数据挖掘标签_龙虾开发者社区

数据挖掘

02-Git 仓库蒸馏术：从代码仓库到 OpenClaw 虚拟人-蒸馏目标定义

这是《Git 仓库蒸馏术：从代码仓库到 OpenClaw 虚拟人》系列的第 2 篇。在跑任何 git 命令之前，先想清楚目标——否则你会被 8,000 次提交和 40 个模块淹没。

leoZ231
2026-08-17 17:23:33

 398

 2

#git #java #大数据 +4
AI Agent 可观测性：破解多步推理黑盒的工程实践

本文探讨了AI Agent可观测性的系统化方法论，揭示了多步推理黑盒带来的四大挑战：错误归因困难、性能瓶颈隐匿、成本失控风险和安全合规盲区。文章详细介绍了三大可观测性支柱（日志、指标、链路追踪）在AI Agent场景下的特殊应用，提出了统一数据模型，并通过LangChain/LangGraph展示了完整的生产级观测系统实现方案。特别针对Agent执行路径的非确定性特点，分析了模型黑盒、编排黑盒和环

 weixin_56622231
2026-08-16 01:00:37

 395

 8

#人工智能 #oracle #数据库 +4
Python数据分析入门：从零开始玩转数据

别担心，Python数据分析就是你的瑞士军刀，简单、强大，而且特别好玩。当然，上述这些代码之间是存在耦合的，建议使用jupyter notebook来学习，或者交互式命令行执行，像pycharm这类集成开发平台的话需要将前置代码一并执行。小练习：找一份你感兴趣的数据（可以是你的月度开支、运动记录、或者公开的天气数据），用今天学的方法试着分析一下。数据分析就像侦探破案——数据是线索，分析工具是放大镜

 BigDataLab
2026-03-11 14:36:02

 343

 12

#python #数据分析 #开发语言 +1
面试官问：什么是 Harness 工程？AI Agent 时代，测试人必须补上的新能力

Harness Engineering，也可以叫 Agent 驾驭工程，是围绕 AI Agent 构建工作环境的一套工程方法。它主要包括：上下文管理；工具调用；任务状态管理；沙箱环境；权限控制；测试验证；日志观测；代码评审；反馈回路；人工干预和回滚机制。它的目标不是让模型“回答得更好看”，而是让 Agent 在真实工程系统里：能理解任务；能读取必要上下文；能调用合适工具；能安全修改代码；能运行测试

 霍格沃兹测试开发学社
2026-06-16 17:12:31

 76

#人工智能 #自动化 #职场和发展 +3
python项目实战12-数据分析

df.groupby('产品类别').agg(['销售数量':'sum', '销售金额':'sum', '单价':'mean']) ：根据产品类别分组，统计各个类别的商品的销售数量之和，销售金额之和，平均单价。df.groupby('产品类别')['销售额'].agg(['sum', 'max', 'min'])：根据产品类别分组，统计各个类别的商品的销售数量之和、最大数量、最小数量。示例：df[

2401_82749999
2026-04-16 11:27:55

 484

 7

#数据分析 #大数据 #数据挖掘
大学生成长助力五位导师 Agent 提示词方案

这套导师团不是为了生成一份“看起来很完整”的空泛计划，而是帮助学生从成长报告中识别真实问题，并把建议拆解为本学期可以执行的行动。五位导师分别从校园底线、专业能力、职业积累、心理能量和时间执行五个角度介入，形成互补而不重复的支持系统。

MinRice
2026-05-08 11:46:01

 388

 5

#人工智能 #大数据 #数据挖掘
智能体（Agent）

摘要：智能体（Agent）是能自主感知、决策与行动的实体，具备自主性、反应性等特性，其核心模块包括感知、决策、行动及知识库。智能体可分为反应式、慎思式等类型，广泛应用于智能家居、交通、金融等领域。创建需明确目标与规则，行为控制方法涵盖规则、优化及学习策略。知识管理依赖知识库（如向量数据库）和记忆变量，支持语义检索与动态更新。通过插件和节点扩展功能，调用方式分本地与远程，性能优化需算法改进与资源管

