登录社区云，与社区用户共同成长
邀请您加入社区
Codex CLI 最吸引人的功能不是终端生成一段代码片段，而是auto‑edit自动编辑模式。直接在项目目录下，口述需求，工具就能遍历项目，修改源码、补全函数、修复bug、调整配置文件，省去复制粘贴的步骤。但现实调试下来，Auto‑Edit 是整个工具里坑最多的模块。同样一条指令，有的环境可以直接修改文件，有的环境提示拒绝写入，有的只能读取不能保存，部分文件修改成功，另外一部分直接静默失败没有任
专为转行/转岗空间规划师打造的ArcGIS系统课，从安装到项目实战全覆盖，含12大高频规划应用场景、ModelBuilder自动化建模及百度API等时圈零代码实现。
ArcGIS JS 基础教程（29）：CSVLayer 表格点位图层。
层次价值表面Claude Code 的 GitHub 仓库、Issue 跟踪、插件分发中层一套完整的 AI Agent 自动化运维系统的参考实现深层Anthropic 对 Agent 安全性、可编排性、企业部署的方法论输出这个仓库不是在"发布代码"——它在展示一种新的软件工程范式：AI Agent 不只是写代码的助手，而是参与软件工程全生命周期（Issue 分诊 → 去重 → 审查 → 合并）的自
“一图胜千言”审稿人视角下的高水平论文图表构建与发表力提升——AI多智能体支持的Nature级数据可视化与出版级Figure全流程AI大模型+ Codex智能体辅助科研绘图，结合Gemini、Nano Banana、Banana Pro HD等AI工具，系统介绍科研图形的设计、代码生成、修改优化、美化排版、多图组合及Figure整体布局。
本文档介绍了如何配置VS Code + Codex插件与CodeGraph集成，建立代码知识图谱并通过MCP提供给Codex使用。主要内容包括：1）整体架构说明CodeGraph如何增强Codex的代码分析能力；2）CodeGraph的功能介绍；3）安装步骤；4）项目初始化方法；5）MCP配置细节；6）常见问题解决方案。文档详细指导用户从环境准备到功能验证的全流程，帮助开发者利用CodeGraph
本文探讨了DeepSeek Harness（DSH）如何通过分层配置机制构建灵活的Agent运行时系统。核心观点是将产品组装作为运行时的一等公民，通过Profile、Bundle、Patch和Loader四个关键概念实现模块化组合： 分层配置系统：最终配置由空列表依次叠加Bundle层、Profile补丁、全局补丁和命令行补丁形成，确保配置透明可审计。
或示例 1：catchup 命令/catchup示例 2：修复 GitHub issue示例 3：PR 命令/pr不要创建过多复杂的自定义命令（反模式）斜杠命令应该是简单的个人快捷方式，不是新的"魔法命令"系统# 创建专门的子智能体 # 例如：.claude/subagents/python-tests.md❌问题：隔离上下文：主 Agent 失去测试相关的上下文，无法整体推理强制工作流：将人类定
从开源治理角度看，我认为它最值得借鉴的地方，是把“基于上游”从一句 README 声明变成了可以验证的仓库结构和产品行为。官方 Harness 以固定 URL、commit 和干净工作树存在于只读 submodule 中，桌面代码集中在自己拥有的 package；产品 Yarn workspace 与上游 pnpm workspace 各自维护 lockfile，普通构建只消费用户真正会安装的发布
从技能上教会您：理解使用地理数据，使用掌握Python的相关模块和库，掌握ArcGIS Pro的空间分析与制图技能；从专题上教会您：掌握安全评价指标体系的构建与计算；掌握突变模型在指标集成中的作用；掌握生态安全评价时空过程分析与趋势预警的方法。基于对区域生态变化的趋势和内在关系的理解，结合生态问题诊断、生态功能需求评估和景观格局规划，助力保障生态系统的功能性与服务性。
1.6 案例：AI（DeepSeek、ChatGPT）支持下的空间数据处理及分析（直接分析和间接分析）综合案例10：AI（DeepSeek、ChatGPT）支持下全国净初级生产力（NPP）分布特征分析。6.2 案例：AI（DeepSeek、ChatGPT）支持下度量地理分布：标准距离、平均中心等。5.7 案例：AI（DeepSeek、ChatGPT）支持下实现栅格计算（加减乘除等）4.2 案例：A
