人工智能标签_武汉城市开发者社区

人工智能

【RAG 实战】基于文档结构特征分析的切片策略自动推荐

import re"""Markdown 文档结构分析器从 MD 文本中提取各类结构特征，供策略推荐引擎使用。"""# --- 正则模式 ---\[.*?\]\(.*?\)')!)\[.*?\]\(.*?\)')！？?]+')# 场景特征检测?r'^(?各正则的作用正则匹配目标示例Markdown 标题## 二级标题表格行| 列1 | 列2 |列表行- 项目1. 步骤代码块标记```python_

练习两年半的攻城狮
2026-08-25 15:57:35

 355

 9

#人工智能 #python
亮数据-数据市场

亮数据官方号: 新手用户注册就送25刀试用金:

武汉主理人- 英杰
2026-08-24 20:35:42

 3.8w

#人工智能 #学习 #javascript +1
SERP‑API 与 MCP：AI Agent 联网数据获取落地实践

摘要本文介绍了AI Agent如何通过亮数据（Bright Data）的SERP-API和MCP协议解决联网检索难题。传统自研爬虫面临代理维护、反爬拦截等痛点，而SERP-API提供结构化搜索引擎结果，MCP协议则让AI能自主调用联网工具。文章详细展示了SERP-API的创建流程和MCP配置方法，并通过四层架构（智能编排→信息发现→网页抓取→结果生成）说明技术实现路径。最后给出Python代码示

 武汉主理人-中杯可乐多加冰
2026-08-24 16:08:30

 2.1w

 5

#人工智能 #数据挖掘 #MCP
我用 Seed Evolving 搭了个 AI 小说创作平台，让百万字小说不再「出现幻觉」

本文探讨了AI在长篇网文创作中的局限性，指出当前大模型在记忆力和逻辑一致性上的不足。作者通过实测发现，即使扩展上下文窗口至百万tokens，仍存在风格漂移和角色"失忆"等问题。文章重点分析了豆包Seed-Evolving的升级特性，包括Coding协作、Agent检索优化和幻觉控制，并详细记录了搭建AI网文创作平台的三轮开发过程，从模块设计到模型调用，最终实现10万字小说的完整创作流程，验证了升级

 武汉主理人-中杯可乐多加冰
2026-08-10 09:24:46

 5535

 60

#AIGC #人工智能
仅用一个晚上，我用一站式融合平台 AiiOnly 做了一个公众号排版小工具

本文介绍了一个基于AI辅助开发的公众号排版工具"wx-editor"的构建过程。作者分享了从公众号排版痛点出发的构思历程，详细阐述了选择AiiOnly聚合平台的原因，包括其统一API接入、协议兼容性和成本优势。文章重点描述了技术实现细节，如Vue3+Node.js技术栈、Markdown转换逻辑，以及如何通过AiiOnly平台调用不同AI模型完成特定开发任务。最后，作者推荐了AiiOnly的Tok

武汉主理人-中杯可乐多加冰
2026-08-04 13:11:11

 2.7w

 66

#人工智能
Web Unlocker vs 普通代理实测对比

亮数据官方号:新手用户注册就送25刀试用金:

武汉主理人- 英杰
2026-07-27 19:36:29

 3.5w

 2

#microsoft #网络协议 #tcp/ip +2
收藏！小白程序员必看：MOSS用一年真实数据挑战RAG，揭秘AI记忆新架构

这篇论文对普通读者的意义不在于又造了一个新 RAG——它直接戳破了"RAG 就是 AI 记忆"这个默认认知。OpenAI 的 Dreaming 在 2026 年 6 月上线了后台合成记忆，方便但用户既不能检查、不能控制、也无法带走。MOSS 走的是另一条路：因为记忆结构是标准 SQL、语料是纯文本，整个系统可以无变换地迁移——跨云、进入国家云区域、落到笔记本上。记忆这件事，可能从一开始就不该交给

 爱编程的小辞
2026-07-25 10:59:15

 200

 6

#人工智能 #架构 #java +1
远控软件哪家强？2026三强横评，低延迟+8K画质，谁更值？

ToDesk 提供完整自主可控的本地日志体系，用户可自由切换 info、warning、error 三级日志输出等级，所有登录、远程连接、异常报错记录都会带精准时间戳存储在本地磁盘文件夹中，原始日志文件完全由本机保管，支持随时查看归档或按需上传，搭配主设备二次验证安全机制，既能留存完整操作审计凭证用于风险追溯，也从根源保障了访问记录这类敏感数据不会被平台强制收集，兼顾隐私自主管理权与安全溯源需求。

