<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_30694389的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_30694389</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_30694389]]></copyright><item><title><![CDATA[agent-skills 入门：用 skills CLI 为 Claude Code 和 Cursor 构建可复用技能库]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170159365</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170159365</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:57:15 +0800</pubDate><description><![CDATA[AI coding agents 的能力不仅取决于模型本身，更依赖结构化领域知识的按需注入。agent-skills 通过将团队规范、操作流程封装为独立技能目录，配合 skills CLI 实现技能的安装、分发与版本管理，让 Claude Code 和 Cursor 在具体编码任务中自动加载对应技能，减少重复提示词、提升执行稳定性。该方案适用于代码规范落地、部署流程固化、新人知识传承等场景，帮助团队把隐性经验转化为可维护、可移植的 AI 工作流资产。]]></description><category></category></item><item><title><![CDATA[Halcon自动对焦清晰度评价：五种算子与焦点曲线避坑]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170157597</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170157597</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:55:55 +0800</pubDate><description><![CDATA[在机器视觉与工业检测中，自动对焦的核心不是给单张图像打一个绝对清晰度分数，而是让同一场景、不同焦距下的图像具备可比较的排序依据。离焦在光学上近似低通滤波，会衰减边缘与纹理所在的高频分量；因此清晰度评价函数通常统计相邻像素梯度或高频能量，并通过焦点曲线的单峰性、无偏性、灵敏度与抗噪性定位焦面。对Halcon工程实践而言，evaluate_definition下的Brenner、Tenegrad、laplace、energy、Deviation等算子各有噪声敏感度与计算开销差异，需结合ROI、类型转换、阈值自适]]></description><category></category></item><item><title><![CDATA[Higgsfield实操指南：从扩散模型到可控视频生成的完整工作流]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170156527</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170156527</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:55:52 +0800</pubDate><description><![CDATA[视频生成模型正从“单帧惊艳”走向“全程可控”，而扩散模型作为底层技术，决定了生成结果的一致性与稳定性。在实际工程应用中，模型不仅要理解文本提示词，还要处理时间步约束、参考图对齐、运动强度控制等复杂条件。Higgsfield正是基于Diffusion Forcing思路，将生成过程拆解为结构框架与细节填充，从而显著降低角色漂移和动作崩坏的概率。本文从视频生成原理讲起，分析可控生成的核心难点，并给出提示词编写、参数调节、参考图使用、多镜头拼接等实战方法。无论你是新媒体编导、短片创作者，还是AI视频技术研究者，都]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness spawn协议：子Agent标准化协作新范式]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170181876</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170181876</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:55:29 +0800</pubDate><description><![CDATA[在多Agent系统工程实践中，子Agent的动态创建与协同长期面临接口不统一、生命周期难管理、跨语言集成成本高等问题。spawn作为Agent编排的核心动作，其本质应是可验证、可协商、可自治的契约行为，而非隐式函数调用。DeepSeek Harness通过定义标准化的spawn协议，将子Agent能力声明、启动协商、状态监控与资源回收抽象为机器可读的JSON Schema契约，支持Python/Rust/WASM等异构实现，并天然兼容可观测性、灰度升级与CI验证。该协议直击RAG流水线、工业质检、智能文档处]]></description><category></category></item><item><title><![CDATA[Codex多Agent插件开发实战：主控+执行架构与上下文隔离]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170166331</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170166331</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:55:18 +0800</pubDate><description><![CDATA[多智能体系统通过多个自治Agent协作完成复杂任务，其核心原理是任务分解、上下文隔离与结果汇总。在AI编码助手场景中，多Agent架构能有效突破单Agent的上下文窗口限制，实现并行开发与权限隔离。