- 博客(10371)
- 收藏
- 关注
RSS订阅原创 鸢尾花降维聚类实战：PCA与LDA对比及GMM刀切法评估
降维与聚类是机器学习中的基础技术，其核心在于通过线性变换提取关键特征并发现数据内在结构。PCA以方差最大化为目标进行无监督降维，LDA则利用标签信息优化类间与类内散度比，实现有监督降维。高斯混合模型通过概率软分配和完整协方差矩阵拟合复杂分布，结合马氏距离可有效处理特征相关性。这些技术在模式识别、数据挖掘和统计建模中应用广泛。本文以鸢尾花数据集为例，深入对比PCA与LDA的降维效果，详解GMM参数估计与刀切法评估流程，并给出协方差奇异、信息泄漏等常见问题的排查方案。
2026-11-06 16:56:47
15
原创 一文理清多种Coder：Qwen Coder本地部署、AI代码生成与KH Coder
在开发者社区中，“Coder”一词已不再仅仅指程序员，而是涵盖了AI代码生成工具、开源模型与文本分析软件。从原理上看，Qwen Coder等可本地部署的代码模型通过量化技术降低硬件门槛，使代码生成能力在个人电脑上即可运行；而AI Coder的应用场景已覆盖样板代码编写、单元测试与代码解释。与此同时，KH Coder作为文本挖掘工具，常与AI Coder配合完成数据清洗与共现分析。理解这些概念的差异，有助于正确选择下载渠道与部署方案，避免被同名词混淆。从本地部署实践出发，梳理Qwen Coder的配置步骤、A
2026-11-06 16:48:15
6
原创 从零吃透Transformer：自注意力、多头注意力与位置编码实战解析
自注意力机制是深度学习中处理序列数据的核心技术，通过计算序列中每个位置与其他位置的相关性，动态捕捉长距离依赖，并保持高度并行化。其原理基于查询、键和值的加权求和，多头注意力进一步扩展了模型同时学习多种关注模式的能力。位置编码则为模型注入顺序信息，避免置换不变性。这些技术价值在于大幅提升训练效率和模型容量，广泛应用于机器翻译、文本生成、时间序列预测等场景。本文深入拆解Transformer架构，涵盖自注意力、多头注意力、位置编码等核心概念，并附代码实现与实操要点。
2026-11-06 16:24:33
1
原创 Xing4.0-29B-A4B：面向消费级显卡的轻量级智能体架构
轻量级智能体并非参数缩减或粗暴量化，而是面向真实任务流的系统级重构。其核心在于将语言建模与任务解析、工具调度、状态记忆解耦，通过门控激活、分段KV缓存和显存内状态单元（SMU）实现按需计算与资源可控。这种设计显著降低对高显存、高带宽硬件的依赖，使RTX 4060 Ti等消费级GPU可稳定承载多步工具调用闭环。技术价值体现在推理效率提升、状态一致性保障与联邦式持续进化能力；典型场景覆盖本地知识库问答、财报分析、自动化报表生成等端到端业务流程。Xing4.0-29B-A4B正是这一范式的工程落地代表。
2026-11-06 16:08:59
13
原创 极大似然、最大后验与贝叶斯估计：原理、实现与选型
参数估计是统计推断和机器学习建模的基础问题。极大似然估计以数据似然最大化为原则；最大后验估计在似然中引入先验分布，等价于带正则化的优化；贝叶斯估计保留完整后验分布，用于量化不确定性。三者的统一后验视角能解释正则化、小样本收缩和数值稳定实现。在CTR预估冷启动、A/B实验序贯分析、推荐分层统计和在线参数更新中，需在点估计与分布输出之间做工程取舍。从统一后验视角梳理极大似然估计、最大后验估计与贝叶斯估计的实现细节和选型逻辑，有助于避免小样本震荡、先验误用和数值下溢等常见问题。
2026-11-06 16:04:16
23
原创 机器学习入门：三类范式、七步流程与线性回归实战
机器学习是通过数据自动学习输入与输出映射或数据内在结构的技术，监督学习、无监督学习与强化学习构成常见问题边界；线性回归则以特征与连续标签之间的线性关系为基础，通过最小化均方误差拟合参数，是理解损失函数、模型训练与评估的经典入口。借助 scikit-learn 统一的 fit/predict 接口和 NumPy 的二维特征矩阵约定，可以较低依赖跑通数据构造、数据集划分、训练、预测、指标评估与可视化，形成可复现的最小闭环。这类流程适用于房价预测、销量估计、课程设计与转行开发者的首个项目，也能帮助建立过拟合判断、
