登录社区云,与社区用户共同成长
邀请您加入社区
DSH + Qwen3.8 这个组合最大的意义:不是让 AI 聊天更聪明。让 AI 具备进入真实工程环境的能力。模型模型 + Agent + 工具 + 业务这是本地 AI 真正落地的方向。未来属于那些敢于把 AI 接入真实生产流程的人。
物联网(IoT)与操作技术(OT)安全正成为网络安全领域最紧迫的挑战之一。据 Gartner 统计,2025 年全球联网 IoT 设备数量已突破 270 亿台,而工业控制系统(ICS)广泛分布于电力、水利、制造、交通等关键基础设施。与传统 IT 系统不同,IoT/OT 设备往往资源受限、协议专有、部署周期长且补丁困难,安全防护远滞后于攻击演进。Mirai 蠕虫一夜感染百万设备、Stuxnet 袭击
从技术视角看,这次品牌升级的关键并不只是名称变化,而是测试能力模型的变化:企业级测试正在从人工经验驱动,逐步走向自动化测试、AI 测试、云真机管理和全链路质量保障。近日,跬步技术旗下核心品牌「无缺测试」正式升级为「无缺智测」。
2026年的程序员就业市场,会调API的遍地都是,能扛上线的寥寥无几。我面试过几十份简历,也带过从Demo到生产的全流程项目,发现一个明显的错位:候选人简历上写满Agent、RAG、LangChain,但真正被问到时,权限设计、日志追踪、可观测性这些工程化问题全是空白。这篇文章不聊虚的,直接从我最近一个项目的真实踩坑出发,讲清楚2026年企业到底在找什么样的人,以及你怎么在简历和面试里把这些能力呈
对象、权限、状态和人工确认稳定后,专家团、自动化、短剧与其他场景工作台才有可靠的扩展基础。首页实图可以作为模块边界的第一份证据:专家团、连接器、探索模板、AI 创作、AI 短剧与用量治理都拥有明确入口。第一版先跑通项目、任务、云盘文件、会议纪要四类输入,支持权限继承、来源引用、草稿确认、结果回写和用量审计。连接器先做只读,再逐步开放受控写入。短剧工作台中的剧本、角色、场景、道具、分镜、镜头、音频和
静态代理在Android中的应用与特点 静态代理是一种在编译期确定代理关系的模式,通过显式编写代理类实现对目标对象的增强。其核心结构包括抽象接口、目标对象和代理对象(持有目标引用)。 典型应用场景: 功能扩展:如代理图片加载器,添加日志、缓存等逻辑(示例代码展示了对Glide的封装)。 Android系统源码:Binder机制中的AIDL生成Proxy类(如ActivityManagerProxy
文章摘要 本文为企业智能体工程化系列第8期,聚焦Agent系统上线验收机制与紧急热修协议。通过CASE-CR-0042信用提额案例,揭示演示环境与生产环境的本质差异:演示证明"能用",验收证明"配得上生产"。核心提出两大机制:1)AssuranceReport验收报告,包含10项关键检查项(能力清单、最小授权、技能契约等),必须全部通过方可上线;2)P4热修通道,作为8小时紧急修复机制,强调"灭火
本文深入探讨了AI美颜等图像处理能力从云端迁移到本地的趋势与挑战。文章首先对比了云端方案在延迟和成本上的不足,然后系统分析了本地化部署面临的五大核心工程难题:模型大小压缩、实时性能优化、跨平台一致性、功能从美颜扩展到AI修图,以及未来发展方向。最终指出,成功的AI应用落地是算法效果与工程优化(性能、稳定性、跨平台、用户体验)的平衡艺术。
百度分享: https://pan.baidu.com/s/1ksnQHnOusRteS7xiZiX8IQ 提取码:kaj0。USB,串口工具,HOST,DEVICE,GOOGLE官方apk。对诊断,主子设备之间的 串口通讯非常有帮助!
