人和Agent怎么一起干活?---复制粘贴的进化之路,先装个贾维斯吧

【企业知识助手·Agent 实战】如何构建 Agent 运行态可观测体系:从行为基线漂移检测到成本预算治理的深度实战 核心原理:运行态可观测的本质是把"单点阈值"升级为"与基线的分布距离"——埋点回答发生了什么,基线比较回答这是否还正常关键结论:deny 率没有单向好坏语义,必须双边告警 + known-good / known-bad 双哨兵仲裁;成本归因的终点是单位经济与预算三线一位;评测分数入库让质量拥有趋势线。 阅读详情

最近到处都是“AI Coding”,也已经深深体会到AI正在改变我们的工作方式和合作模式,所以想把最近的一些经验、感受和尝试分享出来,和大家一起交流下“人和Agent怎么一起干活?”

想法其实很简单,就是要给你的复制操作加上大脑,让AI来重构你的操作习惯

ClipFlow — AI 增强的剪贴板

它解决什么问题

传统的 ⌘C / ⌘V 只是搬运文字。你复制一段会议纪要,粘贴出来还是那段会议纪要。想要总结、翻译、提取要点,你得打开浏览器,找到 ChatGPT,粘贴进去,等结果,再复制回来。

ClipFlow 把这个流程压缩成一步:选中 → ⌥⌘C → 选操作 → 结果自动进剪贴板。

不切换窗口,不打开浏览器,不手动粘贴提示词。AI 处理完的结果直接覆盖剪贴板,你只需要 ⌘V。


核心概念

传统复制粘贴:选中 → ⌘C → ⌘V → 原文ClipFlow:  选中 → ⌥⌘C → 选择 AI 操作 → ⌘V → AI 处理后的结果

ClipFlow 在「复制」和「粘贴」之间插入了一层 AI 处理。你仍然在用剪贴板,但剪贴板里的内容已经被 AI 加工过了。


两大核心能力

1.多模型自由切换,一个工具驾驭多数常见 AI

ClipFlow 不绑定任何单一 AI 供应商。你可以同时配置 Anthropic Claude、OpenAI GPT、DeepSeek、MiniMax、月之暗面、智谱、SiliconFlow,甚至任何兼容 OpenAI/Anthropic 协议的私有部署模型——全部保存在统一的模型列表中。

实时切换,即刻生效。 在设置面板中点击一下,当前使用的模型立即切换,无需重启、无需重新配置、无需等待。上一秒用 Claude 写正式邮件,下一秒切到 GPT 翻译技术文档,再下一秒换成 DeepSeek 分析代码——每个模型的特长都在你指尖,一键调度。

你可以为不同场景准备不同的模型:用最强的模型处理复杂推理,用最快的模型做简单翻译,用最便宜的模型做日常润色。不再被单一模型的能力天花板限制,所有 AI 的能力叠加成你的能力。

2.无限扩展的 Prompt 功能库,把任何想法变成一键操作

ClipFlow 内置了 6 个常规的操作(总结、要点、方案、翻译、改写、润色),但这只是起点。

真正的力量在于你可以无限添加自己的 Prompt。 打开设置 → Prompt 面板,写一条系统提示词,它就会出现在 ⌥⌘C 的操作列表中。每一个 Prompt 都是一个全新的功能——你不是在用一个工具,你是在构建一个专属于你的 AI 工作流引擎。

想象一下这些可能:

  • 「生成周报」——选中本周工作记录,一键生成结构化周报
  • 「转为 SQL」——选中自然语言描述,直接输出可执行的 SQL
  • 「代码审查」——选中一段代码,获得专业的 review 意见
  • 「客户回复」——选中客户问题,生成得体的回复
  • 「会议纪要」——选中对话记录,提取决策和行动项
  • 「论文摘要」——选中学术文本,输出规范的中英文摘要

你能想到的任何文本处理需求,写一条 Prompt 就能变成一键操作。 功能数量没有上限,场景覆盖没有边界。每添加一个 Prompt,ClipFlow 就多一项能力。你的工作流有多复杂,ClipFlow 就能扩展得多强大。


功能展示

具体能干点啥,看看这个demo:

