- 综合排序
- 最热优先
- 最新优先
- 来自专栏斑斓
MCP：AI原生应用开发的Building Blocks
我认为，MCP（Model Context Protocol）或许会成为AI时代新的组件（building blocks），它能够在一定程度帮助开发者以搭积木的形式打造AI原生应用。 原生应用开发的building block。 在开发以智能体（Agent）为核心的应用时，尤有价值。 这意味着在设计智能体应用程序时，经典的“职责分离”原则同样具有极高价值。 我发现有些团队在开发智能体应用时，习惯于通过继承框架（如langchain或MetaGPT）的智能体基类来开发智能体。
17700编辑于 2026-06-11 - 来自专栏三掌柜的技术空间
AI原生应用开发提示工程原理与实战
随着人工智能技术的飞速发展，AI原生应用开发已成为推动数字化转型的关键力量。AI原生应用不仅仅是传统应用的升级，而是从设计之初就深度整合了人工智能技术，以实现更智能、更高效的用户体验。 提示工程（Prompt Engineering）作为AI原生应用开发中的一个重要环节，通过优化与AI模型的交互方式，能够显著提升应用的性能和用户体验。 关于《AI原生应用开发提示工程原理与实战》 接下来给大家推荐一本关于AI原生应用开发的书籍，这是一本关于如何通过提示工程优化AI应用的干货图书，一经上市就登上了京东“计算机与互联网”图书排行榜前列。 原生应用的落 《AI原生应用开发提示工程原理与实战》内容提要 本书结合AI原生应用落地的大量实践，系统讲解提示工程的核心原理、相关案例分析和实战应用，涵盖提示工程概述、结构化提示设计、NLP任务提示、内容创作提示 最后，希望本文提供的提示工程原理和实战案例能够帮助大家在AI原生应用开发中取得更好的成果，尤其是如果大家想要深入学习提示词工程的原理和实战可以入手《AI原生应用开发提示工程原理与实战》这本书，个人觉得这本书真心不错
94610编辑于 2025-01-21 AI原生开发范式
AI原生开发范式的核心概念 AI原生开发范式（AI-Native Development）指以AI为核心构建应用程序的设计方法，其特点包括数据驱动、模型即服务（MaaS）、自动化工作流和持续学习。 与传统开发相比，AI原生应用将机器学习模型作为基础组件，而非附加功能。 典型行业案例分析 金融领域-智能风控系统 某银行采用AI原生架构重构信贷审批流程，实现实时风险评估。 医疗领域-影像辅助诊断 一家医疗科技公司开发AI原生影像分析平台，整合多种医学影像模型（CT、MRI）。 model.predict(input_data) r.setex(key, CACHE_TTL, pickle.dumps(result)) return result 效能评估指标 AI 原生系统需监控多维指标： 模型指标：AUC-ROC、F1 Score、推理延迟 系统指标：QPS、错误率、资源利用率 业务指标：转化率、用户留存、ROI 监控看板应包含实时数据和历史趋势对比，设置自动告警阈值
39510编辑于 2026-01-20- 来自专栏山行AI
热门开源的AI原生应用开发利器——TaskingAI
前言 在人工智能盛起的当下，AI正以非常迅猛的速度重塑着很多行业。可以预见的是2024将是AI原生应用开发元年，将会涌现出数不清的AI原生应用来重塑我们的工作和生活的方方面面。 而在AI原生应用里面将会以AI Agent即AI智能体为主要代表，将会有很多个像crewAI—用于编排角色扮演的AI agent（超级智能体）一样的Agent出现在我们的面前。 今天要重点介绍的便是一款AI原生应用开发工具—TaskingAI。 TaskingAI TaskingAI 的协调设计确保了 AI 应用开发中的高效、智能和用户友好体验。 •交互式应用程序演示：使用 TaskingAI 的 UI 控制台快速创建并部署引人入胜的应用程序演示。这是展示 AI 本地应用潜力的理想环境，具有实时互动和用户参与。 •团队协作的 AI 代理：开发利用集体知识和工具的 AI 代理，增强团队合作和效率。TaskingAI 促进创建支持协作和组织内部支持的共享 AI 资源。
