- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI多栈
AI时代下的多栈开发思考
然而，随着人工智能（AI）技术的快速发展，多栈开发正从技术集成向智能驱动迈进。AI在多栈开发中的作用不仅是辅助，更是重新定义了技术协作与生产力的边界。 本文将探讨如何通过AI技术提升多栈开发的效率与创新能力。一、什么是AI驱动的多栈开发？ 四、AI驱动多栈开发的挑战与应对尽管AI为多栈开发带来了前所未有的可能性，但仍面临一些挑战：技术复杂度提升开发团队需要掌握AI相关技术，如模型训练、推理部署等。这要求团队具备跨技术栈的学习能力。 五、未来展望：AI重塑多栈开发借助AI技术，多栈开发的边界正在被打破，形成一个更加开放、智能和高效的生态。 低代码与多栈结合低代码开发工具与AI结合，将进一步降低多栈开发的门槛，使非技术背景的开发者也能参与其中。
64173编辑于 2024-12-03 - 来自专栏多栈
多栈经历
多栈契机 24年年初，为了突破业务交付瓶颈，提升交付效率，公司制定了基础方向多栈实施方案，通过业务多栈深度协作（多岗多栈）的方式来达成这一目标。 基础多栈新流程如下图所示： 在这种大环境下，公司也鼓励员工尝试多栈工作，以提高团队的灵活性和整体效率。 随着参与多栈需求的增加，对前端技术的了解逐步深入，我开始承担更复杂的前端需求，如实现动态交互和优化用户体验。目前为止，已经能支持本系统相关前端需求的10%～20%。 4. 挑战与收获 在向多栈发展的过程中，我面临了一些挑战，如需要快速掌握新的前端框架和工具，以及在前后端任务之间切换时的思维转换。 5. 未来展望 通过这段多栈发展的经历，我认识到全栈开发的价值所在。未来，我希望继续在多栈开发的道路上前行，进一步提升自己的技术广度和深度，为团队和项目带来更多的价值。
22920编辑于 2024-12-04 - 来自专栏云云众生s
5个实际开源的多模态AI模型
了解最新的开源多模态AI系统，以下列出了五个领先的选项，包括其功能和用途。 译自 5 Multimodal AI Models That Are Actually Open Source，作者 Kimberley Mok。 多模态AI正吸引着大量关注，这要归功于其诱人的前景：设计用于处理文本、图像、音频和视频组合的AI系统，成为多面手。 虽然市场上已经存在许多强大的、专有的多模态AI系统，但小型多模态AI模型和开源替代方案也正在迅速发展，因为用户不断寻求更易访问和更易适应的选项，并优先考虑透明度和协作。 5. xGen-MM 也被称为 BLIP-3，这是来自Salesforce 的一套最先进的开源多模态模型，它包含一系列变体，包括一个预训练基础模型，一个指令微调模型和一个旨在减少有害输出的安全微调模型。
2.1K10编辑于 2024-12-14 多栈与实践
我与多栈在贝壳工作的契机下，我参与到了多栈开发当中，我是一名大数据开发工程师，参与到了前端后端测试的工作栈中。在现代软件开发中，前端和后端各自发展出了丰富的技术栈，支撑着各种不同的开发需求。 本次分享将围绕多技术栈的选择与组合展开，重点介绍常见的前端与后端技术栈，探讨如何选择合适的技术栈组合以提高开发效率、保证代码质量和满足业务需求。 微服务架构进一步促进了多栈的采用，每个微服务都可以使用不同的技术栈，分别负责不同的业务模块。平衡技术栈的复杂性与团队能力选择技术栈时要考虑到团队的熟悉程度。 工具如 Docker、Kubernetes 和 Jenkins 可以帮助实现跨技术栈的环境一致性和自动化部署，减少人工干预和潜在的技术栈兼容问题5、多栈好处提高开发效率多栈可以让前端与后端各自专注于自己擅长的领域 通过使用多栈，团队可以专注于自己的强项，提高工作效率。此外，对于不同的业务需求和技术场景，也可以选择不同的栈。
1.1K10编辑于 2024-11-27- 来自专栏云云众生s
5个小型多模态AI模型及其功能
随着对多模态AI系统兴趣的增长，这些多功能工具的小型版本也随之增多。 译自 5 Small-Scale Multimodal AI Models and What They Can Do，作者 Kimberley Mok。 在本文的其余部分，我们将介绍五种最近备受关注的小型多模态AI工具。 1. 5. Mississippi 2B 和 Mississippi 0.8B 最近由H2O.ai发布，这两个多模态基础模型专为OCR和文档AI用例而设计。 结论 多模态模型以及大型语言模型的可访问性和成本效益仍然是主要问题。但随着越来越多的相对轻量级但功能强大的多模态AI选项可用，这意味着更多机构和小型企业将能够在其工作流程中采用AI。
