用 AI 编程助手从零生成 3D 智慧校园数据大屏 —— Claude Code 实战全记录
一、前言:AI 编程的时代来了 如果你是一名前端开发,你一定知道——做一块数据大屏要多久? 传统方式:设计稿 → 切图 → 搭场景 → 调材质灯光 → 写交互 → 接数据 → 反复修改 → 交付。3D
聚焦AI人工智能 · 前沿技术动态 · 深度行业解读
一、前言:AI 编程的时代来了 如果你是一名前端开发,你一定知道——做一块数据大屏要多久? 传统方式:设计稿 → 切图 → 搭场景 → 调材质灯光 → 写交互 → 接数据 → 反复修改 → 交付。3D
MCP与Hooks:让AI Agent安全连接一切的治理框架 AI Agent的"连接"困境 想象一下,你有一个能力很强的AI助手,但它只能操作本地文件。它不能查询数据库、不能调用API、不能访问外部
当前这一代 AI Agent 建立在一个危险的假设之上:如果模型行为正确,系统就行为正确。这个假设塑造了几乎所有现代 Agent 架构。今天,AI 系统可以执行 shell 命令、修改文件、访问私有
命令行正在成为 Agent 工作流的核心入口。 Codex、Claude Code、Cursor,以及越来越多本地 Agent,正在通过 shell 写代码、跑脚本、调工具、串自动化流程。但长期记忆的
写过 Agent 的人大概都有过这种体验:本地跑通一个能调工具、能多轮推理的 Demo,往往只要一个下午。可一旦想把它塞进真实业务里跑起来,问题就开始往外冒——任务跑到一半卡死、工具返回了脏数据 Ag
Codex 是 OpenAI 基于 GPT-3 架构开发的代码生成模型,专门用于将自然语言指令转化为可执行的代码。尽管它在代码补全、函数生成等任务上表现出色,但仍然面临一系列典型的编码难题。
驾驭Claude代码:真正能触发的技能 系列之前 最基本的设置 CLAUDE.md 做得好 模型、层级与努力 情境窗口税 保护你代码的钩子 值得添加的MCP服务器 简介 技能是Claude代码中看似简
完整讲解 AI 模型从训练完成到生产部署的全流程:模型导出与格式转换(ONNX/TensorRT)、推理优化(FP16/INT8 量化)、推理服务框架选型(Triton/vLLM/SGLang)、性能
1. 前言 上篇文章我们为 Agent 加入了记忆系统,但还有一个问题:对于复杂任务,Agent 可能直接动手,导致修改范围过大、风险不可控。
Claude Code 文件引用与加载机制完整实践:从 CLAUDE.md 到 Skills 与 Subagents 一、为什么需要理解 Claude Code 的文件加载机制?
如下图所示,这些都是通过 Ternary Bonsai Image 4B 模型在手机上本地的你信吗?这就是今天要聊的一个图像生成模型,同时 Bonsai Image 4B 也是参数类别中首个可以直接在
最近刚加入一个新团队,跑了一段时间后发现代码审查这块挺拖后腿的。MR 提上去等半天没人看,催了又显得不礼貌;好不容易有人看了,又经常是"LGTM"凑数,真正的问题反而没人指出来。 作为前端负责人