登录社区云，与社区用户共同成长
邀请您加入社区
本文探讨了RAG系统中数据召回问题的排查与解决方案。作者发现多向量库存储导致不相关数据被召回，分析了文档质量问题和设计缺陷两个原因。提出采用两次召回策略：第一次高阈值召回并重排序，第二次在相关库中使用较低阈值召回。强调RAG系统需要持续优化调整，召回质量直接影响大模型表现。
导读：文章首先概述了UP-VLA模型的核心创新点及其在机器人控制领域的突破性贡献，随后对论文的各个组成部分进行了深入剖析，包括引言部分揭示的研究背景与问题、相关工作部分的学术脉络梳理、方法论部分的创新技术细节、实验设计的科学验证以及最终的研究结论与影响。本文揭示了UP-VLA如何通过统一的多模态理解与未来预测目标，成功解决了传统视觉-语言-动作(VLA)模型在低层次空间信息捕捉方面的局限性，为具身
作为前端开发者，你是否也有这样的纠结：想入门 AI，却被一堆 Python 教程劝退？用过 ChatGPT、Stable Diffusion，却觉得只是 “用工具” 而非 “懂原理”？尝试过 RAG、Agent 这些概念，却不知道如何用 JavaScript 落地？
开源免费分享【毕业设计】SpringBoot+Vue+MySQL Offer资讯交流Web系统平台源码+数据库+论文+部署文档可提供说明文档 可以通过*AIGC**技术包括：MySQL、VueJS、ElementUI、（Python或者Java或者.NET）等等*功能如图所示。可以滴我获取详细的视频介绍
本实验就带大家亲自动手实操，借助 OpenTiny NEXT 提供的工具，将一个传统 Web 应用转变成智能应用，体验让 AI 智能体代替人操作 Web 应用。我们提供了一个传统的电商网站示例项目，该项目主要包含电商商城前端应用、电商后台管理系统、电商后端三个部分，前端项目基于 Vite + Vue3 + TinyVue 技术栈，后端项目基于 Express。shop 电商商城前端应用，给终端用户
本文介绍了能源领域多智能体框架的实践经验，针对单智能体处理复杂任务时的"注意力发散"问题，设计了一套集"规划-调度-执行-汇总"的协作系统。详细阐述了框架各组件功能、智能体通信规范、记忆管理机制及工具调用控制策略，并提出了基于DAG的并发调度等优化方向。实践表明，减少对大模型的依赖、保持执行过程透明化是构建高效智能体的关键。
OpenTiny NEXT 智能前端开发解决方案以生成式 UI + WebMCP 两大核心技术为依托，构建一个从后端服务、开发工具到前端 UI 完整的智能产品族。WebAgent: 连接 Agent 智能体与企业应用内置的 MCP 服务的手臂。NEXT-SDKs: 提供跨前端框架、高可扩展的企业应用智能化开发工具库。TinyEngine NEXT: 可生成 "智能" 应用的智能低代码引擎。Tiny
最后，把整个流程梳理一下。“我明天考试该怎么复习比较高效？用户提问这个问题会被包装成，交给 AI Agent。Agent 获取工具信息Agent 通过MCP 协议，从MCP Server那里获取所有工具的信息。这些工具信息可能会被 Agent 转换成的形式，也可能转成的 JSON 格式，然后和用户的 User Prompt 一起打包，发送给AI 模型。AI 模型决定用哪个工具AI 模型收到后，发现
本文系统探讨了面向对象编程(OOP)机制在程序设计语言中的应用。文章首先介绍了OOP的基础概念和四大核心特性：封装、继承、多态和抽象，详细阐述了 overcrowding 类与对象的关系、访问控制机制、继承规则与方法重写、多态实现方式以及抽象类与接口的区别。其次，分析了OOP在企业级应用开发、游戏开发等领域的实际应用案例，展示其代码复用性、可维护性和可扩展性优势。最后，文章指出OOP机制在提升开发