AI 工程领域发生了一场静悄悄的革命。曾经统治 Agent 开发的 Loop(循环)模式,正在被 Graph(图)模式全面取代。LangGraph、Dify Workflow、Coze、n8n——几乎所有主流框架都转向了图编排。这不是时尚潮流,而是工程实践用血泪换来的教训。本文深入剖析这场范式转移的来龙去脉。
本文对比了当前两大主流大语言模型推理框架vLLM和SGLang的性能表现。vLLM采用PagedAttention内存管理和连续批处理技术,擅长长序列生成和稳定部署;SGLang基于RadixAttention前缀树缓存和结构化生成,在高并发短请求、多轮对话等场景表现更优。测试显示,在Llama-3-8B模型上,SGLang吞吐量比vLLM高13.5%,首Token延迟低15%,尾部延迟更稳定。建
虎鲸自动化的免费档已开放全部 AI 动作(AIFindElement / AIReadText / AICheck / AISmartClick / AISmartWait),注册即送 100 积分,足够激活你的第一台设备。这里有个新手容易漏的点:**创建时务必勾选「同时创建 C 端卡号」**。- **C 端安卓 APK**:装到手机上,免 Root,Android 5 以上就能用。- **A 端
摘要: MCP协议正从有状态(Stateful)向无状态(Stateless)架构升级,核心变化包括请求自包含、无会话绑定和显式资源引用。开发者需调整认证方式(如每次请求携带JWT)、重构资源管理(轮询替代推送)、优化错误处理(幂等性设计)及性能策略(连接池复用)。迁移建议分阶段进行,利用新版SDK(如Python/TypeScript/Go)简化适配。Stateless化虽需短期适配,但能提升系
举例:第二步:MainActivity.java(Java 代码)第三步:AndroidManifest.xml 注册
企业AI正从概念验证迈向规模化应用阶段,但70%项目仍停留在POC阶段。奥哲、神州数码、金智维代表三种典型落地路径:奥哲以"低代码+AI"构建智能业务应用,聚焦制造、建筑等行业;神州数码通过全栈IT服务实现AI赋能,适合复杂IT架构企业;金智维采用"RPA+AI"提升流程自动化,在金融领域成效显著。不同路径各有优势,企业需根据自身数字化基础、行业特点和转型目
剪影v5.0.5高级版是一款专业视频剪辑工具,特别优化了15分钟以上长视频处理。主要功能包括:0.1秒精准剪辑、智能分割合并、变速倒放等基础剪辑;智能音频处理(配音提取、丰富音效库);炫酷字幕(AI识别、双语支持、动态效果);创意视觉功能(自动卡点、画中画、专业滤镜)。适用于短视频创作者、Vlogger及专业剪辑师,满足从日常剪辑到商业项目的多样化需求。
摘要: AI导出鸭是一款专为解决Kimi等AI工具生成Excel表格时格式错乱、乱码等痛点的工具。它具备结构化解析、多格式适配和零操作介入三大核心能力,支持一键将Kimi输出的表格转换为标准Excel文件(.xlsx/.csv等),兼容中文与复杂格式。工具覆盖浏览器插件、小程序、移动端及电脑端,实现全终端无缝衔接。实测显示,其导出效率较传统复制粘贴提升27倍,正确率达98.7%。免费版即可满足个人
这篇文章介绍了如何让iPhone远程控制安卓旧手机,实现新旧手机协同使用的方法。通过AirDroid应用,用户可以在iPhone上操作安卓设备,无需频繁切换手机。具体步骤包括:在安卓机上安装AirDroid并完成免Root授权,然后在iPhone网页端登录同一账号即可远程控制。这种方法既保留了旧手机的数据和功能,又发挥了新iPhone的优势,适用于文件查找、运行安卓专属应用、远程协助等场景,让双机
到这里就把 Genkit 的工程话里需要了解的大模块聊完了,不过这里没有聊更多细节,因为篇幅已经很长,不过回过头看,前面这些模块能落地,其实很大程度是因为 GenKit 在项目里的”工程地盘“作用共享 Runtime + Registry:整个进程共享一个Genkit实例,所有 Flow、Tool、Prompt 都注册在同一个 registry 里,好处是 replay harness 和真实运行
文章摘要: 国内低代码服务商分为综合平台型和垂直深耕型两类。搭贝AI低代码平台是一款面向全行业的企业级平台,采用RBAC+ABAC混合权限模型,通过五层架构(组织级、应用级、表单级、字段级、数据行级)实现精细管控。平台支持权限与流程引擎联动,具备等保合规设计,包括操作日志审计、权限变更追踪和数据脱敏功能。全球低代码市场预计2026年达489亿美元,中国市场规模2029年将达129.8亿元,权限管控
本文基于Android 13平台,详细介绍了如何实现AIDL HAL服务及其与应用程序的交互。
SerialPortManager: run == : 数据读取异常:java.io.IOException: read failed: EINVAL (Invalid argument)疯狂输出。.*(SerialPortManager | SerialPortManager)).*$ (屏蔽过滤多个类中的输出).*(SerialPortManager)).*$ (只屏蔽过滤SerialPort
