- 博客(409)
- 收藏
- 关注
RSS订阅原创 【AI实战】VibeCoding AI 编程场景：接口防刷 + 幂等完整落地方案，规避 AI 幻觉写出安全漏洞
VibeCoding 最大的安全痛点不是大模型本身，而是。你一句指令 “帮我写一个提交订单接口”，AI 大概率只写出业务 CRUD，直接跳过幂等判断、没有限流、没有防重校验；并发、重试、前端重复点击、MQ 重投、爬虫批量请求一过来，直接出现重复下单、重复扣费、重复调用 AI 推理，账单爆炸、脏数据、资损接踵而至。三者是互补关系，不是二选一。本文面向 AI 编程流程，告诉你：怎么给 AI 加强制约束、分层架构、代码模板、自检规则，从源头避免 AI 写出裸奔接口。
2026-10-27 18:33:01
372
原创 【AI速览】Codex 系列模型选型指南：效率、成本、任务匹配全维度决策
新版 Codex 最优分层思路：简单任务交给 Luna 压成本，绝大多数开发交给 GPT-6.1 Sol，高危、审计、极限复杂任务启用 Astra。不要所有任务统一锁死 Astra 或者 Sol，分层调度，平衡开发效率、代码可靠性与 Token 账单。
2026-10-23 17:25:47
481
原创 【AI速览】Codex 最新系列 vs DeepSeek 最新系代码模型横向对比，最强模型 选型指南：干什么活选谁、成本与效率取舍
✅ 首选：DeepSeek R1✅ 备选：GPT-6 Astra 理由：R1 主打深度思考链，数学推导、状态流转推演是强项；Astra 优势在工程安全并发，纯算法推导略弱于 R1。，是 2026 新版 Codex 工作台综合主力首选；高危安全审计上VibeCoding 最优方案永远是分层路由，而不是所有任务锁死同一个模型；把简单任务交给低成本底座，高风险、长链路任务交给 Sol/Astra，才能平衡开发效率、产出质量和 Token 账单。
2026-10-23 17:10:15
571
原创 【AI科普】时序数据库（TSDB）原理、核心特性与落地选型（附 AI 个人 Agent 场景实战）
时间戳 + 标签(维度) + 指标值时间戳wechatanxious8项目上线压力大，沟通卡点较多diarycalm5完成阶段性复盘，状态稳定Append-Only，追加写入为主：新数据永远是最新时间，历史记录极少修改、更新。几乎不会去修改一年前的事件记录。时间有序，强时间局部性：新写入数据的时间戳连续；查询时，绝大多数查询都是一段连续时间范围。价值随时间衰减：最近 7 天原始细粒度事件价值最高；半年前的数据，只需要聚合统计结果，不需要原始明细。高基数标签，聚合查询居多。
2026-10-21 14:16:22
342
原创 AI 时代 App 开发：Flutter /uni-app/ React Native 全维度横向选型对比
👉首选 Flutter案例：短视频播放器、健身 App、绘图类 App、AI 数字人客户端，UI 要求双端完全一致。优势：自绘引擎，动画稳定，不会出现 RN 平台样式差异。代价：包体积更大，Dart 人才难找。
2026-10-21 14:10:14
539
原创 React Native 开发 App 完整原理、技术栈、依赖包、调试全解析（2026 新架构 Fabric）
很多开发者对 React Native 存在认知误区：RN 不是 WebView 套壳 H5，。2026 主流生产项目全面转向，彻底淘汰老架构异步 Bridge 消息队列的性能瓶颈。本文从底层原理切入，梳理整套开发需要掌握的技术、生产项目必装依赖包，真机 / 模拟器调试、性能分析、原生层调试完整流程。
2026-10-21 14:07:11
244
原创 Python 浏览器自动化：Selenium vs Playwright 底层原理、实现细节 + Codex 大模型为什么能自主操控浏览器登录填表
Selenium。缺点维护成本高，不适合对接 AI。Playwright，CDP+AX 语义树是核心优势。用自然语言代替硬编码选择器，让 AI 看懂网页语义，自主完成多步网页任务。传统自动化是 “人告诉程序每一步点击哪里”；AI 浏览器 Agent 是 “人告诉程序目标，AI 自己观察页面，决定点哪里，自主完成任务”。
