-
字节Trae 大更新，5分钟看懂AI生成的“神秘代码块”
这是我的第224篇Ai笔记，本篇2075字、累计笔记424165引言. 春节前，字节悄咪咪地发布了一个全新的AI编程助手——Trae，目标就是要做“工程级别的编程 AI”。 它跟咱们平时用的 Copilot 那些插件不一样，Trae 可是下了狠功夫，它能深入代码上下文，把业务结构搞得明明白白，还能搞定协作开发任务。 我一开始也是抱着试试看的心态，结果还真是惊喜，几个月下来它不断更新，体验也越来越丝…- 9
- 0
-
字节新出的MCP应用DeepSearch，有点意思。
这是苍何的第 355 篇原创！ 大家好，我是苍何。 悄悄告诉你个事，昨天我去杭州参加字节火山方舟举办的开发者见面会了，你别说，还真有点刘姥姥进大观园的感觉? 现场真实体验完这次新发布的产品和模型，激动的忍不住想给大家做一波分享。特别是新出的 MCP 应用 DeepSearch，很有意思。 我的小脑袋瓜子总结下来，一共有四大亮点： 1、发布豆包深度思考模型 Doubao-1.5-thinking-p…- 8
- 0
-
用百度网盘MCP在Cursor中构建私人网盘助手，太香了叭（附搭建教程）
这是苍何的第 359 篇原创！ 大家好，我是苍何。 参加完百度 AI 开发者大会，我兴奋的像一只小鸡，跳来跳去。 倒不是因为近距离见了李彦宏（当然这也很兴奋?），而是被这次发布的很多 AI 产品所吸引。 特别是看到百度千帆平台已经全面支持 MCP 并可自定义发布 MCP Server，我更兴奋了。 于是我马不停蹄的用他内置的百度网盘 MCP，在千帆平台，快速搭建了私人网盘助手。他长这个样子。 我可…- 8
- 0
-
实测免费DeepResearch！轻量版深夜上线，基于o4-mini，速度更快/重视脉络梳理
克雷西 发自 凹非寺量子位 | 公众号 QbitAI 终于，免费用户也能用上OpenAI的DeepResearch了，量子位也进行了新鲜实测！ OpenAI深夜官宣，基于o4-mini某个版本的轻量版DeepResearch正式上线。 按照官方说法，轻量版的回答会更短，但智能水平将几乎无异于满血版本。 与此同时，轻量版的上线也意味着付费用户可以有更多的使用次数。 具体来说，付费用户的满血版用量不变…- 8
- 0
-
Dify → 问题分类|条件分支
问题分类 通过定义分类描述，问题分类器能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。 场景常见的使用情景包括： 客服对话意图分类 产品评价分类 邮件批量分类 在一个典型的产品客服问答场景中，问题分类器可作为知识库检索的前置步骤，对用户输入问题意图进行分类处理，分类后导向下游不同的知识库查询相关的内容，以精确回复用户的问题。 示例工作流模板下图为产…- 19
- 0
-
接入SpringAI实现流式对话
前面有讲到Python对接DeepSeek实现对话，但基于现状，从事后端开发，侧重于Java，此次演示以SpringAI技术实现。步骤一：引入依赖一定要引入SpringAI的管理依赖，可以方便的使用其他模型及Client！ <dependencyManagement> <dependencies> <!-- Spring AI的管理…- 10
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 6
- 0
-
MCP超市：百度上线AI开放计划
解决了安装难、不安全、开发慢的问题后， MCP Server 数量暴增后， 马上就会迎来 GPTs 同款的至暗时刻。 一个 MCP Server 里有多个功能，这就意味着 Server 们的重叠程度会很高，光是ai搜索我都快看到十种了。 加上需要 API Key，按次收费让测试变得有成本，搭一个合适自己的 MCP Agent需要的时间更久。 GPTs 当时的解法是根据有效对话次数排名，败笔就是有很…- 3
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 6
- 0
-
从Function Call到MCP：大模型如何调用外部工具
在当前的大模型应用中，一个重要能力就是“调用外部工具”——也被称为Function Calling。在实现上，OpenAI 提出的 Function Schema 标准已成为事实上的主流。为了进一步提升接口管理与接入效率，MCP（Model Context Protocol，模型上下文协议）应运而生。01大模型为什么需要调用外部工具？大语言模型虽然拥有强大的生成和理解能力，但它本质上是一个「预训练…- 3
- 0
-
增量代码自动Review工具：洞窝在AI上的探索和实践
