登录社区云,与社区用户共同成长
邀请您加入社区
Sagoo-IoT是一个基于Go语言开发功能强大、安全可靠的企业级物联网平台,致力于给企业提供高性能、低成本、易用的物联网一站式解决方案,助力企业快速构建物联网应用,实现数字化转型。系统适配多种接入协议(如TCP,MQTT,UDP,CoAP,HTTP,GRPC,RPC等),通过可复用的组件,减少开发工作,简化和加速物联网开发交付流程。
工具给出的答案质量,很大程度取决于问题有没有边界。面对一个模糊需求,先确认使用者、输入、输出、兼容条件和失败处理,再决定是否需要生成代码。若连验收标准都说不清,直接让工具开始实现,只会把不确定性变成更多待审查的文本。读代码时也一样。工程师需要能沿着数据流和调用链定位事实,知道哪些信息来自源码、配置、日志或文档,哪些只是推断。工具可以帮助搜索和归纳,但引用的位置必须能回到原始材料。遇到它补全了不存在
近年来,生成式人工智能、大模型、AI Agent、数字人等技术加速进入商业应用阶段,企业的品牌传播、客户服务和营销转化方式正在发生变化。山东蔚来数据服务有限公司旗下品牌,依托多年数字化技术服务经验,聚焦企业级生成式 AI 落地应用,致力于帮助中小企业降低人工智能使用门槛,提升营销与经营效率。
IoT设备数据采集架构设计要点 本文分析了物联网系统中设备数据采集、处理和存储的完整流程。传统直接写入业务接口的方式存在耦合度高、数据库压力大等问题,推荐采用分层架构:设备层→MQTT Broker→消息消费服务→数据处理→业务数据库→数据分析。关键设计包括:设备模型与数据模型分离、采集点独立管理、时间序列数据存储策略,以及处理重复数据、离线补传等实际问题。文章强调IoT平台的核心在于构建设备、数
而想要把 ERP、MES、车间设备物联网、电商门户、项目现场服务装进同一套系统的工贸一体、离散制造、工程服务类成长型企业,Odoo20 企业版在原生一体化、内置高阶能力、定制灵活度上的优势相当明显。金税四期、电子发票、跨境合规,政策一年一个样,老系统改不动、新需求接不住,财务和法务天天在救火,稍不留神就是罚款和滞纳金。选金蝶/用友,财务核算是稳,可一旦要延伸到车间MES、IOT设备物联网、B2B
黑盒策略就是"你只知道输入和输出,不知道中间发生了什么"。某些AI选股工具告诉你"这只股票明天会涨",但不告诉你为什么一些量化产品提供"智能调仓"功能,但持仓逻辑完全不透明基于深度学习模型的预测,模型内部是一个无法解释的神经网络你无法判断它是真的有Alpha,还是只是在过拟合历史数据。当策略连续亏损时,你不知道是市场风格变了,还是策略本身就有问题,更不知道该如何调整。白盒策略的核心是规则完全透明、
性能方面,MTVSR通过MUSA内核调用GPU实现硬件推理加速,目前,用户使用摩尔线程MTT S80/S70系列显卡,并安装最新官方驱动(v340.150或后续版本),即可在VLC nightly build版本中抢先体验MTVSR超分功能,该技术也将随VLC 3.0.24稳定版正式发布,覆盖更广泛的用户群体。与传统播放器常用的双三次插值或Lanczos算法不同,MTVSR采用基于深度学习的实时智
工程师能力复盘要靠可回查的记录推进。本文不描述未附证据的线上事故,也不把示例配置写成默认方案。
补全、生成与审查要靠可回查的记录推进。本文不描述未附证据的线上事故,也不把示例配置写成默认方案。
Qwen3.8-27B杀疯了!阿里Qwen团队开源Qwen3.8-27B,上线2天登顶Hugging Face全球大模型趋势榜,下载破百万(包括FP8),unsloth量化版更是接近3百万下载量。海外开发者对比实测后,送了个外号,叫“本地Opus4.6”。人工智能分析指数中,一个不足30B参数的模型,性能超过4个月前发布的所有模型,包括Opus4.6。性能被评定为与DeepSeek V4-Pro和
技术框架大致是:前端Vue3,后端Python,检测引擎基于自研规则库(12个模块,含恶意IP/域名、Web攻击、CVE漏洞、挖矿检测等),规则库每日自动同步ThreatFox等威胁情报源。:多写一些具体的技术文章(比如“如何用规则库检测加密货币挖矿流量”、“报文分析平台的规则库设计思路”),先把内容留下来,再让内容带人过来。他没有意识到——背后的检测引擎、规则库、分析逻辑,全部是开源的。公网De
WuKongIM是一款历经10(2015-2025)年迭代积累,沉淀出来的一款实用性强、高性能、通用的开源即时通讯IM系统,支持即时通讯,站内/系统消息,消息中台,物联网通讯,音视频信令,直播弹幕,客服系统,AI通讯,即时社区等场景下应用。系统采用Go语言开发,拥有轻量级、高并发、易扩展的特性。服务端采用了自主实现的通信协议栈,支持二进制和JSON双协议格式,前端提供多平台选择(Android、i
