登录社区云，与社区用户共同成长
邀请您加入社区
RAG（检索增强生成）是一种让大模型通过外部知识库获取实时信息的技术解决方案。它通过模拟人类"开卷考试"的思维模式，在回答问题时先检索相关资料再生成答案，有效突破了大模型知识时效性的局限。与微调技术不同，RAG不改变模型本身，而是为其提供动态事实支撑。该技术的核心在于将大模型的推理能力与外部知识库的事实检索相结合，但实际效果高度依赖知识库质量。当前AI领域对具备RAG等大模型技
摘要： RAG系统正从传统“流水线架构”向“Agentic RAG”演进，后者将检索作为LLM自主调用的工具，实现更自然的决策流程。尽管Agent化在语义连贯性和长期兼容性上优势显著，但当前仍面临模型幻觉、成本过高及延迟等现实挑战。短期内需结合Prompt优化、小模型拦截等混合方案，但长远看，Agentic RAG代表了从“代码中心”到“模型中心”的范式转移，是RAG系统的终极发展方向。
上周三公司一个做客服机器人的项目要换模型，产品经理说想试试 Kimi K2.5，理由是"中文理解能力强，而且便宜"。我寻思也行，正好手头在用 OpenClaw 做日常开发，就花了两天把几种接入方案都跑了一遍。结果嘛……有惊喜也有坑，记录一下。说实话一开始我以为改个 base_url 就完事了，没想到 OpenClaw 对不同 API 协议的兼容性差异还挺大的。这篇文章就把我实测的 3 种方案摆出来
摘要： 针对腾讯元宝等AI助手生成的技术文档导出难题，本文分析了四种主流导出方式的性能差异。测试显示，直接复制粘贴易丢失格式，WPS智能文档对复杂内容支持有限，AI提示词优化不稳定，而Pandoc转换效果最佳但操作复杂。研究指出，当前工具在LaTeX公式转换、长文档截断等问题上存在明显短板，建议结合专用导出工具（如AI导出鸭）形成完整工作流，可显著提升文档流转效率。《2026 AI效率工具白皮书》
本文为程序员提供了一份2024年大模型学习资源全攻略，包含畅销书单、学习路线和104G免费资料包。书单涵盖《GPT图解 大模型是怎样构建的》等5本热门著作，从基础原理到应用开发全面解析大模型技术。文章指出AI人才需求激增543%，并分享包含100套商业化方案、200本PDF书籍和视频教程的学习资源，助力开发者把握AI浪潮。最后提供从提示词工程到项目实战的完整学习路径，帮助程序员快速掌握大模型开发技
使用强化学习（Reinforcement Learning, RL）训练多轮交互的大语言模型（LLM）Agent，是一项公认的挑战。，用以衡量最终结果的好坏；，用以衡量模型思考过程（即推理链）的多样性。长久以来，一个稳定或较高的熵值被认为是训练健康的标志，代表模型正在积极探索、没有过早地收敛到某个次优解。然而，来自帝国理工学院、微软、斯坦福大学、牛津大学等多家顶尖机构的最新研究 RAGEN-2 揭
与供应商对账时，需要沟通差异项，维护合作关系。专家强调，未来的财务领域，不会是“AI替代人”，而是“AI+人”的协同共生，企业智能体负责“高效执行”，财务人员负责“智能决策”，两者结合，既能提升财务工作的效率与精准度，又能发挥财务人员的核心价值，推动企业财务数字化转型走向深入。专家强调，企业智能体的核心优势是“高效、精准、无疲劳”，但它始终处于“被动执行”状态——依赖预设规则与训练数据，无法应对超
摘要：AI工程师的技术分层与核心能力 文章澄清了AI工程师与算法工程师的区别，指出AI工程师的核心是应用而非研发模型。通过分层架构图（模型层、接口层、数据层等）系统介绍了AI技术栈：底层是算法工程师负责的模型训练，中间层是API调用和提示词工程，上层则是RAG（检索增强生成）等应用技术。重点强调当前行业最缺乏的是能将AI能力产品化的应用人才，而非模型研发者。文章为程序员提供了清晰的学习路径，建议从
通过一个 Key 接入多家大模型，实现统一计费与访问控制，降低供应商切换的工程摩擦。2026 年主流选项包括国际商业聚合（OpenRouter）、国内商业聚合（硅基流动、星链4SAPI）和自托管开源方案（OneAPI）。本文从价格与成本、模型覆盖、国内可用性、稳定性与容灾、生态集成、团队管理六个维度进行量化评分，并结合真实工作负载成本测算，为开发者和团队提供数据支撑的选型参考。
