登录社区云,与社区用户共同成长
邀请您加入社区
类型定义集中在src/types/和ls src/types/ # 核心类型:Message, Tool, Task, Session 等ls src/schemas/ # JSON Schema:工具参数校验规则✅ 版本要求(Bun ≥ 1.3.5 / Node ≥ 24)✅ 三种源码获取方式(GitHub 克隆 / npm 还原 / HF 下载)✅ 依赖安装与首次启动验证✅ 核心目录结构解读✅
Claude Code的源码泄露,让我们有机会窥见世界级AI编程助手的内部实现。🧠 理解现代AI编程助手的设计哲学🛠️ 掌握Tool Use的最佳实践🏗️ 学习如何构建可扩展的AI系统🚀 二次开发,构建自己的AI工具《Claude Code源码100篇深度解析》系列第一篇:512K行代码全曝光,Claude Code源码泄露事件深度解析(本文)第二篇:半小时搭建开发环境,吃透Claude
这是一个系列 Blog,作者将以一个 PHP 全栈工程师的身份,利用 AI 工具(claude code、codex、deepseek、豆包等):从零开始学习 golang 语言,并最终完成 ai-go-mall 项目的制作,全程记录分享。
开源AI技术栈五层架构解析:从大语言模型到前端交互的完整自主解决方案 摘要: 开源AI生态已形成完整五层技术栈,让开发者摆脱商业API依赖。1)大语言模型层(Llama、Mistral等)提供媲美商业模型的智能核心;2)数据检索层(Milvus、Weaviate等)实现私有知识管理;3)后端层(LangChain、Ollama等)处理模型调用与流程编排;4)嵌入与RAG层(Nomic、LLMWar
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。
ClawRouter 是一个面向 AI Agent 的开源本地路由层,它关注的不只是多模型调用,而是模型选择、成本控制、fallback、Token 压缩和 Agent 运行时调度。
开源项目如何改变技术格局?从DeepSeek带动资本热潮,到Skynet、Redis等支撑互联网基础设施,再到ffmpeg、OpenCV等工具赋能音视频与AI领域,这些看似"小众"的开源项目早已渗透各行各业。文章列举了20个典型案例:游戏服务器框架Skynet、B站flv.js、谷歌LevelDB、微信内置的SQLite、直播推流工具OBS等,揭示开源如何成为技术发展的隐形引擎
当下大模型、AI Agent 已经成为企业数字化转型的核心工具,向量空间 JBoltAI 作为深耕 Java 生态的企业级 AI 开发框架,在落地智能问答、智能问数、多任务智能体等 AIGS 场景的过程中,发现一个长期无解的行业矛盾:大模型的底层运行逻辑是逐 Token 持续流式输出,但行业内仅有的三类 UI 承载方案 ——Markdown、JSON、HTML,全部无法适配这种原生特性,最终导致
本文介绍了两个关于AI Agent核心能力的开源项目: how-ai-agents-remember:拆解5个开源Bot的记忆系统,分析数据流 how-agent-loop-engineering:通过8篇文章讲解Agent如何持续执行任务 核心观点: Loop Engineering设计执行闭环,使Agent能自动推进任务直至完成 有效循环需包含目标、执行、外部状态更新、验证四个关键组件 项目提
6月26日,M-Robots开源社区在2026开放原子开源生态大会上正式启动运营,并同期发布了技术架构、治理体系与年度运营计划,标志着国内首个基于开源鸿蒙的机器人全栈操作系统开源社区从“宣告成立”进入“启动运营”阶段。
在MCP-Atlas(大规模工具调研评测的数据集),GLM-5.2比Opus 4.8低0.8%。GLM-5.2的线上推理依托多个国产算力平台,已在Day 0完成与为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞、天数智芯等国产算力平台的推理适配,在国产芯片集群上实现高吞吐、低延迟、大并发的稳定运行。从2025初开始,智谱团队几乎投入全部力量攻关Coding,历时大半年,细扣每一个代码环境
一致性带来准确率提升。在线强化学习是准确率提升的关键,模型在真实环境中执行任务,成功完成会得到正反馈,失败会得到负反馈,这种反馈比静态标注数据更有效,因为它反映了真实的用户场景。这个过程中可能犯的错误包括理解错误(用户说"搜索某个产品",Agent理解成了具体产品名还是产品类型)、操作错误(点错了按钮或在错误的输入框里输入)、状态错误(页面还没加载完就开始操作)、以及累积错误(前面步骤的小错误在后
上次聊了分块,今天聊检索。你们 RAG 系统,检索这块怎么做的?
6月25日至26日,2026开放原子开源生态大会在北京举行。作为开放原子开源基金会白银捐赠人和开源鸿蒙项目群A类捐赠人,诚迈科技与华为联合承办了开源鸿蒙主题演讲专场。活动现场集中展示了开源鸿蒙+AI的创新落地成果,并携手行业专家及广大开发者共同探索智能融合新路径,共享AI操作系统时代的新机遇。
本文深入解析了大语言模型(LLM)如何通过参数、向量和记忆机制来"理解"人类知识。主要内容包括: 参数本质:大模型的参数本质是浮点数,通过特定矩阵排列编码知识结构。典型模型如DeepSeek-V4使用8192维隐藏向量和64层Transformer架构。 向量空间:所有知识被映射到高维向量空间(如7168维),通过矩阵乘法和注意力机制建立动态语义关联。 记忆机制:探讨参数化记忆与生物神经元的差异,
Ollama,它来了,专为在本地机器便捷部署和运行大模型而设计。也许是目前最便捷的大模型部署和运行工具,配合Open WebUI,人人都可以拥有大模型自由。今天,就带着大家实操一番,从 0 到 1 玩转 Ollama。
开源
——开源
联系我们(工作时间:8:30-22:00)
400-660-0108 kefu@csdn.net