tag 人工智能

標籤
貢獻928
1023
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 xingxingshangdeliushu 頭像 u_17579295 頭像 lab4ai 頭像 u_15591470 頭像 u_17512334 頭像 rtedevcomm 頭像 qingfouai 頭像 tecdat 頭像

@人工智能 / 博客 RSS 訂閱

u_16213567 頭像

數碼墨魚 - jemter提取authorization

前言 上一個接口返回的token作為下個接口的入參，除了前面一篇講到的用json提取器提取，也可以用正則提取。 json提取器只能提取json格式的數據，正則可以匹配任意的返回。 我現在有一個登陸接口A,登陸成功後返回一個token值。有一個獲取綁定卡號的接口B，但是接口B必須要先登錄後傳登錄的token才能訪問 A接口登錄接口文檔

機器學習 , 正則 , 人工智能 , 正則表達式 , Json

收藏 評論

u_16655836 頭像

wx6603b05eb93d0 - 陳震為“小米捐款不管出於什麼原因”言論道歉，被批災難面前抖機靈引戰

在社交媒體上，不少博主質疑，陳震蹭小米流量，比如有博主觀察發現，陳震發小米的內容，互動量是發其他內容的十倍不止。提小米不提小米互動量差10倍？陳震：我從未否認過蹭小米流量…… 而陳震也是大方地承認，“小米流量大啊，我從來沒有否認過我蹭小米流量啊，但話説他不也一樣嗎？你看看他提我和不提我的微博，流量差多少～” 再比如前兩天，又有博主內涵陳震稱陳震是離了小

雷軍 , 人工智能 , 數據分析 , 社交媒體

收藏 評論

hanxudeliema 頭像

靈臂Lybic - 智能體的iPhone時刻何時來臨？AI落地的關鍵拼圖究竟還差什麼

近期，AI 圈的風向標正以前所未有的速度指向同一個方向：GUI Agent 國內，智譜開源 AutoGLM，讓Agent像人類一樣操作手機執行跨 App 任務；字節跳動發佈豆包手機助手，演示了驚豔的屏幕理解與自動操作能力。 放眼全球，剛剛結束的 AWS re:Invent 大會更是將 “Agentic AI” 推向了舞台中央。從 Amazon Bedrock 的更新到各類企業級演示，行業共

gui , agent , 圖像識別 , 人工智能

收藏 評論

yanyingjie 頭像

英傑代碼編程 - 百度搜索AI開放計劃：讓應用連接精準流量的秘訣

引言 在人工智能技術深刻改變各行各業的今天，每天都有許多AI應用誕生。然而無論是開發者還是用户依然會感到自己的應用鮮有人使用或是需求沒有被充分滿足。這種情況正説明了為什麼我們需要SEO流量，而一個能夠與AI應用直接相關的SEO平台更是呼之欲出。百度搜索開放平台推出的AI開放計劃，正是這一變革的里程碑式實踐。它創新性地提出"雙輪驅動"戰略：通過AI應用和MCPServer兩種零門檻接入形式，既為輕量

ai開發 , 人工智能 , 百度

收藏 評論

shayne_snap 頭像

shayne_snap - 支持 Claude Code 等CLI 聊天記錄自動保存和導出，WayLog CLI 發佈了！

WayLog CLI 無縫同步、保留並本地化版本控制你的 AI 編程對話歷史。 WayLog CLI 是一個輕量級的工具，自動捕捉並存檔你的 AI 編程會話（Claude Code, Gemini CLI, OpenAI Codex CLI），將其導出為整潔、可搜索的本地 Markdown 文件。不要再因為會話過期而丟失上下文——WayLog CLI 幫你實現 AI 歷史的本地所有權。