2026-11-06 16:01:08
原创 Hiformer：基于Transformer的推荐系统异构特征交互建模实践
在推荐系统中，特征工程常面临数值、类别、序列等异构特征难以有效交互的挑战。Transformer凭借自注意力机制，能直接建模任意特征间的依赖关系，其多头结构可并行捕捉不同类型的交互模式，且注意力权重提供了可解释性。这一特性使其特别适合处理稀疏高阶特征交叉，在电商推荐、内容分发等场景中，可显著提升CTR预估与用户兴趣建模效果。Hiformer正是针对异构特征的分组、编码与分层注意力进行结构适配，将Transformer的归纳偏置与推荐特征交互需求精准匹配，为特征工程与模型迭代提供了系统化的工程实践方案。
2026-11-06 15:44:53
原创 Kinodynamic RRT* 避坑指南：从采样到执行的工程细节
运动规划中，状态空间连通性不等于控制可行性，随机树需在状态与控制空间联合生长。Kinodynamic RRT* 通过状态-控制采样、边积分与时间-控制混合代价，确保轨迹动力学可执行。其技术价值在于生成带时间戳的可行轨迹，应用于机器人、自动驾驶等非完整约束系统。本文深入解析 MATLAB 实现中的采样、碰撞检测、重连与代价权重等工程细节，助你避开规划翻车陷阱。
2026-11-06 15:19:47
10
原创 Flink CDC 3.0 + MySQL → Doris 实时ETL交付标准
实时ETL是现代数据架构的核心能力，其本质是通过变更数据捕获（CDC）实现源库到目标数仓的低延迟、语义一致同步。Flink CDC 作为主流开源方案，依托Debezium解析MySQL Row-based Binlog，结合Checkpoint保障Exactly-Once语义，为Doris等支持Upsert的OLAP引擎提供可靠数据接入能力。技术价值在于解耦源端事务与目标端写入、支持全量+增量一体化、具备断点续传与故障自愈能力。典型应用场景包括高校大数据课设中的轻量实时数仓构建、企业级业务看板数据同步，以及
2026-11-06 15:02:15
42
原创 KMS与ChatGPT融合的五大技术铁律
知识管理系统（KMS）本质上是组织认知结构化与可信流转的基础设施，其核心在于元数据治理、知识图谱、人机协同工作流和可信度衰减模型；而大语言模型如ChatGPT并非知识存储替代者，而是认知层增强工具，擅长智能索引、多源摘要与缺口探测。二者融合的关键价值，在于提升知识命中率、降低新人上手成本、保障业务操作安全性，并支撑合规审计。典型应用场景包括客服排障、新员工赋能、跨部门术语对齐及政策时效性管控。本文聚焦KMS与ChatGPT深度集成的工程实践，直击权限控制、文档预处理、溯源标注、责任边界与人工接管等真实落地难
2026-11-06 14:55:30
30
原创 零基础入门数据挖掘：WEKA工具安装与分类实战指南
数据挖掘是通过算法从数据中提取模式的过程，其核心在于理解数据预处理、模型训练与评估的完整流程。WEKA作为一款开源机器学习与数据挖掘工具，提供图形化界面，集成了分类、聚类、关联规则等经典算法，降低了入门门槛。通过ARFF格式的数据文件，用户可以直观地进行数据准备与探索，并利用交叉验证等方法评估模型性能。WEKA的价值在于帮助初学者快速建立对数据挖掘流程的直觉，适用于教学、快速原型验证及算法对比等场景。本文以WEKA为例，详细介绍了从安装配置到跑通第一个分类任务的完整步骤，并提供了新手常见问题的排查清单与按周
2026-11-06 14:33:55
18
原创 基于Spark的气象数据处理与分析课设复现指南