"为什么你这里要拆多个 Agent?一个 Agent 多挂几个 Tool 不行吗?"这个问题就是问多Agent架构,看起来简单,但特别容易把人问虚。
过去做 Agent,最容易卡在中间。写代码在编辑器里,起项目在终端里,测试要开浏览器,部署要进云控制台,评估还要再接一套框架。每一步都能做,但每换一个工具,脑子里的上下文就丢一截。
Klarna的故事值得所有想用AI降本的公司反复看。2023年底,这家瑞典金融科技公司宣布AI客服已经在35种语言中处理了75%的客户聊天,随后裁掉700名客服人员,总员工从7400人砍到3000人。每笔交易的客服成本从0.32美元降到0.19美元,降幅40%。CEO Sebastian Siemiatkowski在各种场合反复宣讲这个成功案例。
应该保存什么?应该如何组织已经保存的记忆?Mem0 关注事实记忆的新增、修改、删除和忽略;A-MEM 关注记忆之间如何建立动态关联;G-Memory 使用图结构组织任务经验和推理规则;Voyager 将成功轨迹抽象成可以复用的技能;MemoryBank 通过遗忘机制控制记忆的生命周期。这些方法都在改进记忆本身,但在实际 Agent 系统中,还有一个容易被忽视的问题:即使记忆库中已经保存了正确经验,
摘要(149字): 2026年5月12日,codeflow项目作为FCoP协议首次大规模压力测试场,在6小时内涌现14个agent,产生3起P0级事故和2项创新。最严重的是PM#50导致协议文件污染用户目录,后通过自纠机制修复。OPS发现GATE描述自命中问题并发明supersedes:字段解决冲突。PM则发明长文件名"主题尾巴"应对高密度任务识别,后自我修正为规范格式。这些事
📌 专业量化数据源解决方案摘要 核心痛点:传统数据源(如Tushare/Yahoo/爬虫)存在高维护成本、积分限制、复权计算冗余等问题,严重影响量化开发效率。 解决方案: QuantDash 提供开箱即用的 Python SDK(pip install quantdash),支持: 多市场统一接口:A股(.SH/.SZ)、港股/美股标准化代码格式。 服务端复权:直接获取前复权/后复权数据,节省本
DCA Auditable Trader是一个基于vn.py框架构建的开源交易审计参考实现(v1.0.0),专注于提供可验证的交易计算与审计功能。该项目采用离散计算算术(DCA)方法,将价格、数量等交易要素转换为确定的数值形式,确保计算过程可追踪。核心特性包括本地纸面交易回放、完整审计跟踪、哈希链证据保存和SQLite查询索引。系统通过JSONL哈希链记录所有交易事件,支持确定性重放验证。当前版本
本文介绍了PDF Report Generator项目,这是一个旨在简化报告生成流程的自动化工具。作者发现尽管AI代理能高效完成数据处理和代码编写,但生成最终报告仍需人工干预,耗时易错。该项目通过JSON配置将ReportLab的复杂性封装起来,支持多种数据源(CSV、Excel、SQL、API等)和常见元素(文本、表格、图表等),实现一键生成PDF报告。项目提供Python库和Web API两种
多模态 RAG 的常见痛点是 PDF 里的图片、表格、扫描件检索不到,关键词命中率低,信息不全时 LLM 容易瞎编。JoyAgent 的 mrag 用 MinerU 把 PDF 拆成文本、图片、页面截图分别入库,检索时稠密向量与 BM25 稀疏向量并行召回再 cross-encoder 重排,信息不够就自动改写查询多轮查,直到够用。
随着大语言模型上下文窗口不断扩展,很多人会自然地认为:只要上下文足够长,模型就能记住并利用所有信息。但在实际的 Agent 系统中,“能够放进去”和“能够有效使用”是两件不同的事情。计算成本快速增长标准 Transformer 的注意力计算复杂度会随着序列长度增加而迅速上升。即使模型理论上支持超长上下文,推理延迟和显存占用也可能难以接受。信息利用能力下降重要信息虽然仍然位于上下文窗口中,但模型不一
GenericAgent 开源语音合成工作室,为你解决模型碎片化与工程落地痛点。本文深度解析其分层架构与 Agent 智能控制机制,助你掌握高质量语音合成的核心实践,值得深入研读!🚀