操作选择面板

按下 ⌥⌘C 后弹出,预览选中内容,选择 AI 操作。

图片

AI 流式生成

选择操作后,AI 结果逐字输出,思考过程实时可见。

图片

结果编辑确认

生成完毕后可直接编辑,Enter 确认复制到剪贴板。

图片

复制完成动效

确认后随机展示一种科技风主题动效。

图片

多模型管理

保存多个模型配置,一键切换当前使用的 AI。

minimax m2.7

图片

本地代理中转的opus4.7

图片

模型列表,选中当前需要的

图片

Prompt 预设管理

自定义 AI 操作,完全控制系统提示词,无限扩展功能场景。

图片

图片

图片

与传统剪贴板的对比

传统 ⌘CClipFlow ⌥⌘C
复制内容原文原文
粘贴内容原文AI 处理后的结果
总结一篇文章复制 → 打开 AI → 粘贴 → 写提示词 → 等 → 复制结果⌥⌘C → 选「简洁总结」→ Enter
翻译一段话复制 → 打开翻译工具 → 粘贴 → 等 → 复制结果⌥⌘C → 选「翻译为中文」→ Enter
提取要点复制 → 打开 AI → 粘贴 → 写提示词 → 等 → 复制结果⌥⌘C → 选「详细要点」→ Enter
操作步骤5-6 步,切换多个窗口3 步,不离开当前窗口

内置操作

操作输入输出
简洁总结一篇长文2-4 句核心观点
详细要点一段材料3-6 条结构化要点
解决方案一个问题描述分步骤的可执行方案
翻译为中文外语文本自然流畅的中文翻译
改写为正式语气口语化文字书面化表达
润色错别字有错别字的文本修正后的全文

所有操作可自定义、可增删、可排序。你可以添加任意数量的自定义 Prompt,把 ClipFlow 打造成覆盖你所有工作场景的 AI 操作中心。


快捷键

⌥⌘C    触发 ClipFlow(自动复制选中内容)
↑ ↓     切换操作
Enter   确认(选择操作 / 复制结果)
⌘Enter  编辑框内换行
Esc     取消

取消操作说明: AI 生成过程中点击面板外,窗口会收缩为胶囊态(推理继续进行),双击胶囊可展开回全尺寸继续查看,推理完成后自动展开结果;任何时候按 Esc 均可取消操作。结果生成完毕后,只能通过 Esc 取消。。


技术特点

  • macOS 原生应用,Swift + SwiftUI,菜单栏常驻,无 Electron
  • 纯文本 LLM:当前仅支持大语言模型的文本处理能力,不支持多模态模型,对富文本支持有限
  • 流式输出,AI 结果逐字显示,思考过程实时可见并可折叠
  • 多模型管理:保存任意数量的模型配置,一键切换即刻生效,不同任务用不同模型
  • 多供应商支持:Anthropic、OpenAI、DeepSeek、MiniMax、月之暗面、智谱、SiliconFlow,也支持任意 OpenAI/Anthropic 兼容 API
  • 中英双语界面:在设置中切换中文/英文,界面即时切换,内置 Prompt 同步切换语言
  • Prompt 无限扩展:内置 6 个操作,支持添加任意数量的自定义 Prompt,每个 Prompt 就是一个新功能
  • URL 自动补全:填入 API 基础地址,自动拼接协议路径
  • 结果可编辑:AI 输出后可直接修改,满意后再确认
  • 无需浏览器,无需登录,无需订阅(自带 API Key)
  • 隐私优先:文本直接发送到你配置的 API,不经过第三方中转

已测试模型

以下模型配置已通过自测验证:

供应商 / 来源模型协议
京东云(Anthropic 代理)Claude Opus 4.6Anthropic
本地代理Claude Opus 4.7Anthropic
MiniMaxMiniMax-M2.7Anthropic
智谱 AIGLM-4.5-AirOpenAI
OpenAIGPT-4oOpenAI

其他供应商(DeepSeek、月之暗面、SiliconFlow 等)暂未覆盖测试,理论上兼容 OpenAI/Anthropic 协议的模型均可使用,如遇问题欢迎反馈。


安装

从 DMG 安装

  1. 下载最新的 ClipFlow.dmg

  2. 打开 DMG,将 ClipFlow 拖入 Applications

  3. 此步骤根据安装时情况可选,移除系统隔离标记(未签名应用必须执行此步骤):

 sudo xattr -cr /Applications/ClipFlow.app
  1. 如果仍提示无法打开,前往 系统设置 → 隐私与安全性,底部找到 “ClipFlow 已被阻止”,点击 仍要打开