2026-10-21 14:04:38
355
原创 【AI实战】个人私有认知分身&数字分身开发实战指南（下）｜落地实现、技术栈全景、架构图、部署环境与最小原型 Demo
对话聊天页面：输入框 + SSE 流式展示回答，区分分身输出与用户消息记忆审计面板：查看本次对话 Agent 调取了哪些记忆片段、来源与时间可视化图表：ECharts 绘制情绪时序折线图、情绪分布饼图知识库管理：上传文档、照片，触发后台预处理入库个人档案设置：查看 / 编辑永久个人档案（修改需要二次确认）整套私有认知分身项目，是前端 Vue + FastAPI (Python) + JEV Agent + PostgreSQL 时序库 + 向量库。
2026-10-14 18:49:10
171
原创 【AI实战】个人私有认知分身&数字分身开发实战指南（中）｜技术演进与 Agent 框架、技术选型
数据源数据形态提取信息特殊处理要点微信聊天记录导出文本消息时间、发送方、接收方、消息正文过滤表情包、重复消息、系统通知；区分私聊 / 群聊工作记录Markdown/Word/ 周报 / 任务清单文档内容、创建修改时间、项目标签按项目分段，提取任务、目标、卡点生活日志日记、随手笔记、打卡记录记录时间、正文、主观感受自动识别情绪关键词，预打情绪标签照片素材图片文件OCR 文本、拍摄时间、地理位置元数据OCR 识别图片内文字；图片本身不入库，仅存文本摘要与元信息。
2026-10-14 16:17:03
276
原创 【AI实战】个人私有认知分身&数字分身开发实战指南（上）｜技术演进与 Agent 框架、大模型底座选型
微信聊天记录：私聊、群聊，提取消息时间、对话内容；工作记录：周报、项目文档、任务清单、markdown 笔记；生活记录：日记、随手笔记、习惯打卡；照片素材：图片 OCR 文字、拍摄时间、地理位置元数据；基础个人档案：人工录入，性格特质、长期目标、偏好、禁忌、人生重大事件（永久记忆）。
2026-10-14 16:15:05
175
原创 【AIGC】免费视频配音 + 字幕工具全盘点｜软件、插件、开源技能方案（硬核整理）
2）隐私批量生产 / 短剧：文案→GPT-SoVITS/Edge-TTS 生成配音音频 → Buzz 识别音频生成 SRT 字幕 → 导入 PR / 达芬奇剪辑。配音：达芬奇本身没有内置免费 TTS，推荐 Edge-TTS/GPT-SoVITS 生成音频导入。3）外语二创：原视频丢入 pyVideoTrans，一键识别 + 翻译 + 配音 + 字幕。1）普通短视频：文案 → 剪映文本朗读生成配音 → 文稿匹配自动字幕 → 导出成片。
2026-10-13 11:39:09
418
原创 【AI速览】2026 横向硬核对比：WorkBuddy、Kimi Work、豆包工作、千问办公，国内工作型 Agent 怎么选
2026 年工作 Agent 赛道，已经从比拼模型推理能力，转向执行可靠性、生态打通、权限安全、成本可控。单纯的对话大模型正在被 Agent 替代，但现阶段所有产品都还属于半自动化，重大业务结果依然需要人工复核。后续落地时，建议先用个人版跑通 1-2 条核心工作流，评估幻觉、耗时、额度消耗，再大规模采购企业坐席。
2026-10-13 11:35:10
1542
原创 【AI速览】TTS 语音克隆 + 音色稳定 + 长文本断句 + 数字人驱动全解
❌ 误区：音频越长克隆效果越好（30s 以上音频反而引入噪音，音色混杂）；✅ 正解：3-10s 高清纯净人声，无背景音，固化音色向量最优；❌ 误区：每次生成重新传参考音频；✅ 正解：一次克隆永久存音色 ID，全程复用，杜绝漂移。音色绝对稳定、长文本韵律自然、语音口型精准联动。音色向量持久化解决漂移、语义分片解决长文本生硬、韵律预驱动解决数字人错位。对于短剧工作室、数字人开发团队，优先采用IndexTTS2 固化音色 + 智能分片长文本优化 + 前置韵律口型联动。
2026-10-12 15:51:14
498
原创 【AI速览】RAG 向量数据库选型：Milvus、Chroma、Qdrant、PGVector 全维度横向对比