2.1K11编辑于 2024-02-06 探索.NET 11：ASP.NET Core 10 云原生应用开发实践
探索.NET 11：ASP.NET Core 10 云原生应用开发实践 前言 随着云计算的持续发展，云原生应用开发已成为现代软件开发的关键趋势。 在.NET 11生态中，ASP.NET Core 10为构建云原生应用提供了强大且全面的支持。 本文将深入剖析ASP.NET Core 10云原生开发的原理，并通过实战展示其具体应用，同时分析与传统开发方式的差异及生产中的避坑要点。 总结 ASP.NET Core 10在云原生应用开发方面提供了强大的功能和便利。 同时，注意配置管理、容器镜像优化和网络通信等方面的问题，确保应用在生产环境中的稳定运行。 标签 .NET 11；ASP.NET Core 10；云原生；微服务；容器化
14700编辑于 2026-06-16- 来自专栏人工智能
元宇宙基建：开发者如何搭上AI原生应用快车
元宇宙的下一站：AI原生应用时代已来技术驱动下的元宇宙演进 元宇宙从概念走向落地，核心依赖两大技术支柱：基础建设层：分布式算力网络、实时渲染引擎、区块链协议智能交互层：AI驱动的数字人、动态环境建模 、多模态交互 现状痛点（开发者必看）领域 传统方案局限 AI原生突破方向 场景生成手工建模耗时 扩散模型自动生成3D资产用户交互固定脚本响应 大语言模型动态语义理解 性能优化静态LOD分级神经渲染实时自适应降噪 AI原生应用的三大价值锚点开发效率跃迁：代码生成工具将重复性工作压缩80%通过Prompt工程快速验证场景逻辑# 示例：用AI生成元宇宙场景配置 def generate_scene(prompt) （模型训练/部署）Omniverse Kit（物理仿真集成）WASM+WebGPU（跨平台渲染方案） 破局关键：AI原生开发栈的架构设计范式混合云智能算力调度方案 元宇宙场景的实时渲染与AI推理需动态调配三类资源 原生应用专家（ANA）实验平台：开放10万核GPU算力池预装主流引擎的在线IDE协作网络：开发者贡献度激励机制（贡献代码换算云资源积分）跨领域技术圆桌会议（每月元宇宙主题黑客松） 特别警示 元宇宙开发需警惕三大认知陷阱
65210编辑于 2025-04-07 AI 开发狂飙！.NET 11 Preview 4 原生集成向量搜索 + MCP 模板，EF Core 直接对标 RAG 应用
微软官方在.NET11Preview4发布公告中直言：“向量搜索是原生AI开发的核心构件之一。”当语义搜索遇上标准化AI工具调用协议，.NET从高性能框架向AI原生开发平台的关键一步，正式落地。 本文将从这两个方向出发，剖析.NET11Preview4在AI开发方面的重大进展，并通过实际案例展示如何结合二者构建真正的RAG应用。 五、总结与展望.NET11Preview4在AI开发方向上的两大战役：EFCore向量搜索：将RAG应用的核心基础设施——语义检索——原生接入.NET开发者熟悉的ORM生态。 这句话准确概括了.NET11AI战略的核心：将AI基础设施深度融入.NET的原生开发体验，而非作为孤立的附加组件。Preview4只是开始。 原文链接：.NET11Preview4原生集成向量搜索+MCP模板，EFCore直接对标RAG应用-码农刚子的开发笔记
19000编辑于 2026-05-16- 来自专栏个人路线
跨平台开发鸿蒙原生应用
跨平台开发鸿蒙原生应用 uniapp for HarmonyOS uni-app uni-app 是一个使用 Vue.js[1] 开发所有前端应用的框架，开发者编写一套代码，可发布到 HarmonyOS Flutter 也可以与平台原生代码进行混合开发。在全世界，Flutter 正在被越来越多的开发者和组织使用，并且 Flutter 是完全免费、开源的。 Native 是一个基于 JavaScript 和 React 框架的开源框架，用于构建原生移动应用程序。 原生性能：React Native 应用程序的业务逻辑是使用 JavaScript 编写的，但它可以调用原生平台提供的 API 和使用原生 UI 组件。 这使得 React Native 应用程序可以实现接近原生应用的性能和用户体验，包括流畅的滚动、快速的响应时间。