  2. 在 系统设置 → 隐私与安全性 → 辅助功能 中授权 ClipFlow

  3. 点击菜单栏图标 → 设置 → 配置模型(选择供应商、填写 API Key、保存)

⚠️ 更新/换包后必须重新授权: 每次替换 ClipFlow.app(无论是拖入新 DMG 还是从源码重新编译部署),辅助功能权限都会失效。请打开 ClipFlow 设置 → 高级 → 系统权限,点击「请求授权」重新授权,否则 ⌥⌘C 将无法复制选中文本。

图片


系统要求

  • macOS 13.0 (Ventura) 或更高版本
  • Apple Silicon(M1 / M2 / M3 / M4 系列)
  • 不支持 Intel Mac(当前仅编译 arm64 架构)

运行依赖

依赖说明
辅助功能权限必须授权,用于模拟 ⌘C 按键复制选中文本(系统设置 → 隐私与安全性 → 辅助功能)
网络连接仅在使用 AI 功能时需要,连接用户自行配置的 LLM API 端点
Gatekeeper 绕过未经 Apple 签名,安装后需执行 xattr -cr /Applications/ClipFlow.app

构建依赖(从源码编译)

依赖版本要求
Swift 工具链≥ 5.9(推荐通过 Xcode 安装)
Xcode Command Line Tools必须安装
macOS SDK≥ 13.0

构建脚本还使用以下系统自带工具:codesign、hdiutil、tccutil、pkill,均为 macOS 内置,无需额外安装。

第三方依赖

库版本用途
KeyboardShortcuts(https://github.com/sindresorhus/KeyboardShortcuts)2.4.0全局快捷键录制与注册

通过 Swift Package Manager 自动拉取,静态链接到二进制中,无需手动安装。


版本历史

  • v5 — HUD 窗口跟随鼠标弹出、自由拖动、推理中收缩为胶囊、点击外部行为优化
  • v4 — 中英文语言切换、内置 Prompt 双语支持
  • v3 — 多模型配置列表、自定义图标、思考过程展示、滚动修复、多项 Bug 修复
  • v2 — 完成动效、面板稳定性、UI 优化、Prompt 去 AI 味
  • v1 — 首个正式版本:供应商搜索、UI 重设计、DMG 打包

ClipFlow 让每一次复制粘贴都带上 AI 的能力

这里给大家精心整理了一份全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享!

👇👇扫码免费领取全部内容👇👇
在这里插入图片描述

1. 成长路线图&学习规划

要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。

这里,我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。
在这里插入图片描述

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)

在这里插入图片描述

3. 大模型视频教程

对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。

在这里插入图片描述

4. 2026行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。

在这里插入图片描述

6. 大模型面试题

面试不仅是技术的较量,更需要充分的准备。

在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

在这里插入图片描述

7. 资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇
在这里插入图片描述

《AI实战嵌入式Agent +MCP+skill》课时2.5|定时器实战 本课讲解定时器时基单元原理,通过PSC、ARR、CNT三寄存器配合实现精确周期控制。以84MHz时钟为例,计算得PSC=8399、ARR=9999可实现1秒溢出周期。采用HAL_TIM_Base_Start_IT启动定时器更新中断,在HAL_TIM_PeriodElapsedCallback中处理周期任务,实现非阻塞、高精度的定时。相比HAL_Delay的阻塞式延时,定时器中断方案不占用主循环,支持并发操作,是嵌入式系统中实现周期任务的高效方式。 阅读详情

相关推荐

解决rt-thread上使用SPI+DMA

首先阐述下遇到的问题 使用SPI读取icm20602数据,读取频率为1000hz,使用stm32f407主控,发现CPU占用率达到了70%,将此线程注释掉后CPU占用率掉到25%,看来这里要着重优化,便萌生了使用DMA的想法。 使用SPI+DMA要进行的配置 1.开启RTT设备驱动。点击自己的工程 ->RT-Thread Setting2.在board.hzhong3.在board.c文件里加入以下函数,此函数受设备框架调用 void HAL_SPI_MspInit(SPI_HandleTypeDef