最近Agent超火,然而我的科研课题和 Agent 没有一点关系,于是读读 Agent 相关论文,希望学习一下这一最新的技术,后续打算自己也做一做 Agent 项目。本文主要整理的是 **A-Mem: Agentic Memory for LLM Agents** 这篇论文。先暂时写一个初稿,后续慢慢补充。
不同脚手架的上限不同,比如 Claude Code 设计较好,而 Mini-SWE-agent 本质是纯 Bash 脚手架,通过 Bash 读写文件会消耗更多 Context,导致模型上限更低,这符合预期,但模型对不同脚手架展现了较好的适应性。校验的目的是因为,即使在基础的 Bugfix 场景下,由于使用的是原始 GitHub PR 数据,有的并不规范,或者测试用例不一定能准确涵盖原始描述的 Is
"coreGoal": "字符串,用户最核心业务目标,精简一句话定义","constraints": "数组,所有显性约束、限制条件、边界要求","keyParameters": "对象,抽取全部业务关键实体、参数、时间、范围、指标","missingInfo": "数组,识别出的必填缺失参数、未明确信息","implicitNeeds": "数组,用户字面之外潜在隐性诉求、业务默认习惯","do
本章系统介绍了如何利用图形化、模块化的低代码平台,快速、直观地搭建、调试和部署智能体应用。Coze:字节跳动推出的零代码/低代码智能体构建平台,主打非技术用户友好体验Dify:开源的企业级LLM应用开发与运营平台,提供全栈式开发能力n8n:开源工作流自动化工具,擅长将AI能力嵌入复杂的业务流程本章学习不仅让我掌握了具体的技术工具,更重要的是形成了系统的智能体开发方法论。在AI技术快速发展的今天,理
随着Agent智能体大规模落地,单点式安全防护难以应对提示注入、工具劫持、权限提升等多样化攻击。本文从工程实践视角,结合arXiv:2602.01942提出的4C分层安全框架,系统解析Core、Connection、Cognition、Compliance四层纵深防御机制,梳理各层级攻击覆盖边界。
大模型平台近期收紧智能体分发规则,导致开发者精心调教的业务流程Agent面临归零风险。文章指出这延续了互联网平台一贯的"过河拆桥"模式,但Agent的特殊性在于其prompt工程、工具链编排等核心资产无法像传统SaaS数据那样迁移。作者团队开发的Octo开源工作台提供解决方案:支持本地部署和多模型切换。
ibbot智体机灵联机能力升级:开启Web4智能体协作新时代 ibbot智体机灵宣布全面升级联机能力,突破传统AI平台的信息孤岛限制,构建智能体互联网新生态。本次升级包含三大核心功能: 智能同步助手:实现角色智能体的自动发现、一键部署和跨设备同步,告别手动更新时代。 多智能体协作:支持角色共享、任务协同和经验传承,形成智能体军团作战能力。 云端即时调用:通过API密钥安全接入云端智能体服务,实现&
如果你做过调度系统,大概率经历过这样的时刻:凌晨两点,手机突然亮了。不是消息,是报警——任务挂了。你盯着屏幕,脑子里只剩一句话:“能不能让它自己修?”
!TradingAgents AI 投研团队封面https://iblog.csdnimg.cn/direct/d07cd169eff2469a8c218f3d35562dda.jpg 你有没有遇到过这种情况:你把一只股票代码丢给 AI,问它“能不能买”,它很快给你一段看起来很完整的回答。宏观、技术面、基本面、风险提示都有,语气也很稳。 但读完之后你会发现一个问题:它太像一个人在自圆其说了。它没有
VTJ.PRO的AI代理子系统为低代码平台提供智能开发支持,包括代码生成、图像转换和聊天交互功能。该系统采用与提供商无关的设计,支持多种大语言模型后端,通过LLM管理层和代理编排层实现自然语言到代码的转换。核心组件包括模型管理服务、提示词服务和会话管理服务,与低代码引擎深度集成,确保AI生成的代码符合系统规范。该系统支持多模态处理,可通过截图生成UI代码,并提供请求取消、缓存优化等功能以提高开发效
4月23日,小米开启 MiMo-V2.5系列模型的公测,并于4月28日正式发布及开源。沐曦股份已同步完成对 MiMo-V2.5-Pro 的 Day 0 极速适配,适配速度与技术能力行业领跑。
本文介绍了Python中的循环语句,包括while和for两种基本结构。详细说明了while循环的语法格式、无限循环实现方式以及与else语句的配合使用,同时展示了for循环遍历列表、字符串和range范围的用法。特别讲解了循环控制语句break和continue的功能区别,以及循环与else子句的特殊执行规则。通过多个实例演示了不同循环结构的具体应用场景,帮助理解Python循环语句的灵活性和控