不要盲目追求分布式：很多百万级知识库强行上 Milvus，架构复杂度翻倍，稳定性反而下降，Qdrant 单节点完全够用。PGVector 最大坑：HNSW 索引构建非常吃内存，向量量大的时候不要在线创建索引，低峰期后台执行。超过 500 万向量，召回与延迟会明显劣化。过滤陷阱：很多 RAG 查询是先过滤租户 / 文档类型，再做向量检索。Chroma 过滤性能差，大规模过滤场景直接排除。Qdrant 的预过滤 HNSW 是 RAG 高频场景杀手锏。
2026-10-12 12:19:30
912
原创 【AI速览】Python AI 生态高效库汇总：监控 / 识图 / 语音 / 模型 / 向量检索全栈清单
Python 的 AI 生态强大不在于某一个万能库，而是模块化拼装。做本地离线 AI 桌面工具：llama-cpp-python + faster-whisper + PaddleOCR + chromadb + psutil 监控做线上 RAG 服务：FastAPI + vLLM + sentence-transformers + qdrant + langfuse + prometheus 监控。
2026-10-10 12:55:09
292
原创 【编程实战】AI 时代 APP 开发全栈硬核指南：技术选型 + AI 架构 + 模型落地全维度决策
把 AI 逻辑全部写在客户端：严重安全风险，Prompt 泄露、用户可以篡改请求参数；所有模型调用密钥禁止放在 APP 客户端代码。高估端侧模型能力：低端手机跑本地 LLM 极易闪退、内存溢出，一定要做设备能力检测，自动降级云端。忽视 token 成本：上线后流量暴涨，大模型账单失控，缺少额度管控。过度追求复杂 Agent：Agent 幻觉问题会带来大量用户投诉，优先保证基础问答稳定。缺少降级策略：大模型服务商接口故障，APP 直接瘫痪，必须设计备用模型、关闭 AI 能力的降级开关。
2026-10-10 12:53:00
348
原创 【编程实战】2026个人主体微信小程序接入支付完整解决方案（权限/类目/开发/避坑全解）
个人小程序支付不是万能方案，它是微信给独立开发者的轻量变现通道，有明确的业务边界、资金上限、类目约束。业务为工具类虚拟权益，月流水预估＜10W：优先官方个人虚拟支付，开发接入，合规变现。业务是实物商品，或者预估月流水＞10W：直接注册个体户，主体迁移，使用标准微信支付商户号，无业务限制，生态成熟，SDK 丰富。任何场景，不要使用静态收款码、第三方代收等灰色方案，短期省事，长期面临封禁、资金冻结、税务风险。虚拟支付：个人 | 微信开放文档。
2026-10-10 10:08:56
861
原创 【AI科普】Codex 插件体系深度解析 + 自建插件市场落地实战
用声明式 Manifest 描述 Agent 能力，Marketplace 只是插件的目录索引。个人使用：直接用本地市场；小团队：Git 托管静态 marketplace.json，零成本搭建私有插件市场；大企业：在这套标准之上叠加后台、签名、CI、审计能力。这套插件模型不只是 Codex 专属，Claude Code 等 Agent 工具都在趋同 Manifest+MCP 的插件标准，学会这套设计思路，可迁移到绝大多数 AI Agent 插件平台开发。
2026-09-24 12:16:01
333
原创 【VibeCoding 实战】VibeCoding 3D 游戏开发全指南：从模型选择到 “我的世界“ 克隆，一条龙硬核教程
VibeCoding = 用自然语言描述需求，让 AI 编程 Agent 直接产出可运行代码，人类退居 "产品经理 + 架构师 + 验收员"。模型分工：Claude Code / Opus 5.5 想方案，Cursor 写码，Codex 干批量，免费层做杂活；技术栈：Three.js + TS + Vite 是 VibeCoding 3D 的最优解 ——AI 语料最熟、返工最少；架构先行：世界数据与渲染分离、chunk 化、逐轴碰撞 —— 这三点想清楚，AI 怎么写都不会翻车；性能是硬验收。
2026-09-23 14:16:17
578
原创 【AI科普】Jev：使用场景全拆解 + 五条安装使用路线