 醒醒该学习了！
2026-06-03 16:27:17

 396

 7

#人工智能 #数据挖掘
筹码分布数据分析实战：用Python构建主力建仓成本分析系统 IG50免费开源股票数据API接口

本文介绍了使用Python构建的主力建仓成本分析系统，通过筹码分布数据来识别主力资金动向。系统基于换手率衰减模型计算筹码分布，包含三个核心分析模块：1)获利盘比例计算，反映当前盈利持仓占比；2)筹码集中度分析，衡量70%筹码的分布区间宽度；3)筹码峰值检测，识别重要的支撑/压力位。系统通过本地数据引擎获取K线和逐笔成交数据，采用Python实现核心算法，包括数据衰减处理、移动平均计算等。这套工具能

 disalong
2026-08-03 10:09:01

 362

 5

#数据分析 #python #数据挖掘
一篇文章讲清楚 AI Agent：从 Token、RAG、Skill 到 MCP、SDD 和 Harness 工程

摘要：本文探讨了AI Agent在测试开发领域的应用挑战与工程化路径。测试Agent面临需求文档处理、接口变更应对、用例有效性验证、权限控制等问题，导致Demo难以转化为稳定工程流程。文章系统解析了Agent的11个关键工程环节：Token管理、RAG知识检索、Memory机制、Skill封装、ReAct执行验证、MCP工具连接、SDD规格驱动开发、Harness工程环境等，指出测试开发人员应聚焦

 霍格沃兹测试开发学社
2026-06-16 17:39:39

 82

#人工智能 #自动化 #职场和发展 +4
Python项目实战：学生信息管理系统

系统功能：==添加学员、删除学员、修改学员信息、查询学员信息、显示所有学员信息、保存学员信息及退出系统==等功能。创建信息管理的文件：studentManager.py。注意：添加__str__魔法方法，方便查看学员对象信息。需求：学员（主体） =>属性（姓名、年龄、电话）存储数据的文件名：student.data。创建学生信息的文件：student.py。student.py学员信息存储代码分析

 涛声依旧39316
2026-04-06 17:02:30

 395

 9

#python #数据挖掘 #开发语言
如何让 Agent 具备“长期记忆”而不越界：Memory 分层、TTL 与数据治理

14.1 文章核心要点回顾14.1.1 为什么Agent需要“长期记忆”而不越界？14.1.2 三维度协同记忆管理框架的核心内容（分层存储与检索、TTL生命周期全链路管理、全栈式数据治理）14.1.3 核心工程概念的理解（嵌入、向量检索、记忆压缩、元数据）14.1.4 生产级实现的关键步骤（环境准备、元数据模型设计、分层存储模块实现、TTL生命周期管理模块实现、全栈式数据治理模块实现、完整的Age

搜索引擎技术
2026-04-25 00:41:29

 456

 5

#数据挖掘 #人工智能 #数据库
當業務需要即時搜尋資料：Talordata 如何幫 AI、SEO 與市場團隊解決資料取得難題

Talordata的SERPAPI将搜索引擎结果页转化为结构化数据，帮助企业实现搜索数据的自动化采集与分析。该工具能解决四大业务痛点：1）为AI Agent提供实时搜索上下文；2）帮助SEO团队从单次排名查询升级为趋势分析；3）助力市场团队发现竞品动态；4）协助品牌团队监控搜索结果展示效果。其核心价值在于将搜索数据转化为可接入业务系统的结构化信息，支持多搜索引擎、多地区查询，并采用按量付费模式。典

 Talordata
2026-08-12 09:39:30

 218

 5

#人工智能 #大数据 #数据挖掘
AI Agent 线上排障实战：日志分析、根因定位、最小修复与回归验证

AI Agent线上故障排查与修复实战指南本文系统介绍了AI Agent在线上故障排查中的全流程方法，重点强调风险控制与证据链思维。主要内容包括：线上排障与开发的本质区别：开发追求需求完成，排障首要目标是控制风险，避免AI过早动手导致问题扩大。五阶段排障流程：止损：评估影响范围，必要时采取回滚等紧急措施取证：收集完整的事实证据链定位：沿调用链反向验证假设修复：只修改必要部分验证：确

 阿泽java
2026-08-11 15:50:43

 398

 8

#人工智能 #回归 #数据挖掘
中文版Nano Banana来了？Qwen-Image-2.0炸场：1K长文本硬吃，中文生图彻底不拧巴了

1K token长文本、复杂指令、中文渲染、图片编辑、2K分辨率一次性梭哈，连国际评测里的表现都已经冲到了仅次于Nano Banana Pro的位置。文本一长就糊、指令一杂就撂挑子、遇到中文更是一整个变形freestyle……「AI生图」的这点苦，到底有谁懂啊！！！