数据管道与分布式聚合是大数据分析中的基础环节。其原理是将多源半结构化数据经采集、落盘、清洗后，以统一 schema 读入 Spark，再通过分组聚合与条件过滤得到指标。合理使用显式 schema、缓存和分区控制，可减少重复扫描与隐式转换带来的数据质量风险，提升 Spark SQL 作业的可复现性与执行效率。该模式适用于气象、日志、传感器等时序数据的统计分析与可视化场景。围绕基于 Spark 的气象数据处理与分析课设，从 CSV 增量落盘、DataFrame API 聚合到日均气温口径校验，梳理一条可跑通、可
2026-11-06 14:31:03
43
原创 DetDiffusion：扩散模型如何提升检测任务在标注不足场景下的稳定性
扩散模型通过逐步去噪学习数据分布，在生成式建模中展现出强大的分布拟合能力。其核心原理在于前向加噪与反向去噪过程，能够捕捉多尺度结构信息，为下游任务提供生成式先验。在计算机视觉领域，这种能力可转化为样本增广、不确定性度量和分布正则化等技术价值，尤其适用于标注稀缺、样本不均衡的检测场景。DetDiffusion 正是将扩散模型与检测任务结合，利用扩散先验增强判别式检测的鲁棒性，在工业质检、异常检测等应用中实现更稳定的性能。
2026-11-06 14:25:49
12
原创 智能体技能库设计实战：从JSON Schema到工具调用的全流程解析
在大型语言模型应用开发中，如何让模型稳定、精准地调用外部工具，一直是工程落地的核心痛点。传统的手工编写JSON Schema和解析返回值方式在工具数量膨胀后迅速失控。为此，业界逐渐形成“技能库”这一抽象层，将工具、函数与API统一封装为结构化能力单元，配合清晰的参数约束与统一返回格式，极大降低模型误用概率。技能描述字段的设计、数据校验规则、超时与并发控制等基础工程手段，共同支撑起一个模型无关的中间层。通过适配器模式，同一套技能库可平滑对接不同厂商模型，从而在天气查询、票务预订、多轮编排等真实场景中实现高可靠
2026-11-06 14:17:46
8
原创 Java工程师转型Agent开发：从LLM循环到工程化落地的实战路径
在大模型技术快速普及的当下，Agent作为基于LLM的智能决策与执行系统，正成为AI应用落地的重要形态。理解Agent与LLM、AI模型的区别，掌握其“观察-思考-行动”的循环原理，是进入该领域的基础。对于拥有Java背景的开发者而言，工程化能力、结构化思维、并发与可观测性经验，恰恰是构建稳定Agent系统的核心优势。从工具调用、记忆管理到多Agent协作，技术价值集中在将不可靠的模型输出封装进可靠的业务流程中。典型应用场景包括智能客服、自动化运维、数据分析和代码生成等。本文从Java工程师视角出发，梳理了
2026-11-06 13:43:41
18
原创 One-Class SVM异常检测实战：从原理到调参的完整指南
异常检测是机器学习中处理样本极度不平衡问题的关键技术，其核心思想是仅用正常数据学习模式边界，从而识别偏离正常区域的异常点。One-Class SVM通过核函数将数据映射到高维空间，构造一个远离原点的决策边界，实现对未知异常的检测。该技术价值在于无需负样本即可建模，适用于工业质检、设备预警、账号风控等场景。本文深入剖析One-Class SVM的数学原理、nu与gamma参数调优策略，并分享训练集清洗、数据漂移应对等实战经验，帮助读者掌握这一异常检测利器。
2026-11-06 13:16:04
11
原创 从“cua”看网络热词走红：拟声词、短视频与语言演变机制
网络热词是观察语言演变的窗口，其背后往往隐藏着省力原则、感官代偿与社交认同等深层机制。拟声词作为其中特殊的一类，凭借发音成本低、画面感强、创作空间大等优势，极易在直播和短视频平台迅速扩散。当视觉信息切换过快时，一个精准的听觉信号能有效衔接注意力，这正是短视频算法偏爱高能音效的原因。从游戏直播到社交媒体日常对话，热词完成从媒介用语到生活用语的跨越，反映出当代表达追求高效、有趣和圈层归属的鲜明趋势。理解这类热词的传播模型，有助于内容创作者把握流量红利，也能帮助普通用户更自如地参与语言创新。本文以“cua”为例，
2026-11-06 13:14:05
原创 逻辑回归、朴素贝叶斯、SVM：三大分类算法选型与调参实战