2.1K10编辑于 2024-11-12 - 来自专栏软件安装
AI应用开发
AI应用开发是将人工智能技术与实际业务场景结合，构建具有智能决策、自动学习或感知能力的应用系统。 它融合了传统软件开发与机器学习、深度学习等AI技术，以下是其核心要素和流程： 一、AI应用的核心技术栈 基础框架 机器学习：Scikit-learn、XGBoost、LightGBM 深度学习：TensorFlow Platform、Azure ML 二、AI应用开发的典型流程 问题定义与数据准备 明确AI要解决的核心问题（如分类、预测、生成等） 数据采集（爬虫、API、传感器等）、清洗（去噪、补全）、标注 AI应用 以下是一个基于预训练模型的文本分类应用，可识别文本情感（正面/负面）： 四、AI应用开发的挑战 数据质量：模型性能高度依赖数据的准确性和代表性 计算资源：深度学习模型训练需要大量GPU算力 伦理与合规 ） 预测分析（金融风控、需求预测） AI应用开发的核心是"以问题为导向"，而非盲目堆砌技术——先明确业务痛点，再选择合适的AI技术落地。
75910编辑于 2025-11-12 - 来自专栏林德熙的博客
dotnet 使用 Avalonia 开发 UOS 原生应用
作为 dotnet 开发者，可以通过很多不同方向的技术为 UOS 系统生态贡献应用，如 Xamarin 和 GTK# 或 wine 和 win32 应用，或 mono 和 WinForms 应用等。 本文将安利大家使用 Avalonia 框架开发 UOS 上的原生应用 什么是 Abalonia 简单说法就是原 WPF 的开发者没事干写的一套全平台框架，这个框架将 UI 布局和 UI 渲染抽离，通过在不同的平台注入平台原生的渲染框架做到了全平台 接下来将通过 dotnet core 全平台的特性，加上 Avalionia 和平台无关的布局和交互计算框架，配合具体平台渲染和交互，就可以做到在 UOS 上开发原生的应用 我有一个 Windows 的设备 ，在 Windows 上开发的效率比较高，本文的代码编写和构建都将会在 Windows 上进行。 在成功跑起来之后，再请小伙伴修改界面，写出还玩的应用。
1.9K10发布于 2020-04-08 - 来自专栏个人的专栏
原生应用与混合应用的开发与发布流程
大家对于原生应用和混合应用已经非常熟悉了，这里就不再进行详细的介绍，用通俗易懂的话解释下他们的一些特点。 1、原生应用在 Android、iOS 等移动平台上利用提供的开发语言、开发类库、开发工具进行 App 软件开发。 在开发一款 App 产品的时候，为了提高效率、节省成本而利用原生与H5的开发技术的混合应用，更通俗的讲由“HTML5云网站+ APP 应用客户端”构成的 App 是混合开发。 原生应用与混合应用的开发发布1、原生应用我们都知道传统原生 APP ，整个开发成本非常高、发布周期也比较长。 我将原生应用的开发与发布流程整理成了一个流程图，这样看应该会比较清晰直观： 其实整个开发和发布的流程就是将开发好的源代码编译为二进制包再上架到安卓、iOS的应用商店。
51130编辑于 2023-07-31 - 来自专栏个人的专栏
原生应用与混合应用的开发与发布流程
大家对于原生应用和混合应用已经非常熟悉了，这里就不再进行详细的介绍，用通俗易懂的话解释下他们的一些特点。 1、原生应用 在 Android、iOS 等移动平台上利用提供的开发语言、开发类库、开发工具进行 App 软件开发。 在开发一款 App 产品的时候，为了提高效率、节省成本而利用原生与H5的开发技术的混合应用，更通俗的讲由“HTML5云网站+ APP 应用客户端”构成的 App 是混合开发。 原生应用与混合应用的开发发布 1、原生应用 我们都知道传统原生 APP ，整个开发成本非常高、发布周期也比较长。 我将原生应用的开发与发布流程整理成了一个流程图，这样看应该会比较清晰直观： 其实整个开发和发布的流程就是将开发好的源代码编译为二进制包再上架到安卓、iOS的应用商店。
