首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CU技术社区

    【Git学习笔记7】多人协作时要知道的事儿

    三、推送分支 就是把该分支上的所有本地提交推送到远程库,实际上在push到远程库时我们已经学习一波了,那现在就是复习哈。 四、抓取分支 多人协作时,大家都会往master和dev分支上推送各自的修改。 【Git学习笔记4】关于远程仓库的必知、创建与合并分支(fast foeward模式)及解决冲突,解决后,提交,再push: ? 五、多人协作模式 多人协作的工作模式通常是这样: 首先,可以试图用git push origin <branch-name>推送自己的修改; 如果推送失败,则因为远程分支比你的本地更新,需要先用git 这就是多人协作的工作模式,一旦熟悉了,就非常简单。

    57720发布于 2019-11-22
  • 来自专栏AI前沿技术

    智能体| AI coding 协作式编程

    AI coding 出现后,传统项目角色分工和协作方式发生了改变。工程师不再是"写代码的人",而是"指挥 AI Agent 写代码的人"。这种转变不仅是角色的变换,更是编程范式的升级。 以 AI coding 为中心,主要介绍: 1)从古法编程到 vibe coding 再到智能体编程的转变。 2)规范驱动开发SDD的新模式,以匹配AI coding的超凡编程能力。 这极大降低了代码编程工具的使用门槛,使得更多的工作可以通过AI辅助编程实现,让更多的人享受到AI红利,这大概就是AI平权的意义。 但是对于“老手”程序员来讲这显然不够,它们要的更多。 质量门控需求强:希望在代码生成前有明确的质量检查(宪法门禁、规范完整性验证等) • 完整制品体系:希望每个特性都有正式的spec、plan、data-model、contracts等完整文档 • 团队协作 规范驱动开发SDD是,AI 编程工具从"代码补全"向"自主工程"演进的主动探索。三种工具的最终目标是:让 AI 成为可靠的工程伙伴,而非需要时刻看管的实习生。

    1.3K30编辑于 2026-03-10
  • 多 Agent 协作AI 团队的崛起

    AI从「单兵作战」走向「团队协作」,我们正在见证一场比大模型竞赛更深远的变革一、开篇:一个Agent是工具,一群Agent是组织如果你去年问一个AI工程师:「你的Agent能做什么?」 2026年Q1,AI行业发生了一个微妙但关键的结构性变化:多Agent协作系统正在从实验室走向生产环境。 而多Agent协作,正是破解这道「能力天花板」的唯一路径。二、为什么要「组队」?——从三个典型困境说起困境一:长程任务中的「记忆衰减」任何一个用过AI助手的人都有这种体验:对话长了,它就「忘事」了。 六、深化:从「单体智能」到「群体智能」的架构跃迁多Agent协作的本质,是软件架构从「单体应用」到「微服务」的翻版——只不过这次「微服务」是AI。 而2026年,真正的分水岭变成了——谁能让一群Agent像团队一样协作。多Agent协作不是锦上添花的技术亮点,而是AI从「工具」走向「生产力主体」的必经之路。

    34110编辑于 2026-04-24
  • 来自专栏XINDOO的专栏

    Agent设计模式——第 7 章:多 Agent 协作

    多个 Agent 可以协作分类和修复问题,建议最佳行动。这些 Agent 还可以与传统机器学习模型和工具集成,利用现有系统,同时提供生成式 AI 的优势。 实操代码(Crew AI) 此 Python 代码使用 CrewAI 框架定义了一个 AI 驱动的团队来生成关于 AI 趋势的博客文章。它首先设置环境,从 .env 文件加载 API 密钥。 , expected_output="前 3 个 AI 趋势的详细摘要,包括关键点和来源。" , expected_output="一篇关于最新 AI 趋势的完整 500 字博客文章。" 这是创建多步 AI 或数据处理管道的常见模式。