本文介绍了如何利用麦当劳官网一条无需鉴权的 POST 接口，通过 1.5 公里点阵覆盖上海全境，采集到全市 619 家门店的完整数据——店名、地址、电话、坐标及业务标签。坐标直接为 GCJ-02，对接高德瓦片即拿即用。数据显示：浦东新区以 152 家独占四分之一，16 个区无一空白；麦咖啡覆盖率高达 97%，已成全线标准配置；儿童游乐区过半，得来速和 24 小时门店则属少数。区域密度分析进一步揭示
本文系统介绍了空间数据处理全流程，涵盖矢量、栅格、点云及多维数据类型。提供ArcGISPro界面操作与Python脚本自动化两种方案，详细解析从数据采集、清洗转换、投影处理到可视化分析的全链路方法。内容包括地理数据库创建、数据格式转换、GPS数据处理、遥感云平台集成等核心环节，并针对各类数据（行政区划矢量、遥感栅格、LiDAR点云、气象多维数据）分别给出具体操作指南。通过GUI与编程两种方式对比，
ArcGIS Pro空间分析、三维建模、可视化及python融合应用技术
本文基于全国 761 家 IMAX 影院，透视巨幕银幕分布逻辑。发现：一、IMAX 是"体验品"而非"便利品"，银幕高度集中高线级城市——一线新一线渗透率 100%，五线骤降至 25%，县域为零；按 2025 商业魅力榜，19 城贡献近半壁银幕，四线五线零星点缀，这道"渗透悬崖"划出消费力分界线。二、IMAX 呈"地理去中心化+运营中心化"：铺进 200 余城，运营权却由万达（372 家）等少数连
不要一上来就追求自动化。先明确哪些内容属于短期任务，哪些属于长期用户记忆；哪些是原始证据，哪些是摘要；哪些可以进入 Persona，哪些只能停留在 Atom。
本文以lululemon官网门店查询页面为采集对象，通过程序化手段提取门店信息直接嵌入在静态HTML页面中，一个标准HTTP GET请求即可获取全部数据。基于采集的204家门店分析发现：上海、北京、深圳三城合计占总量的35.3%，前五城占比43.6%，呈现高度集中的头部城市主导型分布；省级层面，上海、北京、广东、浙江、江苏位列前五，长三角地区以61家占总量近三成；机场店共计9家，占4.4%，反映品
本文介绍了在ArcGIS中创建Python工具箱的方法，重点演示了举证方位线生成工具的开发过程。
【摘要】GIS内业批量修改属性痛点解决方案：字段计算器高效处理大批量图斑数据。文章对比Python和VB两种语法，提供5类高频场景实战公式：①全局统一赋值；②多条件分类赋值（如地类编码转名称）；③文本替换；④字段拼接；⑤数值换算（如平方米转亩）。特别强调操作避坑要点：字段类型匹配、代码缩进规范、修改前备份数据，并针对Python和VB分别给出典型报错解决方案。通过标准化批量处理流程，可实现上万条数
本文基于携程平台景区数据，构建了覆盖全国地级及以上城市的旅游景点数据库。通过两阶段数据采集流程（获取城市ID与批量爬取景点数据），结合GIS空间分析，重点解析了杭州市;西湖核心集聚-水系廊道延伸-外围多点支撑;的三级旅游空间格局。研究发现杭州景区呈现高度集聚的西湖核心区、沿钱塘江与大运河的带状分布，以及外围良渚、西溪等特色组团。研究为优化旅游资源配置和推动全域旅游发展提供了数据支持与方法参考，同时
《Dockerfile优化指南：解决镜像膨胀与构建缓慢问题》 本文针对使用Codex编写Dockerfile时常见的镜像体积膨胀和构建效率下降问题，提出系统化的优化方案。文章揭示了导致这些问题的核心原因：Docker Layer设计不合理、开发依赖混入生产环境、缓存机制失效等，并给出21条具体优化建议。 关键优化策略包括： 合理排序Layer（变化频率低的在前） 采用多阶段构建分离开发与生产环境
在设置 → 模型目录提供方：选择 Anthropic、OpenAI 等已内置目录的提供方，填入 API 密钥即可自定义提供方：公司网关或自建服务器，填写 Provider ID、基础 URL、API 协议、凭据和至少一个模型模型发现：支持"获取可用模型"自动查询端点；不提供该端点时手动录入即可密钥是只写的，保存后页面只显示脱敏描述符，明文存在模型配置即时生效，不需要重启服务器视觉模型需要声明图片模
