
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
本文提出一个实时车辆识别系统的设计方案,满足从摄像头接收视频流、AI识别车辆信息、历史记录查询和实时告警等功能需求。系统采用微服务架构,包含视频上传、AI分析、索引构建、查询服务和告警服务等组件,使用AWS云服务(S3、Lambda、SageMaker等)实现。设计重点解决了数据一致性(通过幂等API和消息队列)、系统扩展性(合理设计DynamoDB分区键和OpenSearch索引)和低延迟(考虑
本文介绍了开源AI项目Ollama和OpenClaw的安装与使用流程。Ollama支持在本地运行开源大语言模型,而OpenClaw则是一个能通过Agent和Tools与外界交互的AI代理系统。文章详细说明了如何安装这两个工具,配置OpenClaw连接本地Ollama服务,并通过浏览器界面与AI互动。最后展示了两个应用实例:查询天气和生成图片,展示了OpenClaw的交互能力。整个过程完全基于开源模

本文介绍了开源AI项目Ollama和OpenClaw的安装与使用流程。Ollama支持在本地运行开源大语言模型,而OpenClaw则是一个能通过Agent和Tools与外界交互的AI代理系统。文章详细说明了如何安装这两个工具,配置OpenClaw连接本地Ollama服务,并通过浏览器界面与AI互动。最后展示了两个应用实例:查询天气和生成图片,展示了OpenClaw的交互能力。整个过程完全基于开源模

本文介绍了如何利用Ollama和LangChain构建基础AIAgent。首先概述了AIAgent的核心组成(Policy+Memory+Tools+ExecutionLoop)及相关工具,重点说明了选择本地运行Ollama的两大优势:节省API调用费用和操作便捷性。通过具体代码示例,演示了安装qwen3.5模型、创建Python虚拟环境、定义天气查询和地点描述工具函数,以及构建能自主选择调用工具
本文介绍了如何利用Ollama和LangChain构建基础AIAgent。首先概述了AIAgent的核心组成(Policy+Memory+Tools+ExecutionLoop)及相关工具,重点说明了选择本地运行Ollama的两大优势:节省API调用费用和操作便捷性。通过具体代码示例,演示了安装qwen3.5模型、创建Python虚拟环境、定义天气查询和地点描述工具函数,以及构建能自主选择调用工具
本文介绍如何在VSCode中快速搭建一个简单的AI代理(CodeGuardian),用于自动为Python文件添加版权声明。通过创建agent.md和技能定义文件(check_copyright.md、insert_header.md),用户可以定义代理的行为逻辑:当保存.py文件时检查是否存在版权声明,若缺失则自动插入预设的header。整个过程只需基础Python知识和VSCode操作,无需深







