存储AI–AI博客聚合
最新聚合的文章
-
OpenTiny NEXT 四步实现业务应用通过自然语言智能操作页面实操指南
本手册将通过四步实操,为现有 Vue 3 + Vite 业务应用添加 TinyRobot Chat、GenUI SDK、业务 WebMCP 与 WebSkills,以及 PageTool。
-
《码上面试》Agent 项目学习记录(一)
该文章介绍我学习《码上面试》的第一部分的心得,主要讲解我对该项目上传简历简历解析与智能出题实现流程和其中四道防线的理解
-
AI圈最近爆火的”哑巴”Jev,到底是个啥?
最近硅谷有个 AI 模型火得离谱,但卖点挺反直觉:它不会说话。 你问它问题,它不写文章、不写代码、不陪聊,连一句完整的话都蹦不出来。给它一段文字,它只回几个数字和标签——"96% 紧急""分类:账单问
-
一文讲透原生渲染和自渲染
原生渲染、自渲染,都是跨端开发领域耳熟能详的词,他们的准确定义到底是什么?有什么优劣点?本文做了详细的分析对比。
-
从零到一开发一个英语情景教学Agent
本文从0到1拆解了多场景职场英语口语实训系统的开发过程。文章详细介绍了基于配置驱动的场景引擎、WebSocket实时流式通信、双Agent业务状态校验以及Web多模态语音交互等核心模块的架构设计与代码
-
Claude Opus 5.5 登顶 Artificial Analysis 智能指数,得分 58
围绕 Claude Opus 5.5 登顶 Artificial Analysis 智能指数,得分 58 展开,把 architecture_design、为其测得的最高分、在 Terminal-Be
-
只说真话,十分钟快速理解如何开始设计一个 Agent 产品
LLM 对传统工程的冲击 工程确定性与 LLM 概率性的交叉互补 能用明确代码写清楚的逻辑属于工程逻辑。 在规则难以完整枚举,或需要处理自然语言、文档等非结构化内容时,LLM 才有价值。 (反面典型例
-
LLM 自动化测试系列(03):单元测试生成——TestGen-LLM 与 Qodo Cover
让 LLM '随便写点测试',产出的往往是编译不过、断言写死 true、或者根本不提升覆盖率的垃圾测试。Meta 的 TestGen-LLM 论文给出的解法不是让模型变聪明,而是用一套机械化的过滤器
-
产品功能可用性测试报告
产品功能可用性测试报告 1 概述 1.1 文档目的 本文档用于记录产品功能可用性测试的设计方案、执行流程、测试用例与代码演示,验证目标功能是否满足业务需求,发现交互缺陷与性能隐患,评估产品易用性,为产
-
一天一个开源项目(第226篇):AIO Sandbox —— 把浏览器、Shell、文件、MCP、VSCode 塞进同一个容器的 Agent 沙箱
AIO Sandbox(agent-infra/sandbox)是一个"全能型" AI Agent 沙箱环境,用一个 Docker 容器统一了浏览器自动化、Shell 终端、文件操作、MCP 服务
-
城商行营销翻车复盘:JVS-Rules 如何用工程化机制保障规则变更的可溯性与稳定性
问题背景:一次典型的规则管理失稳事件 某城商行‘新客满减’活动突发异常:20 万用户重复领取大额无门槛券,单日预估损失超千万。根因并非策略错误,而是三处工程治理缺位: 变量混用:营销规则与风控共用 u
-
我手写了一版 React Compiler:AI 最常漏的 3 个 memo 场景
装上 React Compiler 1.0 后实测 5 个典型组件的转译输出:干净代码全自动 memo,但 AI 爱写的 3 种写法——就地改 state、hooks 塞进 if、读组件外可变全局——会让编译器整组件跳过,或编译成功却冻结缓…
-
SQL中的 CASE WHEN
前言 SQL 中的 CASE WHEN 是标准 SQL 中用于实现条件判断的表达式,本质上相当于编程语言中的 if-else if-else 或 switch-case 结构 CASE WHEN示例
-
Python的列表推导式差点让我加班到凌晨
凌晨两点,我盯着屏幕上的内存监控曲线一路飙升,心里只有一个念头:"这破列表推导式怎么吞了16G内存?" 事情发生在一次数据迁移任务中,我需要用Python处理一批嵌套的JSON日志——单文件2GB,字
-
每天认识一个组件:内存列式格式Apache Arrow
Apache Arrow 的核心价值,是为大数据系统提供一套统一、标准、跨语言的内存列式表示。它解决的不是“怎么把数据存得更小”,而是“当数据进入计算和交换阶段,如何少拷贝、少反序列化、少重复实现”。