74010编辑于 2024-12-04 - 来自专栏全栈开发那些事
多栈共享邻接空间
多栈共享邻接空间 一、数据结构定义: 常常一个程序中要用到多个栈，若采用顺序栈，会因为所需的栈空间大小难以估计产生栈空间溢出或者空闲的情况。 若让多个栈共用一个足够大地连续存储空间，则可利用栈地动态特性使它们地存储空间互补，这就是栈的共享邻接空间。 我们以双栈的共享来模拟。 两栈共享的数据结构可以定义为: typedef struct { Elemtype stack[MAXNUM]; int lefttop;//左栈栈顶位置指示器 int righttop;//右栈栈顶位置指示器 }dupsqstack; 我们需要加一个标识来标识用的使左栈还是右栈，这里’L’标识左栈,‘R’标识右栈 二、代码如下: stack.h #pragma once #include<windows.h pushDupStack(s, 'R', i + 10);//右栈入栈 } printf("左栈的出栈顺序:\n"); while (s->lefttop !
76920编辑于 2023-02-27 GPT-5多模态与情境感知AI技术解析
GPT-5以分钟级代码生成能力注入"人性化"AI语音该模型具备增强的自主行动与推理能力，例如在演示中仅用数分钟便编写400余行代码创建交互式物理模拟。 API提供三种变体： GPT-5：面向逻辑与多步骤任务的前沿模型 GPT-5-mini：低成本轻量版 GPT-5-nano：低延迟场景专用优化版 开发者可调节"详细度"参数，并选择"极简模式"以满足超低延迟需求 企业级应用灵活性提升该模型通过长期交互记忆构建真实客户关系，某生成式AI搜索引擎公司CEO评价："这代表了商业技术的根本性变革"。 技术泄漏事件正式发布前，部分GPT-5技术资料曾短暂出现在代码托管平台。 尽管近期有观点认为生成式AI进入平台期，但分析师强调GPT-5在推理精度、领域准确性与幻觉控制方面实现显著突破："性能提升更多源于系统设计创新而非单纯规模扩张"。
37010编辑于 2025-08-11构建多智能体 AI 应用的5个最佳框架
有多种方式可以从零开始构建一个 AI 智能体。你可以使用 Python、React 或其他技术栈来实现。 agent",# 智能体描述 ) 例如，一个现代智能体如 Windsurf[1]，可以帮助任何人在几分钟内完成提示、运行、编辑、构建和部署全栈 Web 应用的全过程。 使用python3 multi_ai_agent.py命令运行你的多智能体文件 multi_ai_agent.py。你将看到类似如下预览的输出结果。 5. LangGraph LangGraph[23]是一个基于节点的 AI 框架，是目前最受欢迎的多智能体系统构建工具之一。它属于 LangChain 生态系统，专用于图结构化的智能体流程编排。 更多信息 山行AI希望本文对你有所帮助，由笔者翻译整理自：https://medium.com/@amosgyamfi/best-5-frameworks-to-build-multi-agent-ai-applications
1K10编辑于 2026-03-13- 来自专栏Android 开发者
导航: 多返回栈 | MAD Skills
本文我们将介绍一个呼声很高的功能，即导航 (Navigation) 对多返回栈的支持。如果您更倾向于视频的形式，请 点击这里 查看视频内容。 从 2.4.0-alpha01 版本开始，NavigationUI 辅助类不需要改变任何代码即可支持多返回栈。 支持多返回栈 让我们通过这个 仓库 中的高级导航示例来看看实际效果。 该应用由 3 个标签页组成，每个标签页都有它自己的导航流。 为了在导航的早期版本中支持多返回栈，我们需要在该示例的 NavigationExtensions 文件中添加一系列辅助函数。 如果您需要进一步的自定义，也有新的 API 支持保存和恢复返回栈。请参阅我们之前的推文《Android 多返回栈技术详解》。
1.2K20编辑于 2022-03-10 - 来自专栏AI多栈
利用AI工具实现多栈开发：从后端到前端的实践分享
