登录社区云，与社区用户共同成长
邀请您加入社区
标题：结论大模型调用治理需要同时关注性能、成本和稳定性。监控看板应从静态报表升级为可交互工具。后续建议将指标采集、成本估算和告警策略纳入统一平台。展示逻辑：这一页收束观点，方便会议结束时形成共识。
微软在GitHub发布免费AI入门课程，21节教程从基础到实战，涵盖生成式AI、大模型API调用、AI Agent开发等内容。课程采用Jupyter Notebook形式，适合零基础学习者，已有超10万星标。作为微软生态布局的一部分，该课程旨在降低AI学习门槛，帮助开发者掌握核心技能。课程提供中文版本，学习者可按计划每天完成1-2节，配套讨论区解答疑问。学完后可独立开发聊天机器人等应用，为进一步学
Downkyi是一个极其便捷的开源工具，专为Bilibili视频下载而设计。它拥有一个简洁、直观的界面，操作逻辑流畅无比。Downkyi能够下载几乎所有B站视频，并将其转化为mp4格式的文件。它集成了强大的Aria下载器，使用多线程技术实现高速下载。同时，Downkyi还采用了FFmpeg工具，可以进行视频的混流、音视频的提取等操作，更加满足用户的需求。它的简易性和高效性将为您提供极致的用户体验，
IX7024是一款国产高性能PCIe3.0交换芯片，具备24通道13端口设计，采用无阻塞架构并内置RISC-V处理器。该芯片支持多设备并发、高速存储互联，可完美适配磐石100科学大模型体系，显著提升算力密度和数据吞吐能力。其核心优势包括：384Gbps无阻塞交换带宽、工业级宽温运行(-40℃~+85℃)、PIN-to-PIN兼容ASM2824实现国产化替代、7.1W低功耗等特性。IX7024可广泛
本文演示了如何在 DotNetBrowser 应用程序中使用本地 AI 模型。
UE引擎使用"Actor"而非"Object"命名可生成对象，主要有三个原因：1）基础类UObject已被占用；2）源自计算机科学的"Actor模型"理论，强调对象间通过消息传递交互；3）采用戏剧隐喻（演员/舞台）。相比Unity的"GameObject"更学术化，但符合UE的底层架构设计。这种命名区分了内存对象(UO
RHOS四元范式：具身智能的系统性突破 RHOS Lab提出的Robot-Human-Object-Scene四元范式重构了具身智能的研究框架，其核心创新在于： 动态交互系统：突破传统机器人学的三元局限，将Human作为独立要素，形成6组交互关系（人机协作、物体操作、场景嵌入等） 层级认知架构：从底层像素感知到高层推理形成四级递进，通过ViFailback实现失败诊断，HAKE解析人体动作语义，S
2026 年 5 月的 AI 圈最核心的关键词其实是“成本”。巨头们在商业收费和模型性能间找平衡，而在充满挑战的宏观环境下，每个开发者也得学会低成本高效能工作。最后送大家一句今日感悟：“AI 不会取代前端，但你的 Token 账单可能会掏空你的钱包。省着点用，把 AI 用在刀刃上，才是成熟的 2026 开发之道。技术永远在迭代，焦虑没有用，快速学习和适应的人才有未来。
摘要：本文介绍如何通过VBA将Access数据库对象转换为Markdown格式，方便AI分析或技术文档编写。核心功能包括自动提取表/查询结构、字段信息和样例数据，采用WHERE 1=0技巧高效获取元数据，并输出结构化的Markdown文本。
摘要 AI技术正在改变Access开发，但不会简单取代它。本文提出分层增强策略，认为AI更适合重写代码表达层而非业务事实层，建议分四阶段推进：系统理解→功能增强→局部重构→评估迁移。关键实现步骤包括：1)将现有系统视为业务资产进行全面盘点；2)优先让AI接管高重复低风险工作；3)建立AI友好的模块化代码结构。文章强调AI应作为协作工具而非决策者，并提供了VBA模块化示例，展示如何将业务规则从窗体事
摘要：本文介绍基于AutoGen框架对接阿里云通义千问实现AI成语接龙。通过80行.NET代码即可实现流式交互，包含核心功能：1)使用OpenAI兼容协议快速接入大模型；2)自动清洗输出确保只保留四字成语；3)智能提取尾字实现连续接龙。关键技术点包括RegisterMessageConnector消息转换、TextMessage流式处理及汉字过滤函数。项目开箱即用，支持qwen系列模型切换，为开发
