登录社区云，与社区用户共同成长
邀请您加入社区
笔者注：放假期间，让Codex把最近的编程工作做了个总结。感觉AI近期的表现非常出色，其中有部分内容涉及的功能模块笔者都还没来及分享过，后面有时间会陆续整理更新出来。这次 AI 编程工作，主要围绕 trustedKnowledge 系统的前端体验、状态持久化、AI 问数能力、Skill 管理和内容复制体验展开。整体目标很明确：让系统更稳定、更顺手，也让 AI 能力更可控地融入业务流程。
你会怎么做？规划、记忆、工具、执行循环，这四件事你每天都在做，只是不叫这个名字。现在，OpenAI前安全主管Lilian Weng在她的著名博文《LLM Powered Autonomous Agents》中，把这个过程精确地映射到了AI Agent的架构上。
OpenDeepWiki 的价值不在于“AI 自动写文档”这句口号，而在于它已经把代码知识库做成了一条可运营的流水线：导入、分析、目录生成、正文生成、翻译、思维导图、Graphify、聊天、MCP、token 统计和后台任务管理都在一个系统里。这次 Means 样本说明，它已经能生成一份对工程师有实际帮助的项目 wiki；同时也提醒我们，AI 生成文档最危险的不是文风，而是“看起来非常确定的状态判
比如 Agent 会知道，在开工之前，它需要检查之前的一些 Intent，看看有没有风险、有没有之前写死的约定、有没有其他人正在改动相关内容。如果开工前检查没问题，它就正常写代码。：一开始我们考虑的是，这个项目要解决的是人类，以及属于人类的 AI Agent，在开发过程中出现的各种分歧。我这段代码可能是 AI 写的，但它背后表达的是我这个人的目标和判断。比如我写了一个功能，提交一个 commit，
而非任意 HTML，安全性高一档。Claude、ChatGPT、Copilot、Cursor 已支持。
chunk.tsquery.tsconfig.ts本项目从零到完整可用的 RAG 平台，共修复了14 个 Bug，经历了无数次重启和重试。起点是 Claude Code 生成的方案文档 hashed-gliding-metcalfe.md，代码据此逐模块落地；模型侧依赖通义千问与 text-embedding-3-large，全链路 API 花费约100 元——可作为「先写规格、再 AI 生成代码
去年底，我看到 GitHub 上一个叫的仓库冲上了 Trending，37K stars，1400+ Skills，还有人在评论区喊"装完这个直接满级"。我信了。一口气装了三十多个 Skill，Superpowers 全家桶、各种 lark-xxx 套件、前端设计工具、浏览器自动化……结果用了两个礼拜，Claude Code 打开巨慢、上下文预算经常被 Skill 描述撑爆、/skills列表长得
环境变量只在设置时的那个窗口有效，关掉就没了。所以必须要在同一个 PowerShell 窗口里重新设置变量，再启动 Claude Code。所以，咱们换成国内能用的镜像源来加速。当然，你也可以自定义 1 元，先获取到 API。当然，后续忘了也可以再创建新的 API key，删除旧的 API key。：第 2 条命令，你必须替换为自己真实的 API key。意思是全局安装，不管当前在哪个目录，装完后
安卓虚拟机机制解释：android本身不是为触摸屏打造的，所以所有的应用都是运行在一个虚拟的环境中，由底层传输数据到虚拟机中，再由虚拟机传递给用户UI，任何程序都就可以轻松访问其他程序文件。设备系统: iOS（ipad、iphone）、Android（三星、华为、联想等） 、Windows（Win7、Win8）、OSX（Mac）、鸿蒙系统、mac。在市面上app测试流行，分为安卓端和ios端（io
而鸿蒙的分布式技术栈（数据管理、设备管理、Ability 通信）已经封装好，直接调用 API 即可，整个开发周期从预期的 60 天压缩到 30 天。遇到的典型问题：智能屏的屏幕适配，通过鸿蒙的自适应布局组件 DirectionalLayout + 权重设置完美解决，无需写多套布局文件。特意把鸿蒙的分布式数据管理、Ability 组件通信作为核心技术亮点，相比 Android，省去了复杂的跨设备通信
平台搭载的工艺优化大模型具备六大关键能力：模拟、调度、优化、预测、评估、统计。面向流程工业生产全流程，融合工艺机理规则、工业生产大数据、行业知识与工业智能体能力，通过知识蒸馏、剪枝、量化等技术实现边侧推理，结合仓库、产线、设备控制等多类型工业智能体协同，实现工艺参数寻优与生产调度优化。工业智能体是平台的核心能力载体。依托工艺、AI、硬件、撬装制造的复合型技术团队，平台可为客户提供从需求拆解到定制开
是 OpenClaw.NET 的一个受控原生工具 ()，用于将官方平台 CLI（如 GitHub CLI、Azure CLI、kubectl、Stripe CLI、Lark/Feishu CLI 等）包装为可被 AI Agent 安全调用的工具。核心设计哲学：默认禁用— 功能不会自动启用，需要显式配置不是通用 Shell— 不接受任意命令字符串，只允许预配置的具名命令深度防御— 通过命名命令白名单