教程 , 人工智能 , claude

收藏 評論

pannideniupai 頭像

雨大王 - 從“單兵作戰”到“集團軍協同”：工業設備互聯如何打造智造新生態？

工業互聯網作為第四次工業革命的核心載體，正在全球範圍內推動製造業的深刻變革。在這場變革中，工業設備互聯作為基礎中的基礎，扮演着至關重要的角色。它不僅打破了傳統制造系統中設備之間的信息壁壘，還通過數據共享與協同，推動了從“製造”到“智造”的轉型。 工業設備互聯的定義與價值 工業設備互聯是指通過先進的傳感技術、通信協議、數據採集系統以及工業互聯網平台，實現不同廠商、不同型號的工業設備在統一

人工智能

收藏 評論

huandanshendeshoushudao 頭像

慧星雲 - 解鎖視頻生成新高度：騰訊混元視頻生成大模型對外開源

混元視頻生成大模型 在當今人工智能技術飛速發展的時代背景下，視頻生成領域正不斷迎來新的變革與突破。2024年12月3日，騰訊這一科技行業的領軍者做出了一項引人矚目的舉措——宣佈旗下的混元視頻生成大模型（HunYuan-Video）對外開源，此舉無疑在業界掀起了軒然大波。 HunYuan-Video HunYuan-Video 騰訊混元視頻生成模型HunYuan-Video（HY-V

llm , 騰訊 , 雲計算 , aigc , 人工智能

收藏 評論

u_16349720 頭像

短短同學 - Java框架

Java 框架體系梳理：從核心分類到場景選型 Java 框架的核心價值是 “解決特定領域問題，提升開發效率”，按應用層級可分為Web 開發框架、持久層框架、服務治理框架、工具類框架四大類。以下結合你熟悉的 SSM，系統解析主流框架的特性、適用場景及選型邏輯。 一、Web 開發框架：處理 HTTP 請求與頁面交互 Web 框架是 Java 開發的 “入口層”，負責

人工智能 , 深度學習 , cloud , SQL , Web

收藏 評論

u_16489298 頭像

8181大拿 - 邊緣計算

隨着物聯網（IoT）設備的迅速增長，傳統雲計算模型面臨着前所未有的挑戰。大量的數據需要實時處理，這對網絡帶寬和延遲提出了極高的要求。為了解決這些問題，邊緣計算和霧計算應運而生，它們通過將計算資源推向更接近數據源的地方，有效減輕了中心化雲服務的壓力。 邊緣計算：數據處理的新前沿 邊緣計算是一種計算架構，它將計算任務分配到網絡的邊緣節點上執行，這些節點通常位於產生數據的位置附近

數據 , 分佈式處理 , 本地緩存 , 人工智能 , 深度學習

收藏 評論

lab4ai 頭像

Lab4AI - 告別修圖翻車！阿里Qwen團隊 & 港科大提出Qwen-Image-Layered ，面向內在可編輯性的圖層分解

告別修圖翻車！阿里Qwen團隊 港科大提出Qwen-Image-Layered ，面向內在可編輯性的圖層分解 論文標題：Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition 作者團隊：香港科技大學、阿里巴巴 發佈時間：2025年12月17日 論文鏈接 大模型實驗室Lab4AI論文閲讀 Lab4AI平台

人工智能

收藏 評論

chen_5ec331606ce75 頭像

陳哥聊測試 - LLM如何重塑自動化測試的底層邏輯

大家好，我是陳哥。 我最近看了一系列關於LLM改變自動化測試的文章，説實話，真的打開了我新世界的大門。 從最早的QTP、Slenium，到後來的Appium、Postman，儘管我們禪道也在做自動化測試，但我以為自動化測試的天花板也就這樣了。 無非是效率提升了一點，但LLM的出現，讓我感覺像是有人在我面前開了一塊全新的天花板。 一、傳統自動化測試有哪些侷限性？ 眾所周知，傳統的自動化測試是先預設

llm , 人工智能 , 自動化測試

收藏 評論

u_16655836 頭像

wx6603b05eb93d0 - 邀請碼曾被炒至8萬的Manus，打包賣了數10億美元！買家大有來頭……

記得今年年初，一款名為Manus AI應用一夜之間在社交媒體上刷屏，小柴當時一覺睡醒，朋友圈裏的媒體老師不是在測試Manus，就是在求邀請碼。 據小柴當時報道，24小時內，熱搜上關於Manus的話題不下五十個。 而當時，報道Manus的新聞標題，那是一個比一個炸裂，比如，「國產AI之光」「AI王炸」「上帝之手」……「今夜這一片星空屬於China」「2025，東