分类算法是监督学习的核心，逻辑回归、朴素贝叶斯和支持向量机（SVM）是其中最经典的三种。逻辑回归通过线性边界和sigmoid函数输出概率，可解释性强；朴素贝叶斯基于贝叶斯定理和特征独立假设，训练极快，适合高维稀疏数据；SVM则通过最大化间隔寻找最优决策边界，并利用核函数处理非线性问题。理解这些原理有助于在实际项目中根据数据规模、特征维度和业务需求选择合适的模型。它们广泛应用于文本分类、情感分析、用户流失预测等场景。本文深入对比三者的原理、实操、调参技巧与避坑经验，帮助读者快速掌握分类算法的核心要点。
2026-11-06 12:37:49
11
原创 AI Coder实战：Mac本地部署qwen2.5-coder与代码生成质量测评
AI编程助手已从简单的代码补全工具，进化为能独立完成数据处理、接口编写、单元测试等日常开发任务的智能协作体。其核心原理是本地运行开源代码模型，通过推理生成符合上下文的代码片段或完整逻辑。技术价值主要体现在两方面：代码隐私得到保障，且无需按席位支付订阅费，对个人开发者和小团队尤其友好。应用场景覆盖重复性高的模板代码、清洗脚本、正则表达式等，只需清晰描述输入输出与约束，即可获得可用性较高的代码。本篇测评基于MacBook实测，详细记录了通过Ollama部署qwen2.5-coder:7b的完整流程，包括模型选型
2026-11-06 12:33:14
原创 CUA智能体深度解析：从技术原理到工程落地与踩坑指南
在人工智能从语言交互迈向实体操作的过程中，智能体（Agent）技术成为关键桥梁。传统自动化依赖API或RPA脚本，面对复杂界面与动态变化时常显得力不从心。CUA（Computer Use Agent）通过多模态模型感知屏幕、动态决策并模拟键鼠操作，实现了“看懂界面、动手执行”的闭环，大幅降低了跨系统自动化的门槛。其核心链路涵盖感知、决策、执行与校验，结合视觉理解与辅助接口，让AI像人一样操作软件。这一技术不仅适用于表单填写、数据搬运等高频场景，也为回归测试与多智能体协作提供了新思路。本文从工程实践角度，梳理
2026-11-06 12:06:14
原创 Qwen Coder Mac本地部署实战：从Ollama到VS Code全流程
AI编程正从云端代码补全走向本地化部署，代码智能体概念也愈发火热。所谓Coder工具，本质上是基于大语言模型对代码生成、补全与重构的自动化能力，其底层原理是通过海量代码语料训练模型，理解自然语言描述与编程语法之间的映射关系。本地部署方案的技术价值在于数据隐私安全、无订阅成本以及断网可用，尤其适合对代码保密性有要求的开发者。在实际应用场景中，开发者可在Mac上借助Ollama这一轻量级模型运行器，拉取Qwen Coder系列模型，再通过VS Code的Continue插件完成编辑器集成，从而实现从代码补全、对
2026-11-06 12:03:29
7
原创 开源雷达周刊2026-W37：MCP协议生态、Agent工程化与TypeScript 7.0迁移实战
MCP（Model Context Protocol）作为连接AI模型与外部工具的标准化协议，正成为Agent开发的基础设施。其核心原理是通过JSON-RPC统一工具描述与调用格式，实现模型与工具的解耦，大幅降低维护成本。在工程实践中，MCP Server让Agent能直接调用设计工具、浏览器自动化等能力，推动Agent开发从原型走向工程化治理。同时，TypeScript 7.0弃用baseUrl等旧选项，要求开发者迁移到现代模块解析方案。本期周刊深入解析MCP生态全景、Agent架构分层与记忆机制，并给出
2026-11-06 11:57:37
21
原创 DeepSeek Harness 费用统计插件 dsh-cost-meter 安装配置与峰谷计价实战
在 AI 多智能体编排场景中，token 消耗与成本管控是工程落地的关键挑战。其核心原理在于按模型调用的输入输出 token 量及缓存命中情况，结合分时计价规则进行实时换算。通过费用可视化技术，开发者能够精准掌握每次会话的真实开销，避免预算失控。这一能力在长链路 agent 协作、批量任务调度等场景中价值尤为突出。dsh-cost-meter 作为 DeepSeek Harness 生态的插件，将上述能力封装为开箱即用的工具，支持峰谷计价与实时状态栏展示，帮助开发者实现精细化的 token 成本管理。