模型启动机
2026-02-11 13:13:37

 550

 3

#人工智能 #回归 #数据挖掘 +3
只激活 3B，性能却反超？阿里 Qwen3-Next 背后的技术黑魔法

只激活 3B，性能却反超？阿里 Qwen3-Next 背后的技术黑魔法

 人工智能小豪
2026-02-12 09:15:00

 1474

 45

#python #数据挖掘 #人工智能 +3
阿里Qwen-Image-2.0图像生成与编辑巅峰汇合，超真实、超强图文结合

Qwen-Image-2.0将生图与编辑能力合二为一，在图像基础模型领域迈出重要一步。一直以来，开源最强图像生成和图像编辑，一直是阿里通义万象的 Qwen-Image 和 Qwen-Image-Edit。它们一直是分开的，现在终于合体了。这是Qwen-Image-2.0生成的，自己的发展历程时间轴PPT。模型不仅准确梳理了两条时间线，还准确渲染了每一个关键节点的文字说明。更有趣的是画面中的细节控制

 模型启动机
2026-02-12 13:20:46

 1003

 11

#人工智能 #回归 #数据挖掘 +3
国内大模型API接入Agent实战：文心一言/通义千问/智谱GLM调用指南（2026版）

对于构建AI Agent的开发者而言，模型调用不再是简单的HTTP请求，而是一连串任务链——长系统提示词、频繁的工具调用、多轮推理的上下文复用，这些都对API的缓存命中率、响应速度、成本结构提出了远高于普通聊天的要求。本文聚焦国内三大大模型厂商——百度文心一言（ERNIE）、阿里通义千问（Qwen）、智谱GLM——的API接入实战，从账号开通、环境配置、代码实现到生产环境选型，提供一份可落地的调用

 网络爬虫大揭秘
2026-08-06 11:58:32

 266

#dubbo #数据挖掘 #数据库 +1
我发现很多人用了很久的 codex，可能连它一半的能力都没有打开过？？

本文揭示了Codex未被充分利用的8个高阶功能：1)AppShots屏幕截取即时调试；2)meta指令唤醒历史记忆；3)动态PLAN.md计划生成；4)Skill封装重复流程；5)/goal处理长周期任务；6)AGENTS.md规范项目管理；7)阶段性自动Code Review；8)多Agent并行协作。这些功能突破了基础提示词使用层面，通过系统化工具链实现真正高效的AI协作开发，将Codex从对

 Apcallover
2026-08-06 10:50:30

 233

 2

#数据挖掘
AI Agent核心概念100题精练

（将长历史总结成要点）、

weixin_56622231
2026-06-28 00:27:38

 456

 9

#程序人生 #算法 #人工智能 +2
当开源埋点系统遇上AI ：ClkLog实现对话式的数据分析

对于ClkLog来说，这次发布API Skill并不仅仅是增加一个AI功能，而是希望让ClkLog的数据能力能够更方便地接入未来的AI生态。希望通过 AI 与数据分析能力的结合，为运营、产品和数据团队提供更加便捷的数据使用体验。如果数据无法被外部系统和智能体便捷调用，那么AI的价值也难以真正落地到业务场景中。以下场景中的数据均来自 ClkLog，AI负责理解问题、调用接口并生成分析结果。API S

ClkLog-开源埋点用户分析
2026-06-26 17:40:17

 254

 4

#人工智能 #数据分析 #数据挖掘
零基础也能玩转“全栈临床科研”：从数据清洗到SCI初稿，智能体辅助的4个可复用场景一次性掌握

零基础医生想独立完成一篇临床研究，从数据清洗到论文初稿，听起来像是天方夜谭。但2025-2026年的技术进展，正让这件事变成可能——不是通过降低标准，而是通过智能体（AI Agent）接管了科研链条中最耗时的重复劳动。你不需要会写代码，甚至不需要精通统计方法。你需要做的，是理解这4个可复用的工作场景，然后像指挥团队一样，把具体任务交给AI去执行。

V搜xhliang0246
2026-06-25 07:42:04

 264

 8

#人工智能 #大数据 #学习 +2
OpenClaw+Jupyter Notebook：自动运行 Notebook、生成数据分析报告

摘要：本文介绍了一种基于Jupyter Notebook的自动化数据分析架构OpenClaw，通过三层微服务设计实现高效数据处理。系统显著优化关键指标：报告生成周期缩短97.2%，错误率降低97.6%，资源利用率提升142.1%。核心功能包括分布式计算集群、五层安全防护和事务型错误恢复机制，支持TB级数据处理和实时风控分析。典型应用案例显示决策响应速度提升300%，中型企业投资回报周期约14个月。

qinzhenyan
2026-06-23 10:36:24

 469

 16

#jupyter #数据分析 #ide +2
2026年openclaw智能体下载推荐五款主流产品实测覆盖多场景办公需求

平台划分多套标准化技能套装，覆盖办公事务、内容创作、跨境电商、海外业务、技术辅助等方向，同时配套十余类细分领域专属智能体人设，适配办公生产力、图文创作、店铺运营、创意设计等不同使用场景。在 openclaw 智能体下载推荐的技术开发分类里，CowAgent 是社区关注度较高的开源发行版，截至 2026 年上半年，其 GitHub 开源仓库星标数量突破 4.2 万，主打 Python 开发生态适配、