瀏覽器插件 , 人工智能 , 數據分析 , 社交媒體 , ios

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】從0開始使用華為雲開發者空間搭建房價預測模型

最新案例動態，請查閲【案例共創】從0開始使用華為雲開發者空間搭建房價預測模型。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由：梅科爾工作室提供 1 概述 1.1 案例介紹 華為雲開發者空間，華為云為每個新生態開發者免費提供一台雲主機，每位開發者每年可享有數百小時的使用時長。雲主機預集成CodeArts IDE、代碼倉及JDK、Python等運

機器學習 , 雲主機 , 人工智能 , 開發者 , ci

收藏 評論

u_16213567 頭像

數碼墨魚 - 51WORLD賦能數字孿生流域/工程建設，助力智慧水利創新發展

在數字化轉型浪潮中，人工智能技術與數字孿生理念的深度融合，正為水利行業帶來革命性變革。通過構建與物理水利系統完全同步的虛擬模型，數字孿生水利體系實現了對全要素、全過程的數字化映射與智能化模擬，為傳統水利建設注入了全新活力。 一、數字孿生水利的核心架構與人工智能賦能價值 數字孿生水利體系以"算據、算法、算力"為三大核心支柱。其中，"算據"是基礎

優化算法 , 數據 , 人工智能 , 深度學習

收藏 評論

u_9087259 頭像

200888tornado - 國產TTS新標杆？Qwen3-TTS深度體驗：49種音色、10語種、8大方言，卻只開API不開源

國產TTS新標杆？Qwen3-TTS深度體驗：49種音色、10語種、8大方言，卻“只開API不開源” 閲讀原文 建議閲讀原文，始終查看最新文檔版本，獲得最佳閲讀體驗：《國產TTS新標杆？Qwen3-TTS深度體驗：49種音色、10語種、8大方言，卻“只開API不開源”》 https://docs.dingtalk.com/i/nodes/P0MALyR8

Qwen3TTS , Python開發 , yyds乾貨盤點 , API集成 , NLP , 阿里雲 , 人工智能 , 語音合成

收藏 評論

showmeai2 頭像

ShowMeAI - 百倍加速IO讀寫！快使用Parquet和Feather格式！⛵

本文介紹了 Parquet 和 Feather 兩種文件類型，可以提高本地存儲數據時的讀寫速度，並壓縮存儲在磁盤上的數據大小。大型 CSV 文件的剋星！用起來~ 💡 作者：韓信子@ShowMeAI 📘 數據分析實戰系列：https://www.showmeai.tech/tutorials/40 📘 本文地址：https://www.showmeai.tech/artic

csv , parquet , feathers-sequelize , 讀寫文件 , 人工智能

收藏 評論

u_15690955 頭像

出手吧Glen - 免費，無限，批量AI換臉！支持直播！

大家好，我是立志替大家出手的AI區（最近在醖釀一個新東西，更新慢一點）UP主Glen。 寶子們，今天給大家帶來一個超酷的AI換臉神器——Roop-Unleashed，它簡直就是換臉界的“變形金剛”，功能強大到讓你驚掉下巴！ Roop-Unleashed到底有多厲害？ Roop是AI換臉領域的鼻祖級項目，但因為一些不可抗力，原作者停更了。

機器學習 , 換臉 , 人工智能

收藏 評論

u_16213609 頭像

mob64ca13fe9c58 - masterarchive文件夾有什麼用

橫槍立馬觀核景 主持過後，先由格蠹科技創始人張銀奎介紹了CoreSight技術背景。他先從自身對調試技術的一些理解入手，借用梁肇新博士的名言——“好代碼是調試出來的”，表達了自己的看法，即：好芯片也是調試出來的。 張銀奎回顧了ARM芯片的歷史，ARM從一個跟在X86“老大哥”身後的小弟，一