在与大模型进行交流的过程中，由于用户经验不足、模型差异性会出现Prompt指令不当的问题，因此需要通过Prompt工程，使用户能够控制模型的输出，使其生成相关、准确且高质量的文本。：在我们输入一段很长文本给大模型时，由于字数限制大模型可能无法全部读取，此时我们能将全篇文本进行分段，将前面内容让大模型总结从而将总结的内容衔接后面的内容，达到层层递进理解的效果。：我们在提出问题时可以在开头加一个"用户
随着科技的日新月异和互联网的广泛应用，人们的生活方式正在发生深刻的变化。尤其是在智能家居和在线服务领域，技术的不断创新和应用正在为我们的生活带来前所未有的便利和舒适。基于智能管家网站的多功能Web应用就是在这样的背景下应运而生，以满足现代人对高效、便捷、智能生活的迫切需求。智能家居是指通过智能技术和设备将传统家居环境转变为一个智能化、自动化的生活空间。近年来，随着物联网、人工智能等技术的快速发展，
这里我们来定义两个Agent：Chemist & Physicst（1）Chemist（2）Physicst。
Redis 存储更快，我们如果一般就是仅仅只是临时存储用户的 100 条记录什么的，就存到 Redis 当中就好了，超过了 100 条记录，也是会存储到用户最新的那 100 条记录，后续的内容也不用持久化了，丢了就丢了，反正都是用户的一个临时历史对话记录而已。记忆多=聪明(大模型记录了多了用户的历史对话记录，就更加能够理解我们，实现我们的需求了)， 但是记忆多会触发 token 上限（每个大模型的
目前这项技术已经应用到我们的 TinyVue 组件库中，实现了 TinyVue 组件库的智能化改造。我们在 TinyVue 组件库之上封装了一套 MCP 工具，把常用的组件功能都做成了 MCP 工具，比如：在表格中插入数据、选中表格行、打开和选择下拉框数据等，让 AI 能够调用这些工具实现对组件的控制。
我们这项技术是基于标准的 MCP 协议实现的，因此在分享这项技术之前有必要先简单介绍下 MCP 的概念。MCP 全称是模型上下文协议（Model Context Protocol），它定义了大语言模型与外部世界的交互方式，让大模型能够轻松地获取外部数据或调用外部工具。图片来源于网络MCP Host宿主：它是 MCP Client 的运行时环境，负责协调用户、大模型与外部资源之间的交互。
开源免费分享SpringBoot+微信小程序 微信汽车销售系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】可提供说明文档 可以通过*AIGC**技术包括：MySQL、VueJS、ElementUI、（Python或者Java或者.NET）等等*功能如图所示。可以滴我获取详细的视频介绍
本文介绍了Vue工程化开发的基本概念和实践方法。主要内容包括：Vue工程化特点（模块化、组件化、规范化、自动化）、环境准备（NodeJS和npm）、项目创建流程（使用create-vue脚手架）、目录结构说明以及两种API风格（组合式API和选项式API）的代码示例。文章重点讲解了如何通过npm命令创建和运行Vue项目，并对比了两种不同API风格的实现方式，其中组合式API使用setup语法，而选
LangChain是静态顺序工作流框架，适合简单任务；LangGraph是基于LangChain的高级Agent编排框架，支持动态分支和状态管理；LangSmith是监控调试平台。文章还介绍了RAG解决知识边界问题、MCP解决上下文局限性、A2A实现Agent协作、分层记忆系统维持上下文连续性、Context Engineering实现动态上下文构建以及知识图谱提升推理精准性等技术，帮助开发者构建