2026-11-06 11:50:21
7
原创 大模型日报搭建指南：信息源分层、去重与评分阈值
面对大模型资讯高速生产与快速衰减，知识管理的关键不是收藏更多链接，而是让信息在消费时留下结构。其原理是用固定栏目与结构化字段约束加工过程，通过一手源、二手源、社区源的信息源分层核实事实、覆盖面和真实体感，再以事件指纹完成去重逻辑，并用四项评分阈值决定条目能否进入正文。技术价值在于把碎片资讯转成可回溯、可检索的判断记录，降低重复阅读与误判成本。应用场景包括从业者每日信息筛选、团队内部技术简报和垂直内容创作。围绕这些环节，大模型日报的栏目设计、成稿模板与归档命名形成一套每天约三十分钟可跑的信息加工流水线。
2026-11-06 11:34:46
59
原创 PyTorch深度学习项目实战：从需求分析到模型部署的完整方案
深度学习项目开发中，PyTorch凭借动态计算图和灵活API成为研究和教学的首选框架。其核心原理在于通过张量运算和自动微分构建可调试的训练流程，技术价值体现在快速迭代和易于复现。在回归预测、图像分类等场景中，合理的项目架构需涵盖数据预处理、模型定义、训练循环和评估持久化。本文以表格数据回归任务为例，详细拆解PyTorch项目从需求分析、环境配置到训练调优的全流程，重点解决数据泄漏、梯度爆炸和模型保存等工程实践问题，帮助读者构建可交付的深度学习方案。
2026-11-06 11:27:26
46
原创 遥感影像匀色镶嵌分幅：地理一致性驱动的工程化生产流水线
遥感影像匀色并非图像调色，而是基于辐射传输模型与地理配准约束的辐射一致性建模；镶嵌不是像素拼接，实为以矢量镶嵌线表达的地理拓扑关系；分幅更非简单切图，而是国家基础地理信息编码标准（如GB/T 13989-2012）驱动的自动化AOI生成与批处理交付。该技术体系融合空间匀色、Bundle调整、有效区域掩膜、分幅编码解析等核心能力，支撑国土变更调查、林草监测、应急测绘等周期性工程任务，显著降低接边色差与空图率，实现从单景处理到规模化DOM生产的范式升级。
2026-11-06 11:22:19
21
原创 民间AI排行榜单评测逻辑与Fable 5.1能力边界解析
在AI模型选型中，Benchmark分数与实际工作流表现常存在差距，这源于受控评测环境与真实任务复杂性的本质不同。民间AI排行榜单以体感优先，侧重代码生成、长文本处理、Agent工具调用等高频场景的可用性评估，弥补了官方基准的温室效应。理解模型在指令遵循、多轮编排、错误恢复等维度的实际能力边界，结合最小可行评测集与稳定性指标，才能将榜单排名转化为可靠的工程选型依据。Fable 5.1在民间榜单中位列第三，其表现恰好反映了这一评测逻辑下的能力定位。
2026-11-06 11:06:09
12
原创 Claude Code 配置全攻略：MCP、插件与多 Agent 协作实战
MCP（模型上下文协议）是一种标准化接口，用于连接大语言模型与外部工具和数据源，解决模型“看不到、够不着”的局限。其原理是通过客户端-服务端架构，让模型动态调用数据库、设计稿、浏览器等资源，从而提升回答准确性和任务自动化能力。在工程实践中，MCP 结合插件体系与多 Agent 协作，可实现上下文隔离、权限控制和任务调度，显著提高开发效率。典型应用场景包括数据库查询、设计稿还原、端到端测试等。本文围绕 Claude Code 的配置体系，详细讲解如何通过 MCP、插件和子 Agent 搭建高效的 AI 工程团
2026-11-06 10:11:02
14
原创 VAD断句实战：本地VAD与神经网络VAD二次判别调优指南
语音活动检测（VAD）是语音交互系统中实现精准断句的核心技术，其原理在于通过声学特征区分语音段与非语音段，并准确检测语音的起点与终点。在工程实践中，本地VAD与神经网络VAD各有优劣，而VAD二次判别架构通过两级协同，兼顾了算力效率与检测精度。该技术广泛应用于实时通话、语音助手、会议转写等场景，能有效提升语音识别的完整性与响应速度。本文围绕VAD、本地VAD、神经网络VAD、断句原理及VAD二次判别等关键概念，深入分享实际项目中的选型、调参及避坑经验。