今年 8 月，在钉钉 AI 1.0 产品发布会尾声，创始人无招（陈航）在演讲结束时，屏幕曾短暂闪现“DingTalk Real”字样，但当时并未做任何阐释，一度引发外界诸多猜测。新模型采用自研创新架构，可将图片“拆解”成多个图层，可类比为使用 Photoshop 分层作图修图，号称能够实现几乎“零漂移”的 AI 图像精准编辑，彻底解决 AI 生图的一致性难题，加速大模型在专业设计领域的现实落地。在
上一篇我们学习了MCP协议，掌握了AI与工具交互的标准化方法。本文将更进一步，探讨如何让多个AI Agent协同工作——就像组建一个AI开发团队，每个Agent负责不同的角色，通过协作完成复杂任务。# 工具初始化# ==================== Agent定义 ====================role="产品经理",goal="分析用户需求，输出清晰的产品需求文档（PRD）",
启动谷歌浏览器（Google Chrome）启动后自动打开淘宝、天猫、京东等电商平台。
例如用户勍爷，是注册用户，他用的什么设备登录，IP地址是什么，在什么地理位置，用的什么网络？再如，首页中的搜索框，”搜索“事件，用户输入了什么关键词，搜索类型，是否触发联想词，输入词为空的搜索，分析需求多种多样，需要记录的数据内容就会变的更多。剩下留有3个扩展位，每个扩展字段下的内容还可以再扩展，留有足够的扩展空间，在这些扩展位中，可以写入业务的私有参数，也有可能是局部的业务、用户的公有参数，但它
OpenAI 收购 Promptfoo，表面是一笔 8600 万美元的交易，实质是一次战略转向的宣言。当各家大模型的基准测试分数越来越接近，比拼的不再是单纯的智力水平，而是谁能先进企业、谁能在生产环境里稳得住。Promptfoo 的技术将成为 OpenAI Frontier 的骨架之一，而 Frontier 能否真正打消企业对 AI 智能体安全性的顾虑将直接决定 OpenAI 在企业市场的最终份额
微软近期对 Microsoft 365 Copilot 进行了一轮系统性更新。这次不再是功能层面的修修补补，而是把 Copilot 从"你问我答"的助手形态，彻底推向能自主执行、串联多步骤任务的 AI 智能体时代。伴随而来的还有全新打包方案 Microsoft 365 E7，以及专门解决企业 AI 治理痛点的 Agent 365 平台。
futex 是 Linux 提供的一种快速用户态互斥体机制。在无竞争的情况下，所有操作都在用户态完成，不需要陷入内核；只有在发生竞争时，才通过系统调用进入内核进行排队和唤醒。这种设计极大地提升了性能，因为绝大多数锁操作都是无竞争的。futex_wait和futex_wake是两个最核心的系统调用。本文从用户态的一个futex_wait调用出发，沿着代码执行路径深入内核，最终到达 CPU 的原子指令
技术不是问题技术最后服务谁才是问题。
本文对Gemini、GPT-4o和Claude3.5在办公场景的应用进行了14天实测对比。结果显示：Gemini在中文邮件撰写、文档翻译等标准化文字处理任务中表现优异，格式规范且节省80%时间；GPT-4o在代码生成方面更胜一筹，注释完整度更高；Claude3.5则擅长处理长文本摘要。测试覆盖50个典型办公任务，Gemini在保持输出稳定性（80%可直接使用）和时间效率（平均节省85%）方面表现突
GitHub Models的地址是, 当前在GitHub Models也提供了很多可选择的大语言模型，比如GPT-5，GPT-4o, Phi-4以及Llama和Mistral的系列模型等，当然也包含了当前比较火的DeepSeek V3和DeepSeek R1，具体的模型类别，可以查看这个链接。登录GitHub Models后，可以在Play ground中选择特定的模型进行试用，如下图所示，这边尝
最近在体验 OpenAI 推出的Codex Windows 客户端，准备在本地环境试试 AI 编程能力。结果刚开始就遇到经典问题：👉 点击官网 Windows 下载后直接跳转 Microsoft Store，然后提示应用不可用。Microsoft Store 打不开商店无法登录提示“此应用在你的地区不可用”点击安装无反应于是我换了一台可以正常访问商店的电脑，把安装文件完整提取出来并成功在另一台电
ACP(Agent Client Protocol)是用于标准化AI Agent与代码编辑器或IDE等客户端之间通信的开放协议。有了ACP协议之后，Code Editor与Agents就解耦了。基于ACP的SDK目前有rust-SDKPython-SDKKotlin-SDKJava-SDK。这边将尝试在命令行中去体验一下TypeScript的ACP案例本文简单尝试了一下在命令行中进行ACP Cli