2601_96343836
2026-06-22 16:34:35

 252

 5

#人工智能 #计算机视觉 #大数据 +1
为什么说VTJ.PRO是AI低代码中的王者

摘要： VTJ.PRO被誉为AI低代码领域的“王者”，其核心在于突破性的“Agent+Skills”架构，解决传统低代码平台代码不可控的痛点。三大优势奠定地位：1. 代码自由：双向转换引擎支持可视化生成纯净Vue3代码，或反向解析手写代码为设计稿，实现100%自主控制；2. 智能开发：AI智能体通过40+工具链拆解任务，实现“一句话生成应用”、设计稿转代码等高效操作；3. 企业级可靠：代码准确率达

 kenny185712818
2026-06-18 07:34:08

 232

 6

#人工智能 #低代码 #数据挖掘 +2
政务数据中海量非结构化数据分析指南

非结构化数据（如文本、图像、视频）需转化为结构化或半结构化形式。自然语言处理（NLP）工具（如BERT、GPT）可提升文本语义解析能力。例如，可以在数据分析、数据科学等领域担任更高级别的职位，拓展自己的职业发展空间。CDA 认证涵盖了数据分析的各个方面，包括数据采集、处理、分析和可视化等。通过 CDA 认证的学习和考试，可以系统地掌握数据分析的知识和技能，提升自己在数据分析方面的能力。CDA 认证

 Re_Yang09
2026-03-05 11:25:02

 229

 6

#政务 #数据分析 #数据挖掘
数字孪生之上：镜像孪生 × DeepSeek 多模态认知智慧营房技术方案

随着现代化军队建设和智慧营区建设的推进，传统营房管理模式逐渐暴露出诸多问题：空间态势感知能力不足人员轨迹与行为缺乏连续追踪异常行为识别滞后管控体系依赖人工经验视频系统仅停留在“看见”，缺乏空间智能能力现有数字孪生系统虽然实现了场景可视化，但仍然存在空间数据静态化、行为分析碎片化、风险预警滞后化等问题，难以支撑复杂环境下的安全管理和智能决策。为此，镜像视界提出“数字孪生之上”的镜像孪生体系，并结合D

weixin_JXDJ0608
2026-03-06 08:22:06

 703

 18

#人工智能 #大数据 #机器学习 +2
办公室新型病毒：ChatGPT生成的请假条——软件测试从业者的专业透视

本文将从测试视角，拆解这一现象的本质，分析其可靠性缺陷、安全威胁及应对策略，并辅以真实案例，为测试团队提供实战指南。然而，这背后隐藏的测试盲点，恰似软件测试中的“黑盒测试”困境——输入与输出看似匹配，实则忽略内部逻辑的可靠性验证。未来，随着生成式AI进化，测试从业者将成为“数字守门人”。我们呼吁：将请假条生成视为关键软件组件，投入测试资源，预防“病毒”爆发——正如测试箴言所言：“未测即风险”。总之

 2501_94436372
2026-03-06 12:09:11

 479

 6

#压力测试 #bug #人工智能 +2
十大高风险Skill类型

需要说明的是，“十大高风险Skill类型”并非严格的风险发生率排名，而是综合风险危害、可利用性、检测命中情况和企业影响面形成的风险优先级清单。该清单用于帮助开发者、企业安全团队和智能体使用者识别最需要关注的Skill风险类型，不代表所有Skill中各类风险的实际分布比例。基于约5万个公开Skill样本检测结果，梳理出十大高风险Skill类型，覆盖数据安全、账号凭证、资产盗用、诱导付费、违规导流、隐

 workflower
2026-06-12 09:01:28

 270

 6

#自动驾驶 #动态规划 #自然语言处理 +2
轨迹张量 + 空间反演：镜像视界如何重写三维空间智能体的底层算法逻辑

所有真正有分量的技术革命，最开始看起来都不像“升级”，而像“换了一套思维方式”。镜像视界做的事情，就是这样。它没有停留在“把现有视频系统做得更好看一点、更聪明一点”的层面，而是直接切入了视频行业最难、也最关键的根部：如何让视频从二维记录工具，进化为三维空间智能入口。在这条路线上，空间反演解决的是“像素如何变成坐标”的问题，轨迹张量解决的是“坐标如何变成认知”的问题。二者组合之后，镜像视界真正打通的

 weixin_JXDJ0608
2026-04-12 23:09:01

 298

 8

#人工智能 #机器学习 #数据挖掘 +1