该技术适用于大型项目重构、多模块并行开发等场景，可显著提升编码效率与代码质量。本文分享在Codex中手搓多Agent插件的完整实践，涵盖主控+执行两层结构、上下文隔离、任务分发与冲突检测等关键实现，为多智能体在编码助手中的落地提供可复现参考。]]></description><category></category></item><item><title><![CDATA[Python实战：西南救护车服务数据可视化报告全流程]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170184198</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170184198</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:52:42 +0800</pubDate><description><![CDATA[数据可视化是将数据转化为图表以辅助决策的技术，其核心原理在于通过图形映射揭示数据中的模式与异常。在工程实践中，合理选择图表类型并确保数据质量是发挥技术价值的关键，广泛应用于业务监控、资源调度等场景。本文以西南救护车服务为例，详细展示了从数据清洗、聚合到网页端交互式可视化的完整链路，重点解决了数据脏乱差、图表选型与联动过滤等实际问题，帮助读者掌握Python数据可视化在真实项目中的落地方法。]]></description><category></category></item><item><title><![CDATA[Typeless免费版深度解析：ASR与文本改写技术及口述输入实践]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170179052</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170179052</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:44:37 +0800</pubDate><description><![CDATA[ASR（自动语音识别）是将音频转为文字的核心技术，其原理基于端到端声学模型与语言模型联合解码，通过VAD和流式识别提升准确率与实时性。在工程实践中，ASR常与文本改写结合，实现从口语到书面语的智能转换，技术价值在于降低人工整理成本，应用场景涵盖会议纪要、内容创作和快速记录。Typeless免费版正是这一技术的典型应用，它融合ASR与文本改写，提供不限额度的口述输入体验，并可与Codex、Excel等工具联动，提升工作效率。]]></description><category></category></item><item><title><![CDATA[OpenResearch：本地优先的AI研究代理工作空间，让编程代理做技术调研]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170179708</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170179708</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:38:47 +0800</pubDate><description><![CDATA[AI代理正从代码生成扩展到自主研究，但云端方案存在数据隐私和延迟问题。本地优先架构将研究数据保留在本地文件系统，通过结构化工作空间实现可追溯、可复现的研究流程。这种模式让代理能自主规划、执行实验并生成报告，适用于技术选型、方案对比等场景。OpenResearch将编程代理转变为研究代理，在本地环境中完成从资料搜集到结论输出的完整研究闭环。]]></description><category></category></item><item><title><![CDATA[从算法到系统：AI工程师如何跨越工程化落地的鸿沟]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170169646</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170169646</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:34:19 +0800</pubDate><description><![CDATA[在AI工程化落地过程中，算法模型只是起点，真正决定成败的是系统稳定性与工程实践。从算力利用率、数据管道延迟到故障恢复时间预算，每一个环节都考验着工程师的系统思维。理解推理服务、限流降级、监控告警等基础概念，掌握模型版本管理、特征时间窗口校验等关键技术，才能让AI模型在生产环境中持续可靠运行。无论是推荐系统还是预测服务，只有将算法嵌入完整的工程链路，才能实现从实验指标到业务价值的真正转化。]]></description><category></category></item><item><title><![CDATA[本地部署语音转文字与AI纪要：开源模型实现隐私安全的音频处理]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170178502</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170178502</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:30:44 +0800</pubDate><description><![CDATA[语音识别（ASR）与大语言模型（LLM）是语音整理技术的两大核心环节。云端工具虽然便捷，却意味着音频文件、转写文本乃至语义信息全部经过第三方服务器，存在不可逆的隐私暴露风险。通过本地部署开源模型，可以在完全离线环境下完成语音转文字与智能纪要整理：faster-whisper负责高效转写，Ollama加载Qwen等本地模型进行结构化总结，构成“音频不出本机”的技术闭环。这一方案不仅适用于会议纪要、访谈整理等高频场景，也为处理涉密或敏感内容提供了切实可行的工程路径。