- 综合排序
- 最热优先
- 最新优先
- 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。
51210编辑于 2025-11-12 - 来自专栏AIGC大模型应用
AI大模型应用开发实战(05)-AI时代应用开发破局！
怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」 后端应用级开发者该如何拥抱 AI GC？就是在这样的一个大的浪潮下，我们的传统的应用级开发者。 再往下看 3 AI原生应用 不管是ToB还是ToC，这块儿是大量机会，给到我们这些传统做互联网、科技公司、应用开发公司包括科技创业公司，就有我们应用开发者大量的机会存在。 4 职业机会 很多同学对 AI 来临之后还是有点慌张的，觉得 AI 自己的工作是不是会被 AI 替代，或者以后这个职业机会是不是越少？应该不是。 传统的应用开发者在转型做 AI GC 有 AI 软件工程师，即做 AI 应用，还不过瘾，还想去深度的话，那可能就是偏向了我们的 AI 本身开发，类似我们的视觉工程开发，然后自然语言开发，机器学习等，这都是我们的一些转型职业机会 然后我们要学会使用 AI。 应用级开发者，所谓的学会使用 AI，那和一般用户的使用 AI 还不一样。
1.6K00编辑于 2024-08-11 - 来自专栏PHP饭米粒
AI应用开发，如此简单。
关注公众号的盆友应该了解，我一直是在做一些AI应用层技术上的一些研究，这也是大部分人能够入局AI，了解AI的很好的方式，通过实战，从应用层开始，从自己做第一个AI应用开始，慢慢的就可以更加深入的了解。 这也是我以前学习互联网技术的学习方式，遥想当年，还在大学的我，对互联网充满好奇，也想自己做一个个人主页，于是，从HTML开始学，然后是CSS, 然后是后端开发，linux，系统架构等等，一直到现在成为一个资深的架构师 经过了一段时间的沉淀，我总结和实现了以下的一些应用方向： 对于这几个方向，基于目前2个多月的系统稳定运行的积累，现在把这些能力通过标准的API开放出来，希望能够帮助更多的人进行AI的应用开发，具体包括以下四大方向和 15个API接口 （能力和接口会持续迭代和扩充）： 1、chatGPT的API能力 2、Midjourney AI画图的能力 3、自有数据训练和对话的能力 4、文本转语音的能力 如果你是有一定的编程基础 可以尝试一下，下面是各能力的基础介绍： 一、chatGPT能力 提供/v1/chat/completions的接口能力 使用方式兼容官方的接口 默认使用gpt-3.5-turbo-0613和gpt-4-
1.1K30编辑于 2023-09-02 - 来自专栏一臻AI
人人都会AI｜Python基础应用（4）
一起 AI 创富 人人都会AI。好比历史浪潮中工业时代过渡到互联网阶段时，从"电脑是什么"到"人人都会上网"，AI正在蜕变为每个人的必备技能。 世界正在被代码改写。 你是否好奇，为什么Python会成为AI时代最炙手可热的编程语言？ 今天开始，让我们从Python基础学起！ Python的基础概念和简单应用 记得你小时候第一次学说话吗？" Python的实际应用场景和编程思维 看到这，你可能会问： 学习Python编程到底能做什么？ pandas as pd import matplotlib.pyplot as plt # 创建示例销售数据 sales_data = { '月份': ['1月', '2月', '3月', '4月 在接下来的学习中，我们将继续探索更多AI和Python的高级特性和实际应用场景。
39810编辑于 2025-03-06 - 来自专栏项目管理
玩转腾讯元宝（4）：应用AI做好敏捷开发自动化测试
近年来，随着人工智能（AI）技术的不断进步，越来越多的团队开始尝试将AI应用于自动化测试中，以期达到更高的测试效率和质量。本文将探讨AI技术在自动化测试中的九大应用领域，展示AI是如何助力敏捷开发的。 案例说明：某软件开发团队采用了一套AI驱动的测试框架，该框架能够自动识别应用程序的界面元素，并根据用户操作自动生成相应的测试脚本。 案例说明：一家移动应用开发公司在其持续集成流程中加入了AI支持的探索性测试。AI工具根据用户行为数据动态调整测试策略，覆盖了更多实际使用场景。 此外，AI还自动生成了用户手册和维护指南，节省了大量的人力成本。总之，AI技术在自动化测试中的应用为敏捷开发模式带来了前所未有的机遇。 通过上述九方面的应用，AI不仅能够提高测试效率，还能提升测试的质量，从而帮助开发团队更快地交付高质量的软件产品。随着技术的不断进步，我们有理由相信AI将在自动化测试领域发挥更加重要的作用。
71210编辑于 2024-11-04 - 来自专栏深度学习与python
GPT-4 时代，如何 2 周上手 AI 应用开发？| 极客时间
但能够预料的是，基于现有大模型，去抢先开发一些重要的应用服务，发展空间也绝对小不了，而且在未来几年 AI 领域的应用开发也将会是就业市场中最火热的岗位。 并且，随着 GPT-3 / 4 等预训练好的大语言模型的出现，一方面能让你我可以在没有机器学习的理论下，就能在短期内快速开发出一个有实用价值的 AI 应用。 扫码免费试读 如果你也想以最快的速度跟上 AI 大模型时代潮流，掌握 AI 应用开发最核心的技能，一定不要错过这个专栏。 当然也正是有了 AI 聊天机器人的创业经历，使得他在 AI 应用开发领域具有相当的话语权以及丰富的前沿实战经验。 你可以立刻把这些方法和套路放到你现有的业务系统里，通过 AI 给你的应用提升体验与效率。 4.