两千多年前，古希腊哲人柏拉图讲述了一个寓言。他设想有一群囚徒，自出生起便被锁在一个洞穴深处，他们的头颅无法转动，只能凝视面前的石壁。在他们身后，燃烧着一堆火焰，火焰与囚徒之间，有人举着各式各样的器物走过，这些器物在石壁上投下摇曳的影子。对于这些囚徒而言，他们所见的闪烁光影，便是世界的全部真相。他们为影子命名，讨论影子的行为，构建了一整套关于影子世界的知识体系。他们从未怀疑，自己所感知的，不过是真实
Python的简洁语法和丰富的生态系统，使得开发者能够快速实现复杂的AI模型，从而推动技术创新和应用发展。Python的未来发展前景十分广阔，随着人工智能、大数据和物联网等技术的快速发展，Python的重要性将进一步增强。尽管在性能上可能不如C++等语言，但Python的易用性和灵活性，使其成为 indie 开发者和初学者的不错选择。Python的简洁语法和直观的代码结构，降低了学习难度，激发了学
直接拿走，意外获得200多套代码，需要的滴我Java Web 小区物业管理系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】（可提供说明文档（通过*AIGC*）
本文介绍了LangChain框架，这是一个将大型语言模型与其他计算或知识源相结合的开源工具，旨在构建功能更强大的AI应用。文章详细讲解了LangChain的六个核心组件：模型、提示词、索引、存储、链和代理。重点阐述了文本生成模型和提示词模板的使用方法，包括PromptTemplates、ChatPrompt Templates和Example Selectors等工具，这些工具能帮助开发者更高效地
AI代码生成对CRUD流程的重构：Copilot在全栈开发中的渗透率分析-111
大模型（LLM）的崛起、低代码平台的普及以及性能优化的革命性突破，正在重塑软件开发的格局。-前端：输入“创建一个React组件，包含一个可搜索的表格”，AI直接生成完整代码，甚至优化性能（如虚拟滚动）。-后端：描述“设计一个RESTAPI，支持JWT认证和Redis缓存”，AI自动生成符合最佳实践的代码结构。-Go仍主导云原生开发（K8s、Docker生态），但Rust在性能敏感场景（如数据库引擎
2025年的前端与后端技术演进，表面上是大模型、低代码和性能优化的三重革命，本质上却是开发者创造力的解放与用户体验的极致追求。2025年，前端与后端开发将迎来一系列革命性变化，这些变化不仅会重塑开发者的工作方式，也将深刻影响产品的形态和用户体验。本文将聚焦三大关键趋势：大模型驱动的智能开发🧠、低代码/无代码平台的崛起🛠️，以及性能优化的新范式⚡，探讨它们如何共同推动2025年的技术演进。"到2
大模型（LLM）、低代码/无代码（Low-Code/No-Code）和性能优化技术将成为推动前后端发展的核心力量。-自然语言编程：开发者可以用自然语言描述需求，AI自动生成可运行的代码（如"创建一个登录页面，支持OAuth2.0"）。-代码生成更精准：LLM不仅能补全代码，还能理解业务需求，自动生成完整的模块（如API、UI组件）。-AI增强的低代码：自然语言描述业务逻辑，自动生成工作流（如"当用
量子计算（QuantumComputing）正从实验室走向现实，预计到2025年，量子算法将在金融、医药、物流、人工智能等领域实现商业化应用。-量子计算机：使用量子比特（Qubit），可以同时处于0和1的叠加态（Superposition），并通过量子纠缠（Entanglement）实现并行计算。2025年，量子计算将从实验室走向产业应用，掌握量子算法开发将成为未来科技竞争的关键。🔹量子门（Qu
这个问题经常出现在比如需要创建一个新项目，或者创建项目启动脚本的时候，国内的包括lingma IDE,TRAE这些IDE面对这些问题都解决不了，只能在那里无限用不正确的方法试错，磨洋工。普通的自动补全很容易只做一般的工作，另一半的工作就不太能通过tab来完成，这样就还的你自己手动来完成AI的半成品。简单的自动补全所有的AI IDE都有，比如vscode的nes，但是智能体级别的自动补全是真的很全面
