
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
上级顾问 MCP 是一个面向真实开发卡点的模型协作实践,核心解决“知道有问题却修不好”的 AI 编程困境。项目通过引入「AI 指导 AI」的分层工作流,由高能力模型负责问题拆解与解题思路,低成本模型执行具体编码,在质量与成本之间取得平衡。整体跑通了从受阻、对齐、指导到执行的完整工程闭环,适用于复杂 Bug、架构评审与成本敏感型开发场景。
我们正式介绍两个新的 GLM 系列成员:GLM-4.5 和 GLM-4.5-Air——我们最新的旗舰模型,两者都旨在将推理、编码和智能体能力统一到一个模型中。

原发杰博士在西湖大学致力于AI大模型研究,实验室发表了多项AI大模型相关研究成果,包括蛋白质大语言模型发表在ICLR,NeurIPS,Molecular Cell以及Nature Communication,以及推荐系统相关大模型基准建设,发表在SIGIR,WSDM,ICDE,NeurIPS,SDM,TPAMI等。GLM-4-Plus 模型根据蛋白质的离散信息点,模拟临床 Biochemist、博

作者以 Trae IDE 为开发主阵地,融合 KAT-Coder 的自动生成能力与智谱 GLM-4.6 / 4.5V 的语言与视觉双模协同,完整构建了一个能“看懂报告、说人话”的医疗AI应用。
自从推出 Skills 以来,很多人都在问:Claude 这套 Agentic(智能体化)生态里,各个组件到底怎么分工、怎么配合?这份指南将围绕几个关键组件展开,讲清它们各自解决什么问题、适用于哪些场景,以及如何组合起来搭出更稳定的工作流。
作者从教学者与实践者的双重视角出发,精准洞察初学者的痛点——不是不会写代码,而是被环境配置、系统架构和国外大模型门槛所困。文章以极高的技术密度与极细致的可操作性,完整演示了如何借助国产大模型 GLM-4.6,从需求分析、数据库设计到前后端联调,一步步搭建出一个完整可运行的体育馆管理系统。
作者以零基础身份,借助 GLM-4.6 大模型,从需求分析到前后端开发,完整交付了一款跨平台智能客服小程序。文中不仅细致展示了AI如何在框架选型、代码生成、调试部署中“接管重复劳动”,更通过真实问题与AI的多轮协作,揭示了AI辅助开发的全链路可行性。
本文详细介绍了如何利用Streamlit创建交互式Web应用、如何通过LangChain构建基于语言模型的应用程序,并通过实际代码示例带领读者完成聊天机器人UI与大模型调用的整合。
本文详细介绍了如何利用Streamlit创建交互式Web应用、如何通过LangChain构建基于语言模型的应用程序,并通过实际代码示例带领读者完成聊天机器人UI与大模型调用的整合。