响望的博客 8081

看不懂?其实OpenClaw是下一代爆款游戏

2026年3月,OpenClaw(前身Clawdbot/Moltbot)GitHub星标突破25万,超越React、Linux,成为开源史上增长最快的项目之一。程序员深夜部署,普通人用Telegram指挥它“上班”,社区喊“养龙虾”。传统分析总盯着 本地Agent、系统权限、持久记忆、7*24小时工作。但我换个视角:OpenClaw首先是一款披着AI外衣的超级爆款游戏,其次才是生产力智能体。它复制了《Among Us》《原神》《Fortnite》的所有爆款公式,却把“玩游戏”的快感包装成了“一人公司”。

jcdeng_209的专栏 682

74HC138译码器的原理和使用

A0,A1,A2为3位二进制加权地址输入端口,A2A1A0顺序组成的3位2进制数对应的十进制数x控制使能端口Yx';例如当A2A1A0 = 101 时,其他门输出端全为高电平,只有Y5'为低电平。 Y0-Y7为8个输出端口,其输出电平由A0,A2,A3,E1,E2,E3决定。

diksan的博客 6万+

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 228

Android手机本地语音转文字实战:用FunASR+ONNX Runtime打造离线ASR应用(附模型下载)

本文详细介绍了如何在Android应用中集成FunASR和ONNX Runtime,构建高性能的离线语音识别系统。通过模型选择、工程化集成和性能调优等实战技巧,开发者可以实现本地语音转文字功能,有效保护用户隐私并提升响应速度。

weixin_29046611的博客 265

排查单片机不工作的‘玄学’故障:从LDO选型、复位电路到焊接不良的完整避坑指南

本文深入剖析单片机不工作的常见硬件故障,从LDO选型、复位电路设计到PCB布局和焊接工艺,提供系统性排查方法。重点分析3.3V电源稳定性、LDO动态响应特性及复位电路设计要点,帮助工程师快速定位和解决嵌入式系统中的'玄学'故障,提升产品可靠性。

weixin_30655569的博客 385

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 7770

5、模糊风险评估

本文介绍了基于模糊逻辑的风险评估方法,探讨了如何在不确定、不完整信息环境下进行高效的风险分析。文章涵盖了模糊集合与隶属度函数的基本概念、模糊推理系统的流程,并结合犯罪风险、金融风险和医疗诊断等实际案例,展示了模糊风险评估的应用价值和技术细节。此外,还介绍了模糊贝叶斯网络、模糊综合评价等进阶工具与方法,为多领域风险管理提供了理论支持和实践指导。

mango的博客 176

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 144

DSP开发环境及工具之CCS

CCS( Code Composer Studio)是美国德州仪器(TI)公司的嵌入式处理器的开发环境,可以用于TI公司的各个系列处理器的软件开发和调试,如DSP,MCU,ARM等。CMD的专业名称叫链接器配置文件,是存放链接器的配置信息的,我们简称为命令文件。从其名称可以看出,该文件的作用是指明如何链接程序的。编辑完C语言设置,添加cmd文件之后,然后检查编译配置选项。主要的操作都是在这个窗口之间做相应的切换。

小柚子的博客 4310

人工智能大语言模型微调技术:SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法

人工智能大语言模型微调技术:SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法

丨汀、的博客 4万+

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 196

把 SNC 支持的通信链路一次讲透,SAP GUI、RFC、CPIC、SAProuter 到底谁在保护谁

摘要: SNC(Secure Network Communications)是SAP系统中用于保护特定通信链路的安全机制,主要应用于DIAG、RFC、CPIC等SAP协议,而非HTTP等互联网协议(后者由SSL/TLS处理)。其核心在于保护通信端点之间的逻辑链路,需在发起方和接收方同时配置SNC参数,包括SNC名称、保护等级(QoP)等。实际项目中,SNC的配置涉及多个层面,如SAP GUI到ABAP平台的登录链路、外部程序通过RFC/CPIC连接ABAP的认证、ABAP系统间的跨系统通信等。配置不当可能导