传统搜索API返回的是HTML页面、链接列表，AI还得自己解析。Tavily返回的是结构化JSON标题、URL、内容摘要预生成的答案（可选）相关图片可信度评分AI直接就能用，无需二次处理。Tavily Search是OpenClaw的"眼睛"，没有它，你的AI Agent就是瞎子。
摘要： 针对AI生成技术文档导出Word时常见的公式乱码、表格错位等问题，本文对比了四种主流方案：直接复制（易错但简单）、WPS智能文档（集成好但稳定性不足）、AI提示词优化（灵活但一致性差）和Pandoc转换（高保真但门槛高）。核心痛点是Markdown与OpenXML的结构化映射缺失，导致公式、样式等元素丢失。推荐工具AI导出鸭可实现LaTeX公式到Word原生方程的无损转换，支持一键批量处理
SpringAI是Spring官方推出的Java生态AI应用框架，2025年5月发布1.0稳定版。其核心价值在于将Spring的模块化设计带入AI领域，提供统一API抽象，支持OpenAI、Anthropic等主流模型。框架包含三大核心能力：RAG（检索增强生成）技术通过先检索后生成的方式解决大模型幻觉问题；Agent智能体可自主规划任务流程；函数调用功能使AI能主动使用外部工具。SpringAI
摘要 本文揭示了AI学习与就业的核心误区，指出大多数人的失败源于错误的思维方式而非技术不足。作者通过亲身经历总结出五大AI工程师必备思维：1)问题优先原则，避免工具崇拜；2)数据驱动思维，重视EDA分析；3)量化验证方法，通过对照实验定位问题；4)理论与工程平衡；5)持续迭代意识。文章强调AI工程师的核心价值在于解决真实的不确定性问题，而非单纯掌握技术工具。通过正确的思维训练，可以显著提升学习效率
在数字化业务全面渗透的今天，企业的每一个关键决策节点几乎都离不开对客户端IP的识别与判断。传统IP查询方案可能存在数据维度较少、更新频率较低、定位精度有限或并发性能不足等局限性，影响企业风控和决策系统的完整性。【本技术方案介绍】正是采用IP数据云针对这些痛点，基于多维度IP情报、高精度定位、高频更新与高并发响应的解决方案，可帮助企业应对上述挑战。采用动态密度聚类算法 + 多层神经网络定位模型的混合
LinkAI 是一个开源的大模型安全接入网关，支持数据脱敏、隐私保护和全链路审计。
纵览本周通信与算力基建领域的三条主线，我们看到的是一盘关于未来AI发展的宏大棋局：中国移动正面进攻“快”——5G-A超级上行的千兆速率突破，以及“中试基地+生态联盟+梯次推进”三重生态加速机制的构建，正在驱动AI与通信从“粗放部署”迈向“系统协同”的深度融合，为云端机器人、高清直播和具身智能的规模化应用铺平信息传输的快车道；中国信通院解“电”
人工智能是让机器表现出需要智能才能完成的行为的能力，但这不意味着机器真的理解了什么。” —— 唐杰，清华大学计算机系教授AI不是魔法，是数学、统计和计算机工程的结晶。海量数据的喂养精心设计的算法强大的算力支撑持续的迭代优化重视数据质量，建立数据 pipeline理解业务场景，选择合适的模型设置合理的期望，避免过度承诺持续监控和迭代，让AI越用越聪明。
【颠覆性结论】AI Agent个人助理赛道只属于两类玩家：资本巨头或垂直领域狠角色。传统语音助手如同"人工智障"，而真正的Agent具备自主思考、持续学习和主动服务能力，可应用于职场效率、生活管家和专业领域三大场景。技术实现上，通过5步逻辑链即可构建基础Agent，但创业者需警惕5大死亡陷阱：功能贪多、技术自嗨、隐私风险、工程复杂和盈利模式不清。最终胜出者将是能精准切中用户真实
本周迎来密集模型发布潮，OpenAI GPT-5.5、DeepSeek-V4 等十余款模型亮相，聚焦智能体能力升级。谷歌拟 400 亿美元押注 Anthropic，DeepSeek 启动外部融资，半导体龙头财报亮眼。罗福莉称中美 AI 代差仅 2-3 个月，周鸿祎强调智能体安全。算力需求攀升，谷歌发布新 TPU，同时 GPU 供应紧张、资本泡沫等风险凸显，行业加速从 “AI 叙事” 转向 “业绩落
科技行业近期呈现多领域爆发态势：英特尔和AMD股价创历史新高，显示CPU在AI智能体时代价值重估，预计需求将激增4倍。我国加速太空算力布局，计划2035年前部署2800颗算力卫星，并实现天地协同技术闭环。国产AI生态取得突破，DeepSeek-V4与华为昇腾深度协同，验证全栈国产方案的商业可行性。AI编程领域，KimiK2.6开源模型支持12小时自主编程和300子Agent并行。同时，AI需求引发
