[文件写入] --> A1[创建/覆盖文件]B[目录操作] --> B1[新建/重命名/删除目录]C[配置修改] --> C1[更改配置/环境变量]D[代码变更] --> D1[修改源码/提交变更]end文件写入。
2026-08-25 09:37:03
703
原创 从零到一：ComfyUI 本地 AI 绘图实战指南
刚开始接触本地 AI 绘图时，最让人头疼的往往不是创意匮乏，而是环境配置的“劝退”感。面对满屏的命令行报错、版本冲突以及复杂的依赖库，很多创作者在第一步就选择了放弃。其实，只要选对工具链，搭建一个稳定高效的本地绘图环境并没有想象中那么困难。ComfyUI 凭借其模块化的节点设计和出色的显存优化能力，正逐渐成为进阶用户的首选。它不像传统软件那样黑盒运行，而是将生成的每一步都可视化地呈现出来，让你能清晰看到数据是如何流动的，从而真正掌控生成过程。
2026-08-24 11:50:20
558
原创 当 AI 防护失效：从一起悲剧看聊天机器人安全与伦理责任
本文以美国加州16岁少年因ChatGPT自残指导而自杀的悲剧事件为切入点，深入剖析了AI聊天机器人安全防护失效的伦理困境。文章不仅详细介绍了涉事的GPT-4o模型特点，还延伸探讨了Deepfake滥用、算法偏见等其他AI安全伦理争议，并提供了包括设置使用边界、启用安全设置、参考权威指南在内的安全使用建议，旨在引发对构建更负责任AI生态系统的思考。随着人工智能技术，特别是大型语言模型的快速发展和普及，其潜在的伦理风险与安全隐患日益凸显。
2026-08-21 11:48:46
752
原创 AI Agent 可观测性：破解多步推理黑盒的技术实践
摘要： 本文探讨了AIAgent可观测性的必要性及实现方法。随着AIAgent从单步问答发展为多步推理与执行，其内部决策过程成为“黑盒”，亟需通过可观测性技术（日志、追踪、指标）提升透明度与可靠性。文章分析了核心挑战（多步连续性、工具调用透明化、状态可视化等），并提出了技术栈全景（OpenTelemetry、Prometheus、可视化工具），结合LangChain实战案例展示了如何集成观测能力。最后强调分层采集、隐私保护等原则，并分阶段指导从零搭建观测体系，为构建可信、高效的AIAgent提供方法论支持。
2026-08-20 11:56:30
532
原创 开源项目吐槽大会：一场技术社区的“照妖镜”与“进化论”
开源项目中的"吐槽"并非负面情绪，而是推动项目进化的核心动力。本文系统分析了常见痛点（如文档缺失、配置复杂、错误信息模糊），从技术和管理角度剖析根源，并提供了将抱怨转化为贡献的实用框架：用户应提交结构化的Issue和PR，维护者需建立高效处理流程。通过案例研究（如Vue.js、Kubernetes）展示了积极应对反馈的价值，最终倡导建立用户与维护者间的"同理心桥梁"，推动开源生态从个人英雄主义走向可持续共同体。文章包含具体行动建议和流程图，指导双方实现良性互动。
2026-08-18 11:54:39
458
原创 Codex官网前端可抄吗？从“借鉴”到“合规创新”的深度解析
摘要：开发者对OpenAI Codex官网前端设计的复刻兴趣源于其极简科技风、流畅交互和工程化实践，但直接复制存在法律与道德风险。本文建议通过"概念化借鉴"替代代码拷贝：解析其设计语言（配色/布局/动效）、研究技术实现（如React/性能优化），再使用自有技术栈重构。特别推荐学习设计思路而非复制成品，既规避版权风险又能提升创新能力，最终应结合产品特性打造差异化前端，如建立品牌视觉系统或开发AI专属交互模式。文末提供合规学习资源（设计系统/性能工具）和优秀AI官网案例参考。（149字）
2026-08-17 10:10:54
169
原创 DeepSeek Harness：深度求索官方 AI 应用开发框架实战指南
DeepSeekHarness是深度求索开源的AI应用开发框架，提供标准化工具链支持大语言模型应用的构建、测试与部署。核心功能包括： 模型调用：简化API交互，支持对话生成与模板管理；工作流编排：通过DAG实现多步骤任务（如意图分类与响应生成）评估监控;内置质量评估指标（相关性、连贯性等）; 部署方案:支持Docker容器化、FastAPI/Flask集成，适配不同生产场景。 优势：抽象重复工程问题（上下文管理）,开发者可聚焦业务逻辑.适用场景：从快速原型开发到高性能生产部署，适合现代AI应用全生命周期管理
2026-08-14 10:57:53
507
原创 Kimi K3深度测评：长文本之外的真实力
本文对国产大语言模型KimiK3进行深度测评，聚焦其在代码生成、技术方案评审、复杂文档处理等工程场景的实际表现。通过两个Python实战案例（技术报告信息提取与微服务方案评审），详细展示API调用方法、提示词设计技巧及结构化输出能力，并与GPT-4o等主流模型进行横向对比。测评显示KimiK3在长文本处理（支持20万字上下文）、中文技术文档理解、结构化信息提取等方面具有显著优势，尤其适合企业级文档自动化处理和技术评审场景，并展望国产大模型在垂直领域的差异化发展路径。
2026-08-12 10:58:30
352
原创 DeepSeek涨价你换了吗？技术选型与成本博弈深度剖析
摘要： 2025年大模型API价格波动频繁，DeepSeek-V2近期涨价引发开发者对成本与模型选型的重新思考。尽管其价格仍为市场最低（输入1元/百万tokens，输出2元），但复杂任务需权衡GPT-4o等高价模型的性能优势。开源模型（如Llama3、Qwen系列）自托管可降低成本，但需承担运维负担。实际决策需结合场景：初创团队可优先选择DeepSeek-V2控制成本，成熟企业建议采用混合路由架构（如轻量模型+通义千问-Max兜底），兼顾性价比与稳定性。技术层面，构建弹性调用层（如OneAPI网关）是应对价
2026-08-11 17:16:23
540
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人