Jev 是 TypeSafe AI 推出的第一款 "System One 模型"—— 它放弃自由文本生成，只接受 "状态 + 类型化问题"，返回结构化的判断结果（带校准概率）。（前 OpenAI 研究员、ChatGPT 共同发明人之一 Diogo Almeida创办）；发布时间：2026 年 9 月 15 日；训练方法：TypeSafe 自研RLCD（校准决策强化学习），优化目标就四个字 ——"说到做到"；命名来源：经济学家（"杰文斯悖论"：资源越便宜，总消耗反而暴涨）。
2026-09-23 14:05:56
209
原创 【AI科普】小白如何搭建自己的 AI 视频开发平台：开源视频生成 / 编排 / 剪辑 / 拼接工具全景汇总
AI 视频开发平台不是什么高不可攀的东西。它本质上就是四层开源工具的排列组合，而 "小白" 和 "老手" 的差距，只在于是否愿意先跑通一条最丑但能用的流水线。先用 0 元档跑通 10 条视频，再决定要不要为显卡掏钱。工具免费的是桨，自己会的是船 —— 而这条船，现在开源社区已经帮你造好了船身，你要做的只是上船。
2026-09-23 13:42:52
606
原创 【AI速览】ZCode“偷传代码“ 事件全复盘：AI 编程工具的信任危机，与开发者的自救手册
AI 的便利要拥抱，但信任边界必须自己划；功能强大不等于可以越权—— 读取、索引、上传，每一步都该有明确授权；开源和审计是信任的基石—— 没有可验证性的承诺，都只是营销话术；历史密钥和 Git 历史是数据资产的地雷—— 清理一次，胜过补救十次。浪潮还在继续，AI 编程工具还会越来越多、越来越强。AI 是桨，你是船长。桨再快，也不能让它自己决定船往哪开、装了什么货。
2026-09-22 14:49:58
272
原创 【AI科普】大模型到底怎么 “看“ 图？从计算机视觉到 GPT Image，一文讲透识图的底层原理（硬核科普）
subgraph 计算机视觉的演进A[传统特征工程<br/>人肉设计边缘/纹理] --> B[CNN<br/>网络自己学特征层级]B --> C[ViT<br/>图像切 patch 当 token]C --> D[CLIP<br/>图像与文字语义对齐]endD --> E[多模态大模型<br/>图像token+文本token 统一处理]E --> F[识图: 图像→语义→生成文字]E --> G[生图: 文字→语义→扩散去噪成图]全文一句话。
2026-09-22 14:47:11
364
原创 2026 年 10 月国内主流大模型价格、档次、场景全维度对比，VibeCoding 小白选型指南
2026 年 10 月国产大模型已经分层非常清晰，并不是越贵越适合小白 VibeCoding。入门试水：免费档 + DeepSeek Flash，小额充值；日常主力生产：DeepSeek V4.1‑Flash，少量 Pro 按需调用；需要设计稿转前端、多文件完整项目：MiniMax M3 / GLM‑5.3；Kimi 更适合订阅制官方客户端做整仓阅读，不建议小白走按量 API 充值；最高一档旗舰模型，除非你有企业级复杂重构需求，否则完全没必要。大模型最大的成本不是单次调用单价，而是。
2026-09-21 10:18:57
750
原创 【AI科普】AI 短视频创作 GitHub 开源资源大盘点，适合末世 / 庇护所 / 穿越 / 都市短剧批量生产
这一批仓库按四大类整理，全部适配抖音竖屏短视频、漫剧、末世庇护所这类故事型短片，每个项目附带 Github 地址、定位、优缺点、适合写进文章 / 面试项目的亮点。
2026-09-21 10:03:31
623
原创 【AI科普】WorkBuddy & CodeBuddy 免费薅羊毛全策略：免费模型、积分消耗、多账号边界硬核解析
把高频长指令封装成自定义 Skill，直接在侧边一键调用，不用每次粘贴大段提示词。减少上下文冗余，避免每次对话开头带上超长系统提示，节省每一轮的输入消耗。例如批量文件整理、HTML 生成、正则提取、日志清洗指令全部封装 Skill，这也是头条爆火 WorkBuddy 技巧的底层原理。很多开发者纠结：积分不够，是充值，还是薅羊毛，还是直接接入自定义模型？轻度使用（日常写脚本、少量 Agent 测试）：纯薅羊毛足够。签到 + 任务 + 新手礼包，配合免费模型，完全不用充值。