2026-11-06 10:08:44
4
原创 Agent技能系统：让大模型真正学会调用工具的执行框架
大模型应用正从单纯的对话交互迈向实际任务执行，而工具调用与函数调用能力是实现这一跨越的关键瓶颈。传统方式将函数说明硬编码进Prompt，不仅易导致上下文臃肿，更会让模型在复杂场景下迷失。技能化方案应运而生：将每个能力封装为包含描述、入参Schema、执行逻辑与校验规则的独立技能，通过注册中心统一管理，配合意图识别与调度引擎完成精准调用。基于JSON Schema的标准化描述，模型不再依赖“猜测”，而是依据明确的结构化知识填参，实测参数填充准确率可显著提升。这种设计还带来低摩擦扩展、精细权限管控与完整可观测性
2026-11-06 10:08:10
15
原创 系统提示词泄露集：工程师必看的大模型“出厂规则”研究指南
大模型应用开发中，prompt工程与系统提示词设计已成为决定产品体验的关键变量。系统提示词相当于模型的“出厂规则”，既划定能力边界，也定义安全防御策略，甚至直接影响对齐成本的投入方向。通过研究真实世界泄露的系统提示词样本，工程师可以快速掌握头部厂商的指令组织逻辑，理解模型修复行为缺陷的演化轨迹。这些素材可广泛应用于Prompt优化、AI Agent的工具调用约束、本地部署的提示词基线搭建等真实场景，帮助团队沉淀可复用的提示词资产库。本文基于GitHub上一个65k star的系统提示词泄露集项目，从工程实践
2026-11-06 10:06:32
8
原创 DeepSeek模型、API Key与流式输出：大模型应用边界解析
深度学习通过多层神经网络从数据中学习规律，大模型则基于概率分布逐词生成文本，而非检索现成答案；这解释了流畅表达与事实正确为何可能分离，也让“幻觉”成为机制性风险。技术价值在于文本生成、归纳改写、代码分析与API集成，尤其编码任务因可验证而更易落地。教育辅导、软件开发、智能客服、专业翻译等场景，因文本进出、错误可检验、任务高频模板化而率先受益。DeepSeek的聊天入口、API Key与兼容接口则把模型能力接入实际工作流，选型与使用需围绕验证成本、数据依据和不可逆操作划清边界。
2026-11-06 09:50:58
54
原创 网络热词“cua”走红背后：拟声词、弹幕与内容创作的结合
网络语言中的拟声词，往往能凭借短促有力的发音和精准的画面感，成为内容创作中的高传播符号。从语言学原理看，这类词天生适合模拟“瞬间、利落”的动作，加上弹幕文化的助推，迅速演变为大众通用的情绪表达。在短视频和社交媒体场景中，合理使用拟声词，可以显著提升标题与文案的感染力，但需警惕算法环境下的热词透支效应。从一个近期高频出现的网络热词切入，梳理其来源、用法与演变趋势，探讨如何将这类语言碎片转化为真正有效的创作工具。
2026-11-06 09:46:53
原创 网络热词“cua”全解：从拟声词到万能情绪词的用法指南
拟声词是语言中模拟声音的特殊词汇，通常依附于固定声源，而“cua”却打破了这一规律，演变为指代范围极广的“情绪动作符号”。这种语义泛化现象的背后，是短视频与游戏场景对“快速、干脆、利落”表达的高度需求，促使“cua”从纯粹的文字音效进阶为网络流行语。理解“cua”的生成逻辑与使用场景，对于内容创作者、社区运营精准设计互动话术和卡点文案具有实际价值。在游戏击杀回放、剪辑脚本标注、社交评论以及营销标题等典型场景中，“cua”都能以短促有力的节奏传递画面感与情绪张力。掌握其发音特性、组合技巧及适用边界，能有效避免
2026-11-06 09:29:05
原创 DeepSeek Harness桌面端：将Agent循环与工具调用装进可视化运行框架