项目中的智能穿搭建议,属于文本大模型推理任务,输入衣物标签、场景信息,即可秒级返回文字结果,轻量且稳定。而虚拟试穿(VTON)是图像生成任务,需要完成图像解析、人体适配、衣物形变、画面渲染等一系列复杂操作,耗时普遍在30–120秒,对网络、超时、文件传输的要求远高于普通文本接口。因此我摒弃了将试穿功能嵌入AI聊天窗口的常规做法,采用独立页面、独立接口、独立服务逻辑的设计,从根源避免功能耦合、超时崩
维度关键点本质利用内核事件通知机制,实现单线程高并发管理核心优势O(1) 事件获取,避免无效遍历,减少系统调用数据结构红黑树 (管理所有 FD) + 就绪链表 (管理活跃 FD)工作流程注册 (ctl) -> 等待 (wait) -> 处理 (read/write) -> 注销 (del)触发模式LT (水平,默认,可靠) vs ET (边缘,高效,复杂)PHP 隐喻公式终极心法Nginx 注册
EXPLAIN是SQL优化的基础工具,但多数人只关注type和Extra。本文用“快递分拣”类比解读key_len和filtered的含义,详细讲解key_len如何计算联合索引使用列数,filtered如何评估过滤效率,并结合两者分析索引设计问题,帮助DBA从“看懂EXPLAIN”进阶到“精准优化”。
摘要:AppFunction是Android 16引入的标准化能力框架,通过Jetpack库将应用功能封装为可被端侧大模型(如Gemini)直接调用的函数,实现自然语言交互与本地化执行。其核心流程分为四层:开发者通过注解声明功能→编译器生成元数据→系统全局索引→大模型检索调用。安全机制确保权限隔离,数据全程驻留设备。以笔记应用为例,展示如何通过@AppFunction注解暴露"创建/查询笔记"功能
代码地址:github.com/openclaw/openclaw总体来看,并不是一次单点功能更新,而是一次覆盖运行时、渠道、安全、移动端、浏览器输入、Provider、文档处理、CLI、认证、插件性能、发布验证链路的综合性升级。Agent 与 Codex 运行时恢复更稳多渠道消息投递与会话身份更安全移动端、WebChat、Talk 等体验更连续浏览器和自动化输入校验更严格Provider、PDF
AI应用数据飞轮:让产品越用越聪明的闭环系统 本文揭示了90%的AI应用上线后停滞不前的原因,并提出了构建"数据飞轮"的解决方案。数据飞轮是一个闭环系统,通过五个关键环节实现持续优化: 全链路日志采集:结构化记录用户交互全流程数据 多维度反馈收集:整合隐式行为、显式评分和人工抽审 Badcase主动挖掘:利用LLM评分、异常聚类和一致性检测 动态评测集构建:形成黄金集、回归集和影子集三层质量评估体
用AI实现图片分享功能
—不是 H5 套壳,而是用构建的、能调用 GPS、蓝牙、NFC、摄像头的真原生 App。在 Google AI Studio 中构建原生安卓应用打开浏览器,描述需求,几分钟后 App 跑在你手机上。全程零安装、零配置。这篇文章前半段讲清楚;后半段是一份能跟着做的。读完你就能决定:今晚要不要打开它。
AI时代程序员转型指南:从代码工人到Prompt架构师 (摘要150字版) 随着AI代码生成能力爆发,程序员职业发展面临重构。本文通过现状分析、能力拆解和路径规划,揭示DeepSeek时代程序员的三条进化路径:1)垂直深耕成为领域Prompt专家,掌握分层Prompt架构设计;2)横向拓展为全栈AI工程师,具备工作流编排和模型微调能力;3)转型AI应用创业者,打造超级个体工作室。核心指出:未来程序
到这里,应该都能理解,新结构的好处显而易见了,整体更清晰、职责更单一、后续模块化更自然,但是就是项目管理成本提高了,不过对中大型项目来说更好,对中小型项目来说就有些浪费表情的感觉。
CO-STAR框架:6维度提示词优化指南 摘要 本文介绍了CO-STAR提示词框架,通过6个维度帮助用户更有效地与AI对话。该框架包含: Context(上下文)- 交代背景信息 Objective(目标)- 明确具体任务 Style(风格)- 指定输出格式 Tone(语气)- 设定表达方式 Audience(受众)- 锁定目标读者 Response(响应)- 规定结果格式 文章通过实际案例展示了
2026年企业AI开发工具选型的核心逻辑,已经从"哪款功能最强"转向"哪款在我们的工作流里能产生最高实际回报"。Deloitte 2026年企业AI现状报告的数据表明,AI技能差距和工具集成难度仍是企业规模化落地的首要障碍——选型框架的缺失,比工具本身的功能差距,带来了更多无效投入。从本文的评测来看,没有一款AI开发工具能覆盖企业研发流程的全部环节。合理路径是:明确各工具在流水线中的定位,以互补而