1.3K60编辑于 2023-03-29 - 来自专栏C++核心准则原文翻译
自学鸿蒙应用开发（4）- 画面布局
DirectionalLayout的详细信息可以参照鸿蒙官方的开发文档： https://developer.harmonyos.com/cn/docs/documentation/doc-guides
64320发布于 2020-12-31 AI应用开发需要啃底层吗？个人AI应用开发学习经验之谈
作为一个重度AI使用者，这两年也接入过不少AI大模型做应用，今天就先讲一讲如何做AI应用开发、需要掌握哪些技术吧，明天我会继续分享一下个人这一年多VibeCoding的一些浅薄经验。 对绝大多数应用开发者来说，真正需要掌握的不是“模型如何被造出来”，而是“模型如何被接进系统、约束进流程、放进真实业务里，并且稳定地跑起来”。AI应用开发本质上不是一门纯算法工程，而是一门新的应用工程。 换句话说，AI应用开发不是把“模型”单独学会，而是把“模型作为一个能力组件”学会。二、做AI应用，真正绕不过去的核心能力1.提示词工程：定义接口很多人第一次接触AI开发，最先学的是提示词工程。 4.工具调用与工作流：AI应用从“会说”到“会做”的关键一步很多人理解AI应用仍停留在“对话”和“生成”层面，但真正能进入生产环境的系统，往往不是只会回答问题，而是能调用工具、执行操作、处理状态、串联流程 4.Skill：不是功能模块，而是经验封装Skill这个概念，本质上是在做方法复用。
13800编辑于 2026-03-30- 来自专栏DotNet NB && CloudNative
AI应用开发基座：Microsoft.Extensions.AI
微软在2024年11月就发布了新的AI核心库Microsoft.Extensions.AI，虽然目前还是一个预览版，但其可以大大简化我们的AI集成和开发工作。 Microsoft.Extensions.AI介绍 Microsoft.Extensions.AI 是一组核心 .NET 库，是在与整个 .NET 生态系统（包括语义内核）的开发人员协作中创建的。 画外音>开发者可以节省时间下来专注自己的应用程序的业务逻辑实现，从而不必花过多时间去做AI服务的集成调试，点个大大的赞！ 我能使用哪些服务实现？ eShopSupport eShopSupport 是一个开源的AI示例应用程序，客户可以使用它来与AI客户对话查询产品，实现网站系统的“智能客服”的场景。 小结 本文介绍了Microsoft.Extensions.AI的基本概念 和 基本使用，如果你也是.NET程序员希望参与AI应用的开发，那就快快了解和使用起来吧。
89510编辑于 2025-04-04 - 来自专栏量子位
谷歌的AI应用开发之道
因为从2019年Google I/O展现的新进展来看，谷歌几乎没有新推出什么软硬一体的AI新产品，反倒是各种基于手机的AI应用解决现实挑战。 而在最近的谷歌AI东京座谈会现场，两位谷歌AI产品经理也集中表达了这样一种产品开发之道： 尽可能手机就能用，而且最便宜的智能手机都能使用。 Julie说5G的进展是很好，但对于谷歌AI的应用打造来说，“帮助有限”。 因为她们希望每一款AI应用，基本标准都是完全无网络、纯本地的，这样任何情况下，都不影响正常使用。 所谓联邦学习，简而言之就是本地化训练和学习AI模型，对于小数据学习的要求非常高，但这样也能最大化保证用户的隐私安全——毕竟数据不用离开终端。 Julie也多次谈到AI应用开发中的数据挑战。 Julie说，类似AI应用开发过程中，数据样本非常重要，一方面数据本身很特别，另一方面还要考虑到这类人群的隐私需求。
1.9K10发布于 2019-07-30 - 来自专栏AIGC大模型应用
LangChain4j炸裂！Java开发者打造AI应用从未如此简单
LangChain4j目标是简化将大语言模型（LLM）集成到 Java 应用程序的过程。 LLM 驱动的应用程序，识别了常见的抽象、模式和技术。 不论构建聊天机器人，还是开发一个从数据导入到检索的完整 RAG 管道，LangChain4j 提供了广泛选择。 1.3 大量示例 这些 示例 展示了如何开始创建各种由 LLM 驱动的应用程序，提供了灵感并让您能够快速开始构建。 LangChain4j 于 2023 年初在 ChatGPT 热潮中开始开发。 开发团队积极关注社区的最新进展，致力于快速整合新技术和集成，确保Javaer始终保持最新状态。该库仍在积极开发中，虽然某些功能尚在开发，但核心功能已经就绪，现可立即开始构建基于 LLM 的应用程序！
