登录社区云，与社区用户共同成长
邀请您加入社区
近日，云原生与开源领域资深技术人正式加入密瓜智能，出任。随着 Jimmy 加入，将助力密瓜智能在 AI 原生基础设施生态建设、全球开发者协作领域的布局，为相关实践提供经验参考。作为，Jimmy 是中国云原生领域公认的技术实践者与传播者之一。在 Kubernetes、Service Mesh 、分布式系统等关键技术尚未成为行业共识之前，他已深度参与相关实践与传播，是国内较早系统性引介云原生架构的技术
文章分享了Manus项目团队从训练基础模型的惨痛教训转向上下文工程的经验。详细介绍了七大实践：优化KV缓存设计、稳定动作空间、突破窗口限制、锚定核心目标、保留错误内容、注入受控随机性，强调上下文工程是AI智能体开发的核心支柱，能让产品与底层模型保持灵活适配性，随着模型进步而不断优化，是构建高效AI智能体的关键路径。
8、第8层：AI 智能体编排层使 AI 智能体能够执行工作流、与其他 AI 智能体交互，并在工具和环境中进行协调。包括 Spring AI Alibaba、LangGraph、Autogen、LlamaIndex、Swarm、Eino 等。9、第九层：AI 智能体认证层处理 AI 智能体在可信生态系统内的安全身份、访问控制和基于角色的权限。包括 AWS AgentCore Identity、Azu
本文深入解析了模型上下文协议(MCP)如何革新AI应用架构设计。MCP作为AI领域的"USB-C接口"，通过标准化AI Agent与外部工具的交互，解决了传统开发中寻找接口和解析接口的复杂性问题。文章详细介绍了MCP的运作机制、与Function Calling的区别，并提出了基于云原生API网关和Nacos的企业级MCP架构解决方案。这一新范式不仅提升了AI应用的性能和用户体验，还推动了MCP
Mem0长期记忆系统解决大语言模型(LLM)的"记忆缺陷"问题，通过动态提取、整合和检索对话关键信息，赋予AI可靠长期记忆能力。Mem0基于向量数据库，Mem0-g基于知识图谱，两者在LOCOMO评测中表现出色，实现了效率与效果的最佳平衡，比传统RAG和全上下文方法更高效、成本更低，为构建更可靠、高效的AI智能体提供了新思路。
文章讲述了MyClone平台通过将OpenAI的1536维嵌入模型替换为Voyage 3.5 Lite的512维模型，实现了RAG系统性能大幅提升。借助Matryoshka Representation Learning等技术，低维度模型保持了高检索质量，同时使存储成本降低66%，检索速度提升2倍，端到端语音延迟减少15%-20%。这一实践表明，技术选择应与产品目标深度契合，而非单纯追求参数高低。
三天用AI完成开源WordPress导航主题：要哇棱镜主题免费分享（附部署教程+源码）
本文分享了AI Agent开发的6大关键设计模式，包括Prompt Chaining、Reflection、Tool Use等，强调打造稳定、高效、自主、可用的AI Agent需掌握这些模式。它们能让Agent从简单聊天机器人进化为能自我规划、执行、反思和协作的智能系统，是AI开发者避免"翻车"的"武功心法"，帮助提升项目质量和效率。
文章系统介绍了大模型参数高效微调(PEFT)的九大主流方法，包括添加派、适配器、软提示等。2021-2023年是PEFT方法的创立时期，LoRA、P-Tuning v2、QLoRA等解决了大模型微调的根本问题。2023年后主要是在基础方法上的小改进。工程应用中，Adapter/LoRA已足够解决问题，学术研究空间有限。
阿里巴巴开源Qwen3-VL-Embedding和Qwen3-VL-Reranker两款多模态模型，填补了多模态RAG在向量检索和重排序环节的空白。这两款模型基于Qwen3-VL基础模型，支持文本、图像、视频等多种模态输入，在多项基准测试中达到SOTA水平，其中8B版本在MMEB-V2榜单以77.8分夺冠。模型支持30多种语言、自定义指令和向量维度调整，采用Apache 2.0许可证完全免费商用。