武汉主理人- 英杰
2026-07-22 21:54:29

 1.3w

 77

#网络 #前端 #人工智能 +2
AI越来越会“造假“，跨模态鉴伪为什么正在成为AI时代的新基建？

实测结果是：系统很克制地给出了"未检测到异常"标签，AI 可疑性 0.0%，检测耗时 2.942s，盖的是绿色的"真实"印章，备注只有一句"无明显伪造痕迹"。水果电商里最近几个月高频出现一种"仅退款"骗术：买家收到完好的水果之后，用 AI 把"真水果"渲染成"烂水果"，再拿渲染后的图去找商家"仅退款"。或许更值得期待的是：当"内容真实性"成为像"数据加密"一样的底层技术命题时，AI 鉴伪会像今天的

 武汉主理人- 英杰
2026-07-19 16:05:03

 3.1w

 91

#人工智能 #机器学习 #神经网络 +1
AI Agent 沙箱技术横评：CubeSandbox、E2B 与 OpenSandbox 到底怎么选

文章摘要：AI Agent沙箱技术横向评测本文对当前AI Agent领域三大主流沙箱技术（腾讯云CubeSandbox、E2B和阿里OpenSandbox）进行了深入对比分析。随着大语言模型在代码生成上的突破，AI Agent对安全高效执行环境的需求日益凸显。三款产品均采用MicroVM技术路线，但在实现方式和性能表现上各有特色：CubeSandbox基于RustVMM实现毫秒级冷启动（65ms

武汉主理人-中杯可乐多加冰
2026-07-09 09:41:25

 1.4w

 10

#人工智能 #深度学习
2026 GEO技术选型深度复盘：为什么自研RAG架构才是企业级优化的未来

大量企业在落地GEO后出现信息错乱、参数失真、AI幻觉严重、合规风险高等问题，本质原因是选用了无底层自研能力的外包方案。本文从技术原理、工程落地、风控体系、资产化价值四个维度，深度解析企业级GEO的正确建设逻辑，并结合2026年7月最新行业评测数据，拆解技术型服务商的核心架构优势，为技术负责人提供可落地的选型标准。早期GEO行业普遍依靠批量问答、模板内容、关键词填充实现AI占位，属于“流量营销逻辑

 zqrgkjyxgs
2026-07-07 14:55:16

 184

 5

#架构 #大数据 #人工智能
亮数据+Scraper studio实战

亮数据官方号: 新手用户注册就送25刀试用金:

武汉主理人- 英杰
2026-07-01 20:59:32

 5.3w

#人工智能 #javascript #typescript +1
Agent 时代，OCR 认字够用了吗？?xParse、PaddleOCR、MinerU三款工具横评

本文对比了三款主流文档解析工具（xParse、PaddleOCR、MinerU）在复杂表格识别上的表现，重点测试了多层表头、密集小字表、嵌套表格和跨页长表四类业务场景。前面横评解决了"选谁"的问题，接下来要解决"怎么用"的问题。选出 xParse 只是第一步。真正的问题是： **xParse嵌入Agent后，在真实业务场景里能不能稳住？** 表格解析对了，但模型理解错了，或者解析对了、模型也理解对

 武汉主理人-中杯可乐多加冰
2026-06-17 12:53:17

 1.9w

 59

#人工智能 #目标检测 #视觉检测 +2
给到夯，Claude Code重磅更新：Auto Mode 与 ultracode 是个什么东西

Anthropic近期为ClaudeCode推出两项重磅功能——AutoMode和DynamicWorkflows（ultracode）。AutoMode通过独立分类器模型实现自动执行操作，减少人工确认频率，内置熔断机制保障安全。DynamicWorkflows允许Claude自动生成JavaScript编排脚本，调度多个子代理协同完成复杂任务，支持跨文件代码审计、大规模迁移等场景。ultraco

武汉主理人-中杯可乐多加冰
2026-06-08 12:25:20

 5244

 7

#人工智能
当 OpenClaw 遇上 SenseNova U1，解锁智能体原生多模态新体验

摘要：本文介绍了如何利用商汤开源的SenseNova U1多模态模型构建"从大纲到成品图"的闭环工作流。相比传统拼凑式多模态方案，SenseNova U1采用NEO-unify架构实现语言与视觉的统一建模，显著提升了生成一致性。文章详细演示了通过OpenClaw智能体框架接入SenseNova-Skills技能库的具体步骤，包括环境准备、API配置和技能加载。最后通过"柠檬万能指南"信息图生成案例

 武汉主理人-中杯可乐多加冰
2026-05-28 14:53:02

 1.1w

 7

#人工智能 #工作流
亮数据 - Ticket_Hunter_Agent

Ticket_Hunter_Agent

武汉主理人- 英杰
2026-05-27 23:17:10

 5.2w

#人工智能 #机器学习 #神经网络
Claude Code Agent Teams：让多个AI替你协作打工配置指南+使用心法

本文介绍了Claude Code的Agent Teams功能，该功能通过创建多个AI智能体并行协作，解决复杂项目开发中的效率问题。不同于传统的单线程subagent模式，Agent Teams允许智能体之间直接通信、互相质疑和协作，模拟真实团队工作场景。文章详细讲解了配置方法、使用场景和注意事项，指出该功能特别适合并行调研和跨层开发任务，能通过多视角碰撞产生更优解决方案。作者认为Agent Tea