    3.8K11编辑于 2025-10-27
  • AI赋能:人机协作新时代

    不是因为我觉得应该工作,而是因为我感到内疚,内疚于没有在陪孩子玩磁力片的时候,指派某个AI系统为我工作。在我的机构里,人们也经历着同样的事情——学习如何利用AI扩展自身能力,学习如何管理一群智能代理。 反AI组织制造工具投毒AI系统反AI活动人士构建了一个实用的技术武器来破坏AI系统——“Poison Fountain”,一种向AI训练数据爬虫投喂垃圾数据的服务。 将AI视为生态而非单一实体:“复合、多组件的AI系统已成为主导,”德雷克斯勒写道。“持久的传统叙事想象一个统一的实体——‘AI’——作为一个整合的智能体来学习、行动和追求目标。 这类论点将应对AI的许多问题从单个AI系统重新定向到我们如何构建一个可以利用并从日益强大的AI系统出现中受益的人类驱动世界。 结果是一个由人类和AI系统协作构建的数学证明:“在某些情况下,下面的证明与AI工具建议的证明仅有高层次的相似性。

    7210编辑于 2026-03-09
  • 来自专栏菩提树下的杨过

    spring-ai 学习系列(7)-MCP 安全认证

    继续先前的MCP学习,实际企业级应用中,很多信息都是涉及商业敏感数据,需要考虑安全认证,不可能让MCP Server在网上裸奔。 </groupId> 5 <artifactId>spring-ai-bom</artifactId> 6 <! --目前只有snapshot版本的mcp webmvc功能正常--> 7 <version>1.1.0-SNAPSHOT</version> 8 false; } //模拟几个账号123456,234567,允许访问,其它拒绝 String token = authorization.substring(7) at main · spring-projects/spring-ai-examples

    77410编辑于 2025-08-22
  • 微软多模型协作AI研究技术解析

    某机构发布了两种新模式,将GPT和Claude配对使用,以提高AI研究的质量。Critique 让模型相互协作,而 Council 让模型并行工作,同时由第三个“评审”模型找出差异。 这种双模型工作流程解决了单一模型AI研究中存在的幻觉、引用薄弱等问题。 根据某机构针对行业基准的测试,其结果得分高于该测试中所有系统,包括顶级AI公司的模型。某机构解释:“Critique 是一种专为复杂研究任务设计的新型多模型深度研究系统。 然后第三个“评审”模型读取两份报告,并撰写一份摘要,说明两个AI在哪些方面达成一致、在哪些方面存在分歧,以及每个模型捕捉到而另一个错过的独特视角。此前,用户需要手动比较不同的AI研究工具。 在 Critique 中,模型本质上是相互协作的;而在 Council 中,模型则是相互竞争的。

    12210编辑于 2026-04-09
  • 来自专栏RAIN7 de 编程之路

    Git 学习(二)---- 分支及协作开发

    文章目录 Git 学习(二)---- 分支及协作开发 分支理解及概述 分支的好处 分支(branch)的相关操作 (1)查看分支 (2)git branch 创建分支 (3)git checkout 切换分支 (4)git merge 合并分支 (5)合并冲突 团队间协作开发 跨团队协作开发 Git 学习(二)---- 分支及协作开发 分支理解及概述   分支是什么? 团队间协作开发 一个团队的代码开发人员是怎么进行协作开发呢? 程序员2 通过 远程代码仓库 clone下来 之前开发的程序到自己的本地库中,自己进行开发,开发完之后,提交上传到 远程代码中心(团队之间上传需要协作权限),程序员1 看别人开发完了,自己又想在开发的好一点 跨团队协作开发

    52210编辑于 2022-09-28
  • 来自专栏新智元

    Science:AI 相互协作首次战胜人类,机器学习算法学会了“忠诚”