本文对Gemini、GPT-4o和Claude3.5三大AI模型在办公场景中的表现进行了14天的实测对比。结果显示：在中文文档处理（邮件、周报）和技术翻译方面，Gemini表现最优；代码生成和注释任务中GPT-4o更出色；而Claude3.5擅长处理长文本摘要。测试覆盖50个任务，发现AI平均可节省80%工作时间，特别适合标准化文字工作，但复杂数据分析、创意写作等仍需人工介入。建议根据具体任务选择
在 Prompt 组件中，默认使用 f-string 方法来格式化变量。f-string 是 Python 3.6 以后版本中引入的一种特性，用于在字符串中插入表达式的值，语法简洁，直接利用 {} 花括号包裹变量或者表达式，即可执行简单的运算，性能较好，但是只限用在 Python 中。为了适配不同的 LLM，LangChain 封装了 Prompt 组件，并且 Prompt 组件是高可移植性的，同
摘要：文章介绍了利用RskAi平台整合Gemini3.1等AI模型实现自然语言查询数据库的解决方案。该方案通过将业务人员的口语化问题自动转换为SQL语句，解决了传统数据查询需要专业SQL技能和长时间等待的问题。文中详细说明了五步实施流程：表结构准备、AI上下文设定、自然语言提问、Python中间层搭建及企业通讯工具接入，并指出该方案兼具灵活性和实时性，能显著提升数据查询效率。目前该方案在国内网络环
本文基于2012年中国退市新规构建了上市公司退市风险研究数据集，包含2000-2024年A股上市公司面板数据。核心构建了6项退市风险指标（净资产为负、营收不足、连续亏损、审计不良等）及DID交互项，为政策效果评估提供准自然实验设计。数据支持退市监管对股价崩盘、信息披露、公司治理等主题研究，具有25年时间跨度和完整政策前后观测期。该数据集方法上支持固定效应和双重差分模型，实践上可为监管评估、投资决策
我是一名图书编辑，正在将大模型、RAG、知识库和内容评估方法应用于出版流程，重点探索 AI 在书稿审读、选题策划、知识服务和编辑规范自动化中的落地路径。如果你想立刻开始，我建议你用 14 天做出第一个雏形。
现在开始学习Agent Harness相关技术，参与开源项目，积累工程经验，未来3-5年该领域的人才缺口将超过100万。重点关注分布式系统、可观测性、安全治理三个方向的技术，这些是Harness的核心技术底座。尝试在现有项目中落地工具抽象层和可观测性能力，从小规模场景开始积累经验。
摘要：使用az containerapp create命令创建Azure Container App时，YAML文件中未设置的字段被序列化为null值发送给ARM，导致400错误。问题根源在于CLI扩展将null值注入请求体，而ARM无法将null转换为布尔类型（如allowInsecure字段）。解决方案是在YAML中显式设置allowInsecure: false。该问题在update命令和A
📅 2026 年 04 月 30 日 · 周四数据来源：36氪、知乎、MIT News、新浪财经、快科技、Bing搜索、大黑AI速报、IT之家、21财经等。
2026年办公自动化迎来范式变革，AI Agent技术重构IM远程操控模式。主流工具如WorkBuddy、实在Agent等实现从"手动远控"到"逻辑驱动"的跨越，支持自然语言指令解析、跨系统协同和自主纠错。实在Agent凭借ISSUT技术和TARS大模型，在企业级市场表现突出。选型需关注环境兼容性、自主修复能力和模型开放性，建议从高频场景切入。新一代工具以A
最近半年帮客户做AI系统集成，我发现一个非常普遍的现象：大部分人用大模型，写提示词全凭感觉，要么就是网上套各种花里胡哨的"万能咒语模板"，真放到生产系统里，动不动就答非所问、胡说八道，稳定性根本没法看。提示工程（也叫指令工程），本质就是设计给大模型的输入指令，让大模型按照我们的要求输出符合预期结果的方法论。说的通俗一点，你让大模型"讲个笑话""写封情书"，你说的这段话就是提示（Prompt），怎么
microsoft
——microsoft
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
AtomGit AI 社区
DeepSeek技术社区
快递鸟社区