49210编辑于 2023-07-31 - 来自专栏京东技术
使用Taro开发鸿蒙原生应用——快速上手，鸿蒙应用开发指南
导读 本指南为开发者提供了使用 Taro 框架开发鸿蒙原生应用的快速入门方法。Taro，作为一个多端统一开发框架，让开发者能够使用一套代码同时适配多个平台，包括鸿蒙系统。 从基本的项目设置到复杂的应用逻辑开发，本文将一步步引导开发者了解 Taro 在鸿蒙应用开发中的实际应用，快速掌握跨平台开发的技巧。 最近，Taro 发布了 v4.0.0-beta.x 版本，支持使用 Taro 快速开发鸿蒙原生应用，也可将现有的小程序转换为鸿蒙原生应用。 本文将正式为开发者提供一份完整的鸿蒙应用开发指南，帮助大家使用 Taro 开发自己的第一个鸿蒙应用。 本指南详细介绍了鸿蒙运行环境的配置、使用 Taro 开发鸿蒙应用的步骤和注意事项。我们希望，开发者们通过本指南，可以快速上手并高效开发自己的鸿蒙应用，顺利的进入到鸿蒙应用开发的新领域。
1.4K10编辑于 2024-02-26 - 来自专栏我爱计算机视觉
AI原生应用开发：每天跟AI对话半小时，整个人生都开阔了！
一个优秀的产品经理，可以靠着提示词，就能让AI大模型“开发”出新APP的雏形。 程序员工作不保？！ 不是的，只是 优秀的程序员必须要成为优秀的提示词工程师 ！ 另一方面，AI大模型使得 写程序不再是科班出身的计算机学生的专利了 ！ 曾看过一个评论“AI大模型使公司里NLP工程师原地失业”，它可以赋能应用得到比研究NLP的学者能做出来的更好的分词、命名实体识别、翻译效果，甚至 对文本的处理能力超出很多NLP中定义的任务 。 语法纠正 文档结构化 跨语言提问、总结 不仅NLP，AI大模型的多模态能力，把强大的多模态理解、生成能力赋予了每一个开发者， 读懂、生成、数据结构化等等将成为强大的基础服务 。 未来的应用将不再只是业务逻辑的简单服务，而是 业务逻辑+强大的AI大模型赋能的AI原生应用 。 背靠AI大模型，已经出现了一些极其需要专业知识的应用，比如机器人律师：DoNotPay。
26630编辑于 2023-08-31 - 来自专栏DotNet NB && CloudNative
使用C# 构建AI原生Agent应用
二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 可扩展性与维护性：C# 的模块化设计和面向对象编程范式使得AI原生Agent具有良好的可扩展性和维护性。开发者可以根据需求添加新的功能模块或修改现有模块，而不会对系统的其他部分造成太大影响。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 通过充分利用这些技术的优势，我们可以更好地满足AI原生Agent应用的复杂需求，推动AI技术的广泛应用和发展。
63620编辑于 2025-02-25 - 来自专栏MoeLove
云原生应用开发新体验：Kui
云原生（Cloud Native）应用是伴随着 Kubernetes 应用范围的扩大，基于云模型而提出的一种概念。 本文来介绍一个云原生应用开发的工具 Kui, 这是一款由 IBM 开源的工具，使用 Electron 提供 GUI 能力。 正如以上介绍中提到的，Kui 提供了一种新的开发体验（原先大多数时候我们是通过 kubectl 与 Kubernetes 中的资源进行交互），Kui 结合了原有 CLI 的强大功能，并提供一种可视化的方式 开发部署 你可以使用 内置编辑器 或者任意你喜欢的编辑器编辑你的配置文件，比如我们想要部署一个 Redis 在 Kubernetes 集群中。 易扩展 项目代码比较简单，文档中也有开发文档，可以很方便的自信进行扩展。（不展开了） tutorials 当输入此命令后，会看到其内置的几个使用教程，更多功能可以通过此命令进行探索。
1.8K20发布于 2019-05-29 深入剖析.NET 11 中 Microsoft.Extensions.AI 在 AI 驱动后端开发的进阶应用