    但在重复的囚徒困境中,博弈反复进行,人们会学习合作,以获得最轻的刑期(1年)。 Jacob Crandall 是杨百翰大学计算机科学家,他和同事们想看看机器是否能够学习玩这类“非零和博弈”的游戏。 研究人员测试了25种不同的机器学习算法,AI 程序可以通过在他们的行动和结果之间自动搜索相关性来提高表现。 让研究人员失望的是,这些算法都没有能够学会合作。但随后,他们转向从进化生物学获得的启发。 随着时间的推移,计算机必须使用它们的学习算法在游戏的语境中学习这些短语的含义。 这一次,被称为S#(发音是 S sharp)的算法在25种算法中凸显出来。 “机器需要学会做的不仅仅是竞争,”Crandall 补充说,“机器人技术的研究在强调合作方面做得更好,这可以作为 AI 继续进展的一种模式。” ? 3月27日,新智元开源·生态AI技术峰会暨新智元2017创业大赛颁奖盛典隆重召开,包括“BAT”在内的中国主流 AI 公司、600多名行业精英齐聚,共同为2017中国人工智能的发展画上了浓墨重彩的一笔。

    737110发布于 2018-03-27
  • 来自专栏圣杰的专栏

    .NET+AI | Agent | 人机协作(9)

    MAF 审批 Agent 实战 一句话简介 通过 ApprovalRequiredAIFunction 为敏感工具加上人工审批环节,快速构建符合企业合规要求的 MAF 人机协作智能体。

    22010编辑于 2025-12-28
  • AI周报:协作工具与百亿融资

    LWiAI Podcast #231 - Claude 协作工具、Anthropic 百亿融资、深度增量学习本期要点Anthropic 的新协作工具:将 Claude 代码集成,可简化从视频编辑到电子表格编译的多种计算任务 时间戳与详细内容工具与应用 (00:02:13)Anthropic 的新协作工具:提供无需编写代码即可使用 Claude 代码的能力,简化多种计算任务。 项目与开源 (00:35:54)Nemotron-Cascade:扩展级联强化学习以构建通用推理模型。mHC:流形约束的超连接技术。IQuest_Coder 技术报告。 某机构阿布扎比发布 Falcon H1R-7B:新的推理模型,仅用 70 亿参数和 256k 上下文窗口,在数学和编码上优于其他模型。 研究与进展 (01:01:42)深度增量学习 (Deep Delta Learning)。递归语言模型。通过可扩展查找实现的条件记忆。通过丢弃位置嵌入来扩展预训练 LLM 的上下文。

    11910编辑于 2026-04-14
  • 来自专栏机器人网

    国内首台7自由度协作机器人来了

    此次展会新松公司重点发布的新松柔性多关节机器人是国内首台7自由度协作机器人,具备快速配置、牵引示教、视觉引导、碰撞检测等功能,具备高负载及低成本的有力优势,满足用户对于投资回报周期短及机器人产品安全性、 灵活性及人机协作性方面的需求。 相较于市场上出现的同类七自由度协作机器人产品,基于自主研发技术,新松七自由度协作机器人在负载或成本上都优于同类产品。 其极高的灵活度、精确度和安全性的产品特征,将开拓全新的工业生产方式,引领人机协作新时代。 新松公司隶属中国科学院,是一家以机器人独有技术为核心,致力于数字化智能高端装备制造的高科技上市企业。

    1.2K40发布于 2018-04-20
  • AI时代的内容协作:内容管理协作看板软件的智能化演进

    什么是内容管理协作看板软件?在内容创作和项目管理愈加复杂的当下,“内容管理协作看板软件”已成为提升团队协作与内容生产效率的关键工具。 协作工具的发展趋势协作平台从邮件+Word文档的时代,发展为如Google Docs、Notion、飞书文档等实时在线协作工具。这类工具打破信息孤岛,实现“同时编辑、即时同步、多端操作”。 通过卡片拖拽方式清晰呈现任务状态、责任分配与进度更新,极大提升了协作透明度与效率。为什么企业越来越依赖协作看板软件?内容团队的协作往往涉及多个角色——内容策划、编辑、审校、设计、发布运营。 内容管理协作看板软件的未来趋势AI 与自动化在协作流程中的应用智能分配任务、AI内容审校、语义标签推荐等功能正逐步落地,显著降低人力成本。 可以与AI写作工具整合吗?许多平台支持与AI工具集成,如Notion AI、飞书智能助手等。6. 哪些软件适合远程协作团队?板栗看板、ClickUp、飞书等支持跨区域、跨设备协作,尤其适合分布式团队。

