登录社区云，与社区用户共同成长
邀请您加入社区
MCP 服务器（提供 AI 模型上下文的一方）需要一种机制来验证客户端（使用模型的一方）是否有权访问其资源。在该协议的设计中，这一机制是一种基于 OAuth 2.1的标准授权方案。简单来说，MCP 的授权流程是一个标准且安全的 OAuth 2.1 委托授权模式。它没有重新发明轮子，而是复用了业界成熟方案：客户端通过独立可信的授权服务器获取“通行证”（访问令牌），再用该“通行证”访问受保护的 MCP
本文介绍了在sentence_transformers库中使用三元组损失（TripletLoss）的方法及其在NLP文本嵌入任务中的应用。三元组损失通过（锚点、正样本、负样本）组合学习语义关系，使相似文本在嵌入空间靠近。文章详细解析了四种三元组损失实现方式：BatchAll、BatchHard、BatchSemiHard和BatchHardSoftMargin，并对比了各自的优缺点。最后通过代码示
"AI-Crash-Course"是GitHub上广受欢迎的AI学习资源项目，由成功创业者Henry Shi整理。该项目提供系统化学习路径，从神经网络基础到前沿论文，涵盖AI核心领域包括基础建模、规划和推理及应用层面。资源不仅包含论文，还提供视频教程、实战项目和基准测试。适合有一定编程基础的开发者快速进入AI领域，虽然两周速成较理想化，但按此路径学习可建立全面的AI知识体系。项目持续更新，是AI学
通过精心设计的数据结构，智能化临时存包柜平台将能够更好地满足城市居民的便利需求，提升存包体验，推动城市智慧化发展的步伐。1. 存包信息管理：存储用户ID、存包时间、取包时间等信息，可以采用数据库表的形式进行管理，以用户ID作为主键，实现快速查询和管理。4. 用户接口和体验：通过设计用户信息表、操作日志表等数据结构，实现用户查询、预订、取包等操作的记录和管理。3. 支付与结算系统：设计订单表、支付记
文章摘要： 随着AI从工具演化为自主决策的智能体（Agent），智能体网络作为新互联网架构逐渐成形，其核心在于构建高效、可扩展的通信协议。本文解析三大主流协议： MCP协议：由Anthropic开发，标准化AI与外部工具的交互，采用JSON-RPC 2.0格式，支持客户端-服务端动态协作。 A2A协议：谷歌开源的首个智能体间通信标准，通过“智能体卡片”实现能力发现，支持多模态协作与任务全生命周期管
MindsDB不是一个随着大模型（LLM）才出现的项目，最开始它为跨源的机器学习而设计，但随着LLM的出现而发生进化。简单的说，目前的MindsDB是：一个跨多数据源（数据库、文件、应用等）、支持多AI模型（传统ML/LLM模型、嵌入模型）的统一数据连接、查询与智能应用的"中间件”
MindForger是一款创新的本地Markdown知识管理工具，融合"人脑思维机制"设计理念。它通过TAYR/TAYW联想机制（阅读/写作时自动关联相关笔记）、交互式知识图谱、结构化重构编辑和AI助手等核心功能，解决传统笔记工具信息孤岛、检索困难等问题。作为开源跨平台应用，MindForger强调隐私保护，支持本地存储和Git同步，并提供看板管理、模板系统等生产力工具，在保持
dify是一个开源的 LLM 应用开发平台，提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力，轻松构建和运营 AI 应用
数据分析之拉勾网（三）拉勾网，这里用谷歌是打不开的，只能换其他浏览器，同样和第一篇步骤一样，也是找动态接口[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传这里需要注意的是cookie，因为这里每个cookie都是不一样的，所以我们需要先获取它们的cookie，然后才能构建我们的headers，这样才能获取我们需要的信息，通过返回值把每个网页的cookie传到我们的自己搭建的he
这个 SQL 语句创建了一个名为 update_kiln_system_data_stddev 的事件调度器，每天凌晨 3:00 执行一次查询语句，将结果更新到视图 kiln_system_data_stddev 中。创建视图后，视图中的查询结果并不会自动更新，需要手动执行 SQL 查询语句或者使用事件调度器（Event Scheduler）来定期更新视图内容。假设我有如下语句，需要给下面语句创建
如果你觉得还行的话，就分享到你的朋友圈或QQ群或微信群，谢谢O(∩_∩)O~开篇一张图，其他都木有值得你深入研究的测试领域简简单单抓包，开开心心搞测试福利 - N多你想要的文...