文章详细对比了主流本地转写引擎与模型量化方案，]]></description><category></category></item><item><title><![CDATA[Protege本体推理实战：让Lion自动归入Carnivore]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170154258</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170154258</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:27:26 +0800</pubDate><description><![CDATA[本体推理是语义网与知识图谱的核心能力，其本质是基于OWL逻辑公理，从显式声明中推导隐含语义关系。理解子类传递性、属性域/值域约束、必要与充分条件等基础原理，是实现自动化分类的关键技术前提。它赋予本体动态认知能力，在生物分类、医疗术语映射、工业设备知识库等场景中，支撑概念自动归类、规则一致性校验与语义查询增强。本文以Protege为工具平台，聚焦RacerPro推理机配置与动物本体建模实践，详解如何通过maineat子属性设计、Carnivore定义强化及open world假说应对策略，驱动Lion类从An]]></description><category></category></item><item><title><![CDATA[大模型从训练到Agent落地：Token、参数、微调与采样策略全解析]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170180508</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170180508</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:27:23 +0800</pubDate><description><![CDATA[大模型本质是基于海量参数的概率函数，通过预训练、监督微调和人类对齐三阶段训练获得通用能力。其处理信息的最小单位是Token，直接影响上下文窗口、推理成本与生成速度。Temperature和Top-p等采样参数控制输出的随机性与稳定性，而LoRA等轻量微调技术可将通才模型改造为领域专才。在工程落地中，Agent通过工具调用与记忆管理扩展模型能力边界，结合RAG与提示词工程，可构建稳定可靠的应用系统。理解参数、Token与采样策略的协同关系，是优化大模型应用成本与效果的关键。]]></description><category></category></item><item><title><![CDATA[Harness Engineering：决定 Deep Agents 落地效果的关键工程层]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170183383</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170183383</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:20:55 +0800</pubDate><description><![CDATA[在构建 Deep Agents 的过程中，模型能力只是系统的一部分，真正影响生产级表现的是模型外围的工程封装。Harness Engineering（智能体线束工程）正是负责将模型决策与外部工具、上下文和执行控制衔接起来的系统化方法。它包含工具契约、上下文管理、执行控制与观测评估四大核心模块，通过降低决策噪声、规范重试机制、动态装配工具集，显著提升工具调用准确率与任务稳定性。从简单的 API 调用到复杂多步推理，凡是涉及 tool use 的场景，都需要这一层来保障可靠性和可控性。实际项目中，工具描述不清晰]]></description><category></category></item><item><title><![CDATA[从能出声到像人说话：TTS模型选型与工程落地实战指南]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170183971</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170183971</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 16:05:33 +0800</pubDate><description><![CDATA[语音合成（TTS）技术通过文本前端处理、声学模型和声码器将文字转换为自然语音，其核心原理在于声学特征建模与波形还原。技术价值在于实现高质量、低延迟的语音生成，广泛应用于有声内容生产、实时对话和辅助阅读等场景。在实际工程中，需根据延迟、部署环境和音色定制等约束条件选择在线服务或本地部署，并关注自回归、扩散与流匹配等架构的取舍。同时，文本预处理、推理参数调优和批量生成策略直接影响合成效果，而韵律平淡、尾音发虚等常见问题需从文本切分和声码器边界处理入手解决。]]></description><category></category></item><item><title><![CDATA[本地优先桌面智能体工作流搭建：Minke与DeepSeek Harness必装插件实测与避坑指南]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170184482</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170184482</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 15:49:09 +0800</pubDate><description><![CDATA[本地优先的桌面智能体工作空间正成为开发者处理敏感数据、实现离线生产力的关键技术方案。其核心原理在于数据主权与链路可控，通过模型适配中间件统一管理本地与远程模型的推理编排、思考模式及工具调用协议，从而在保障隐私的前提下实现多智能体协同与跨应用文件操作。在代码诊断、文献管理、网页处理等场景中，合理配置插件与编排流水线能显著提升效率，但需警惕上下文溢出、插件冲突及版本兼容等工程陷阱。本文基于Minke与DeepSeek Harness的完整搭建实践，重点分享必装插件的实测结论与避坑细节，助你少走弯路。]]