登录社区云，与社区用户共同成长
邀请您加入社区
## 启动 Auth、Manager、Data、Gateway 服务 [进入原网页#](https://doc.dc3.site/docs/code/3-idea-start.html#%E5%90%AF%E5%8A%A8-auth%E3%80%81manager%E3%80%81data%E3%80%81gateway-%E6%9C%8D%E5%8A%A1)[输入图片说明](/imgs/2023
大家好！今天给大家分享我最近做的一个开源项目——灵魂讲述者（Soul Teller）。这是一个基于魔珐星云具身智能平台的AI交互式叙事应用。你选择一个故事世界，3D数字人实时给你讲故事，你可以通过对话和分支选择影响剧情走向，每一条选择都会带来不同的结局。和传统的文字冒险游戏不同，这个故事没有预设脚本——所有剧情都由AI实时生成，每一次体验都是独一无二的。J36AKZEFMK，可免费获取积分体验数字
Docmost 是一款功能强大、部署简单的开源 Wiki 系统。它完美平衡了功能和易用性，既适合小团队快速搭建知识库，也满足企业级的安全和权限管理需求。
通过DataEase Skills技能体系，快速集成各种业务场景的智能化分析功能。
Qwen3.6-35B-A3B 凭借架构创新突破显存墙，专为 Agentic Coding 优化。本文带你深入解析其核心优势，手把手教你本地部署与 Agent 开发，助你低成本打造强大的 AI 编程助手！🚀
入解析 MiroFish，一个基于多智能体仿真的群体智能预测引擎，56k+ Stars。通过 CAMEL-AI OASIS 框架构建虚拟社会，用 GraphRAG 知识图谱增强上下文，借助 Zep Cloud 实现跨会话记忆，支持"上帝模式"变量注入和双平台并行仿真，一键生成趋势分析报告。AGPL-3.0 协议开源
当想法照进现实，有一种对“造就智慧”的成就感。尽管效果一般般，但是这只是一个开始。我给这位大师兄取名为Garine，它是我，也不是我。它还有很长的路要走，我也一样。t=Q239t=Q239t=Q239t=Q239安装 | Gitea Documentationhttps://docs.gitea.com/zh-cn/category/installation。
在智能交通与车联网技术飞速发展的 2026 年，如何构建一个高性能、高扩展性且符合行业标准的车载监控平台，依然是开发者关注的焦点。**领新北斗(TracSeek)** 作为一个深度集成国家部标协议的开源项目，为企业和开发者提供了一套成熟的闭环解决方案。
开源鸿蒙 Flutter 图片预览功能实现 本文基于 Flutter 框架，在开源鸿蒙平台实现了一套完整的图片预览组件，包含以下核心功能： ✅ 交互功能：支持双指缩放、单指拖拽、双击放大/缩小 ✅ 动画效果：集成 Hero 动画实现平滑页面过渡 ✅ 相册存储：内置权限请求与图片保存功能 ✅ 兼容适配：通过开源鸿蒙虚拟机验证，完美适配鸿蒙设备 ✅ 问题修复：详细解决底部操作栏显示异常问题 提供完整代
摘要：本文介绍了一个基于Flutter框架的开源鸿蒙卡片悬浮阴影动画组件库，包含5种专业卡片组件和6种阴影风格（柔和/中等/强烈/发光/彩色渐变/多层立体）。作者作为开发新手分享了技术选型（使用官方兼容的flutter_animate库）、常见问题解决方案（阴影截断/动画卡顿/深色模式适配）以及完整代码实现。该组件支持自动悬浮动画、深浅色模式适配、触摸/鼠标双端交互，已在鸿蒙虚拟机验证通过，提供开
ChCode是一个基于Python开发的终端AI编程助手，通过LangChain+Typer+Rich构建。它提供13个内置工具，覆盖文件读写、命令执行、代码搜索等完整编程工作流，支持多模型API和Git感知功能。独特之处在于Human-in-the-Loop审批机制、会话持久化管理、技能系统以及子代理并行执行能力。采用SQLite存储会话记录，支持上下文压缩和跨平台Shell抽象。项目完全开源，
