logo
publist
写文章

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

[具身智能-355]:定制化无人机系统的难点

该无人机系统面向高海拔、强对抗、多载荷、快部署等复杂应用场景,研发难度集中在四大维度。

#无人机
[具身智能-344]:MCP Server的消息翻译与处理流程

将 AI 的“意图”(非结构化/半结构化 JSON)映射为计算机的“动作”(函数调用),再将“结果”(结构化数据)翻译回 AI 的“认知”。输入:AI 说“我要算税”处理:Server 翻译为。输出:Server 翻译回“结果是 10 元”(Text Content)。这个闭环,就是 AI 能够操作物理世界和数字世界的基石。客户端请求 → 服务端响应→Server 读取请求(Read)→JSON

#人工智能#开发语言
[具身智能-344]:MCP Server的消息翻译与处理流程

将 AI 的“意图”(非结构化/半结构化 JSON)映射为计算机的“动作”(函数调用),再将“结果”(结构化数据)翻译回 AI 的“认知”。输入:AI 说“我要算税”处理:Server 翻译为。输出:Server 翻译回“结果是 10 元”(Text Content)。这个闭环,就是 AI 能够操作物理世界和数字世界的基石。客户端请求 → 服务端响应→Server 读取请求(Read)→JSON

#人工智能#开发语言
[具身智能-335]:mcp server代码示例

将函数暴露给 AI。AI 可以决定调用它,并传入参数。: 暴露数据源。AI 可以读取这些数据作为上下文(Context),但通常不会修改它。: (示例中未展示) 用于预定义提示词模板,帮助 AI 更好地完成特定任务。这两个示例涵盖了 MCP 开发中 90% 的需求。你可以从修改开始,尝试接入你自己的业务逻辑。

#python#github#开发语言
[具身智能-335]:mcp server代码示例

将函数暴露给 AI。AI 可以决定调用它,并传入参数。: 暴露数据源。AI 可以读取这些数据作为上下文(Context),但通常不会修改它。: (示例中未展示) 用于预定义提示词模板,帮助 AI 更好地完成特定任务。这两个示例涵盖了 MCP 开发中 90% 的需求。你可以从修改开始,尝试接入你自己的业务逻辑。

#python#github#开发语言
[具身智能-326]:大模型的本地化部署工具

为了方便你选择,可以参考下表:表格工具名称定位核心特点适用人群AutoClaw一键式应用极致简化,开箱即用,隐私安全普通用户、非程序员LocalClaw一键式应用零成本,技能丰富,本地+云端智能切换成本敏感、注重隐私的爱好者Ollama底层框架轻量开源,命令简单,模型生态丰富开发者、技术爱好者FastDeploy底层框架工业级性能,多硬件兼容,支持量化企业、专业工程师如何选择?如果你是普通用户,只

#人工智能#自然语言处理#语言模型
[具身智能-326]:大模型的本地化部署工具

为了方便你选择,可以参考下表:表格工具名称定位核心特点适用人群AutoClaw一键式应用极致简化,开箱即用,隐私安全普通用户、非程序员LocalClaw一键式应用零成本,技能丰富,本地+云端智能切换成本敏感、注重隐私的爱好者Ollama底层框架轻量开源,命令简单,模型生态丰富开发者、技术爱好者FastDeploy底层框架工业级性能,多硬件兼容,支持量化企业、专业工程师如何选择?如果你是普通用户,只

#人工智能#自然语言处理#语言模型
[具身智能-324]:智能体与大语言模型的关系以及他们如何协同完成从缸中之脑走向物理世界?

这是一个非常深刻且富有哲学意味的问题,它触及了当前人工智能发展的核心脉络。简单来说,完整系统它们协同工作,共同推动AI从一个只会思考和对话的“缸中之脑”,进化成一个能在数字乃至物理世界中自主行动的实体。

#语言模型#人工智能#自然语言处理
[具身智能-324]:智能体与大语言模型的关系以及他们如何协同完成从缸中之脑走向物理世界?

这是一个非常深刻且富有哲学意味的问题,它触及了当前人工智能发展的核心脉络。简单来说,完整系统它们协同工作,共同推动AI从一个只会思考和对话的“缸中之脑”,进化成一个能在数字乃至物理世界中自主行动的实体。

#语言模型#人工智能#自然语言处理
    共 306 条
  • 1
  • 2
  • 3
  • 31
  • 请选择