Dify是一个开源的LLMOps/Agent应用开发平台，提供可视化工厂式的大模型应用开发体验。核心功能包括低代码可视化构建、RAG知识增强、Agent框架、多模型兼容等，支持企业级部署与运维。平台适用于知识问答、智能客服、内容创作等多种场景，相比同类产品更具功能性和开放性。Dify提供五种应用类型：聊天助手、文本生成、Agent、工作流和Chatflow，满足不同业务需求。部署方式支持SaaS云
本期GitHub热榜显示AI智能体开发工具正席卷开发者社区，Claude Code、opencode等项目通过自然语言交互极大提升编码效率，Chrome DevTools MCP和UI-TARS-desktop则推动多模态智能体与开发工具深度集成，同时TailwindCSS持续领跑前端工具链，NetBird提供现代化安全网络方案，反映出开发者正积极采用AI助手优化工作流，并重点关注智能体工具链集成
无论是想快速搭建一个AI产品，还是寻找企业AI中台解决方案，BuildingAI都提供了一个值得认真考虑的选项——毕竟，在开源世界里，能同时做到"功能完整"和"商业友好"的项目并不多见。
Segment Anything Model 3（SAM 3）是由 Meta 开发的最新一代视觉分割模型，能够基于文本、图像示例或视觉提示（如点、框）在图像和视频中检测、分割和跟踪对象。与前代模型相比，SAM 3 引入了可提示概念分割（Promptable Concept Segmentation, PCS）功能，能够处理开放词汇的概念提示，一次性返回所有匹配对象实例的分割掩码和唯一身份标识。该模
本文系统分析了剧本杀在线平台的游戏逻辑测试策略，针对其核心组件（角色系统、线索链、推理引擎）提出分阶段测试方法，包括功能逻辑测试、一致性验证及AI驱动测试。研究指出，专业测试可显著降低30%的逻辑漏洞故障，并介绍自动化工具（Selenium、LoadRunner）与创新方法（角色扮演测试）。面对多分支覆盖等挑战，建议采用MBT建模和众测平台。文章预测2026年AI增强测试工具将普及，呼吁从业者提升
阴影设计：扁平与立体的平衡 现代UI设计采用"半扁平"风格，在简洁界面中加入微妙阴影来营造层次感。本文探讨了React Native中实现阴影的技术细节： 跨平台实现：iOS使用shadowColor/Offset/Opacity/Radius精细控制，Android用elevation简化处理 设计考量：阴影强度需适配深色模式（透明度0.1→0.3），彩色阴影可增强品牌感 性
本文介绍了如何在TodoList应用中实现深色/浅色主题切换功能。通过状态管理控制主题样式，定义了两套配色方案：深色模式采用深蓝黑背景配白色文字，浅色模式使用浅灰背景配深灰文字。应用通过Switch组件实现即时主题切换，并适配状态栏样式。文章还讨论了主题持久化方案，建议使用AsyncStorage保存用户偏好。该实现展示了React的响应式特性，无需重启即可动态更新界面样式，提升了夜间使用的视觉舒
本文介绍了React Native列表组件的设计思路，采用List和ListItem两个组件分工协作的模式。ListItem负责单个列表项的渲染，支持标题、副标题、左右图标/元素、点击交互等功能；List作为容器组件，提供卡片式、嵌入式等不同布局样式。这种拆分设计提高了组件的灵活性和复用性，开发者可以单独使用ListItem，也可以组合使用List来构建完整列表。文章详细解析了两个组件的属性设计、
Tabs组件摘要 实现了一个功能完善的React Native选项卡组件，支持多种交互和样式配置： 数据结构： 使用TabItem接口定义每个选项卡，包含key、label、icon、badge和content等属性 采用key而非index作为唯一标识，避免顺序变化导致的问题 核心功能： 支持受控(activeKey)和非受控(internalKey)两种状态管理 提供onChange回调实现外