3.8K10编辑于 2024-09-19 - 来自专栏txp玩Linux
v4L2应用开发学习！
一.什么是V4L2框架？ V4L2英文全称是Video for Linux2，它是专门为视频设备设计的内核驱动。在做视频的开发中，一般我们操控V4L2的设备节点就可以直接对摄像头进行操作。 V4L2的代码框架图： 从这张图可以看出来，在使用V4L2进行摄像头操作的时候，都需要访问内核驱动。 而V4L2_CORE里面包含了V4L2_DEV、V4L2_SUB_DEV、V4L2_DEVICE、VIDEOBUF2_CORE。 而应用层若想对整个V4L2驱动层进行控制的话，只需要对v4l2_dev进行fops(文件形式控制)操作即可，因为v4l2_dev是驱动层对用户层提供的接口。 三. V4L2代码开发流程： 3.1.打开设备节点： 打开/dev/video0视频设备节点 3.2.查询设备的能力 利用ioctl函数访问V4L2的底层命令VIDIOC_QUERYCAP主要是查询摄像头的性能属性
1.1K40编辑于 2023-08-31 - 来自专栏深度学习和计算机视觉
【OpenCV 4开发详解】形态学应用
经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。 为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。 图6-22 图像开运算三个阶段 开运算是对图像腐蚀和膨胀的组合，OpenCV 4没有提供只用于图像开运算的函数，而是提供了图像腐蚀和膨胀运算不同组合形式的morphologyEx()函数，以实现图像的开运算 int op, 4. InputArray kernel, 5. 标志参数 简记 作用 MORPH_ERODE 0 图像腐蚀 MORPH_DILATE 1 图像膨胀 MORPH_OPEN 2 开运算 MORPH_CLOSE 3 闭运算 MORPH_GRADIENT 4
86210发布于 2020-02-14 - 来自专栏嵌入式Linux系统开发
Linux V4L2 应用开发
V4L2：Video for Linux two，缩写 Video4Linux2，是 Linux 内核中的一个框架，提供了一套用于视频设备驱动程序开发的 API。 V4L2 还提供了一个统一的视频数据格式，允许应用程序在处理视频数据时无需考虑设备的具体格式。 V4L2 是 V4L 的改进版。 这种架构可以使开发人员更容易地开发新的视频设备驱动程序，并允许多个驱动程序同时使用相同的 API。 统一的设备节点：V4L2 提供了统一的设备节点，使应用程序可以使用相同的方式访问不同类型的视频设备。 支持事件通知：V4L2 支持事件通知，当视频设备状态发生变化时，如视频信号丢失、帧率变化等，V4L2 驱动程序可以向应用程序发送通知，以便应用程序做出相应的处理。 从而让开发人员能够更加专注于应用程序的开发。 V4L2 视频采集步骤
89210编辑于 2024-04-02 - 来自专栏AI技术应用
AI智能体应用的开发环境
AI 智能体应用的开发环境搭建是一个复杂但重要的过程，它直接影响到开发效率和最终产品的质量。下面我将详细介绍 AI 智能体应用开发环境的各个方面，希望能帮助您更好地进行开发。1. 软件环境操作系统： Linux: Linux 系统在 AI 开发领域应用广泛，因为它具有良好的兼容性、稳定性和可定制性。 Microsoft Bot Framework: Microsoft Bot Framework 是微软开发的对话系统框架，可以用于构建各种聊天机器人。4. 模型部署: 将训练好的模型部署到应用环境中。测试与优化: 测试智能体的性能，并进行优化。总结AI 智能体应用的开发环境搭建是一个复杂但重要的过程，需要综合考虑硬件、软件、AI 框架和库、云平台等因素。 选择合适的开发环境可以提高开发效率、降低开发成本，并最终影响到产品的质量。希望以上信息能帮助您更好地进行 AI 智能体应用的开发。
1.4K10编辑于 2025-02-18 SpringBoot + Spring AI 玩转智能应用开发
