最近正好有空,打算抽时间复盘总结一下这些年零零散散学习的AI知识. 下面是目录 零基础认识大语言模型（LLM）工作原理目录 - GuZhenYin - 博客园 FFN(前馈神经网络) 到底是什么？ 在上一章中，我们已经知道,Attention 的作用是：让模型能够在生成每个 Token 时，回看并加 ...

现代化智能终端AShell 最近Vibe Coding了一款现代化智能终端软件，把本地终端、远程 SSH、SFTP、主机监控、端口转发与 AI 助手整合到了一个桌面应用里。技术栈主要使用Tauri + Vue3 + Xterm.js + Claude Code。 AI使用演示 消息广播使用演示 软件 ...

LeetCode第509场周赛Q1最大数字范围的整数之和 date：2026-07-05 题目 给你一个整数数组 nums。 一个整数的 数字范围 定义为其 最大 数字与 最小 数字之间的差。 例如，5724 的数字范围为 7 - 2 = 5。 返回 nums 中所有 数字范围 等于数组中 最大数字 ...

未来的 AI 基础设施，不是"谁替代谁"的单选题，而是"谁该在哪一层"的分层架构。认清每一层的核心矛盾，选择最合适的材料，才是工程的本质。 ...

在 Linux 服务器上部署 Web 服务时，80 和 443 往往是最常用的两个端口。对于使用 firewalld 的环境，直接放行对应服务即可，不需要手动去记端口规则，操作也更直观。 01 | 先确认当前防火墙状态 如果主机使用的是 firewalld，可以先执行下面的命令查看当前规则： sud ...

本来我认为本文内容整体来说是一些正确的废话。但后来我发现好多人无法判断什么是正确。所以我把我认为的正确放出来，给大家分享下。 AI转型的瓶颈从来不在工具层，而在组织层。先搭Harness基建保证AI的产出可靠，再建特区让新组织长出来。这两步的顺序不能反。 一、先做Harness，让AI的产出可靠 企 ...

本文记录了一个从零搭建轻量多模态大模型的完整实践过程。项目从手写 BPE Tokenizer、Transformer 基础模块、预训练循环开始，训练了一个 GPT-2 Medium 规模的文本基座模型；随后通过多轮 SFT、HiRA 微调、数据分布调整和任务诊断，使模型具备基础对话与短指令能力。在多... ...

上回写了《告别 oh-my-openagent 版本地狱》，介绍了用纯配置文件做 Agent 软路由。之后在日常使用里又是砍又是补，累计下来变化挺大，来汇报一下现在长什么样。 砍掉一个模型 第一版用了三个模型，后来发现多模型 ≠ 多能力。于是砍的只剩 DeepSeek V4 双胞胎： Pro：复杂推 ...

用 AI 编码助手写了大半年代码，有两个问题我一直在跟它们搏斗。 第一个，AI 在「要构建什么」还没想清楚的时候就开始写代码。你跟它讨论需求，聊了三轮，它突然来一句「我来帮你实现吧」，然后一顿输出，写完一看，方向跑偏了。代码能跑，但不是你想要的。删了重来，token 已经烧掉了。 第二个，规划倒是写 ...

桌面端、CLI、Skills、AGENTS.md、Record & Replay——从日常高频技巧到进阶配置，让你的 Codex 从"能用"进化到"懂你"。 目录 一、开篇：桌面端才是大多数人的主战场 二、桌面端 Codex：开箱即用的图形化工作台 三、CLI 版 Codex：终端极客的进阶武器 四 ...

前面的文章在构建RAG并检索时，既使用了国外大模型，也使用了国内大模型；既运用了内存向量检索库FAISS，也运用了磁盘向量数据库Chroma。 但知识库的原始来源却是knowledge数组，这与现实场合有所出入，因为实际资料都保存在TXT、PDF、WORD等格式的文档中，甚至来自互联网上的HTML网 ...

兄弟们，分享一个最近折腾的东西。 先说背景 做传统开发，比如 WinForm、WPF 这些，虽说其他IDE也能写，但说实话，正经干活还是得用 Visual Studio，这东西在.NET圈的生态地位确实没法替代。 我自己一直用 VS + Copilot，用久了确实离不开了，但有两个问题一直让我挺纠结 ...

绩隐金日报 · 第54期 专注数据库前沿，为DBA提供实战视角2026年7月5日 ｜ 精选5条全球重磅新闻 01｜OceanBase CEO杨冰：AI时代迎来重新定义基础软件的重要机遇 7月2日，OceanBase CEO杨冰在人民网发表署名文章《AI时代迎来重新定义基础软件的重要机遇》。文章 ...

web Info2Exploit 一个内部内容门户隐藏着比表面更多的信息，而某些旧版行为可能影响受保护资源的访问方式。请从站内收集线索，获取服务器中的 flag。 页面上公开了几个入口： / /about /repo /search?q= /article?id= 首页有三篇文章分别是 /artic ...

零 - 博客园老人回归 一 - 真实背景（淘宝木鱼下架） 二 - 技术选型与架构 三 - uniapp 五大踩坑 四 - 后端架构（基于真实代码） 五 - App 上架与备案 六 - AI 话题 七 - 真心话 八 - 体验入口 + 微信群 零、先跟大家打个招呼 打开博客园后台看了一眼，上次发文章已 ...

本文介绍了如何使用 ReActAgent 构建生产级AI智能体。通过 ReActAgent 的"思考→行动→观察"认知循环，AI能够调用工具、处理复杂任务并自我调整。 ...

这不是一个功能点，而是 Agent"能做什么"的边界被改写了。 今天，我们拆开这套系统，看看它如何让 Agent 从"一次性问答玩具"变成一个真正长时间运行的协作伙伴。 ...

我们看到的事物并不是他们本来的样子，只是我们自己的样子。 阿内丝·尼恩 又到了一年一度的总结笔记，老规矩，想到哪写到哪，笔者慢慢写，读者慢慢看 去年写了五年记，自省自悟，以为掌握了跨开发职业的钥匙。时隔一年，这些领悟早已融入骨血——或者说，那篇只是自己自然而然的表达，但今年深入了解学习了下ai，内心 ...

如果你看过我之前那篇 Story Automator 上手实录，应该还记得我最后的结论： 白天手工跑，目前还是自己手工跑会更快。但睡前把一批 Story 交给它过夜跑，这个场景它真的挺合适。 那篇文章里我留了个没回答的问题——为什么它跑得比人手工还慢？ 我当时说"还没仔细分析它的实现原理"。 现在 ...

本篇算法仓位：RANSAC 1. 特征匹配中的几何约束 上一篇我们梳理了 SIFT 的多种变体与改进方向，现在再回到拼接管线本身： 之前我们利用 SIFT 完成了特征匹配，拿到了初步的匹配点对，但即使经过比率测试，结果中仍然存在误匹配。原因是： 比率测试只关心描述子空间的"数值接近性"，不关心两张图 ...