📖 简介Cloud NativeAssistant Agent 是一个基于 Spring AI Alibaba 构建的企业级智能助手框架，采用代码即行动（Code-as-Action）范式，通过生成和执行代码来编排工具、完成任务。它是一个能理解、能行动、能学习的智能助手解决方案，可帮助企业快速构建智能答疑客服、系统诊断、运维助手、业务助理、AIOps 等智能体。仓库地址：spring-ai-al
说到AI有很大实用价值，笔者最喜欢举的例子，就是笔者亲身用AI大模型SUNO创作歌曲，从一个纯粹的门外汉，短短两年时间成为创作了200+首作品的音乐创作者，其中许多作品被网友和朋友称赞好听。不过这篇文章不讲音乐创作，而是想从另外一个角度讲讲AI的实用性，虽然对于比较了解AI大模型的朋友来说将要讲的例子可能很平常，但因为是笔者实际应用的经历，是真实的案例以及相应的细节，比较有说服力，而且对于初学者也
编者摘要：本文聚焦生成式 AI（GenAI）和智能体系统中的核心挑战，提出一种受 Unix “一切皆文件” 理念启发的，作为上下文工程的统一基础，解决现有方案碎片化、缺乏可追溯性和治理机制的问题；该架构通过（整合历史、内存、临时工作区）和（构造器、更新器、评估器），在中实现，满足 GenAI 的令牌窗口、无状态等设计约束，支持人机协同与可验证推理，通过两个实例验证了可行性，未来将探索智能体自主导航
但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大
Agent训练不一定需要完美复现真实环境，而是需要足够多样、信息丰富且因果可信的交互数据。为此，它构建了一个“合成健身房”，通过三大组件协同工作：如图所示，DreamGym 以种子任务为起点，通过经验模型与Agent的交互生成轨迹，并结合课程任务生成器动态调整任务难度，形成一个闭环训练系统。
AEnvironment（简称 AEnv）是一个面向 Agentic RL（Reinforcement Learning，简称 RL） 时代的统一环境平台，以 “Everything as Environment” 为核心理念。它通过拓展标准化的 MCP 协议和高性能的 ASandbox 运行时，为环境提供者、算法开发者和智能体开发者提供了一套开箱即用的基础设施，让开发者聚焦于智能体能力本身而非环
适合个人和中小型团队的在线文档、知识库管理私有化部署方案，全面支持跨平台（Windows、macOS、Linux）和跨终端（Web、PC、手机）同步。
高级智能体所有AI能力节点新增异常分支输出，工作流知识库新增导入/导出工作流功能。
2025 Meet AI Compiler 第 8 期技术沙龙于 12 月 27 日在上海创智学院圆满收官。
研究团队还与 StreamRL 进行了对比，并启用了一次性训练范式，该范式通过消耗上一步生成的轨迹，实现轨迹生成与训练的并行化。而有状态组件（如训练阶段）则部署在专用硬件资源上。训练步骤的详细分解显示，在成功运行中LLM生成占据54%时间，训练占23%，环境初始化占15%。而在包含环境失败的迭代中，环境初始化时间占比飙升至78%，凸显了环境管理的重要性。在Qwen3系列模型（8B-32B）和多任务
摘要 本研究对比分析了2025年三大开源大模型LLaMA 2/3、Qwen和DeepSeek的技术特点。LLaMA 3采用优化的Transformer架构和分组查询注意力机制，显著提升推理效率；Qwen 3创新性地引入混合专家架构和可控思维模式切换机制；DeepSeek-R1则通过稀疏MoE架构和强化学习训练实现高效推理。在训练数据方面，三大模型分别使用15万亿、36万亿和超大规模的多语言语料。研
移动端性能测试工具对比与优化实践 本文系统梳理了主流移动端性能测试工具（Android Profiler、Xcode Instruments等）的特点与适用场景，提出五步性能优化方法论：1)建立性能基线；2)构建自动化脚本；3)模拟真实场景；4)四步诊断法定位瓶颈；5)设置CI/CD性能门禁。通过某电商App案例，展示如何将首页加载时间从2.8s优化至1.1s。文章指出当前面临设备碎片化、AI内容