深入剖析.NET 11 中 Microsoft.Extensions.AI 在 AI 驱动后端开发的进阶应用 前言 在当今数据驱动的时代，后端开发越来越依赖人工智能（AI）技术来提供智能服务和优化用户体验 NET 11 中的 Microsoft.Extensions.AI 为开发者提供了丰富的工具和框架，以便更轻松地将 AI 功能集成到后端应用程序中。 本文将深入探讨其在 AI 驱动后端开发中的进阶应用。 原理 1. 服务抽象与依赖注入 Microsoft.Extensions.AI 基于依赖注入模式，将各种 AI 服务抽象为接口。 总结 .NET 11 中的 Microsoft.Extensions.AI 为 AI 驱动的后端开发提供了强大而灵活的框架。 #标签：#.NET 11 #Microsoft.Extensions.AI #AI 驱动开发 #后端开发 #数据处理
12600编辑于 2026-06-16- 来自专栏君正T31开发实战指南
君正T31应用开发11：OSD应用
1.OSD应用简介将特定的信息叠加到视频当中，如点阵数据，直线，矩形框，矩形遮挡，图片数据等等。IPU模块对图像的操作主要包含OSD模块和CSC模块。 fontadv = gBgramap[10].width;penpos_t += gBgramap[10].width;break;case ' ':dateData = (void *)gBgramap[11 ].pdata;fontadv = gBgramap[11].width;penpos_t += gBgramap[11].width;break;case ':':dateData = (void *
2.2K20编辑于 2023-06-22 探究.NET 11 中 Semantic Kernel 在 AI 驱动后端开发的前沿应用
探究.NET 11 中 Semantic Kernel 在 AI 驱动后端开发的前沿应用 前言 在后端开发领域，人工智能（AI）的融入正推动着应用从传统功能型向智能决策型转变。. NET 11 中的 Semantic Kernel 为开发者提供了创新的工具，助力在后端应用中高效集成 AI 能力，实现智能交互、知识推理等前沿功能，满足不断变化的业务需求。 通过注册和调用插件，后端应用能够灵活地集成各种功能，实现个性化的 AI 驱动业务流程。 开发者需要建立良好的插件管理机制，避免插件之间的冲突，确保系统的稳定性。 总结 .NET 11 中的 Semantic Kernel 为 AI 驱动的后端开发带来了前沿的应用方式。 #标签：#.NET 11 #Semantic Kernel #AI 驱动后端开发 #语义理解 #插件式架构
11000编辑于 2026-06-16- 来自专栏架构之美
基于 Go 语言开发 Serverless 云原生应用
本次分享分为四部分： 第一，云计算最根本的驱动力是什么； 第二，云原生应用是什么； 第三，Knative 给应用的云原生化开发带来了什么价值； 第四，Demo展示。 - 云原生原理 - 说完云原生这个理念，咱们来看看云原生应用。看看在云原生的这个大背景下，如何看待传统的应用架构。 ? 那么咱们就来看一下在云原生架构下，这些核心链路的要素都处于什么位置。然后剖析一下云原生应用的基本范式。 ? 先来看看最右边的中间件这一块，这里面有数据库、Redis 以及消息中间件组件。 和 Kubernetes 原生的 Ingress 相比，原生的 Ingress 只能根据 Domain、path 或者 Header 这种维度进行切分，而 Knative 基于 Envoy 可以进行更细力度的控制 云原生技术栈中对 IaaS 资源的管理主要是 Kubernetes 这一层的能力，比如前面志敏分享的 ASK 其实已经解决了 IaaS 按量分配的问题，Knative 这一层更多的是聚焦在应用的 Serverless
4.3K10发布于 2021-02-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号