我做了一个配套 App：AI赋能大学生全流程计划，它的目标很简单：把 AI 输出的 30 天成长计划，自动变成手机里可以执行、可以提醒、可以同步日历的日程安排。
《AI时代智慧导览系统制作成本革命》文章记录了作者从10万元级传统制作到千元级AI方案的探索历程。通过厦门鼓浪屿案例，详细阐述了AI手绘地图生成方案：利用卫星图分层处理解决大尺寸绘制难题，结合PS后期修复接缝问题。系统开发方面，对比了AI编程的局限性与SaaS平台优势，最终选择ebmapTour免费版实现零代码搭建。整体成本从传统10万+降至测试期900元（含AI绘图100元、差旅800元），商用
腾视科技推出新一代TS-SG-SM9系列AI算力模组，搭载CV186AH/BM1688芯片，提供7.2-16TOPS算力，支持16路高清视频处理与多模态大模型。该模组具备超低功耗、丰富接口和宽温设计，适用于AI微服务器、边缘计算、工业控制等场景。配套TensorOS开发平台，可加速智能安防、智能制造等领域的AI应用落地。作为国家高新技术企业，腾视科技致力于成为全球领先的AI算力模组提供商，推动行业
scMarkerAgent：基于大语言模型证据智能体的细胞标志物图谱曹晨（南京医科大学）2026-04-06预印本基于证据增强且可靠的细胞类型注释仍然是单细胞 RNA-seq 分析中的主要瓶颈，尤其是对于稀有细胞、过渡态细胞及疾病相关细胞群体。为解决这一问题，作者提出了，一个基于证据的细胞标志物资源库，该资源利用大语言模型辅助的文献整理框架构建而成。它整合了 294,692 篇全文出版物，提供了
检测图片中的人脸，返回高精度人脸矩形框坐标、人脸五官位置、人脸朝向、人脸置信度。可通过对人脸的定位，实现对人脸特定位置的美化修饰。广泛应用于各类人脸识别场景，如人脸聚类、美颜等场景中。
通用文字识别，是通过拍照、扫描等光学输入方式，将各种票据、卡证、表格、报刊、书籍等印刷品文字转化为图像信息，再利用文字识别技术将图像信息转化为计算机等设备可以使用的字符信息的技术。
Veo 是 Google 最近出的一个非常强大的模型，很多人都用它来生成各种各样的视频。但是官方的价格还是很贵的，这里介绍一款稳定的 Veo API，稳定性高，帮你节省成本的同时助力您的创作！本文接下来将介绍来自 Ace Data Cloud 的 Veo Videos Generation API 对接说明，它是可以通过输入自定义参数来生成Veo官方的视频。
移动端AI图像交互技术深度解析：主流LLM图像理解能力与优化策略 随着多模态大模型发展，移动端AI助手的图像交互已成为刚需。本文从技术实现、竞品对比和行业趋势三个维度展开分析： 技术层面：移动端图像交互涉及压缩算法与云端视觉模型的协同，主流产品已实现2秒内的快速响应； 性能对比：通过表格详细对比了三款主流产品在视觉编码器、图像解析能力等关键指标的表现； 行业趋势：专家指出未来将向边缘计算和场景感知
<p><h2>摘要</h2></p> <p>很多人用AI写代码总觉得不好用，要么生成的代码跑不通，要么bug一大堆，其实不是AI不行，是你没用对方法。本文整理了2026年最新的AI编程实操效率铁律，没有复杂术语，附可直接复制的操作步骤，不管是编程新手写课程作业、还是职场开发做业务需求，都能直接套用，
本文介绍了AIGC内容生产的标准工作流程和审核机制。工作流程包含6个步骤：明确需求、提供素材、AI生成初稿、人工润色、分级审核和最终发布。审核采用三级机制：基础审核由运营人员完成，专业审核由主管把关，高危内容需法务终审。文章还提供了实用的审核清单，确保内容合规。这套机制既能保证内容质量稳定，又能提高生产效率，实现高效安全的AI内容生产。核心要义是"AI生成+人工把关"的协作模式
《大模型内容创作四大赋能模式与质量控制体系》摘要： 文章系统介绍了AI内容创作的四种核心模式：1）全自动生成适合标准化内容；2）人机协作模式（80%AI+20%人工）；3）风格复刻模式保持品牌一致性；4）深度创作增强模式适合专业内容。重点提出了五维质量控制体系：事实性校验、风格一致性控制、合规审查、结构优化和人工终审机制，并给出温度参数设定、人设植入等5个实用技巧。强调AI内容创作的核心是&quo
AI
——AI
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
2048 AI社区
openEuler 社区