《LTX-2进阶视频生成指南》摘要：本文深入解析AI视频生成工具LTX-2的进阶使用技巧，帮助创作者突破基础应用瓶颈。重点内容包括：1）针对营销、教育、社交媒体和电影级内容的不同prompt策略；2）4K/50FPS参数优化方案与性能模式选择；3）多镜头序列的种子锁定与转场技术；4）常见问题解决方案（运动模糊、角色一致性等）；5）专业工作流集成建议。通过真实案例演示，展示如何将技术参数与创意需求结
摘要：LCA（LogCollectAIAnalytics）是一款国产开源日志管理系统，为中小团队提供轻量级解决方案。它集日志采集、存储、分析和智能告警于一体，支持多源采集、高吞吐架构和可视化后台管理。LCA采用微服务分层架构，基于DockerCompose实现一键部署，支持Elasticsearch、Kafka等组件，并提供智能告警推送功能。项目提供在线演示环境，具有部署简单、功能完整、成本低的优
中国开源生态的持续发展下，开源早已超越技术共享的表层，沉淀为对社区理念、治理逻辑的深度思考与实践。当软件行业深陷定制化泥潭，当生态建设面临「短期利益」与「长期价值」的抉择，开源正以“无限游戏”的姿态成为破局关键。它不仅是破解行业痛点的有效途径，更是以长期主义凝聚全球开发者、共筑繁荣生态的核心力量。本期《源创者说》,华为首席开源联络官任旭东在岳麓书院中道出了这句开源长期主义的本质，同时分享了多年来在
在当今快速发展的技术世界里，开源已成为推动创新和技术进步的核心力量之一。随着鸿蒙操作系统（HarmonyOS）的发布，华为不仅提供了一款强大的跨设备操作系统，还通过开源策略推动了其快速普及与生态建设。鸿蒙操作系统的开源，不仅使全球开发者能够轻松获取源代码，还让他们能够参与到系统的改进与创新中。今天，我们将深入分析鸿蒙操作系统的开源策略，探讨开源背景、开源社区建设、对开发者的支持、开源与商业化的平衡
第三届开放原子大赛：智锻代码·开源鸿蒙全球AI Agent 代码生成（Rust 语言）挑战赛CodeForge AI: OpenHarmony Global AI Agent Code Generation ChallengeAI智锻代码，共创安全未来！
最近我身边很多程序员朋友开始从 Claude Code 转向了另一个工具，正是突然大火的开源项目 OpenCode。
设备不仅要说普通话，还得说的同步、听的及时，相较于Wi-Fi与蓝牙的延迟、低并发短板，星闪能实现一碰即连、<20μs超低时延、高抗干扰与百设备同时在线，为跨品牌、跨设备的全屋智能家居提供高速通信保障，一碰即连、无感配网，让人机交互变得极简，符合直觉，真正解决了连接的核心痛点。比如说，其中的物模型技术标准2.0，从标准层面完善了智能家居互联互通的关键要素，包括整体架构、模型定义、配置接口、通信协议、
称上述过程为一次操作。阅卷专家评价Intern-S1：“答案表达方式非常接近人类”，其中对第四题的解答是“一个新的解法，巧妙的调整法，在学生的解法中没有见过”——这标志着Intern-S1不仅在表达逻辑的严谨性和推理能力方面达到专业级水准，还能突破人类解题思路局限，通过自主探索和分析找到新的解题方法，为进一步赋能科学发现夯实技术基础。在学生的解法中没有见过”——这一例证，展示出Intern-S1具
资深软件工程师，拥有超过十年的行业经验，曾就职于快手容猫四维等知名企业。专注于大前端、Python、鸿蒙、AI等技术领域，持有鸿蒙高级开发者证书，多次参与企业和高校鸿蒙技术培训。业余时间热爱技术分享，现为阿里云CSDN技术社区专家博主，著有《纯血鸿蒙 HarmonyOS NEXT原生开发之旅》。时光飞逝，2025年已悄然落幕。在这辞旧迎新之际，若城祝大家新年快乐，2026年一马腾飞！回首这一年的技
开源
——开源
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
开源鸿蒙跨平台开发者社区
AtomGit开源社区
上海城市开发者社区
HarmonyOS开发者社区