2026-09-21 09:58:12
4374
原创 【AI速览】Jev 深度剖析：不生成文本的 System One 决策模型，会重构 Agent 底层吗？
Jev 由 TypeSafe AI 发布，创始人 Diogo Almeida 是前 OpenAI 研究员，参与早期 RLHF 研发。System Two（系统二）：也就是我们熟悉的 GPT、DeepSeek、Claude 等 LLM。慢推理、生成自由文本、长文本创作、深度逻辑推导；自回归逐 Token 输出，延迟高、成本高，擅长 “想明白再说话”。System One（系统一）：Jev 的定位。快速直觉判断，不生成自然语言，直接输出带校准置信度的结构化概率结果。
2026-09-21 09:52:04
823
原创 【AI科普】AI VibeCoding 致命隐患：网页 XSS 漏洞频发！从零搭建 AI 编程安全防护体系
当下 VibeCoding 已经成为前端开发主流模式：纯 H5/CSS、Vue、React 页面、可视化大屏、AI 交互页面，绝大多数开发者直接交给大模型、AI Agent 一键生成。AI 优先追求页面效果、交互美观、代码简洁，完全牺牲安全兜底。人工写代码会刻意规避的危险写法，AI 会高频生成： innerHTML 直接渲染用户输入、dangerouslySetInnerHTML 裸用、未脱敏文本插值、动态脚本拼接、白名单缺失、CSP 策略为空……
2026-09-17 12:51:52
321
原创 【AI科普】Python Playwright 详解 + 浏览器自动化主流Agent & MCP / Skill 横向对比
现在大量 AI Agent、WorkBuddy、Pi-Agent、DeepSeek Harness 做网页浏览、信息采集、页面操作，底层几乎都离不开。本文讲清楚 Playwright 是什么、核心能力，再盘点当前 AI 生态高频浏览器 MCP/Skill，做横向对比。
2026-09-17 12:49:08
99
原创 【AI科普】AI 时代，纯 H5+CSS PK React & Vue：前端技术孰优孰劣深入剖析
不要迷信 “原生 H5 AI 写出来就一定完美” 原生 HTML 适合单次生成；一旦反复修改迭代，单文件体量膨胀，AI 定位代码片段的能力会断崖式下跌，样式冲突、DOM 冗余会越来越严重。React 虽然 AI 生成质量高，但工程幻觉是重灾区大模型很容易虚构不存在的包、错误的 Hook 调用，Agent 流水线必须增加 lint 校验、错误捕获、自动修复的闭环。Vue SFC 对 Agent 不友好 尽量不要让 AI 从零新建 Vue 项目，更适合人工搭建基础骨架，AI 只负责写单个组件。
2026-09-17 12:45:34
263
原创 【AI速览】2026 最新 开箱即用型开源成品 Agent ：DeepSeek Harness 、Pi-Agent、 Opencode 横向 全面 对比
和。SDK 是零件库，需要你写代码拼接；成品 Agent 是完整可运行的程序，配置密钥就能直接让 AI 自主执行任务（网页浏览、文件读写、代码执行、调用 MCP 服务、执行多步骤流水线）。本文盘点 2026 主流，重点围绕：定位、部署方式、记忆体系、MCP/Skill 支持、多 Agent 子代理、模型兼容、适合场景、优缺点。也贴合你前面 AIGC 短视频多 Agent 流水线项目选型。
2026-09-11 18:29:53
775
原创 【VibeCoding实战】VibeCoding/AI 编码时代数据库选型：MySQL PG MongoDB SQLite 怎么选？分三类角色拆解
AI Vibe Coding 时代数据库选型第一优先级不是性能、不是流行度，而是不打断你的编码流、AI 友好、最低部署摩擦、匹配当前阶段SQLite 永远默认首选古法独立开发者：SQLite 原型 → PG/Turso 上线，向量优先 pgvector / 嵌入式企业：关系库做主业务，向量 / 分析 / 缓存分层拆分。
2026-09-10 18:22:28
