存储AI–AI博客聚合
最新聚合的文章
-
如何搭建一个 Agent 系统：方法论、理想形态与一次真实落地
第一部分 · 方法：搭一个 agent 系统的八个步骤 一、先把 agent 拆成五个部件 「Agent」这个词被用得很糊。先把它的构成拆开，后面所有的讨论才有落点： 一句话概括 agent 与「聊天
-
告别轮询与断流！基于 Spring Boot 3 + SSE + Redis 打造生产级 Agent 流式思考与工具调用中枢
许多团队在做 Agent 时，大模型流式输出与多轮工具调用（Tool Calls）往往混成一团，网络稍有抖动就断流白屏，或者微服务集群下 SSE 跨节点无法通信。本文深度复盘如何基
-
视频进度条跳回去，先别改事件监听
试用图映期间的独立播放实验中，6秒目标在早期被钳回0秒。先对照seekable与实际落点，别把当时的可寻址范围当成永久限制。
-
15.向量数据库和普通数据库的选型
一、 向量数据库的本质定义：能存向量就是向量数据库吗？ 一句话结论：普通数据库存向量相当于“仓库里堆了一箱写满数字的纸条”，而向量数据库相当于“给整个高维几何空间装上了毫秒级 GPS 导航仪”。 1.
-
告别 Xcode IDE:用 VS Code + SweetPad + XcodeGen 开发 iOS 应用的完整指南
SweetPad 是一个 VS Code 扩展,它把 Xcode 的核心能力(构建、运行、调试、热重载)全部搬进了 VS Code。
-
让 AI 走进我的 3D 世界：一个 MCP server 的完整实现
不是给 AI 更多工具，而是给它一个"地方"。手写一个 MCP server，让 Claude / Cursor 里的 AI 以可见形象进入我的 3D 多人世界，走路、说话、被真人玩家看见。本文讲实现
-
【开源评测】dots：自带浏览器的 Web AI Agent——C++ 级反检测路径的工程取舍与争议
【开源评测】dots：自带浏览器的 Web AI Agent——C++ 级反检测路径的工程取舍与争议 专栏系列：Valhalla‑SafeNet 本周GitHub最热Top10独立评测 #07 评测
-
别人再问你路由表是啥，这篇文章摔它脸上
局域网内靠 ARP 广播能找到同网段设备，但是跨网段通信时，必须依赖路由器（网关），没有路由数据包根本不知道往哪里走。 最近在学习Docker 的网络，了解到docker网络隔离
-
前端本地存储怎么选：Cookie、localStorage、sessionStorage、IndexedDB 的取舍
页面要记住登录态、要缓存一份列表、要存一段用户的草稿，下意识就是"写个本地存储吧"。但浏览器里能存东西的地方不止一个，Cookie、localStorage、sessionStorage、Indexe
-
Git 日常命令与分支协作流程：从提交到合并的实战梳理
刚用 Git 的人，命令背了一堆，真到团队协作还是心里没底：提交写错了怎么改？分支该怎么命名？rebase 和 merge 到底用哪个？冲突了不敢动怎么办？这篇不堆概念，只把日常开发天天会用到的命令和
-
内容运营自动化 用相似度拦住撞车选题
为什么日更要防撞车 日更流水线最尴尬的，不是写不出，而是连发几篇才发现主题撞了。比如这周已经写过"用回执数据重排选题"，下周又冒出"用数据给选题打分"，读者一眼就能看出是换皮。人工审稿在高速产线里靠不
-
我把 YOLO 训练做成了网页版：需求设计与技术选型
我把 YOLO 训练做成了网页版：需求设计与技术选型（系列第 2 篇） 背景：为什么不用现成的 公司做工业视觉检测，数据集越攒越多，痛点很具体： 数据集散落在各台机器的文件夹里，"这个模型用的哪版数据
-
开发 YOLO 训练管理平台的 23 个实践教训
开发 YOLO 训练管理平台的 23 个实践教训（系列第 1 篇） 先说说这是个什么东西 公司内部缺一个能管数据集、能在线标注、能一键训练的工具。市面上的方案（CVAT、LabelStudio、各种
-
GitHub 今日推荐｜SCSKiller：游戏着色器预编译消除卡顿
SCSKiller 通过在游戏启动前预编译着色器，将其写入显卡驱动缓存，避免游戏运行时即时编译导致的帧卡顿。
-
拆开 Claude Code、Codex 等 11 个 coding agent：没有一个用 LangChain，也没有一个用向量检索代码
一篇 83 页的源码研究拆开 Claude Code、Codex 等 11 个 coding agent：都由同样 7 个部分组成，没有一个用 agent 框架或向量检索代码，90 天里各家开始互相照搬，并给出 18 条设计建议。