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 249

在Codex 让AI模型 拥有长期智能记忆

本文介绍Claude-Mem V15新功能——智能记忆召回,解决AI遗忘、重复提示、执行不一致等问题。通过本地部署claude-mem,实现自动记录决策(如数据库选型)、跨会话智能召回,支持记忆写入、检索、遗忘全流程闭环。相比传统记忆方案,其基于Hooks自动捕获工具调用,结构化存储,可追溯、可共享、可清理,显著提升工程效率与协作一致性,是长期项目中理想的“工作黑匣子”与“工程脑”。

米莱虾 228

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 151

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 43

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 471

大数据工具介绍

Hive作为离线数仓的元数据管理与SQL接口,依托HDFS存储、Spark/MapReduce计算;Spark是统一的分布式计算引擎,承担复杂数据处理;DataX实现异构数据源间离线同步;ClickHouse擅长极速单表分析;Doris则提供实时、多表关联的综合分析能力;Flink作为原生流处理引擎,支持毫秒级实时计算与状态管理。两者共同构建起从离线批处理到实时流处理的完整数据链路。

yyk33324的博客 251

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 211

从零搭建一个 AI Infra 实验室⑲:模型服务怎么扩容——Autoscaling、Cold Start 与 Model Cache

本篇围绕 LLM 模型服务的自动扩缩容、冷启动与模型缓存展开,通过 KServe、HPA 和 vLLM 实验,验证单 GPU 环境下的扩容限制,分析模型启动耗时及 Model Cache 的优化价值,理解模型弹性扩容的关键挑战。

mosespaul的博客 302

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 287

顾客已经关门,视觉售货柜还在处理旧画面:延迟积压怎么查?~YH

用有界队列约束资源,用明确证据规则处理丢弃,用连续完成水位核对关门边界,才能解释等待是否结束。按下文的模拟时刻计算,六秒内采集一百二十帧,关门时已完成七十一帧,一帧正在处理,四十八帧排队,共四十九帧尚未完成。证据保留也应记录缺口:资源不足时,是按既定规则暂停新会话、转入人工核验,还是采取其他已批准的降级方式,应在系统设计阶段明确,而不是在关门后悄悄忽略缺失。**每帧计算时间没变,顾客等待仍能累积。按本表的首帧时刻,关门时第七十二帧尚在处理中:七十一帧完成、一帧处理、四十八帧等待,合计一百二十帧。

2601_96446351的博客 227

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 154

LX系列多国语言能力技术解析:ESP32双栈架构下的语种策略设计

做AI玩具出海,语言是第一道门槛。产品要进入日本市场,就需要日语对话;进入欧洲,可能同时需要英语、德语、法语。如果方案商不支持目标语种,产品根本无法上架。平台预置型:方案商接入成熟的IoT平台(如涂鸦),语种、云服务、合规认证由平台统一提供。优点是开箱即用,缺点是品牌方对云端和数据没有控制权。自主可控型:方案商提供能力和接口,语种选择、内容本地化、云端归属由品牌方决定。优点是灵活、数据自主,缺点是需要品牌方投入。梯度算子的LX系列和TY系列,正好对应这两条路线。本文重点拆解LX的多语言技术实现。

Nablai的博客 314

AI 日报|2026-10-30

今日主线是"从演示到可治理的交付":Coding 侧 GitHub 以 Fusion 多模型编排 + Projects 跨仓持久化,把竞争从单模型能力拉向运行时编排与成本可控,Agent 可观测性/事故响应已成采购硬指标;具身侧无锡揭榜赛、乐聚火速 IPO 备案与信通院"部署态"定调同频,产业标尺由"下线多少台"迁向"真实场景持续交付 + 资本定价"。两赛道在"可验证、可审计、可规模化"上会师,而数据闭环与信任边界仍是横在规模化前的两道硬坎。

能源星球的博客 3818

视觉推理是在看图,还是依赖语言先验猜答案?

问一张香蕉照片“它是什么颜色”,回答黄色可能来自看图,也可能来自常识。把香蕉换成红色,错误才显露出来;但答错仍可能是没看清颜色、没理解问题,或没有把看到的属性用于回答。**总正确率不能独自区分这些解释。**封面中的红色香蕉只是概念插画,不是论文测试样本。

weixin_44369324的博客 127
上一篇: 与AI结对编程,一路同行:一款数据库稳定性保障插件之AI设计开发结对编程实践之路
下一篇: AI Coding的共生与替代:一场分阶段的演进
AI_小站
博客等级 码龄2年 6255粉丝 1151原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值