一、背景介绍 在传统的软件测试体系中，QA人员主要采用接口测试、ui/功能测试、兼容/易用性测试、性能测试等黑/灰盒测试技术手段来保障软件项目质量，涉及代码层面的质量检查包括单元测试、代码Review环节主要由开发人员负责，QA涉及较少或者基本不参与，因此，针对质量至少存在以下局限性： 1、QA重心在于关注功能实现，对内在的代码质量可能存在盲区 一些隐形bug，对常见的…- 4
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 5
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 4
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 2
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 10
- 0
-
OpenAI 白送 200 美元的深度研究功能？实测后发现这个「阉割版」不如不用
今天凌晨，OpenAI 宣布推出由 o4-mini 驱动的轻量版深度研究功能。先划重点，Plus、Team、Enterprise 和 Edu 用户都将可以使用这项功能。每月查询次数分别为：Pro 用户 250 次、Plus 用户 25 次、免费用户 5 次。官方表示，这一版本在智能程度上接近完整版深度研究，虽然回复更为简洁，但依然注重内容深度，同时降低了服务成本。Enterprise 和 Edu …- 5
- 0
-
为什么一定要做Agent智能体？
在进行Agent能力落地、推广的过程中，我经常被问到一个问题：为什么一定要做Agent智能体？提出这个问题的人也挺多的，其实逻辑也并不复杂：同样的业务场景，使用Agent无非就是构建了一个基于大模型按多步骤执行的流程，如果通过传统的开发方法，如硬编码（Hard Code）或者低代码的配置化平台（如一些SOP配置平台、流程编排平台等），其实也同样能实现类似Agent的流程功能。说的具体一点，Agen…- 5
- 0
-
哇！首个MCPBench来了，MCP竟然不比Function Calls更有优势？ | 最新
【编者按】你是否正在投入大量资源开发基于MCP的Agent，却从未质疑过一个基本假设：MCP真的比传统函数调用更有优势吗？ 2025年4月的这项开创性研究直接挑战了这一广泛接受的观点，其执行摘要明确指出："使用MCPs并不显示出比函数调用有明显改进"。令人震惊的是，研究发现Qwen Web Search函数调用的准确率达到55.52%，实际上超过了包括Exa Sear…- 5
- 0
-
医疗大模型案例分析（一）：Google Med-PaLM
Google Med-PaLM是谷歌研发的医疗领域大语言模型，基于PaLM 2架构优化，专为医学知识问答和临床决策支持设计。其核心优势在于：1）专业性强，通过海量医学文献、电子病历及权威指南训练，回答准确率接近医生水平；2）多模态能力，可解析文本、影像和结构化数据；3）安全合规，采用严格的事实核查和伦理过滤机制；4）支持60+种语言，助力全球医疗普惠。目前已在全球超过50家医疗机构进行试点或正式应…- 9
- 0
-
vLLM+Qwen-32B+Open Web UI构建本地私有大模型
目录vLLM简介ModelScope简介Docker环境配置运行vLLM容器Open Web UI部署Tokens与上下文1. vLLM简介vLLM（Vectorized Large Language Model Serving System）是由加州大学伯克利分校团队开发的高性能、易扩展的大语言模型（LLM）推理引擎，专注于通过创新的内存管理和计算优化技术实现高吞吐、低延迟、低成本的模型服务。v…- 13
- 0
-
AI产品经理思考MCP（3）：MCP的未来可能
MCP 的进化之路与未来可能随着 OpenAI 等宣布支持，MCP正迅速从一个开放协议概念，加速成为行业事实上的标准，国内外厂商纷纷布局。但这仅仅是开始。当前的 MCP 实现，大多还停留在相对基础的阶段——提供标准化的接口来调用一些简单工具，比如网页内容提取、文件读写等。那么，MCP 的下一步会走向何方？未来将会在两个方向上进化：3.1 MCP Server 的智能化目前的 MCP 工…- 10
- 0
-
AI产品经理思考MCP协议（2）：标准化的必要性
现在我们已经知道了标准化的可行性。但这自然引出了一个更深层的问题：标准化，真的有必要吗？我们是不是在重复造轮子？有效扩大模型的能力边界，让Agent成为可能大语言模型本身是一个大脑，它没有“手”与物理世界或复杂的数字系统直接交互。没有外部工具和标准化的接口，LLM 很大程度上只能停留在“聊天机器人”的层面。要实现更强大的 Agent 功能（即能自主规划并执行任务的 AI），模型需要与外部世界互动。…- 9
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×