不看花哨的演示，直接教你怎么找AI落地的黄金场景，怎么算AI投入的ROI。前不久，网易智企正式发布企业级 AI Agent 管理平台“帝王蟹(ClawHive)”，成功解决了企业引入 Agent 的最后一公里问题，让不同的Agent在企业场景扎根，给企业带来真正的生产力跃迁，一经推出，就备受企业青睐。AI正在重构金融生产力，从智能问数到数字员工，从营销获客到知识工程，从大模型应用到安全治理，网易智
团队用 Claude Code / Codex 怎么避免乱写：AI 编码规范落地教程，再用 cpolar 远程验收本地规则面板 你有没有遇到过这种情况：同一个项目里，Claude Code 和 Codex 都在改代码，功能是跑通了，目录、命名、提交边界却越来越乱。 这篇不讲空话，直接做一套能落地的方案：把团队规则写进项目文件，再做一个本地规则面板，最后用 cpolar 把这个面板临时发给同事验收。
上周三我想把 Codex CLI 接到项目里替代部分 Claude Code 的工作流，结果光一个 config.yaml 就来回改了三遍才跑通。问题出在两个地方：provider 的枚举值拼写（openai和你以为的行为完全不一样），以及 api_key 到底读环境变量还是读配置文件——官方文档对这俩的优先级描述基本等于没写。这篇把我踩的坑和最终能用的最小配置模板都贴出来，省得你也折腾半天。
本文介绍 Microsoft 开源的 Flint 0.2，分析它如何通过语义类型、紧凑的可视化中间表示、三阶段编译流程和 MCP Server，让 AI Agent 更稳定地创建、校验与渲染图表，并讨论这种“模型生成意图、编译器负责执行”的架构对 Agent 产品开发的启发与边界。
prompt -> 规划 -> 查看规划是否正确、可行 -> ctrl + g 修改规划 -> claud执行【重要】是否更改了其它额外的文件实现的逻辑是否正确、可行调用api，查询的数据文件，实现用到的包、方法 是否是你想要的shift + tab 切换到规划模式，确认下边为: "plan mode on"查看claude生成的规划是否正确确认规划没有问题，让claud进行执行。
基于Claude Code与Codex双Agent协作的WebGIS全链路开发：涵盖从真实数据驱动的Leaflet交互地图、MapLibre矢量瓦片、ECharts科技大屏与Canvas动效可视化，到PostGIS空间数据库、Express后端接口及阿里云部署的全流程实践，构建可上线、可复用、可交付的WebGIS科研成果系统
本文介绍了使用Rokid开源的JSAR框架创建3D飞机模型的开发过程。JSAR是一款基于JavaScript的AR开发框架，具有低门槛、强大3D引擎和完善工具链等特点。文章详细展示了项目结构配置、场景初始化、飞机组件建模、材质系统应用以及动画实现的完整开发流程，特别强调了JSAR支持Chrome DevTools远程调试的优势。通过实际案例，作者验证了JSAR在复杂3D场景构建中的表现，并分享了性
SWAT模型是一种基于物理机制的分布式流域水文与生态模拟模型，能够对流域的水循环过程、污染物迁移等过程进行精细模拟和量化分析。5.5 案例分析：AI辅助下SWAT模型中DEM数据的不确定性分析。9.4 案例分析：SWAT模型初损率改进及对水资源的影响分析。7.6 案例分析：土地利用变化对SWAT模拟结果的影响。8.6 案例分析：退耕还林措施对SWAT模拟结果的影响。4.5 案例分析：基于控制单元的
【摘要】有赞龙虾基础架构组发布紧急通知，要求各集群在2026年7月30日前完成NPM Registry迁移至内部加速镜像（http://111.228.63.223:4873/）。迁移步骤包括配置registry地址、设置@playwright专用scope、关闭SSL校验及写入.npmrc文件。内部镜像相比官方registry延迟降低90%以上，能显著提升如@playwright/mcp等依赖的
arcgis
——arcgis
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
葡萄城开发者空间
EazyDevelop社区
DAMO开发者矩阵
AI Agent技术社区
AI编程社区
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
乐奇 Rokid 开放社区
MCP技术社区
