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

开放原子大赛石油软件赛道参赛经验分享

亿级以上网格的油气藏模型能够捕捉更多地质细节,提供更精确的地质构造和流体流动模拟,能够直观展示油气藏模型的内部结构、流体分布及动态变化过程,有助于研究人员和决策者更好地理解地质情况,做出科学决策。

文章图片
#qt#c++#图形渲染 +2
AIAD Prompt Engineering 完全指南

《AIAD Prompt工程完全指南:结构化模板与实战案例》摘要 本文系统介绍了AI辅助设计(AIAD)中Prompt工程的核心方法与技巧。提出了高质量Prompt的六要素结构化模板:零件类型、尺寸约束、特征定义、约束关系、装配关系和制造工艺,通过对比优劣案例展示了完整Prompt的构建方式。重点呈现10个由浅入深的实战案例,涵盖从基础零件(螺栓、垫圈)到复杂装配体(轴承座、机器人基座)的设计,每

文章图片
#人工智能
AIAD 在真实工业环境中的落地价值

AI 自动识别 CAD 模型中的所有加工特征(孔、槽、腔、曲面等),匹配最优加工策略(如钻孔参数、铣削路径、刀具选择),自动生成 G 代码,并将加工仿真时间减少 70%。大型基建项目中,建筑、结构、机电(MEP)三个专业的设计由不同团队完成,最后的碰撞检测和修改协调是一个公认的"噩梦"。传统方式下,工程师使用三坐标测量仪获取点云后,需要在 CAD 中逐特征手动重构,一套中等复杂度的模具需要 5-7

#人工智能
SSO项目实体建模报告

MaxKey项目实体建模分析报告摘要 MaxKey是一个开源IAM系统,提供SSO、多因素认证等功能。报告识别了8个核心实体,包括用户(UserInfo)、应用(Apps)、角色(Roles)等,详细分析了各实体属性及数据类型。重点阐述了实体间的多对多关系,如用户-用户组、用户组-应用等,这些关系通过中间表实现。报告总结了实体设计的模块化、关系清晰等特点,并提出优化建议:属性冗余处理、简化关系实现

文章图片
ERP系统设计模型

本文展示了一个ERP系统的设计模型,主要包括两个核心模块:系统管理模块和基础信息模块。系统管理模块采用UML类图设计,包含用户(SysUser)、角色(SysRole)、权限(SysPermission)和部门(SysDepartment)等实体,明确了用户与角色、权限的关联关系。基础信息模块则设计了产品(ProductInfo)、客户(CustomerInfo)、供应商(SupplierInfo

文章图片
#spring
以知识驱动 AIAD 行业进化

AIAD 智库:AI 增强设计行业百科与实践指南 本文系统梳理了 AI 增强设计(AIAD)的发展历程、核心技术框架和应用前景。主要内容包括: 发展阶段:从传统 CAD(1980s-2010s)到 AI 辅助 CAD(2010s-现在),再到未来 AI 原生 CAD(3-5年内)的三级演进过程。 核心技术:涵盖多模态输入建模、点云处理、体素生成、约束驱动建模、工业知识图谱和 B-Rep 神经生成六

文章图片
#人工智能
工程边界与风险控制

工程边界与风险控制课程摘要 本课程聚焦AI时代下工程安全与合规管理,包含两大核心模块: 安全合规体系 识别AI代码中的知识产权风险(如GPL协议污染) 防范供应链攻击(虚假依赖包/恶意代码注入) 建立数据隐私保护机制(PII脱敏/本地化部署) 人机协作审计 划定AI禁区(金融/加密等高风险领域) 构建信任评估模型(自动化扫描+人工双审) 开发配套工具链(合规检查表/漏洞扫描规则集) 课程提供实战工

文章图片
#人工智能
打造 AI 级 Agent 架构

本文介绍了高级工程实践中构建AI代理架构的核心内容,主要包括: 智能体架构设计:分为感知层(多模态输入处理)、决策层(推理与规划)和行动层(工具调用与环境交互),将LLM转化为具备执行能力的软件代理。 自动化工作流构建:设计闭环工程链路,包含任务拆解引擎和闭环执行循环,确保Agent具备自我纠错与验证能力。 实战案例:以构建自动修复Bug的Agent为例,展示了从环境搭建到测试验证的完整流程。 从

文章图片
#人工智能#架构
构建 AI 驱动的开发流

向开发者、测试与 DevOps 工程师,聚焦提示词工程化、自动化闭环、AI 质量控制三大目标,手把手打造 AI 原生开发流水线。提示词工程与上下文管理:解决 AI“失忆 / 幻觉” 问题,涵盖上下文窗口分块、RAG 集成、.cursorrules 全局指令、思维链(CoT)、少样本学习;实操为微型项目编写精准 Prompt,驱动 AI 独立开发新模块。提示词驱动的自动化测试:用 AI 补全人工测试

文章图片
#人工智能
理解 AI 时代的软件范式

本课程面向技术从业者,系统讲解AI时代软件开发范式的根本性变革。核心内容包括:1)编程思维从"过程导向"转向"结果导向",开发者需掌握结构化Prompt编写和需求拆解能力;2)软件生命周期各环节的AI赋能,从需求分析到测试运维的全流程智能化;3)开发者角色转型为"决策者"与"审计者"。课程采用理论+案例+实验的三段式教学,重点培养使用AI工具完成端到端开发的能力,并通过典型错误案例帮助学员建立正确

文章图片
#人工智能#log4j
    共 58 条
  • 1
  • 2
  • 3
  • 6
  • 请选择