在算法工程与运筹优化领域，启发式算法是解决复杂组合优化问题的核心工具。其原理在于通过一系列经验规则或策略，在可接受时间内寻找近似最优解，以应对精确算法难以求解的大规模问题。这项技术的核心价值在于平衡了解的质量与计算效率，广泛应用于物流调度、路径规划、资源分配等场景。然而，算法性能高度依赖于问题实例的特征，传统依赖经验或穷举试错的选择方式效率低下且难以推广。本文介绍的MetaOpt框架，正是为了系统
Claude Code、Codex 等 Agent CLI 的自动重试，最好不要做成某个 Provider 内部的局部技巧，而应该做成共享协调器 + 策略快照 + 上下文判定 + 镜像测试的组合。逻辑只写一遍，多个 Provider 都能复用请求是否允许重试，可以稳定地跟着执行链路走有上下文时继续跑，没上下文时及时停手前端最终看到的是稳定的完成态或失败态，而不是一堆半途而废的中间噪音这套方案，是
在源码里，每个工具都遵循同一套接口：名字、描述、额外 prompt、输入 schema、调用逻辑、权限检查、输入校验、并发安全判断，以及四层 UI 渲染方法——工具开始、工具进度、工具结果、工具报错。代码目录也非常重：主入口、查询引擎、工具注册表、100 多个 slash commands、146 个 UI 组件、自研 terminal framework、85+ hooks、330+ utils
半年前，一个连URDF都不知道的软件人，在一台连ROS2都没装的服务器前，敲下第一个ros2 run。半年后，行李搬运机械臂在展厅里连续运行。中间发生了很多。在仿真里跑了无数条规划轨迹。对着看不懂的C++代码一行行问AI。在深圳实验室，因为碰撞保护反复重连机器人，调PID调到不知道哪组最优。半夜改完代码，第二天早上看到机械臂按预期运动时的那种感觉。然后呢？然后就继续往前走了。初生牛犊不怕虎。等真的
解决痛点：通用技能只能覆盖基础场景，比如我常需要「批量处理接口文档 + 自动导出为 Markdown」「按公司规范生成需求文档」，这些个性化需求通用技能根本满足不了，重复造轮子太耗精力。核心能力：全程引导式创建自定义技能，把你日常重复的工作流（比如「需求分析→代码编写→测试用例→文档生成」）封装成标准化技能包；支持一键发布到社区，也能本地留存自用。触发场景：说「帮我创建一个自定义技能」「封装一个专
看了太多只比补全速度的评测，我决定做一次不一样的：从项目初始化、编码、调试、测试到部署，全流程对比 8 款 AI 编程工具。上周我赶星云IoT设备管理平台的迭代，要快速产出一个带搜索、分页和权限校验的设备列表组件，之前用的工具生成的代码逻辑有疏漏，差点又踩了旧坑，抱着试试的心态打开了TRAE，才发现很多之前没注意到的细节差异。TRAE基础版免费，完全能覆盖我日常80%的开发需求，加上它中文需求理解
ChatGPT 负责标题、页面结构、FAQ、产品卖点、行业文案、SEO 草稿，DALL·E 3 负责概念视觉、头图、示意图、风格探索。对企业官网来说，这类“清楚、能找、能联系”的结构，比复杂炫技更有商业价值，BBWEYY 适合先做出这种实用型官网。它对工厂、外贸、商贸、设备、服务型企业都很友好，因为这些网站的核心通常不是复杂交互，而是把产品、案例、资质、服务和联系方式清楚展示出来，并尽快开始接询盘
我用 Kimi、GLM、DeepSeek 三个模型，在 13 个公式修复任务上跑了一遍。最好的 模型对了 10 个错了 3 个，最差的模型 错了 7 个。思路很简单：不看代码，看数据。有些事，确定性方法做得更好——尤其是在它不知道的时候敢于说不知道。但在金融计算、医疗剂量、自动驾驶这些错不起的场景，你需要一个在不确定时主动收手的系统。另外，跪求arxiv能帮忙背书的，CS.SE方向，能否帮忙背书的
HUD 原意是“平视显示器”，通常出现在战斗机飞行员的头盔或高端汽车的挡风玻璃上。Claude HUD干的也是这件事。它是一个专门为 Claude Code 设计的插件，会在你的终端底部常驻一个状态栏。有了它，你不再需要通过翻看长长的聊天记录去确认进度。它把 Claude 的运行状态、Token 消耗、正在使用的工具、甚至当前的 Git 分支，全都浓缩在屏幕最下方。一句话总结：它让 Claude
在人工智能技术全面重构教育与就业场景的今天，越来越多的年轻人陷入了数字化悖论：一边是AI工具让基础学习、文书撰写甚至基础工作都能一键生成，另一边是Z世代大学毕业生在找工作时，不得不面对「有学业没指导、有实习没实操、有证书没能力」的空心化困境——也就是常说的AI教育空巢，
阿里华为『血战』英伟达AI超节点：悲观者正确，乐观者赚钱。Harness内心OS：大模型只管想，剩下烂摊子全我的。英伟达：『照抄者死』，阿里华为：AI集群狂飙『全解耦』“26年具身智能，根本做不过来”：含陶大程教授独家。熬夜三年肝损害，AI博主也靠AI学“续命”医学知识。排行榜是别人的，手感是自己的：Kimi K2.6。少瞎吹系列：AI智能体基础，infra就不基础。如果事情一直变好，会给商业世界
启发式算法
——启发式算法
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
龙虾开发者社区
MCP技术社区
智能体开发者社区
DeepSeek技术社区
HarmonyOS开发者社区
脑启社区
AI编程社区
openEuler 社区
AtomGit AI 社区
AI Agent技术社区
CSDN-OPC开发者社区