华夏大模型部署指南摘要 本指南详细介绍了华夏本源大模型的本地和服务器部署方案。本地部署采用PyTorch+FastAPI方案，30分钟内可完成上线，适配16G-24G单卡GPU环境。服务器部署则基于DeepSpeed分布式推理和Nginx反向代理，支持多卡负载均衡，满足企业级需求。 部署前需完成环境校验，包括CUDA、PyTorch等核心组件的版本匹配。本地部署包含目录结构规划、依赖安装、配置文件
摘要： 本文详细介绍了华夏本源大模型的推理引擎工程化实现，聚焦上下文管理与通用推理两大核心模块。上下文窗口管理器采用固定窗口长度+滑动截断策略，支持4096token的上下文窗口，通过动态截断机制平衡对话连贯性与性能。通用解码生成器实现了top-k采样、top-p核采样和beam search三种主流解码策略，并提供了完整的参数配置方案。全文采用标准开源方案实现，包含可直接复用的Python代码示
摘要： 本文详细介绍了华夏本源大模型的语义理解与对话交互模块开发，提供可直接运行的代码实现。模块包含分词器适配、语义解析、合规过滤及对话交互逻辑，严格遵循开源标准，支持GPT-3.5级对话能力。核心功能包括精准语义解析、多轮对话关联和中文合规内容过滤，适配7B参数基座模型，确保轻量化、可扩展和国产化部署兼容。代码开源基础交互逻辑，保留核心优化技术用于商业对接，兼顾技术普惠与安全合规。
对开发者而言，可采用Node.js环境构建：先安装和Bun，再执行和启动，最后访问。OpenCut 的出现，是创作者对“软件自由”的一次有力实践。免费、开源、尊重隐私。如果你和我一样，也受够了主流剪辑软件的“店大欺客”，不妨给OpenCut一个机会。这不仅是为自己增添一个创作工具，更是用实际行动，去支持一个更开放、更公平的数字创作未来。GitHub仓库：https://github.com/Ope
DocMost是一款开源可自托管的团队知识库工具，支持富文本/Markdown双编辑器、实时多人协作和细粒度权限管理。主要特点包括：内置Mermaid/Excalidraw绘图工具、完整版本历史、空间层级管理、Docker一键部署和数据完全私有化。适用于团队文档管理、API手册、维基百科等场景，特别适合重视数据隐私的中小团队。相比Notion和Confluence，DocMost更轻量且支持本地部
从一次公司内部开源讨论出发，重新思考 AI 时代软件的价值边界、开源目的，以及小团队该怎么活下去。
《JVS-APS智能排产系统实战教程》摘要 本教程详细介绍了JVS-APS系统的完整实施流程。系统要求最低配置为4核CPU/8GB内存/100GB硬盘，推荐8核/16GB+/200GB+。部署包含源码获取、数据库配置、前后端启动等步骤。基础配置涵盖物料管理、资源管理和制造BOM设置。生产工艺部分重点讲解工序模板和工艺路线配置。排产策略支持12+种优化规则，可设置多目标权重。系统提供正向/反向/瓶颈
阿里通义团队开源最新的多模态“智能体小钢炮” Qwen3.6-35B-A3B 大模型不到24小时，众智 FlagOS 社区就交出了一份“Day0 全量适配多芯片”的成绩单。目前，Qwen3.6-35B-A3B 已在平头哥、华为、海光、沐曦、昆仑芯、天数、英伟达等多种 AI芯片上完成基于众智FlagOS统一、开源技术栈的多芯适配、精度对齐与部署验证，开发者可直接获取对应芯片的开箱即用方案。
开源AI组件风险管控与系统设计指南 摘要：本文深入剖析了开源AI组件在实际应用中的七大隐性风险，包括行为不可预测性、隐式依赖、版本漂移、能力失控、默认不安全、治理接口缺失和可观测性不足。针对这些风险，提出了六大关键设计原则：1）引入适配层隔离业务与组件；2）强制结构化输出；3）版本冻结机制；4）行为沙箱限制；5）全链路可观测；6）默认不信任策略。最终提出"能力外包，控制内收"的
开源 → 提供能力组合 → 构建系统治理 → 保证可控未来的 AI 系统，不是谁写得多，而是谁“组合得好、控制得住”。