引言 随着人工智能技术的飞速发展，越来越多的开发者开始利用AI工具提升开发效率，特别是在多栈开发场景下，AI工具的作用尤为明显。 本文将分享如何利用AI工具实现从后端到前端的多栈开发，并通过具体的实践案例展示AI工具在代码解释、代码生成、代码调试等方面的强大能力。 多栈开发中的挑战 多栈开发是指同时掌握和使用多种技术栈（如前端开发、后端开发、移动开发等）来完成项目。 解释代码 补全注释 定位代码缺陷 生成单元测试 AI工具的优势总结 通过上述实践可以看出，AI工具在多栈开发中具有以下优势： 降低学习成本：快速学习陌生技术栈的基础知识。 未来，AI将进一步推动多栈开发的普及，让每一位开发者都能成为全能选手。 结语 通过合理使用AI工具，即使是一个后端开发者，也可以快速上手前端开发。
1.6K63编辑于 2024-12-03 - 来自专栏Android 开发者
Android 多返回栈技术详解
多返回栈即一堆 "返回栈"，对多返回栈的支持是在 Navigation 2.4.0-alpha01 和 Fragment 1.4.0-alpha01 中开始的。本文将为您展开多返回栈的技术详解。 多返回栈不会改变这个基本逻辑。系统的返回按钮仍然是一个单向指令 —— "返回"。这对多返回栈 API 的实现机制有深远影响。 Fragment 中的多返回栈 在 surface 层级，对于 多返回栈的支持 貌似很直接，但其实需要额外解释一下 "Fragment 返回栈" 到底是什么。 之后的 65 个修改和 5 个月的时间里，我们几乎重写了 FragmentManager 管理状态、延迟状态切换和动画的内部代码，具体请参见我们之前的文章《全新的 Fragment: 使用新的状态管理器 (现在叫 NavigationRailView) 和 NavigationView，多返回栈是 默认启用 的。
1.3K10编辑于 2022-03-09 - 来自专栏云云众生s
用于训练多模态AI模型的5个有用数据集
译自 5 Useful Datasets for Training Multimodal AI Models，作者 Kimberley Mok。 多模态AI系统能够跨越文本、图像、音频、视频等多种组合模式执行任务，正变得越来越通用和强大。 这是因为多模态数据集使AI模型能够学习对象及其上下文之间更复杂的语义关系，从而提高模型的性能和准确性。 有如此多的多模态数据集公开可用，很难知道从哪里开始。 5. MINT-1T MINT-1T是一个庞大的开源数据集，来自Salesforce AI Research，包含一万亿文本标记和34亿张图像——几乎是下一个最大的开源数据集的十倍。 更多信息，请查看我们关于构建多模态AI应用程序的工具的帖子，以及一些开源和小型多模态AI模型。
1.7K10编辑于 2025-01-17 - 来自专栏算法其实很好玩
Day5-线性表-栈-最小栈问题
第一次，栈空时，来了个-3，数据栈压栈，最小栈压栈 第二次，来了个-5，数据栈压栈-5，-5<-3，最小栈压栈-5 此时我getMin，最小栈栈顶是-5，没毛病~ 第三次，来了个0，数据栈压栈0，0>-5，则最小栈再压栈当前的最小元素，即-5 第四次，我执行pop，弹出栈顶，最小栈也要弹，-5弹出 第五次，我再执行 pop，最小栈再弹-5，此时最小栈栈顶是-3，getMin也是-3，没毛病 ? ()); minStack.push(-5);//此时getmin应该是-5 printf("top:[%d]\n", minStack.top()); printf("min minStack.push(0);//0入栈，此时getmin还是-5 printf("top:[%d]\n", minStack.top()); printf("min:[
47720发布于 2019-07-16 多智能体系统设计：5种编排模式解决复杂AI任务
AI智能体同样如此。随着系统从单体模型向多智能体架构演进，编排成为核心技术能力。仅仅拥有强大的智能体远远不够，关键在于让它们有效协作。 我们这里分析5种主流的智能体编排模式，每种都有其适用场景和技术特点。顺序编排：流水线式处理最直观的协作方式就是让智能体按固定顺序依次处理任务。 GPT-5等新一代模型展现出强大的上下文理解和多任务处理能力，单一模型通过精心设计的提示就能完成以前需要多智能体协作的任务。但在处理逻辑复杂、需要专业化分工的场景中，智能体编排仍然具有不可替代的价值。
78600编辑于 2025-09-01- 来自专栏Android点滴分享
汇编学习（5），函数，栈帧