></description><category></category></item><item><title><![CDATA[复杂表格PDF结构化提取：技术路线与实战避坑指南]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170177704</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170177704</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 15:41:40 +0800</pubDate><description><![CDATA[在文档解析与数据治理场景中，PDF表格的结构化提取始终是自动化流程的关键瓶颈。传统文本抽取仅依赖坐标与字符流，无法还原合并单元格、多层表头等复杂语义。本文从规则提取、版面分析到大模型驱动三条技术路线展开，解析各自适用边界与工程代价，并结合跨页拼接、合并单元格填充等高频翻车场景给出修复策略。无论您是处理报表自动化还是构建文档智能管线，理解这些底层原理都能帮助您选对工具、设计校验机制，真正实现从‘视觉表格’到‘可用数据’的可靠转化。文章基于多年工程踩坑经验，提供一套可落地的复杂表格PDF结构化方案。]]></description><category></category></item><item><title><![CDATA[ACGAN原理与实战：条件图像生成的轻量可控方案]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170159466</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170159466</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 15:35:05 +0800</pubDate><description><![CDATA[条件生成对抗网络（Conditional GAN）是一类能按指定类别生成图像的深度生成模型，其核心在于将语义约束融入对抗训练过程。ACGAN作为典型代表，通过在判别器中嵌入辅助分类任务，实现真假判别与类别识别的联合优化，相比cGAN的显式条件拼接，它采用隐式梯度对齐机制，在保持结构简洁的同时提升类别保真度。该技术具备训练稳定、资源消耗低、部署灵活等工程优势，广泛应用于小样本数据增强、可解释性生成分析及下游任务特征初始化等场景。本文聚焦ACGAN的原理剖析、PyTorch实现细节与典型问题排查，助力开发者快速]]></description><category></category></item><item><title><![CDATA[深度学习复习导航：从入门到论文复现的知识地图]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170176363</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170176363</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 15:23:05 +0800</pubDate><description><![CDATA[机器学习是让计算机从数据中总结规律，而深度学习通过多层神经网络自动提取特征，已成为处理图像、文本、语音等非结构化数据的核心技术。理解神经网络的前向传播、反向传播与优化器原理，是深度学习的根基；CNN、RNN、Transformer等模型则支撑起计算机视觉、序列建模及科学计算等广泛应用。面对“深度学习怎么入门”的疑问，关键在于构建体系化的知识地图，而非零散收集资料。同时，规范的对比试验设计、复现论文的方法以及租用服务器跑深度学习的算力策略，同样是实战中绕不开的环节。这份导航式快速复习笔记按实战顺序串起核心概念]]></description><category></category></item><item><title><![CDATA[ChatGPT token超限与失效排查：从上下文窗口到登录鉴权全解析]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170183079</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170183079</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 15:22:24 +0800</pubDate><description><![CDATA[token既是AI对话中的计量单位，也是身份认证的核心凭证。理解token的两种含义，是高效使用ChatGPT的关键。在上下文窗口有限的前提下，通过摘要压缩、分片处理等技巧，可以将有限的token利用到极致；而当遇到“token exchange failed”或登录失效类报错时，则需要从系统时间、网络环境、客户端缓存、config.toml配置等角度逐一排查。从基础概念到工程实践，掌握token的量化估算、认证机制与排查方法，能显著减少对话中断与成本浪费，让AI工具真正服务好日常开发与内容创作。]]></description><category></category></item><item><title><![CDATA[agent-skills：让AI编程助手按团队规范干活的技能封装机制]]></title><link>https://blog.youkuaiyun.com/weixin_30694389/article/details/170184125</link><guid>https://blog.youkuaiyun.com/weixin_30694389/article/details/170184125</guid><author>weixin_30694389</author><pubDate>Thu, 05 Nov 2026 15:16:44 +0800</pubDate><description><![CDATA[AI coding agent 在通用场景下表现优异，但面对团队私有规范时往往力不从心。agent-skills 通过结构化技能定义，将领域最佳实践封装为可版本管理、按需加载的 skill 文件，实现任务级能力动态编排。其核心原理是分层与按需加载，避免 prompt 堆砌导致的注意力稀释。技术价值在于让 AI 助手从“什么都懂一点”变为“按规矩精准执行”，适用于团队协作规范固化、跨项目复用等场景。本文深入拆解 agent-skills 的设计思路、实操方法与进阶编排技巧，帮助开发者构建可维护的 AI 辅助开]]></description><category></category></item></channel></rss>