    33310编辑于 2025-08-06
  • 人本AI协作AI系统:科研方向与技术挑战探讨

    Generations in Dialogue: 专访安德烈娅·博布教授——人本AI协作AI系统"Generations in Dialogue: Bridging Perspectives in AI 每期节目都深入探讨代际经验如何塑造对AI的看法,探索这项变革性技术发展所带来的挑战、机遇和伦理考量。人本AI协作AI系统在本系列的第二期节目中,主持人埃拉·兰与安德烈娅·博布教授进行了对话。 讨论主题包括:如何选择研究方向、人与人在回路中的协作工作模式、处理数据时的注意事项、系统设计面临的挑战、编程意图与实际编程结果之间的差距、隐私与个性化问题,以及对那些对人本AI感兴趣的早期职业研究者的建议 关于安德烈娅·博布教授安德烈娅·博布是某机构的助理教授,并领导协作学习与自主研究实验室。她在该实验室致力于开发能够学习为人类服务、与人类协作并适应人类环境的自主智能体。 她的工作植根于深度学习、逆强化学习和贝叶斯推断,并通过辅助机器人手臂和大语言模型等系统进行实验验证。博布教授在加州大学伯克利分校电子工程与计算机科学系获得博士学位,师从安卡·德拉甘。

    9300编辑于 2026-01-08
  • 来自专栏计算机工具

    AI编程翻车?这些技巧让你高效协作

    AI一起编程时常见的问题、原因以及解决办法 还介绍了一种新的协作模式。 平时用AI写代码,经常会遇到一些“翻车”情况:比如项目里已经有一个测试库了,AI还会再加一个功能差不多的;AI会编出项目里根本不存在的代码,还注释得像模像样;刚和AI说完某个代码,换个对话它就忘了;一下子给 AI太多项目资料,它反而抓不住重点。 比如主动给AI核心的架构文档,避免它乱加依赖;直接把正确的代码定义给AI,纠正它编出来的错误; 用工具给AI建立“外部记忆”,让它能查到之前的代码;给AI的信息要分层次,重点放在开头和结尾。 也就是说,开发者不用太纠结怎么写提示词,而是要学会制定清晰的规范,告诉AI要做什么,AI来负责具体执行。开发者的角色更像系统设计师,核心价值在于做好规范设计和上下文管理。

    28210编辑于 2025-07-28
  • 来自专栏程序那些事儿

    Mural:AI团队协作的视觉工作平台

    在数字化浪潮的推动下,团队协作不再局限于传统的会议室和白板。Mural,一个创新的视觉工作平台,以其独特的设计和功能,正在重新定义团队协作的方式。 Mural AI:Mural AI 的智能服务能够结构化工作会话,激发新想法,并减少团队的繁琐工作。 安全性和合规性:Mural 遵循严格的企业安全和合规标准,确保数据安全和隐私。 智能工具:Mural AI 的力量 Mural AI 是一个强大的助手,它通过以下方式提升团队效率: 聚类:自动按主题聚类便签,并根据新标准即时重新排列。 Mural 应用程序适用于 Teams,与 Microsoft 365 Copilot 的高级 AI 功能相结合,提供了更加流畅和智能的协作体验。 结语 Mural 以其创新的视觉工作平台,正在帮助全球的企业团队以更高效、更安全、更智能的方式进行协作。它不仅仅是一个工具,更是团队协作未来的一个标志。

