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

一次充电桩 Modbus TCP 采集模块的踩坑实录

本文分享了基于Modbus TCP协议采集充电桩数据的实践过程与问题解决方案。在开发储能+充电管理系统时,遇到三大技术难题:1)寄存器读取超限问题,原设计依赖MID枚举值导致计算错误,改用地址范围扫描解决;2)TCP连接超时引发系统重启循环,通过延迟连接和设置5秒超时规避;3)TCP连接异常恢复问题,通过设置SO_LINGER参数发送RST包强制清除连接状态。这些解决方案显著提升了系统稳定性和容错

#tcp/ip#网络协议#网络 +2
工程师实战——AI Agent 的底层逻辑与实战落地

文章摘要: 本文从工程师视角系统解析AI Agent的概念层级与技术架构。作者指出当前市场对Agent存在概念混淆,提出Agent能力应从纯问答到全自动划分为四级连续谱系。核心要素包括工具调用、持久记忆和执行循环三大技术模块,并详细分析了研究型、写作型、代码型和业务流程四类典型应用场景。最后以搭建Telegram聊天机器人为例,演示了基于Claude API的Agent实现方案,涵盖环境配置、模型

#人工智能
工程师实战——AI Agent 的底层逻辑与实战落地

文章摘要: 本文从工程师视角系统解析AI Agent的概念层级与技术架构。作者指出当前市场对Agent存在概念混淆,提出Agent能力应从纯问答到全自动划分为四级连续谱系。核心要素包括工具调用、持久记忆和执行循环三大技术模块,并详细分析了研究型、写作型、代码型和业务流程四类典型应用场景。最后以搭建Telegram聊天机器人为例,演示了基于Claude API的Agent实现方案,涵盖环境配置、模型

#人工智能
工程师实战——AI Agent 的底层逻辑与实战落地

文章摘要: 本文从工程师视角系统解析AI Agent的概念层级与技术架构。作者指出当前市场对Agent存在概念混淆,提出Agent能力应从纯问答到全自动划分为四级连续谱系。核心要素包括工具调用、持久记忆和执行循环三大技术模块,并详细分析了研究型、写作型、代码型和业务流程四类典型应用场景。最后以搭建Telegram聊天机器人为例,演示了基于Claude API的Agent实现方案,涵盖环境配置、模型

#人工智能
工程师实战——AI Agent 的底层逻辑与实战落地

文章摘要: 本文从工程师视角系统解析AI Agent的概念层级与技术架构。作者指出当前市场对Agent存在概念混淆,提出Agent能力应从纯问答到全自动划分为四级连续谱系。核心要素包括工具调用、持久记忆和执行循环三大技术模块,并详细分析了研究型、写作型、代码型和业务流程四类典型应用场景。最后以搭建Telegram聊天机器人为例,演示了基于Claude API的Agent实现方案,涵盖环境配置、模型

#人工智能
工程师实战——AI Agent 的底层逻辑与实战落地

文章摘要: 本文从工程师视角系统解析AI Agent的概念层级与技术架构。作者指出当前市场对Agent存在概念混淆,提出Agent能力应从纯问答到全自动划分为四级连续谱系。核心要素包括工具调用、持久记忆和执行循环三大技术模块,并详细分析了研究型、写作型、代码型和业务流程四类典型应用场景。最后以搭建Telegram聊天机器人为例,演示了基于Claude API的Agent实现方案,涵盖环境配置、模型

#人工智能
工程师实战——AI Agent 的底层逻辑与实战落地

文章摘要: 本文从工程师视角系统解析AI Agent的概念层级与技术架构。作者指出当前市场对Agent存在概念混淆,提出Agent能力应从纯问答到全自动划分为四级连续谱系。核心要素包括工具调用、持久记忆和执行循环三大技术模块,并详细分析了研究型、写作型、代码型和业务流程四类典型应用场景。最后以搭建Telegram聊天机器人为例,演示了基于Claude API的Agent实现方案,涵盖环境配置、模型

#人工智能
锂电池SOH计算:容量实测法与循环计数法的双重验证

SOH = (当前最大可用容量 / 出厂额定容量) × 100%这里的"最大可用容量"是指在标准条件下(25℃,0.5C倍率),电池从满电到截止电压能够释放的电量。// 当前最大容量(单位:mAh)// 额定容量(单位:mAh)// 单位:千分之一SOH算法的准确性高度依赖于参数标定:额定循环寿命(ratedCycle)- 需要通过循环寿命测试确定- 不同批次电池可能有差异- 建议:保守取值,留有

#linux
你的Agent 为什么会失忆?不是上下文窗口给得不够大

【摘要】文章探讨了当前AI Agent开发中普遍存在的记忆持久化问题,指出单纯扩大上下文窗口是治标不治本的方案。作者推荐EverOS作为解决方案,其核心优势在于:1)采用Markdown文件作为记忆存储基础,保证可读性和可维护性;2)三层架构(Markdown+SQLite+LanceDB)兼顾检索效率与透明度;3)支持多模态内容摄取和自然语言检索。系统通过清晰的目录结构分离用户画像与Agent技

#jvm#人工智能#能源
你的Agent 为什么会失忆?不是上下文窗口给得不够大

【摘要】文章探讨了当前AI Agent开发中普遍存在的记忆持久化问题,指出单纯扩大上下文窗口是治标不治本的方案。作者推荐EverOS作为解决方案,其核心优势在于:1)采用Markdown文件作为记忆存储基础,保证可读性和可维护性;2)三层架构(Markdown+SQLite+LanceDB)兼顾检索效率与透明度;3)支持多模态内容摄取和自然语言检索。系统通过清晰的目录结构分离用户画像与Agent技

#jvm#人工智能#能源
    共 32 条
  • 1
  • 2
  • 3
  • 4
  • 请选择