本文解析了Android 14中AIDL HAL服务的获取流程。与HIDL HAL不同,AIDL HAL使用统一的Binder驱动和ServiceManager,推荐使用NDK后端的AServiceManager_getService() API。文章详细分析了从客户端调用AServiceManager_getService()到最终获取BpBinder的完整流程,包括关键代码实现和与HIDL的差
之前写了一篇关于慢请求排查的实战记录(传送门),本来以为把 Arthas 追调用链、排查 O(n²) 循环什么的讲清楚就差不多了。但写完之后总觉得少了点什么。回想自己背面试题的时候,“深分页为什么慢”、“子查询为什么不如 JOIN”、“索引失效的场景有哪些” 这些问题,能说得头头是道。可真要我解释清楚到底慢在哪里、具体慢多少,我发现自己其实也就知道个大概。所以趁周末,我搭了个测试环境,自己动手跑了
本文深入拆解MySQL四大核心特性。事务部分详解Undo Log实现原子性、Redo Log实现持久性的底层原理,演示保存点部分回滚操作。隔离级别完整剖析MVCC多版本并发控制机制,拆解ReadView可见性判断规则,对比四种隔离级别的行为差异,详解行锁、间隙锁、临键锁及死锁的形成与避免。索引部分从B+树数据结构出发,揭示三层树高容纳两千万数据的存储原理,阐明聚簇索引与辅助索引的回表机制,给出覆盖
这篇笔记系统梳理了 Linux 进程管理的核心知识点,从 fork 进程创建、写时拷贝原理,到进程终止、退出码与信号,再到 wait/waitpid 进程等待机制,最后覆盖 exec 系列函数的程序替换,完整拆解了进程从诞生到消亡的全生命周期底层逻辑,适合正在学习 Linux 进程编程的同学参考
自己安装途中出现的问题,进行了整合,可参考https://blog.csdn.net/zhen_0220_0000/article/details/155819638,https://blog.csdn.net/a670941001/article/details/144061229。
我第一次写多 Agent 系统时犯过一个错误:把所有工具塞进一个 tools 数组,然后把这个数组挂给每个 Agent。结果上线后发现:负责写文章摘要的 Agent,有时候莫名其妙地调用了删除接口;负责检索资料的 Agent,偶尔会触发支付工具。不是 bug,是 LLM 的「创意发挥」——它看到工具就会用。
AI一次生成iOS和Android双端原型,解决的核心问题是把两条独立的平台交付线合并为一个流程:同一份需求描述,同一次架构确认,一次性生成两套遵循各自平台规范的完整多页面可交互界面,在内置双端模拟器中分别验证,最终导出两套可直接进入工程化的原生代码。
Chatbox、Cherry Studio、Open WebUI 等 AI 客户端通常都支持自定义 OpenAI 兼容 API。只要服务支持 OpenAI 格式,就可以通过填写 Base URL、API Key 和模型名接入。本文用 51relay 作为示例,整理一份客户端配置 OpenAI 兼容 API 的通用教程,适合搜索“Chatbox 怎么配置 API”“Cherry Studio 怎么配
很多人默认认为 WebView 相关 API 必须主线程调用,但 WebSettings.getDefaultUserAgent(context) 真的是这样吗?本文通过阅读 Framework 和 Chromium WebView 源码,拆解这个 API 的完整调用路径,分析它在子线程调用时是否安全、首次调用为什么可能变重,以及 Activity context 与 Application co
家长可通过多种方式管控孩子使用手机:1. iPhone用户可利用"引导式访问"锁定单一应用界面,防止孩子切换应用;2. 通过"屏幕使用时间"设置临时使用时长和应用限制;3. OPPO等安卓手机提供"儿童空间"功能,可限制使用时间和应用;4. 跨系统管控推荐使用AirDroid家长控制应用,支持远程禁用、时段管控、应用限制、内容监测和定位功
随着直播行业竞争加剧,AI美颜SDK正在成为直播源码开发中的核心模块。本文从直播平台实际需求出发,详细分析AI美颜SDK的作用、性能要求、兼容性问题以及未来AI化发展趋势,帮助企业在直播系统开发过程中更好地提升用户体验与平台竞争力。文章适合直播APP开发、私域直播系统搭建、社交直播平台运营等相关从业者阅读。
随着短视频与直播行业快速发展,AI美颜SDK已经成为直播APP开发的重要基础能力。本文围绕AI美颜SDK的核心技术原理、实时渲染、美颜算法、企业接入方案以及选型建议展开详细解析,帮助企业了解如何通过成熟SDK快速提升直播产品体验,实现更自然、更稳定、更低延迟的实时美颜效果,为短视频、社交直播、电商直播等场景提供技术支持。
DeepSeek预判模式:AI投资雷达实战手册 摘要 本文介绍如何利用DeepSeek的预判模式构建智能投资决策系统。核心内容包括: 概率思维框架:将投资决策从确定性预测转变为概率推演,通过多情景分析评估市场可能性。 财报结构化分析:采用程序员思维拆解财报数据,建立异常指标识别系统和健康度评分模型。 市场情绪监测:搭建情绪雷达系统,量化市场情绪变化对资产价格的影响。 风险预警机制:设计动态防御体系