芯片 , 大數據 , hive , 內核 , 編程語言 , Linux , 人工智能

收藏 評論

u_17580222 頭像

mb691327edb400f - HR的轉型時刻：AI如何重塑招聘新範式

HR的轉型時刻：AI如何重塑招聘新範式 傳統招聘模式正面臨嚴峻挑戰。數據顯示，一場典型校招往往需要處理3000份簡歷、面試400人，最終僅錄用5人。當用人部門以“感覺不對”否定前期所有努力時，獵頭費、差旅費、誤工費等成本已累積至驚人數字，單個核心崗位招聘成本可達8萬元。 在預算緊縮而招聘指標持續攀升的雙重壓力下，HR面臨着根本性的路徑選擇：是繼續依賴人

數據 , 初始化 , 人工智能 , 深度學習 , 自動完成

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 智能體開發框架選型與技術架構深度分析

智能體開發框架選型與技術架構深度分析 一、智能體開發框架技術架構深度剖析 1.1 LangChain 框架技術架構 LangChain 作為 AI 應用開發的核心框架，其技術架構在 2024-2025 年經歷了重大演進。當前的 LangChain 3.0 版本實現了歷史性的架構重構，將框架解構為三個核心層級：開發層、工程化層和部署層(1)。 在模塊化架構設計方面，Lang

任務分配 , 技術架構 , pytorch , 架構設計 , 人工智能

收藏 評論

u_16099232 頭像

夢斷藍橋魂 - arcgis把dem轉點

一：本博客的脈絡 （1 ）做了例如以下更正：之前在網上搜到的結果是：arcmap座標點生成線和麪 ------注意該功能在ArcGIS10中沒有了，當時自己也沒有多想就轉載了，再此做一下更正或者叫做總結 （2 ）ArcGIS10 1.0.1中是這個功能不是沒有了，是更換了工具而已，這個能夠查看arcgis 10.1的官方幫助文件。 （3

機器學習 , 圖層 , arcgis把dem轉點 , 數據 , 數據格式 , 人工智能

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - EMR AI助手開啓公測：用AI重塑大數據運維，更簡單、更智能

在大數據技術深度融入企業核心業務的今天，EMR（E-MapReduce）集羣的規模與複雜性持續攀升，運維挑戰日益凸顯。複雜的大數據集羣運維一直是技術團隊的痛點——組件多、依賴關係複雜，故障定位困難，高頻變更帶來的穩定性風險，以及對專業運維人員的高度依賴，這些問題無不在考驗着企業的技術管理能力。 為破解這一難題，阿里雲正式推出 EMR AI助手（EMR Agent） ——一款專為大數據場景打造的智能

阿里雲 , 人工智能

收藏 評論

u_13539 頭像

jowvid - readmemh讀取失敗

一、read——讀操作 1.原函數 表頭文件 #include "unistd.h" 定義函數 ssize_t read(int fd,void *buf, size_t count); 函數説明 read()會把參數fd 所指的文件傳送count個字節到buf指針所指的內存中 fd——

機器學習 , 字節數 , include , C語言 , Linux , 人工智能 , readmemh讀取失敗

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - Agentic AI基礎設施實踐經驗系列（七）：可觀測性在Agent應用的挑戰與實踐

一. 引言： 我們正處在一個由 AI Agent 驅動的範式轉換前夜。它們不再只是簡單的文本生成器，而是能夠理解複雜指令、自主規劃多步任務，並調用各類 API 與數字世界交互的“數字工作者”；在為大型語言模型增加“執行臂膀”後，Agent 正在成為企業應用中的“能力放大器”。 過去，當我們監控傳統微服務或 Web 應用時，“Metrics → Logs → Traces” 的可觀測模型已足夠應對

人工智能

收藏 評論