
简介
专注于AI全栈开发,具备从前端交互设计到后端模型部署的完整技术能力,熟练运用React/Vue、Node.js/Python、数据库系统及AI核心技术(TensorFlow/PyTorch、大语言模型),独立完成AI应用全流程开发,专注构建智能化、高性能的AI驱动应用。
擅长的技术栈
可提供的服务
AI全栈应用开发/大语言模型集成/前端界面开发/后端系统架构/模型部署与优化/技术方案咨询
个人 Agent 和聊天机器人的分界不在回答质量,而在收尾——它能把最后一步也做完。真正决定它好不好用的,不是模型,而是编排结构、云上执行环境、上下文管理、权限分级这四件事。本文按六个层次拆解它的工作方式、边界与上手路径。
个人 Agent 和聊天机器人的分界不在回答质量,而在收尾——它能把最后一步也做完。真正决定它好不好用的,不是模型,而是编排结构、云上执行环境、上下文管理、权限分级这四件事。本文按六个层次拆解它的工作方式、边界与上手路径。
本文详解HarmonyOS应用签名配置的四个文件(.cer、.csr、.p12、.p7b)作用及生成逻辑,揭示构建仅引用三者而忽略.csr的原因。强调配置中密码为加密串不可手动修改,需通过重新生成更换。指出配签前必须连接设备以创建Profile,且新建工程时需勾选目标设备类型(如平板、车机)。提醒签名文件存于用户目录,换机需重配,禁止提交.ohos目录至仓库。核心建议:先连设备、再配签,确保设备类
没有鸿蒙真机也能做多设备适配,前提是接受两条边界。这篇记录了完整过程:四个路径全要改到非系统盘(IDE、SDK、模拟器镜像、模拟器实例,后两个是独立设置项)、两个前置条件(虚拟化要启用、内存要够)、模拟器支持的十种设备形态,以及它做不到的三件事。最后还补了从配签到跑通的三步,包括那个「缺少设备导致无法新建 profile 文件」的坑。
没有鸿蒙真机也能做多设备适配,前提是接受两条边界。这篇记录了完整过程:四个路径全要改到非系统盘(IDE、SDK、模拟器镜像、模拟器实例,后两个是独立设置项)、两个前置条件(虚拟化要启用、内存要够)、模拟器支持的十种设备形态,以及它做不到的三件事。最后还补了从配签到跑通的三步,包括那个「缺少设备导致无法新建 profile 文件」的坑。
断点适配文章大多让你自己写 BreakpointSystem 监听宽度,再手撕 840。我翻了 SDK 声明文件:官方宽度断点有 5 档不是 3 档,高度断点算的是宽高比不是高度值,阈值还是厂商可自定义的默认值。API 26 还新增了容器级方案 ContainerReader,可传自定义阈值数组。全部标了文件名和行号。
这篇没有跑通截图,因为我手上只有模拟器,给不了铰链角度这类物理输入。这里只做一件事:把 SDK 里折叠相关的声明完整摊开。看完你会发现,折叠屏适配的难点从来不是"判断是不是折叠屏",而是"十个状态你覆盖了几个"。线上的问题,多半出在没想到的那七个上。另外,我把这篇文章的核对过程反过来用了一遍:写完之后我又回 SDK 对了一次原文,结果改掉了自己两处错误——一处是把的语义记反了,另一处是折痕函数名写
VM添加共享文件夹(无共享文件夹解决办法)如何向vmware虚拟机中传输文件1、外部点击安装VMware Tools2、内部客户机进行安装3、共享文件夹如何向vmware虚拟机中传输文件1、外部点击安装VMware Tools2、内部客户机进行安装3、共享文件夹大功告成!PS:如果觉得我的分享不错,欢迎大家随手点赞、在看。...
摘要:在AI技术快速发展的当下,提示词工程已成为开发者必备的核心技能。本文阐述了提示词工程在提升开发效率、降低使用门槛和优化输出质量三方面的重要价值,并通过具体案例展示了四大实战技巧:角色定位、结构化提示、示例引导和迭代优化。文章指出,精准的提示词能让大模型生成可直接复用的高质量代码,使开发效率提升30%以上。同时强调提示词工程需要结合业务场景持续优化,才能充分发挥AI的辅助价值。文末还提供了开发
Docker 入门指南:容器化技术核心与实践 本文全面介绍 Docker 容器化技术,涵盖核心概念、安装配置和实战操作。主要内容包括: Docker 核心概念:镜像、容器、仓库和 Dockerfile 多平台安装方法(Windows/Mac/Linux)及基础配置 常用容器操作命令和镜像管理 Dockerfile 编写与镜像构建实战 Docker Compose 多容器编排 网络管理与数据持久化方







