存储AI–AI博客聚合
最新聚合的文章
-
A股量化从日线升级到5分钟线:数据量增加后最先暴露哪些工程问题?
从日线切换到5分钟线,数据行数会显著增加,时间戳、缺失与重复、复权口径、存储和回测执行也更容易出错。本文梳理升级时优先排查的工程问题、验证方法与数据接入方案,并说明 QuantDash 相关能力。
-
录下自己的声音,让电脑替你讲故事:我做了一个 C# 离线配音工具
离线配音与有声故事工坊 这段时间,我一直在做一些能用到生活里的小工具:给老动画提高清晰度,把孩子画的小人变成动画,生成可以打印的迷宫和连点画。 这次,我想给故事加上声音。 把写好的睡前故事贴进去,让电
-
踩坑实录:OpenCode 端口 49374 占用之谜
最近在 macOS 上升级 OpenCode 到 v2.0.32 后,遇到了一个非常迷惑的启动故障:命令行一直卡在 `Starting background server…`,足足两分钟后抛出一句
-
历史行情返回顺序变了,为什么按行号计算指标很危险?
按行号取“前一根 K 线”隐含了数据已按时间正确排序的假设。本文解释顺序变化如何污染指标与回测,并给出排序、去重、校验和顺序不变性测试等处理方法。
-
多智能体编排:拆分、隔离与收敛的完整实战
多智能体编排:拆分、隔离与收敛的完整实战 0. 引子:一个把上下文滚雪球的问题 想象你问智能体一个需要查三个地方的问题: 单个 Agent 的处理方式是串行的:检索第一篇 → 结果进入上下文 → 检索
-
10 人团队 10 种 AI 代码风格:规则文件不是配置文件
本文给出团队级 AI 编码规范的落地路径:先按「能否确定性执行」把约定分成上下文层与强制层,再用 AGENTS.md 做公共层、各工具薄适配,附可直接抄的 Java/Spring Boot 规则模板、
-
Taste Skill V2来了,AI做的网站还会一眼认出来吗?
AI做的网站,经常有个问题:明明是不同生意,页面却像同一套模板。 大标题、细分隔线、一排排卡片。换个名字,咖啡店能用,产品官网也能用。 所以Taste Skill更新V2以后,老金先看的是效果。它是一
-
使用命令行做描述性统计的技巧
拿到一份新数据,想先摸清楚:"大概是什么水平","波动大不大","有没有离谱的异常值"等。 很多人的第一反应是打开 Python,import pandas,read_csv,然后 describe(
-
第 14 章 控制项选型:成本模型与决策框架
本章就是回答这个问题的决策层。它不引入新的控制项,而是给你一套成本模型和决策框架,把前面所有工具统一到一个可比较、可权衡的坐标系里。贯穿本章的是一条成本优先原则:先计算后推理、先前馈后反馈。
-
DeepSeek 开源推理框架 DeepInfer:KVCache 存三天、投机解码少验 30% 是怎么做到的
DeepSeek 开源了线上推理框架 DeepInfer。本文按官方仓库和部署 Q&A 拆解 Wide-EP、长期 KVCache、SWA Bounded Replay 和动态投机解码。
-
Remotion / GSAP+Three / HyperFrames / Skia 四栈实测:代码渲染知识视频的选栈方法(附开源技能)
核验 Vibe 知识大赏刷屏片的组件库清单,四栈实测对比 Remotion/GSAP+Three/HyperFrames/Skia,开源选栈技能 motion-stack-director。
-
一次 429 打挂全站,我连夜重写了整个熔断器
一次 429 让整个网关全站停摆。这篇是我重写熔断器的全过程:错误码分类、账号级三态隔离、退避抖动,以及上线一周的真实数据。
-
本地大模型微调与 GGUF 部署全指南
基于 Apple Silicon 的本地大模型微调与 GGUF 部署全指南 —— 以 Qwen2.5 打造专属"读书智能助手"为例 一、为什么要模型微调? 1.1 通用大模型的落地困境 直接把预训练好
-
LiteRT Tensor API C++ 怎么用?XNNPACK、GPU 与 NPU 路线如何选择
Google 在 2026 年 10 月介绍了 LiteRT Tensor API。它解决的不是“再发布一个大模型”,而是让开发者通过 C++ 算子直接组织计算图,并选择 CPU、TFLite 或特定
-
fallback 会盖掉平台提示词:system、空数组和 systemAppend 的差别
system 没传和传入空数组,在 Tansr 默认 fallback 下不是一回事:没传才用平台提示词,空数组会去掉业务段;systemAppend 两种情况下都还在。