提起链表，很多人可能都会知道它的优势就是能够快速插入、删除数据。但是往链表中插入数据的时间复杂度真的是O(1)吗？相信看完这篇文章，读者会有自己的答案了。为什么用一节来讲解链表代码实现 ...

无论你是想要本地编程助手的开发者、需要私密处理敏感文档的研究人员，还是仅仅对运行自己的 AI 感到好奇的人，llama.cpp 都是实现这一目标最直接的路径。llama.cpp 提供了一个 llama-server 命令，可以让我们将 GGUF 模型部署在电脑本地，并通过网页，或者 OpenAPI Compatible API 的方式来访问本地模型。你通过云 API 使用的每一个 AI 工具都带有

Google 刚刚将发布为稳定版本，这也是 Quail 系列的最后一个版本。过去几个月的发布中，Google 一直专注于Android Studio 内置 AI Agent 来加速开发 Workflow，不痛不痒的。但这次的版本升级重心有所改变，其中有 2 项改动确实比较吸引我：内嵌 Android Skills支持本地 Gemma 4 模型。

Scenes(场景)对象中封装了一个view hierarchy的状态，包括它的视图以及属性值。Transition框架可以在两个不同的Scene之间执行一个动画---这两个Scene一个被定义为起始Scene，一个被定义为终点Scene。通常系统会自动将当前屏幕所展示的视图信息当做起始Scene，而对于终点Scene，系统允许我们通过两种方式创建：加载xml配置文件或者动态new Scene对象

OpenAI 在它的多个版本的模型里提供了一个非常有用的功能叫 Function Calling，就是你传递一些方法的信息给到大模型，大模型根据用户的提问选择合适的方法Function，然后输出给你，你再来决定是否执行。之所以需要Function Calling，通俗来讲就是大模型不具备实时性。因为模型是基于之前的数据训练出来的。而 Function Calling 具备实时性的优势，比如调用第三

这篇文章介绍如何在Android项目中集成大模型LLM，并展示大模型 text-to-text 结果。主要依赖如下2项：MediaPipeGemma 2BMediaPipeGoogle 在2017年发布了 TensorFlow Lite， 它是一个用于在Mobile和IoT上进行 ML 推断的轻量级框架。主要用于将 TensorFlow 模型转换为适用于移动设备(Android、IOS)的轻量级模

除了集成网络 API之，很多公司都会通过数据收集、积累等方式搭建自有数据知识库。可以看出搜索 “公办小学划片” 结果颗粒度太粗，没有精准匹配。可以看出，在TextLoader加载之后，会生成一个Document的数组类型。先将 school_info.txt 加载到内存中，需要使用 TextLoader。这篇文章就来介绍，如何基于公司内部私有知识，实现 Agentic RAG 查询。可以看出，经过

最近在自己电脑上尝试着部署了下大模型，仅用此篇流水账记录一下。环境准备电脑是 16寸 Mac M2 Pro，运行时内存是 16 GB。Mac 并没有独立显存，GPU 显存是和系统内存共享。 模型选择的是ChatGLM-6B ，它基本可以说是 10B 以下级别模型中性能最强之一。并且 ChatGLM-6B 有一个强点，就是在中英文切换对话方面表现突出。语言选择 Python，使用的是 3....

在上一篇文章荒腔走板Mac电脑本地部署 LLM中介绍过本地部署大模型之后，可以通过定制 prompt 来实现 domain 提取等各种各样的需求。但是实际上，部署本地大模型这种方式对于个人开发者来说实在是不太友好。一方面需要投入大量资金确保设备的算力足够支撑LLM的训练和推理；另一方面本地部署的大模型的量级都不会太大，所以效果也不会太理想。对于个人开发者来说，想开发一个 AI 应用，最快的...

这篇文章主要受以下这篇文章的启发:How to refresh the content of a Dialog via setState?在上面链接中的这篇文章中，主要介绍了在Flutter中使用setState刷新Dialog的问题，并提供了一种解决方案。这篇文章大部分内容翻译自这个链接，另外除了坐着提出的方案之外，另外再介绍一种更简单实用的解决方案。学习到的内容：如何在Flutter...