本篇介绍 本篇介绍下汇编中的函数，栈帧内容。 栈帧 对于intel处理器，在调用函数的时候需要保证rsp是16字节对齐的，这样设计是为了更好的支持SIMD。那体现到代码上是怎样呢？ 本来在调用main函数之前rsp是16字节对齐的，可是在调用main时候，由于会将返回地址压栈，这时候rsp就不是16字节对齐了，就需要prologue中再次执行一个进栈操作，就可以保证是对齐的了。
71310编辑于 2022-12-07 - 来自专栏信创系统开发
AI Agents 技术栈
2025 年被广泛视为“AI Agent 元年”，其技术栈的成熟标志着智能系统从“被动响应”向“自主决策”的跃迁。那么什么是 AI Agents 呢？ 构成 AI Agents 的技术栈有哪些关键组成部分？本文参考了一些资料，尝试解释这一概念，主要参考了以下内容： AI Agents Stack. 二、AI Agents 技术栈的层级架构 AI Agents 的技术栈总体架构如上图所示。大体上可分为五个关键层级，从底层基础设施到上层应用逻辑逐层递进： 1. 跨 Agent 通信（多 Agent 协作）：不同框架对多 Agent 交互的处理方式各异。 小结 AI Agents 技术栈的成熟标志着人工智能从“工具”向“合作伙伴”的转变。
1.7K11编辑于 2025-02-12 多栈：企业与个人的发展之路
多栈人员能够在不同技术栈之间灵活切换，帮助企业更快地响应市场变化和客户需求。 提高生产效率：多栈人员能够在项目中承担多种角色，减少了团队之间的沟通和协调成本。 转型多栈的难点 在AI大模型广泛应用之前，向多栈的转型往往会遇到以下一系列的挑战 信息获取的局限性：获取最新的技术信息和学习资源主要依赖于书籍、期刊、线下培训课程和技术论坛。 如何转型多栈 随着AI大模型的普及，开发人员转向多栈的成本大幅降低。AI大模型能够提供最新的技术信息和学习资源，二十四小时高效答疑，提高学习效率。 在编程实践中，Copilot、通义千问等智能编程AI的代码补全、代码检查等查功能可以显著提高开发效率，减少错误，这些能力都大大降低了转型为多栈人员的难度，提高了学习效率和效果。 借助 Copilot、通义千问等 AI 助力跨栈的代码开发，参与跨栈代码评审，了解代码规范和最佳实践等等均是提升多栈能力的有效途径。 尾声 掌握多栈技能对企业和个体都具有显著的益处。
45510编辑于 2024-11-14- 来自专栏达达前端
PHP全栈学习笔记5
PHP全栈学习笔记5 php与mysql数据库，PHP支持很多数据库，与mysql为牛逼组合，mysql数据库的基础知识的掌握是由必要的，要了解如何操作mysql数据库，数据表的方法。
2.1K20发布于 2019-07-03 - 来自专栏AI科技大本营的专栏
多场景下的AI疫情防控“天网”：解读云边端联动下的全栈AI技术
在 AI、物联网等技术的发展与支撑下，红外体温检测仪首先是高效精准排查的第一层保护网，同时又保证了在全面排查下出行的高效性。 ? ? 技术关键词：AI、计算机视觉、行人重识别、AIoT、全栈AI技术、计算中心、云边联动、多场景、解决方案全景图、智能前端硬件、边缘节点、指挥调度、分析研判、智能预警
87530发布于 2020-03-03 - 来自专栏又见苍岚
Python CUDA 编程 - 5 - 多流
多流 以向量加法为例，上图中第一行的Stream 0部分是我们之前的逻辑，没有使用多流技术，程序的三大步骤是顺序执行的： 先从主机拷贝初始化数据到设备（Host To Device）； 在设备上执行核函数 将程序改为多流后，每次只计算一小部分，流水线并发执行，会得到非常大的性能提升。 规则 默认情况下，CUDA使用0号流，又称默认流。不使用多流时，所有任务都在默认流中顺序执行，效率较低。 在使用多流之前，必须先了解多流的一些规则： 给定流内的所有操作会按序执行。 非默认流之间的不同操作，无法保证其执行顺序。 number_of_streams = 5 # 每个流处理的数据量为原来的 1/5 # 符号//得到一个整数结果 segment_size = n // number_of_streams # 创建5个cuda stream stream_list = list() for i in range (0, number_of_streams): stream
1.4K30编辑于 2022-08-04
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