是一种协议，用于连接大模型（LLM）与外部工具/数据源，让模型可以访问外部数据、执行命令、调用 API，从而大大扩展模型的能力。让模型不仅能生成文本，还能“做事情”MCP 的使用场景：调用外部 API（GitHub、数据库、天气等）访问本地或远程文件系统执行计算或代码生成和大模型结合做智能问答或任务自动化简单来说，MCP 就是 AI 大模型的标准化工具箱。它让大模型可以利用这些工具与外界互动，获取
chat.js模块通过 “解析 - 传输 - 服务 - 业务”四层架构技术屏蔽：把 SSE 协议解析、流控逻辑封装成黑盒，业务层不用关心底层实现；工程化适配：解决环境切换、错误统一、资源释放等工程问题，提升模块稳定性；业务弹性：通过参数差异化适配不同 AI 对话场景，支持快速扩展新功能。这个架构不仅适用于豆包模型 API 封装，还能用到其他流式数据场景（比如实时日志、进度推送），为前端构建高可用、
这篇分享介绍了降低论文AI检测率的实用方法，主要分为三步：拆解AI内容、重构改写、最终验证。文章推荐了几款降AI工具，重点介绍了笔灵AI（3元/千字）的高性价比和学术风格保持优势，以及其他工具如学术猹、茅茅虫、梅子AI的特点和不足。作者通过方法+工具结合，成功将AI率从90%降至10%，为应对论文AI检测提供了实操性解决方案。
.ajax是jQuery库中用于执行异步HTTP请求的核心函数之一。它支持多种HTTP请求方式（如GET、POST等），可以自定义请求头、发送数据，并且提供了丰富的回调函数来处理请求的成功和失败情况。通过$.ajax，开发者可以在不刷新页面的情况下与服务器进行数据交换，实现动态更新网页内容的目的。
用jQuery实现简单购物车在现代的Web开发中，购物车是电子商务网站的重要组成部分。一个简单的购物车可以帮助用户管理他们的购物清单，而jQuery则是一个简化JavaScript操作的库，使得构建这样的功能变得更加容易。本文将介绍如何使用jQuery实现一个简单的购物车，并附上相关代码示例。购物车的基本功能我们设计...
jQuery 输入框内容变更事件实现指南作为一名刚入行的开发者，实现一个简单的 jQuery 输入框内容变更事件可能会让你感到困惑。不过别担心，我将通过这篇文章，一步步教你如何实现这个功能。流程概览首先，让我们通过一个表格来了解实现这个功能的整个流程。步骤描述1引入 jQuery 库2创...
xml中的Citys数组值可以用String[]来接收。xml的结构可以看成类似word文档的大纲。首先创建最外层的JavaBean。然后是第二层的JavaBean。多个book节点处理。
相比于以前的传统手工管理方式，智能化的管理方式可以大幅降低旅行社的运营人员成本，实现了河北省旅游的标准化、制度化、程序化的管理，有效地防止了河北省旅游的随意管理，提高了信息的处理速度和精确度，能够及时、准确地查询和修正旅游景点、旅游线路等信息。课题主要采用JAVA开发语言、SSM框架和MySQL数据库开发技术以及基于Eclipse的编辑器。系统主要包括用户、景点类型、旅游景点、旅游线路、景区住宿等
论文AI检测率高是许多学生的困扰，本文分享实测有效的降AI方法。首先分析AI文本特征（句式工整、内容全面但缺乏个人观点），提出三步降重法：解构内容、工具重构、人工检查。重点推荐4款工具：笔灵AI（性价比高，3元/千字）、学术猹（效果稳定）、茅茅虫（适配多平台）、梅子AI（支持多语言）。强调降AI核心是加入个人思考，配合工具使用，可将AI率从90%降至10%以下。
前端
——前端
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
北京朝阳AI社区
2048 AI社区
广州城市开发者社区
AI编程社区
AI工具分享
魔乐社区
