登录社区云，与社区用户共同成长
邀请您加入社区
这篇记录的是 Codex 接入 KingFlow 兼容 API 时的一种桥接思路。它适合本地客户端固定使用 Responses API，而上游服务以 OpenAI 兼容 Chat Completions 方式提供调用的场景。
第9/10天我手写了向量检索——for 循环 + 余弦相似度 + 排序。这在知识库只有 5 条文档时没问题，但如果知识库有 5000 条，手写循环就太慢了。今天学 Chroma——一个专门做向量存储和检索的数据库。Chroma 就是把第9天手写的 for 循环+余弦相似度+排序封装成了一行。就像用 Room 数据库替代手写 SQLite——专业工具让代码更简洁。
第一次让 Codex 接入自定义 API，不需要一开始就调很多高级参数。本文按“创建 Key、填地址、选模型、发第一条消息”的顺序记录，示例服务为 KingFlow AI。
本文深入解析了华为ArkUI框架中的@Reusable装饰器技术，通过复用机制显著提升列表性能。文章首先分析了传统列表的性能瓶颈：100条动态的社交信息流可能产生2700次组件创建/销毁操作。@Reusable的核心原理是构建组件回收池，将组件实例数从数据总量(N)降至可视区域常数(M)，实现90%的性能提升。 关键技术点包括： 三个关键生命周期方法：aboutToAppear（首次/复用挂载）、
本文深入解析鸿蒙HarmonyOS的GridRow栅格系统，针对多设备适配痛点，提出基于breakpoints断点响应的解决方案。核心内容包括：GridRow与GridCol的职责分离、标准断点档位体系（xs/sm/md/lg/xl）、breakpoints配置对象详解（value阈值数组+reference参考基准）、ArkTS严格模式下的类型标注规范，以及断点生命周期管理。通过声明式配置取代传
如果你用的是第三方 Claude API 兼容服务、代理网关或自定义 endpoint，那鉴权规则可能和 Anthropic 官方 API 不完全一样。比如 ClaudeAPI 这类平台，本质上属于第三方 Claude API 兼容接入服务，并不是 Anthropic 官方。它可能会提供兼容接入、多线路选择、中文支持、企业充值、开票、基础技术协助等能力。不过，具体怎么鉴权、支持哪些模型、额度怎么算
手机端登录成功后，运行的主界面如下图所示：
过去 reviewer 主要看人写的代码对不对，现在还要看 Agent 有没有被正确约束：有没有先 plan，verification 是否真的跑过，diff 是否越界，必要的 guardrail 有没有被绕开。我保留了一个很关键的意思，但换了种讲法：当 Agent 试图改动高风险文件时，系统不该只丢一句“谨慎一点”，而应该直接拒绝这次操作，并要求它先补齐依赖文件、影响范围、数据结构和用户原始指令
这几年我尝试过很多方式来组织 AI 教育能力。最早可能就是简单 Prompt。你是一个小学数学老师，请帮我……这种方式上手很快，也适合验证想法。Prompt 越写越长；很多内容重复；不同能力之间边界不清楚；很难做版本管理；很难复用；很难接入工具链；也很难让 Agent 自动选择。后来我越来越觉得，教育 AI 需要的不是一堆散乱 Prompt，而是一套可以被发现、安装、调用、组合和维护的能力系统。这
2026年的移动操作系统生态，依然被少数几家巨头牢牢掌控。Google通过Android收集海量用户数据，苹果虽然宣称“隐私优先”，但其封闭生态和不断收紧的政策也让不少技术爱好者感到不安。Bootloader解锁——这个看似极客的操作，实际上是打破这种困境的第一道门槛。
当谷歌在 Android 17 中全力押注 Gemini AI 时，以隐私和安全为核心的 GrapheneOS 团队却在两周内完成了从 AOSP 到硬核加固的“逆向工程”——哪些 Google 特性被保留，哪些被无情移除？本文将基于官方源码、更新日志和社区讨论，为你逐一拆解。
本文针对React Native应用中Modal弹框在Android16（API36）上返回键失效的问题进行分析。由于Android16引入的预测性返回手势机制改变了事件传递优先级，导致Modal组件作为原生窗口会优先处理返回键事件，使RN层的BackHandler拦截失效。解决方案是弃用Modal组件，改用纯JS实现的弹框：通过绝对定位的View组件模拟弹框效果，搭配BackHandler完全控
