存储AI–AI博客聚合
最新聚合的文章
-
Spring AI 2.0 vs LangChain4j 1.19：MCP 新规范竞速，Spring AI 慢在哪
MCP 新规范竞速 LangChain4j 先冲线，但 Spring AI 的慢是结构问题不是效率问题：传导链、治理模式与生态位的三层拆解，附选型建议。
-
LangChain4j 入门：ChatModel 第一个 AI 对话实战
LangChain4j 入门必读：Java 生态的大模型框架。从依赖配置到 ChatModel 第一个对话，再讲清 SystemMessage 与多模态输入。
-
技术指标实战：均线系统的参数选择与信号逻辑
均线系统的参数选择与信号逻辑 均线系统可能是量化交易里被研究最多的技术指标，但大多数人只是简单调用 talib.SMA 然后画个图。真正的问题是：均线参数怎么定？信号怎么过滤？ 本文从实战角度拆解这
-
手把手从零复刻「英文网页 AI 翻译」Chrome 插件（新手向）
0. 开始前，准备四样东西 准备项 要求 怎么准备 ① Node.js 20.19 及以上（推荐 22 LTS） 去 nodejs.org 下载 LTS 版，双击安装，一路「下一步」 ② 编辑器 推荐
-
AI Agent 学习笔记（七）：Coding Agent 与代码生成——代码是 Agent 的元能力
开篇：从"三张牌"到"万能胶" 魔术师的戏法千变万化，但秘密往往只藏在几张固定的牌里；而真正的高手，能临场把任意一张纸折成观众要的东西。Coding Agent 就属于后者——它的工具箱里只有七个简单
-
AI Agent 学习笔记（五）：工具设计（上）——分类与设计原则
开篇：从《Her》中的 Samantha 说起 科幻电影《Her》里，AI 助手 Samantha 能主动整理邮件、识别情感复杂的信件并提议润色回复，能代表主角处理出版事宜，还能在不同沟通渠道间无缝切
-
从个人提效到组织能力：卓驭科技基于 ArkClaw 的企业级 AI 落地实践
本文结合卓驭科技实践，指出企业 AI 落地难在治理与人员准备不足，而非技术。搭建统一 AI 治理底座、构建三层安全架构，落地多业务场景，打破各类壁垒，实现可观提效，印证 AI 落地核心是组织能力建设。
-
Agent 上岗做日志检测，日志赛道降本的叙事快讲不下去了
作者：来自 Elastic 朱杰 一次生产故障，诊断 Agent 在几分钟内发起了数百次日志查询。每次查询慢一秒，整条诊断链路就多等几分钟 —— Agent 还没开始推理，SLA 已经烧完了。 日志检
-
LangGraph v1.2.9 核心概念 & 流程控制
核心概念 比 Langchain 更底层的编排框架；用于实现复杂工作流与有状态 Agent 执行，提供流式、持久化、human-in-the-loop 等运行时的能力
-
前端并发请求控制：5 种实现方案完整梳理
在前端开发中，当需要批量发起大量网络请求时，如果不做并发控制，短时间同时抛出几十上百个请求，一方面会超出浏览器同源请求上限，出现请求排队阻塞；另一方面也会给后端服务器带来巨大压力。
-
DeepSeek Harness (DSH) 中配置 Google Gemini 与避坑实践
实战指南：在 DeepSeek Harness (DSH) 中配置 Google Gemini 与避坑实践 随着 DeepSeek Harness（DSH）在本地 Agent 工作流中的广泛使用，不少
-
DeepSeeker-Code源码导读12-Hooks四引擎
读懂 Hooks：agent 全生命周期的可编程切面，四种引擎怎么接 这篇讲什么 前面几篇讲的都是"agent 主动做什么"——工具、压缩、子 agent。这篇反过来讲"外部代码能在 agent 的哪
-
开发 Nemu 的第二天：从会说话，到受控地看懂钉钉
开发 Nemu 的第二天：从会说话，到受控地看懂钉钉 2026 年 8 月 27 日，Nemu 从 model_calls = 0 走到了第一条可验收的 Conversation Intelligen
-
同城双活的核心不是双活，是逼着数据别出机房
同城双活常被误读成部署两个机房，难点在数据与流量怎么咬合。从主备、同城双活到异地多活，拆解核心数据中心、Otter、MGR、OceanBase 四种数据同步方式，讲透就近路由、防脑裂……
-
【扭曲着色器】Unity实现-黑洞扭曲效果
Unity Shader Graph – 黑洞扭曲效果 扭曲着色器黑洞扭曲效果的核心原理与数学基础 黑洞扭曲的视觉本质与空间映射 扭曲着色器黑洞扭曲效果本质是在三维空间中构建引力透镜场（Gravita
