登录社区云，与社区用户共同成长
邀请您加入社区
前几天有个粉丝私信我，说他面蚂蚁的时候被问了一道题：你知道 Claude Code 的`/compact` 功能是怎么工作的吗？他当时挺自信的，说这不就是"自动总结对话"嘛，把长对话压缩一下省 token。面试官听完笑了笑，问他：那压缩之后，模型是怎么知道之前改过哪些文件的？
我用 Python 写了一个 Skill，自动把 300 张截图变成知识文档
随着企业 AI 从"知识问答"迈向"业务决策"，传统知识管理平台和 RAG 已难以满足复杂业务场景需求。企业知识决策平台（Knowledge Decision Platform）通过整合文档、API、代码、数据库、流程、规则和版本等多源知识，构建统一的知识模型与证据链，实现可推理、可验证、可执行的智能决策。结合知识管理、Decision Intelligence、AI Agent 等高速增长市场，
本文介绍了Tauri外壳与Python sidecar的进程协作模型。Tauri主进程负责界面渲染和子进程管理，Python sidecar处理后端服务。系统采用分层启动机制：Tauri启动后生成sidecar进程，通过心跳检测监控其状态，500ms轮询健康检查接口。异常处理包括自动重启和用户提示两种策略，确保服务稳定性。进程间通过环境变量传递配置，日志由主进程统一管理。退出时采用优雅关闭流程，先
TESHYASI发布技术白皮书，提出基于零散模块动态涌现的具身智能架构，实现从"知识堆砌"到"自主认知"的突破。该架构通过三大核心机制：模块化组件库提供灵活性，闭环反馈回路实现智能涌现，具身化系统支持自我进化。区别于传统AI，TESHYASI强调智能的可解释性、物理存在感及情感理解能力，宣称其系统具有类似生命体的自生长特性，能主动优化认知结构并理解数据背后的
本文详细介绍了如何将Vue.js与D3.js结合，构建交互式知识图谱可视化应用。通过Vue.js的响应式数据绑定和D3.js的强大可视化能力，开发者可以高效实现医疗知识图谱等复杂场景的可视化需求。文章涵盖环境搭建、核心功能实现、性能优化及医疗场景特殊处理等实战技巧，帮助开发者快速掌握这一技术组合。
基于知识图谱的python个性化学习路径推荐系统项目源码
本文介绍了如何使用Python批量给Neo4j知识图谱上色和调整样式，解决手动操作效率低下的问题。通过APOC插件和py2neo库，实现节点和关系的自动化样式配置，提升知识图谱的可视化效果和工作效率。特别适合处理大规模生物分类学知识图谱。
一套开箱即用的Python工具集，专为NELL995知识图谱设计，支持从原始图结构中自动提取关系路径并生成PRA（Path Ranking Algorithm）所需特征。DFS.py脚本执行深度优先遍历，输出三类路径文件：全量路径（path_dfs_all.txt）、截断路径（path_dfs.txt）和按支持度阈值过滤后的路径（paths_threshold.txt）。model.py负责将实体
一周前有个做内容的同行问我，现在国产AI笔记工具这么多，到底选哪个合适。我翻了翻自己装过的几个，发现确实各有各的打法和侧重点。有些重转录精确度，有些重知识管理，有些偏会议场景，有些面向海外内容。花了一周时间把四款主流AI笔记产品实际跑了一遍，从产品定位、输入方式、输出能力、知识管理四个维度，梳理了一份对比。需要提前说的两个事实：第一，这四款产品迭代速度都很快，评测结果有时效性，功能以官方最新版本为
本文详细介绍了如何使用Vue和relation-graph构建企业级关系图谱，涵盖树形与力学布局的实现技巧。通过实战案例展示如何快速搭建开发环境、格式化数据、定制节点样式及优化性能，帮助开发者高效实现组织架构图、股权结构图等复杂关系可视化需求。
本文通过Python代码实战详细解析知识图谱评估指标MRR、Hits@1和Hits@10的计算方法。使用PyTorch框架构建TransE模型，从数据模拟到指标实现完整演示，帮助开发者深入理解这些核心指标的实际应用与差异，提升知识图谱模型的评估能力。
知识图谱
——知识图谱
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DeepSeek技术社区
龙虾开发者社区
CSDN-OPC开发者社区
亚马逊云科技技术品牌专区
DAMO开发者矩阵