（简称AIG）是腾讯朱雀实验室开发的一款综合性AI红队测试平台，专注于AI基础设施安全检测和风险评估。该平台集成了AI基础设施漏洞扫描、MCP服务器风险扫描和越狱评估等核心能力，为企业用户提供全面、智能、易用的AI安全风险自检解决方案。🔗 GitHub地址🚀 核心价值：AI安全测试 · 基础设施扫描 · 红队评估 · 企业级解决方案项目背景：AI安全需求：响应AI技术快速发展
MCP（Model Context Protocol）是一种标准接口，允许大模型像连接USB-C一样访问外部工具、代码库和数据源。它通过本地stdio、远程SSE或HTTP三种方式连接，支持管理GitHub、Sentry等数百种服务。MCP配置分为本地、项目和全局三个作用域，常用命令包括添加、查看和移除连接。推荐工具包括文件系统访问、浏览器自动化、GitHub协作等场景，可显著提升开发效率。该协议
使用 Playwright MCP 服务器和 GitHub Copilot，轻松复现并调试 Web 应用问题。
Google 工程师 Antonio Gulli 正在撰写《Agentic Design Patterns》一书，对设计和实现智能代理系统的最佳实践进行了详细的探讨。本文分享对提示链（Prompt Chaining）模式的学习。对于文中使用国外模型的代码示例，我也修改为更适合大家访问的国内大模型，如：deepseek, qwen 等。
一、什么是 RAG？**--------------**RAG是Retrieval-Augmented Generation 的缩写，即检索增强生成的意思。
本文将引导你使用 Playwright MCP 和 GitHub MCP 服务器进行端到端测试。
是字节跳动开发的开源多模态AI代理栈，是一个革命性的桌面应用程序，通过先进的视觉语言模型实现自然语言控制的计算机操作。它将人工智能与图形用户界面（GUI）自动化相结合，让用户能够通过简单的自然语言指令控制计算机、浏览器和各种应用程序。🔗 GitHub地址🚀 核心价值：多模态AI代理 · 自然语言控制 · 跨平台自动化 · 开源生态项目背景：技术演进：响应多模态AI和自动化技
随着中国实现产业数字化转型进程的不断推进，网络安全、信息安全、数据安全等词汇在平时出现的频率越来越高，尤其是数据安全，是大家都关心的一个重要话题。事实上，业内外有很多人对网络安全、信息安全、数据安全的概念是区分不清的，下面由我帮大家逐个解读一下网络安全、信息安全、数据安全的区别与联系。对于网络安全的概念，要结合情景具体分析。如果“网络安全”与“系统安全”、“应用安全”、“数据安全”等为并列关系，那
这段代码实现了弗洛伊德算法，用于求解有向图中任意两点之间的最短路径。该算法采用动态规划的思想，通过三重循环计算出任意两点之间的最短路径。函数实现设置字体颜色，使交互界面更加美观。时间复杂度为O(n^3)。函数实现弗洛伊德算法，
某东的python对应代码
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
“真实的地面互联网+仿真的GEO链路”混合卫星通信仿真系统
本文详解深度学习模型压缩三大核心技术：剪枝(移除冗余连接)、量化(降低数值精度)和知识蒸馏(小模型学习大模型经验)。这些技术可单独或组合使用，实现高达50倍的模型压缩，使庞大AI模型能在资源受限设备上高效运行，推动AI技术普及应用。
其中dis数组用于记录起点到各顶点的最短距离，path数组用于记录最短路径的前驱节点，基于Dijkstra算法，用于求解有向图中从指定起点到其他顶点的最短路径和距离。值设为0，将起点标记为已访问。循环n-1次，每次找到当前未访问的距离最小的顶点。函数创建有向图，输入图的顶点数和边数，并输入每条边的起点、终点和权值。相邻的顶点的最短距离和路径：如果发现一条新的最短路径，则更新。........（因有
本文为个人复现GitHub项目Hands-on data analysis第二章第一节的练习记录参考教材：《Python for Data Analysis》数据来源 Kaggle-Titanic二、数据清洗及特征处理???? 2.1 缺失值观察与处理2.1.1 缺失值观察查看列数据df[['Age','Cabin','Embarked']].head()查看特征缺失值个数import numpy
本文详解RAG（检索增强生成）技术，通过结合模型参数记忆与外部知识库，解决大模型知识更新和幻觉问题。文章重点解析RAG的Retriever模块，包括BERT架构的Query Encoder和MIPS算法的高效检索机制，展示如何利用密集向量表达提升检索效果。零基础视角下，深入浅出地剖析RAG从概念到实现的全过程，适合小白和程序员系统学习大模型技术。
各位好久不见，今天我将给大家更新线性表中的单链表，内容较多，希望大家能耐心地看完这篇博客。话不多说，接下来我详细介绍单链表。}SLTNode;希望这篇文章能够为您带来一些有价值的信息和启示。如果您有任何问题或建议，欢迎在评论区留言，我们一起交流学习。
这是一个由人工智能驱动的对冲基金概念验证项目，旨在探索如何利用人工智能进行交易决策。不过该项目仅用于教育和研究，不用于实际交易或投资。Tongyi DeepResearch 是由通义实验室开发的一个具有 305 亿总参数的智能大语言模型，每个标记仅激活 33 亿参数。该模型专为长周期、深度信息搜索任务而设计，在一系列智能搜索基准测试中表现出色，包括 Humanity's Last Exam、Bro
基于BlackFriday.csv的数据集，简要数据分析。github链接如下：https://nbviewer.jupyter.org/github/chhandsomed/blackfriday-/blob/main/%E7%94%B5%E5%95%86%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90.ipynb大概内容：
还记得去年这个时候因为能在树莓派上成功驱动一块屏幕激动不已，今年这个时候已经终于能自己搞驱动了。这次的屏幕是1.54寸的墨水屏，屏幕这块我推荐大家直接买微雪的，不是打广告，而是确实业界大哥有保障，我手里这块是1.5inch e-Paper V2。拿到以后参考了一下技术手册和官网的arduino代码，就直接开搞，其实更准确地说算是抄作业，并不是完全从头自己写的，但是驱动这玩意看多了都大同小异，先把技
github
——github
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
魔乐社区
微软开发者社区
武汉城市开发者社区
