正在想如何衡量自己的知识和技能水平，就发现了亚马逊云科技推出的生成式AI的认证，“抱着试一试的态度”登录账号看起了课程，课程吧感觉内容篇幅不太多，再看考试，发现好像也不是那么简单。考试通过了之后就OK了么，说实话我是想通过这个认证来体系化的理解AGI/大模型、体系化的梳理自己现有的理解的，不仅限于通过考试，课程内容在同行业鲜有这么逻辑清晰、概括性强的素材，给自己定的小目标是这些课程看5遍，并输出课

本文面向架构师、平台工程与 DevOps 团队，系统阐述一种以规格为中心的工程方法——Spec Coding，并结合 Amazon Q Developer、Amazon Bedrock、AWS Lambda、AWS Step Functions 与 CI/CD 的整合方案，呈现从“一句话需求”到“可执行、可验收、可维护”的端到端落地路径。Spec Coding 的核心思想是把口头需求先转化为清晰且

不需要华丽的官网页面，简单的文档介绍足够了，调查问卷也是直接用的飞书问卷，大家关注的还是Yi模型能力。yi-34b-chat-0205模型是在开源版 yi-34b-chat-1123 的基础上，优化了诸多性能，尤其是指令遵循能力（提升了近 30%）；零一万物官方提供了两个例子，从较小文字的图片和表格图片中进行信息提取，yi-vl-plus可以准确识别，而GPT-4V是识别错误的。通过代码直接请求A

有没有更简便的方式呢？有的，直接使用一些大模型社区，不仅提供大模型、数据集展示和下载，还支持直接部署到云端，作为用户我们直接通过API来调用就行了，今天我们就来看看百度千帆大模型平台来跑下Yi模型和Prompt模板。发现Yi模型调用失败，这是因为我们只购买了一小时的在线服务部署资源，28元/小时......不过同样方式部署的免费的、可长期运行的Prompt模板调用成功了。1. 在百度云千帆大模型平

你刚刚用不到100行Python代码构建了一个完整的MCP服务器！无复杂设置，无外部依赖 - 只是让MCP工作的核心逻辑。MCP服务器出奇地简单 - 只是通过stdin/stdout的JSON-RPCinitializetools/list和tools/call自描述工具使AI集成无缝非常适合用自定义功能扩展AI应用程序MCP的美妙之处在于这个简单的模式可以从像这样的基本示例扩展到复杂的企业集成。

你刚刚用不到100行Python代码构建了一个完整的MCP服务器！无复杂设置，无外部依赖 - 只是让MCP工作的核心逻辑。MCP服务器出奇地简单 - 只是通过stdin/stdout的JSON-RPCinitializetools/list和tools/call自描述工具使AI集成无缝非常适合用自定义功能扩展AI应用程序MCP的美妙之处在于这个简单的模式可以从像这样的基本示例扩展到复杂的企业集成。

早起的鸟儿有虫吃，国内无论是大模型还是Agent应用都在卷，都在卷一个时间差，自己不尽早占领市场就会被别人抢占，这不仅仅是头部企业的观点，开发者、AGI创作者也是如此，2023年大模型领域卷的不可开交，2024年才过了3个半月各类AGI应用已经“烂大街”，虽然我还在乐此不疲的卷着各类应用（好像大模型我也卷不动）。前几天百度AppBuilder运营同学说界面更新了、增加了Workflow，去体验了下

将插件能力或工作流能力集成到Bot中才能更好的调用，左侧设置“人设和回复逻辑”，中间在插件和工作流中选择刚才的配置，右侧可以进行调试，能够正常根据提示词生成信息并保存到飞书文档，点击链接可以直接查看飞书文档。接下来制作正式的Workflow，将刚才创建的插件嵌入到Workflow中，大模型生成的内容丢给这个插件来处理，也就会保存为飞书文档，插件返回的飞书文档会返回链接并交给结束模块的参数。首先创建

大模型/Agent为主的生成式AI风生水起，火了多年的云计算遭受新的挑战和冲击，变则生辉、不变则生灰。任何一项主流新技术的发展都可能会碾压之前的方案，但我们要把握新技术顺势而为！