武汉主理人-中杯可乐多加冰
2026-05-17 11:36:55

 2.3w

 9

#人工智能
Graphiti：让AI拥有“记忆“这件事，终于有人做对了

Graphiti创新性地解决了AI记忆的结构化问题，超越了传统RAG的检索式思维。其核心在于构建时序知识图谱，通过双时态数据模型追踪信息的时效性，而非简单存储数据。系统包含Episode、Entity、Edge三大要素，支持实体去重合并和关系时效标记。Graphiti采用三层混合检索机制（关键词+向量+图遍历），并引入社区发现功能自动聚类相关话题。其Saga设计能串联相关事件形成故事线。相比传统方

 武汉主理人-中杯可乐多加冰
2026-05-13 21:30:32

 3151

 6

#人工智能 #java #android
亮数据“数据集”产品的特点及优势，使用购买过程。

新手用户注册就送25刀试用金:亮数据官方号:

武汉主理人- 英杰
2026-04-27 11:55:48

 1.4w

#tcp/ip #人工智能 #http +2
当AI坐在渗透测试的操作席上 —— 一个自主智能体的攻防记录

现在很多安全工具都在集成AI，但模式都是“脚本调用AI来分析输出”。我试着把这个关系倒过来——让AI坐在操作席上，自己决定每一步该做什么。这个框架在DC-1靶机上能稳定运行：只给一个IP，AI自己完成了从扫描到提权的完整攻击链。过程中它出现了一些让我意外的行为，比如理解模糊的提示、从错误中自我纠正。本文是对这次尝试的如实记录。

Kele
2026-04-25 17:10:25

 59

#人工智能 #python #网络安全 +2
大模型推理为什么这么贵：从 KV Cache 到 PagedAttention 的工程细节

训练贵是一次性的，推理贵才是每天都在烧钱。

武汉主理人- 英杰
2026-04-24 21:20:22

 1w

 11

#人工智能 #AI #神经网络 +2
从“看得见”到“可操作”：Multiverse 3.0 如何定义物理AI时代的数字孪生？

当你打开手机，用AI生成一幅梵高风格的画作时，你可能会惊叹于AI对色彩、笔触乃至情绪的精准把握。然而，如果让同样的AI去“推开一扇门”或“拧紧一个螺丝”，它会怎么做？答案是：**它会犯错，而且错得离谱**。这不是AI的缺陷，而是AI发展史上一个深刻的结构性矛盾——**我们正处在一个AI已经能够完美驾驭“比特世界”（文字、图像、音视频），却仍在“原子世界”（物理实体、物理交互）中举步维艰的时代**。

武汉主理人-中杯可乐多加冰
2026-04-24 08:59:24

 3.9w

 38

#人工智能 #机器人 #仿真 +1
超越模型：为什么“智能体驾驭工程”才是 AI 开发的新战场？

每个人都在屏息以待下一个基础模型的发布，偏执地对比哪个模型生成的 React 代码更干净，或者哪个模型的幻觉率降低了 0.1%。这种心态的转变，让开发者从被动的等待者变成了主动的掌控者。Addy Osmani 的观察揭露了一个令人震惊的事实：即使使用完全相同的模型权重，用户体验到的行为表现也几乎完全由。工程中，我们推崇“棘轮”（Ratchet）习惯：智能体的每一次失败都是极其宝贵的改进信号，绝非一

 道一云黑板报
2026-04-22 11:00:00

 412

 10

#人工智能 #驱动开发 #软件工程
智能问答系统RAG

基于RAG技术的智能问答系统，具备以下核心特点：技术架构采用检索增强生成(RAG)技术路线支持多格式文档解析(PDF/DOCX/TXT/MD) 兼容Chroma/Milvus向量数据库可对接DeepSeek/Ollama等大语言模型核心功能知识库分类管理智能文档分块解析混合检索(语义+关键词) 溯源标注(附带原文参考) 流式问答输出应用价值解决大模型幻觉问题支持企业知识库管理

 2833955351
2026-04-22 11:00:00

 486

 9

#python #人工智能 #开发语言
用 QClaw 做了一个工程合同风险审计技能，说说我的完整实践过程

本文分享了基于QClaw开发工程合同风险审计技能的完整实践。作者针对工程合同审查"多、专、烦"的痛点，利用OpenClaw的Skill机制开发了一个自动化审计工具。该技能通过四阶段流程：文本抽取→模板比对→风险量化→生成报告，将公司审查经验固化为可执行规则，实现风险条款自动识别、财务影响量化及修改建议生成。核心优势在于本地化处理保障数据安全，通过语义分析而非简单文本匹配提高准确

 武汉主理人-中杯可乐多加冰
2026-04-16 13:38:23

 9940

 8

#人工智能