存储AI–AI博客聚合
最新聚合的文章
-
FRDM-IMX8MP UUU 烧录 eMMC 指南
FRDM-IMX8MP UUU 烧录 eMMC 指南 一、准备 1.1 需要的文件 在 build/tmp/deploy/images/imx8mpfrdm/ 下（全部由 Yocto 产出，直接用，无
-
你的网站在 AI 眼里是什么样：三类「人能看见、AI 看不见」的内容
先给结论：判断一个页面对 AI 是否可见，不能用浏览器打开看。浏览器会执行 JS、会渲染结构化数据、会用你的登录态；而 AI 的抓取工具通常什么都不做——它拿到 HTML，剥掉
-
周瑜零基础手写agent
手写大模型：从零构建一个“微型Transformer”的底层逻辑 一、引言：大模型不是“魔法”，是“矩阵乘法” 当你在对话框里向ChatGPT提问时，它背后那个庞大的神经网络正在毫秒级地执行着数十亿次
-
AI 时代，让自己慢下来
锡箔大佬在群里调侃，当前 AI 时代，只要你学得慢，你就不用学了。 是的，AI 发展太快了，回望去年的这个时候，我们写代码的方式还不一样，问问题的方式还不一样。 我不是焦虑效率的问题，也不是那种怀旧式
-
AI 生成的代码为什么会“看着对，其实错”
使用 AI 写代码时，我们经常会遇到一种情况： 代码格式很完整。 变量命名看起来很规范。 没有明显的语法错误。 运行简单示例也能得到结果。 但是，放到真实项目中却出现了问题。 这就是“看着对，其实错”
-
向量数据库实战：LangChain4j 双后端向量检索（InMemory 持久化 + ChromaDB）
向量数据库实战：LangChain4j 双后端向量检索（InMemory 持久化 + ChromaDB）
-
CLion 中为什么要重写 _write，而不是 fputc？
一句话结论 在 CLion + GCC + Newlib/Newlib-nano 这套组合里，printf() 的标准输出通常最终会下沉到 _write()，而不是你自己写的 fputc()。 所以在
-
SendChannel 与 ReceiveChannel 通信机制
Channel 的设计灵感来源于 Java 中的 `BlockingQueue`，但其专为非阻塞挂起协程而设计
-
用了两年 AI 编程工具后，我重新理解了什么是「资深工程师」
最近刷掘金，满屏都是「AI 编程让我效率翻十倍」「我用 Claude Code 三天重构了十万行代码」「不会用 AI 的程序员正在被淘汰」。 说实话，看多了有点审美疲劳。 不是因为我否定 AI 编程的
-
别再给主数据只做删除：从停用、归档到 ReasonCode 策略引擎
本文从“主数据不能随便删”切入，拆解 remove、inactive/disable、archive、block 的业务语义，说明删除、停用、归档、阻断分别解决什么问题。
-
深入解构Claude Code – 第 5 篇 · 每次提问都给 AI 塞了什么资料
5.1 你的一句话之外，AI 每次还拿到十几份背景资料 模型其实很"笨"：它没有记忆，每次请求都是一次全新的开始——它不记得你是谁、在哪个项目里、刚才聊了什么。它之所以表现得像记得，是因为程序每次都把
-
深入解构Claude Code – 第 4 篇 · 工具：AI 的手
4.1 AI 只会说话，怎么就能改文件、跑命令："工具"是什么 第 1 篇打过一个比方：工具是 AI 的手。这一章把这双手的结构讲清楚。 一个工具就是一份"说明书 + 一个函数" 在程序内部，每个工具
-
Facebook广告后台收不到Adjust回传数据，我们排查了一个月终于找到了根因
我们围绕 "Advertiser Tracking Enabled 参数数量超出范围" 这个报错进行了一个月的排查，App迭代了多个版本尝试修复这个问题，踩了很多坑
-
大数据上 K8s 的三种运行范式：离线计算、实时流处理与分析服务
大数据云原生的难点不在“把计算引擎放进容器”，而在“把不同负载的运行语义投射到 Kubernetes 控制面”；离线计算要以作业为中心，实时流处理要以状态为中心，在线查询服务要以请求为中心。
-
小滴课堂-AI大模型小龙虾-OpenClaw-0基础从入门到实战
OpenClaw 零基础入门：给AI装上“双手”和“眼睛” 一、引言：当AI不再“纸上谈兵” 你是否有过这样的幻想：对电脑说一句“帮我整理桌面文件”，它就真的操控鼠标拖动图标；说一句“在浏览器里订下周