FXLAD是一款安卓/鸿蒙手机PLC梯形图编程仿真器，支持三菱FX编程指令，支持软件梯形在线编辑、编译、在线监控、软/硬件下载及仿真。软件内部集成一个软PLC模拟器。可实现95% FX3u PLC功能仿真指令，可以实现定位、通讯及基本的功能仿真，软件可自由搭建元件模型进行仿真，仿真直观易懂，更好提高编程学习效率。适用人群：零基础电工、自动化专业学生、电气实训人员、自动化编程爱好者；双模式仿真：内置
它解决一个很具体的问题：Claude Code 每个会话是独立的，你在昨天的会话里和 Claude 讨论了某个模块的设计决策、踩了一个坑、确认了一个命名规范——今天新开一个会话，这些全没了。对于"导航到某个页面，找到某个元素，提取数据"这类日常任务，它够用，且便宜。某次我在会话里临时测试了一个方案，说"先这样试试"，claude-mem 把这条记住了，之后几次会话里 Claude 都参照这个"临时
很多团队聊 AI Coding，第一反应还是模型能力：代码生成得够不够快，补全是不是足够聪明，复杂需求能不能一步写出来。但真正把 Claude Code、Codex 这类 Agent 放进生产环境之后，体感会很快变掉。决定结果稳定性的，往往不是模型会不会写代码，而是它有没有被放进一条可验证、可约束、可复用的工程链路里。这也是我最近重度使用 Everything-Claude-Code（ECC）之后
当 Google 将 Gemini 从“一个应用”变成“操作系统的默认行为”，GrapheneOS 却选择了一条截然相反的路——把所有 AI 特性挡在门外。这背后不是技术能力的缺失，而是一套完整的安全哲学。
网络攻击类：bettercap 支持 WiFi、BLE 和以太网的中间人攻击，mitmproxy 是一个可交互的 HTTP 代理，responder 做 LLMNR/NBT-NS 投毒，WiFi-Pumpkin 搭建恶意热点。信息收集类：Sublist3r 做子域名枚举，theHarvester 抓邮箱和子域名，recon-ng 是一个完整的 OSINT 框架，dmitry 负责深度信息搜集，ma
Android Recovery系统在OTA（Over-The-Air）更新中扮演着核心角色，它提供了一个独立于主操作系统的环境来安全地执行系统升级。其工作原理和执行流程是一个涉及多个组件协同工作的复杂过程。
Google Android 团队官方开源的 AI Skill 集合，覆盖 13 个 Android 开发场景（AGP 升级、CameraX 迁移、Navigation 3、Edge-to-Edge 等），专门针对 LLM 在 Android 开发中表现薄弱的领域。支持 Claude Code、Gemini CLI、Codex 等多个 Agent。5.9k Stars，Apache-2.0。
利用Android Studio+Cursor在AI的帮助下创建一个表情转换App。App的界面类似聊天对话框，支持在文本输入框中输入一段文本，点击回车，文本显示到聊天内容并调用某个LLM Api，该Api可以将文本内容中的表示表情的文字转换为具体的表情，其他文字不变，然后回复给用户。若文字中没有表示表情的内容，则直接回复用户输入的文本不包含表情。
组织知识库 RAG指：用户用自然语言提问（如「最近周报对 PB 粉港口库存怎么看？」），由LLM 驱动的 Agent识别这是需要引用内部文档、政策原文、周报观点的非结构化问题；调用 search_knowledge_base做向量检索；从 Milvus（或内存降级存储）取回相关文本片段；综合片段内容生成带标题、来源、doc_type的自然语言回答。用户问句 → Embedding 向量化 → Mi
智能问数指：用户用自然语言提问（如「青岛港 PB 粉最新库存和环比多少？」），由LLM 驱动的 Agent识别这是需要具体数字、聚合、排名的结构化问题；查看数据库 schema；生成并执行只读 SQL；把查询结果转成带口径说明的自然语言回答。LLM 写 SQL → 服务端 sqlglot 校验 → MySQL 只读执行 → LLM 解读结果。全程不使用向量 / Embedding。
上周师妹去面腾讯微信读书的大模型开发岗，三面的时候被问了一道场景题。面试官说：如果用 Claude Code 来辅助写一本书，内容很长，容易超过上下文长度，你怎么处理？
android
——android
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI硬件创业社区
龙虾开发者社区
AI编程社区
人工智能6S服务平台
DeepSeek技术社区
HarmonyOS开发者社区
openEuler 社区
智能体开发者社区
开源鸿蒙跨平台开发者社区
