
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
KISS 原则讲的是“如何做”的问题(尽量保持简单),它的目的是提升代码的可读性、可维护性,而 YAGNI 原则说的是“要不要做”的问题(当前不需要的就不要做),它的目的是降低代码的冗余度,提升代码的可维护性。DRY原则说的是不要做重复的事,它的目的是减少代码量,提高代码的可读性、可维护性。除此之外,复用已经经过测试的老代码,bug 会比从零重新开发要少,也就提高了代码健壮性。所以要有代码复用意识
MCP(Model Context Protocol)与Function Calling(函数调用)是两种不同层面的技术方案,服务于大模型(LLM)与外部资源的交互,但设计理念和应用场景有显著区别。以下是两者的核心差异分析:MCP:开放协议层的基础设施Function Calling:特定模型的增值功能MCP适用场景Function Calling适用场景两者可结合使用:例如,在电商场景中,MCP

总的来说AI主要由算法、算力、数据组成,算法是核心。LLM是基于Transformer架构的算法成果,属于NLP领域关键技术,赋予AI理解和生成语言的能力。如果把AI AGENT看作人工助手,LLM就是其大脑,提供智能核心。AIGC则基于LLM等技术,生成语言、图像、音频等内容,就像人基于大脑的一些语言和视觉的表达。举个例子:云雀模型是LLM,豆包的问答查询基于此,是AIGC在语言领域的应用;图片

MCP(Model Context Protocol)与Function Calling(函数调用)是两种不同层面的技术方案,服务于大模型(LLM)与外部资源的交互,但设计理念和应用场景有显著区别。以下是两者的核心差异分析:MCP:开放协议层的基础设施Function Calling:特定模型的增值功能MCP适用场景Function Calling适用场景两者可结合使用:例如,在电商场景中,MCP

MCP(Model Context Protocol)与Function Calling(函数调用)是两种不同层面的技术方案,服务于大模型(LLM)与外部资源的交互,但设计理念和应用场景有显著区别。以下是两者的核心差异分析:MCP:开放协议层的基础设施Function Calling:特定模型的增值功能MCP适用场景Function Calling适用场景两者可结合使用:例如,在电商场景中,MCP

今天可以说又重新认识了一下面向对象四大特性,回顾设计模式目标,写出高质量的代码:易维护、易读、易扩展、灵活、简洁、可复用、可测试,面向对象设计思想是基本指导思想,是很多设计原则、设计模式的实现基础,后者进一步支持高质量代码目标达成。而面向对象四大特性本来被设计出来也能一定意义上本身作为一个达成路径,例如封装,可以让数据更安全,不能被随便修改,让代码更易维护;通用的抽象影响无处不在,抽象的代码设计让

MCP(Model Context Protocol)与Function Calling(函数调用)是两种不同层面的技术方案,服务于大模型(LLM)与外部资源的交互,但设计理念和应用场景有显著区别。以下是两者的核心差异分析:MCP:开放协议层的基础设施Function Calling:特定模型的增值功能MCP适用场景Function Calling适用场景两者可结合使用:例如,在电商场景中,MCP

总的来说AI主要由算法、算力、数据组成,算法是核心。LLM是基于Transformer架构的算法成果,属于NLP领域关键技术,赋予AI理解和生成语言的能力。如果把AI AGENT看作人工助手,LLM就是其大脑,提供智能核心。AIGC则基于LLM等技术,生成语言、图像、音频等内容,就像人基于大脑的一些语言和视觉的表达。举个例子:云雀模型是LLM,豆包的问答查询基于此,是AIGC在语言领域的应用;图片

本文提供了一份为Java程序员设计的React 18快速入门指南,通过组件层、Hooks层和服务层的分层讲解,帮助开发者快速掌握React关键概念。主要内容包括:1) 页面效果与组件对照,将UI元素映射为React组件;2) 状态管理逻辑,展示useState和useEffect的使用;3) 数据获取与业务逻辑处理。特别提供了Java与React关键概念的类比:React组件对应Java类,Pro
本文是"毕业N年系列"的第六篇,作者分享了自己毕业第五年的工作生活感悟。在工作上,首次获得S级绩效,AI比赛晋级决赛,专利获奖,转型管理者后学习管理技能,享受带领团队的过程。生活上遭遇房产贬值20万和父亲车祸等不顺。作者感叹人生无常如"风中浮萍",但仍保持积极态度,认为即使流水账式的记录也具时代价值。文章展现了职场人面对成长与挫折的真实心境。







