存储AI–AI博客聚合
最新聚合的文章
-
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。
-
Agent Harness 从用到会造：报错的那层，往往不是坏掉的那层
前五讲我们一直在拆零件。prompt 怎么写、tool 怎么接、context 怎么裁、guardrail 怎么设、verify 怎么判——每一层单独拿出来，你都能跑出一个像样的 demo。但真把五个
-
大厂老兵从零学——Agent开发
大厂老兵学Agent开发：1.为什么要学Agent开发；2.Agent开发入门；3.Agent开发常见问题
-
从根上吃透AI Agent：Agent拆解系列之DeerFlow2.0深度拆解
Agent拆解系列之DeerFlow 2.0 〇、为什么从 DeerFlow 2.0 开始 市面上 Agent 框架不少，为什么第一个拆的是 DeerFlow 2.0？不是因为它最流行，而是因为它恰好
-
写了个 Agent Card 体检器：一张「自我声明」的名片，能验到什么程度
一张卡能告诉你的，只有「我要跟谁说话、怎么说、它自称会什么」。它不能告诉你「该不该信它」。那件事要靠三样东西凑齐：来源可验证（签名+信任锚）、内容可比较（digest固定）、能力可实测（跑一次真调用）
-
从 Function Calling 到 MCP：用 TypeScript 写一个 AI 助手能用的工具服务
过去一年多，我做 AI 应用开发的起点都是同一个需求：让模型别只会聊天，去真正干活——查库、读文件、调内部接口。这个需求的传统解法是 Function Calling（函数调用）：在请求里描述一堆函数