在AI Agent工程中，Harness是包裹模型之外的运行时外壳，负责发起调用、执行工具、回填结果并维护循环状态，让Agent这匹“马”按路线稳定奔跑。传统裸写Agent循环常陷入上下文膨胀、无状态恢复、可观测性差等困境，而基于LangGraph的状态图机制，Harness可将执行过程建模为有向图，通过检查点实现断点恢复。其工程价值在于把黑盒的Agent行为变成白盒——节点级日志清晰展示每一步工具入参与返回，适合多工具编排、模型对比和教学场景。当桌面端形态出现后，这类框架进一步降低了Agent开发门槛。D
2026-11-06 09:27:24
12
原创 Mac本地部署Qwen Coder：从coder一词看懂AI编程助手与工具生态
在搜索引擎里输入“coder”，程序员看到的是写代码的日常，AI从业者想到的是Qwen Coder这类编程模型，社科研究者则可能误入KH Coder文本挖掘工具。一个词背后，是三条截然不同的技术路径。AI编程助手的核心工作逻辑，是通过专门针对代码语料训练和指令微调的大模型，将自然语言描述转化为可运行的代码片段，再借助量化压缩与本地推理框架（如Ollama、MLX）在个人电脑上部署运行。这项技术的价值在于，它既避免了代码外传带来的隐私风险，又大幅降低了长周期使用的API成本，同时让机械性的编码任务实现即时响应
2026-11-06 09:10:08
1
原创 GPT Images 2.5 绘图效果提升实测：语义对齐、构图稳定与细节密度全解析
AI 绘图的核心挑战在于语义对齐、构图稳定与细节密度。GPT Images 2.5 通过深层意图解析和结构化约束，显著提升了空间关系、属性绑定和数量控制的准确性，同时增强了纹理、材质与光影表现。这些改进让 AI 绘图从概念草图走向半成品可用，尤其适用于科研示意图、UI 配图和电商主图等场景。提示词的四段式结构和分辨率取舍策略，是发挥模型能力的关键。
2026-11-05 16:57:49
307
原创 AI编程Agent在GitHub工作流中的真实能力边界与工程化实践
AI编程Agent正从代码补全工具演变为能理解仓库上下文、执行测试并自我修正的协作实体。其核心原理在于通过扫描项目依赖、读取CI日志和迭代反馈实现闭环开发，技术价值在于将开发者从机械劳动中解放，聚焦于需求拆解与验收标准定义。在GitHub工作流中，Claude Code、Devin等工具已能处理多文件重构、测试生成等任务，但业务语义决策和动态引用分析仍是边界。应用场景涵盖从Issue到PR的自动化流水线及团队协作规范，自然收敛到如何将AI用出Senior级效果的实操方法论。
2026-11-05 16:54:57
182
原创 WebLlama 网页理解与自动化：原理、实践与工程避坑指南
网页自动化与数据采集常面临结构复杂、动态渲染和规则维护成本高的挑战。大语言模型凭借语义理解能力，为网页理解与操作提供了新思路。其核心原理是将原始 HTML 转换为可访问性树或视觉表示，压缩信息并提升信噪比，再通过观察-推理-行动闭环驱动模型执行点击、输入等动作。这种理解型方案能显著降低站点改版带来的维护成本，适用于多站点、结构多变的长尾任务，如智能爬虫、浏览器代理和智能助手。WebLlama 正是这一方向的典型实践，强调表示层设计与工程稳定性，为 AIGC 在 Web 场景的落地提供参考。
2026-11-05 16:48:40
241
原创 MCP协议架构与原语体系深度拆解：Agent工具接入的工程实践
在Agent系统开发中，模型、上下文与工具的三角关系是核心，但工具环节如何标准化接入成为工程关键。MCP（Model Context Protocol）作为基于JSON-RPC 2.0的标准化通信协议，通过定义Prompts、Resources、Tools等原语，为Agent提供了统一的外部能力接入通道，让模型既能执行动作，也能读取资源并复用提示模板。本文从协议架构出发，逐步解析传输层形态、会话生命周期、capability协商机制，并逐帧拆解一条完整调用链路，涵盖工具发现、参数校验、结果回传与错误处理。同
2026-11-05 16:47:03
282
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