127
原创 【AI速览】2026年 9月 GPT‑6 Astra 深度解析：Agent 时代的前沿旗舰，能力、成本、落地痛点与选型判断
优快云 标签：#GPT6
2026-09-08 13:44:12
888
原创 【AI 面试实战】AIGC 视频多 Agent 全链路生产实战（下篇）：最小原型实现、核心代码片段、部署、简历包装、面试高频问答
theme: strmode: strstart → generate_script（脚本 Agent）generate_script → generate_shots（分镜 Agent，增加格式校验重试分支）generate_shots → foreach 循环处理每一个镜头：prompt_translate → model_route → video_generate → quality_inspect全部镜头完成 → video_compose（FFmpeg 合成）
2026-09-08 13:37:50
201
原创 【AI 全栈语言科普】AI 时代全栈编程语言全景科普：各语言用武之地、发展判断、小白外行选型入门指南
Python 是 AI 原型、自动化脚本的王牌；TS 统治 Web、桌面客户端；Go 主打高并发后端；C++、Rust 守住底层性能基座；C# 是 Unity 游戏专属；Java 企业存量巨大。AI 不会消灭编程语言，只会消灭简单重复编码，阅读理解、调试、架构判断变成人的核心能力。纯外行小白：优先避开 C++/Rust 这种高门槛底层语言，根据自己实际目标选定第一门，目标驱动 + AI 辅助快速做 Demo，不要纸上谈兵学语法。SQL 属于通用必备基础，无论哪个方向都建议掌握基础查询。
2026-09-08 13:28:47
443
原创 【AI信息采集】AI Agent 网页搜索 / 信息搜集 Skill & MCP 全盘点：分层对比、GitHub 地址、用法、适配 WorkBuddy/DSH
GitHub:定位：专门为 LLM/Agent 设计的搜索 API，不是通用搜索引擎，返回干净结构化结果、摘要、标题、url，附带深度提取接口。免费额度：每月 1000 搜索，足够个人调研。MCP 官方支持，完美对接 WorkBuddy、Claude Code、Cursor、DSH。使用方式：配置 API Key，作为 MCP 服务添加；支持searchextract两个核心动作。✅优点：Agent 友好、结果干净、不容易跑偏、自带网页抽取、生态最普及。❌缺点：需要 API Key；
2026-09-08 12:27:16
197
原创 【AI面试实战】AIGC 视频多 Agent 全链路生产实战（中篇）：系统架构、技术选型、任务拆解、模型分层策略
表格Agent 角色核心职责输出产物Planner 总控 Agent（制片）接收用户输入，任务拆解，DAG 编排，状态流转，失败重试，成本统计，终止条件判断任务计划 json，全局项目上下文ScriptAgent（编剧）原始 idea / 网文梗概 → 结构化剧本，分集、对白、钩子、节奏控制标准化剧本 JSON，人物列表，故事大纲CharacterAgent（人设资产）从剧本提取全部角色，生成统一角色参考描述、外貌、服饰、特征，维护角色档案，全程复用。
2026-09-07 14:11:10
686
原创 【AI面试实战】AIGC 视频多 Agent 全链路生产实战（上篇）：市场现状、企业需求、主流工作流拆解、核心瓶颈与面试价值
2026 年视频生成本身（Kling、Wan、Seedance、Veo、Runway）已经不是最大门槛。行业竞争已经明显从，转向的 Agent 工作流层。市面上有大量一键生视频产品，但绝大多数是短 prompt → 单段视频，不能支撑短剧、漫剧、系列短视频、电商素材这种的真实业务。中篇再进入技术选型、Agent 分工、结构化分镜 Schema、模型选型、任务队列、MVP 规划；下篇进入分步实战、核心代码、链路打通、资产库、成片、评测。
2026-09-07 14:04:22
454
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人