JVS-APS是一款开源智能排产系统，专为解决制造业排产痛点而设计。系统基于AI算法，支持离散制造和流程制造行业，具备三大核心模块：基础数据、生产工艺和生产计划。其亮点包括多目标优化算法、动态重排能力和12+种任务优化规则，可显著提升设备利用率、降低库存成本。JVS-APS能与ERP/MES无缝集成，支持私有化部署和二次开发，通过"建模-试运行-上线"三步策略快速落地，帮助制造
Google Android 团队最近发布了面向 AI Agent 的全新命令行工具套件，将 SDK 管理、项目创建、设备调试等核心开发能力封装成 CLI 命令，让 AI Agent 能以更低的 token 消耗完成 Android 应用开发。而在 Mac 上，明略科技的开源项目 Mano-P 已经在做同样的事——让 AI Agent 在用户自己的设备上运行，完成真实的 GUI 操作任务。
VLStream本身就是一个完整的视频融合赋能平台，自带视频汇聚、智能解析、算力调度、开放共享这些能力，直接私有化部署就能用，能帮你快速搭建统一的视频云中台，提升城市视频资源的利用率，助力城市精细化治理，完全符合现在数字政府建设的需求。如果你有自己的小项目，直接基于它改改就能用，省了至少大半年的基础开发时间。之前很多做硬件的厂家，想加AI功能，缺软件和算法能力，现在直接就能把VLStream集成到
AiScientist试图推动的，并不只是一个更强的科研Agent，而是一种对长程研究工程的新理解：在真实科研任务中，真正重要的往往不是单次生成得多漂亮，而是系统能否在跨阶段、跨轮次、跨文件的任务链中，把项目状态稳定存住，并据此持续推进。如果这一点成立，那么AI进入科研流程的方式，也将从「辅助某一步」逐渐走向「接手整条链路」。
吴泳铭在ATH事业群成立的内部信中明确提出，当前正处于AGI爆发的前夜，未来数字化工作的主体将是数以百亿计的AI Agent，这些Agent的运行核心依赖于模型产生的Token，Token因此成为人类与数字世界交互的主要载体。在C端，千问应用表现亮眼。在这一框架下，Fun-ASR1.5既是“创造Token”的模型能力延伸，也是“应用Token”的场景触达工具。Fun-ASR1.5的加入，使阿里的A
市面上对比这两款终端的文章多如牛毛，但大多止步于商业模式和价格战。作为一名写代码的人，本文将带你从**技术实现、架构设计、工程取舍**的角度，剖开表皮看本质，看看开源挑战者与四十年商业帝国的硬碰硬。
本文探讨了模型蒸馏技术在软件测试领域的哲学启示与应用价值。作者通过实践经验指出，模型蒸馏不仅是技术层面的知识迁移，更是一种在复杂性与有限资源间寻找最优解的思维方式。文章提炼出三个核心真理：1）知识提纯优于简单删减，建议构建"用例影响力评估模型"来萃取高价值测试用例；2）效能提升源于架构协同和多目标博弈，需在不同测试层级间建立协同关系；3）落地价值取决于场景化定制和持续演进，测试
开源项目贡献指南：了解Apache和Linux内核的不同贡献流程。Apache项目通常通过GitHub提交PR并签署CLA，而Linux内核采用邮件列表提交补丁。贡献步骤包括：设置开发环境、选择Issue、编写代码/文档、提交更改并响应审查。Apache使用标准Git流程，Linux内核需用git format-patch生成补丁邮件提交。贡献者需遵循项目规范，保持专业态度应对多次审查迭代。
SkeyeVSS国标视频融合平台不仅仅是一款视频管理软件，它是一个集视频接入、流媒体分发、云端存储、AI智能分析、大数据研判于一体的综合解决方案。它通过“融合”解决了历史遗留的兼容性难题，通过“智能”赋予了监控系统思考的能力，通过“云边端”架构保障了超大规模系统的稳定性。在数字化转型的深水区，SkeyeVSS正通过开放API和标准化的服务，赋能政务、能源、零售、教育等领域的合作伙伴，共同构建可视、
博主介绍：所有项目都配有从入门到精通的安装教程，可二开，提供核心代码讲解，项目指导。项目配有对应开发文档、解析等项目都录了发布和功能操作演示视频；项目的界面和功能都可以定制，包安装运行！！！如果需要联系我，可以在CSDN在文章末尾可以获取联系方式：随着中国汽车保有量的持续增长，人们酒后找代驾的消费习惯逐渐养成，以及“夜经济”和“安全驾驶”理念的普及，代驾服务的需求不断增加。2022年我国代驾市