    75010编辑于 2024-08-29
  • 🔥 oodeer开源SuperAgent:重新定义AI能力协作

    这是一套基于MIT协议的企业级AI能力分发与自动化协作框架,旨在重新定义企业与个人AI能力的协作方式。 为什么需要SuperAgent? 在AI技术飞速发展的今天,我们每个人和企业都面临着一个共同的挑战:AI能力分散在不同平台,缺乏统一的管理和协作机制。 企业拥有OA、CRM、ERP等系统的专属AI能力,但这些能力往往无法互通个人用户拥有ChatGPT、Notion AI等工具,但这些工具难以整合到工作流中不同AI能力之间的协作困难,跨系统流程自动化成本高 企业场景:跨系统AI能力协作场景:自动生成客户报告触发条件:CRM系统中客户状态变更执行步骤:调用OA AI生成客户文档摘要调用CRM AI分析客户行为调用ERP AI生成交易报告整合生成完整客户报告自动发送给相关人员 我们相信,通过开源的力量,SuperAgent能够成为连接企业和个人AI能力的桥梁,让AI能力协作变得更简单、更高效。我们期待您的参与和贡献,一起构建更强大的AI能力分发生态!

    18400编辑于 2026-01-15
  • 来自专栏IT技能应用

    「Adobe国际认证」改进设计协作,流程的 7 种方法

    为了执行有效的设计协作项目,团队需要使用正确的最佳实践和工具来取得成功。这些因素可以使团队保持正轨并促进密切协作。如果没有完善的工作流程和适当的资源集,设计协作可能会过于复杂。 什么是设计协作流程? 协作设计可以帮助以最小的干扰推进这些高级项目。 开发新的想法和方法 协作设计也有助于产生新的想法。两个头脑总比一个好,这也是设计的常态。 改进设计协作流程的 7 种方法 现在我们对设计协作过程的含义有了更好的理解,让我们探索可以用来改进它的七种技术。 1. 找到并使用正确的工具 我们都知道使用质量不佳的工具的感觉如何。 当您尝试与他人协作时,劣质工具可能会造成特别大的破坏。 您应该使用正确的设计协作工具来协调团队成员之间的工作关系。 7. 津津乐道协作精神 作为人类,我们天生具有高度的社会性和合作性。我们已经进化了数百万年以共同生存和繁荣,这是与他人合作并创造出令人惊叹的东西感觉如此美妙的关键原因之一。

    36420发布于 2021-07-08
  • 来自专栏AI科技大本营的专栏

    Fast.ai深度学习实战课程 Lesson7 学习笔记:CNN Architectures

    本篇是AI100学院此前重点推出的《Fast.ai 深度学习实战课程》(中文字幕)第七节的学习笔记,分享者胡智豪。 如果你对深度学习感兴趣,该系列课程千万不要错过哦! 下载地址: http://geek.ai100.com.cn/wp-content/uploads/2017/05/lesson7_jto.ipynb 作者联系方式:justinhochn@gmail.com

    1K60发布于 2018-04-27
  • 来自专栏linux运维

    协作场景:用AI加速TypeScript后端API开发

    (v0.42.0withClaude3.5Sonnet),GitHubCopilot.协作目标:开发一个TypeScript的Express后端API,用于管理任务(CRUD操作),连接PostgreSQL 目标是用AI快速生成类型定义和数据库操作代码,减少手动编码时间,确保代码健壮。 Docker部署:用AI生成的Docker配置,1小时完成部署,零报错。测试验证:用Postman压测,100并发下响应稳定在150ms。 学习收获:学会了zod和连接池配置,TypeScript更得心应手。思考与总结AI加速开发:Cursor像个靠谱队友,生成代码和配置超快,但得审代码逻辑。 验证不可少:AI代码要用压测和日志确认,比如我加console.time测查询性能。学以致用:AI的解释让我搞懂连接池,开发更自信。

    37010编辑于 2025-08-31
领券