《当测试遇见机器学习：损失函数调试指南》摘要： 本文探讨了传统测试工程师如何适应机器学习系统的质量评估挑战。文章重点分析了损失函数作为模型性能核心指标的作用，对比了MSE、交叉熵等不同损失函数的适用场景。针对模型训练过程，详细解读了损失曲线异常模式（如平台期、波动、过拟合）的诊断方法，并提出梯度检查策略。最后，文章建议建立包含数据验证、训练监控、超参数测试和泛化评估的完整测试流程，帮助测试人员掌握
本文介绍了使用Gemini生成学术机制图的两大方法：直接生成示意图和生成Mermaid代码。重点讲解了提示词撰写技巧（PDCF框架）、模型选择建议（Gemini 2.5 Flash/Pro）以及后期优化方法。文章包含可直接复制的模板，适用于论文、PPT等科研场景，强调通过多轮迭代和模块化设计提升图表质量。核心要点包括：1)机制逻辑拆解；2)精准提示词撰写；3)Mermaid代码导出编辑；4)顶刊级
工业级协议端口：502(默认)
本文总结了Python代码中常见的"坏味道"问题及其重构方法。作者基于9年开发经验，指出过长函数、过大类、重复代码、过长参数列表和数据泥团是典型问题，并分享了重构三原则：小步前进、测试驱动和保持功能不变。通过电商订单系统重构案例，展示了如何应用领域模型和设计模式改善代码质量。文章还提供了代码分析工具推荐、重构陷阱规避建议及实践练习，强调重构应成为日常开发习惯而非一次性任务，提倡
霍格沃兹测试开发学社，是一个专注软件测试、自动化测试、人工智能测试与测试开发的技术交流社区。Ruflo = 调度系统 Claude Code = 执行引擎。Ruflo 是一个围绕 Claude 生态构建的。面向多智能体系统的“调度引擎 + 编排层”通过调度系统形成协作网络。
开源 AI 工具生态的繁荣，让每个开发者都能用最低的成本构建最强大的 AI 工作流。而一个可靠的 API 网关，是连接你和这 20+ 工具的核心枢纽。用同一个 API Key 驱动所有工具在不同工具间自由切换模型统一管理用量和成本国内直连，无需为每个工具单独配置代理。
摘要：本文系统梳理了因果发现的理论基础、算法分类及发展历程。首先阐述了结构因果模型、有向无环图等核心理论框架；其次将算法分为基于约束、评分、函数因果模型、混合策略及深度学习的五大类，分析各类方法的优势与局限；最后探讨了未观测混杂因子、数据异质性、高维计算等挑战。研究对统一概念体系、重构算法谱系、指导未来突破具有重要价值。
《测试工程师的第二曲线：开源生态与变现路径》摘要 测试工程师的职业发展正在突破传统边界，通过开源生态实现能力变现。在GitHub等平台，测试工程师可将专业技能转化为四大创收路径：1）将自动化脚本产品化为SaaS工具，如开发智能日志分析工具并推出企业订阅版；2）封装知识经验，制作测试用例集、视频课程等数字产品；3）提供高端测试咨询服务；4）参与开源项目建立技术影响力。实现路径分为三阶段：从基础贡献起
摘要： FuncLock是一款轻量级C++函数权限锁库，单头文件实现，零依赖、易集成，可严格隔离函数调用权限。核心特点包括：自动上锁无侵入、严格隔离防篡改、鲁棒性强、调试友好、泛型适配。通过状态机标记与权限校验机制，仅允许内部逻辑触发函数执行，外部调用自动拦截。适用于工具函数保护、模块化开发等场景，尤其适合中小型及嵌入式项目。开源地址：https://github.com/dxiangwiki/F
不是又一个简历站。这是把 AI 作为一等公民的个人网站模板：Agent 可视化、Generative UI、WebGPU、多光标、RAG、Model Arena 十几个模块开箱即用。Next.js 16 + AI SDK 6，MIT 开源。
开源
——开源
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
龙虾开发者社区
上海城市开发者社区