一、前言Spring BootSpring AI二、具体实现（Spring Boot + Spring AI的简单应用）1.环境准备2.项目初始化3.配置OpenAI API Key4.创建Controller5 .进阶：自定义Prompt模板【提示词工程】6.运行应用7.接口测试8.高级配置9.异常处理10.完整项目结构11.关键点说明三、拓展1.错误场景示例2.实际输出可能不同3.流式响应（高级功能）4.超长文本处理 5.内容返回格式6.附加测试建议四、总结和趋势未来趋势：一、前言Spring Boot简化 Spring 应用开发的框架；通过自动配置、内嵌服务器（如 Tomcat）和约定优于配置的原则，让开发者快速构建独立 Spring AI 将更注重开放性（多模型支持）、性能（低延迟流式响应）和企业级能力（安全、监控），成为 Java 生态中 AI 应用开发的首选框架。 低代码整合： 结合 Spring Boot 的快速开发特性，提供可视化 AI 编排工具。3）行业应用垂直领域解决方案： 针对金融、医疗、教育等行业定制 Prompt 模板和评估工具。
1K10编辑于 2025-11-22- 来自专栏悦专栏
开发自己的AI绘画应用
先看效果： 文生图 图生图 来看一下怎么构造自己的图片生成应用。 1 申请腾讯云AI绘画内测名额 链接：https://console.cloud.tencent.com/aiart 2 获取腾讯云的API key 链接：https://console.cloud.tencent.com SecretId和SecretKey Linux配置环境变量： export TENCENTCLOUD_SECRET_ID="xxx" export TENCENTCLOUD_SECRET_KEY="xxx" 4 如果没有问题，就可以点击右上角的“代码生成”，选择自己喜欢的开发语言，我选的是Python。 帮你生成不同风格的图片" ) # 合并两个接口，创建 Gradio 应用程序 gr.TabbedInterface( [echo_interface
1.5K50编辑于 2023-09-01 【AI Glasses 实践应用开发指南】
AI Glasses 实践应用开发指南 监听眼镜端AI事件 通过CXR-M SDK的setAiEventListener方法注册监听器，可捕获眼镜端AI场景的按键事件和状态变化。 CxrStatus.REQUEST_WAITING -> {/* 处理队列等待 */} CxrStatus.REQUEST_FAILED -> {/* 重试逻辑 */} } } } 开发案例分析 获取当前视野图像 图像上传至物体识别服务 通过TTS返回识别结果和背景介绍 onAiExit时释放相机资源 代码结构建议 ai-glasses-app/ ├── ai/ │ ├── AiEventManager.kt 相机操作需处理生命周期事件 在Android平台上需要正确处理onPause()/onResume()事件 示例：相机预览应在Activity进入后台时及时释放资源 需考虑异常场景：如相机被其他应用占用时的错误处理 STATUS_OK(0) STATUS_INVALID_PARAM(1001) STATUS_DEVICE_BUSY(1003) 错误处理示例：遇到STATUS_NETWORK_ERROR时应自动切换备用服务器 典型开发耗时参考
27210编辑于 2025-12-18- 来自专栏AIGC大模型应用
AI大模型应用开发实战(04)-AI产业拆解
开发平台这是AI的基础，也是过去AI研究的重点。 工具层包括AI Agent，其中包括像AutoGPT这样的工具及模型平台和模型服务等2.3 下游应用层包括：内容消费：在各种平台上生成内容，如抖音、快手等创作工具：提供基于AI的工具，如MID Generate 企业服务：根据行业提供各种应用，如微软、亚马逊等产业中，我们的位置是在AIGC工具层，即AI Agent层，作为中间件，承上启下。 应用开发者的位置可能更多在中游和下游，发挥着重要作用。3 名词解释当然，可以按以下类别对这些概念进行细分解释：3.1 模型与架构LLM (大型语言模型)：具有大量参数，能处理复杂语言任务的模型。 openAI：开发和研究人工智能的机构。Azure：微软的云计算服务平台。Heygan：一种AI生成模型（可能是特定应用的名称）。Copilot：编程助手工具，帮助开发者编写代码。
1.5K01编辑于 2024-08-09 - 来自专栏Go语言学习专栏
2 - AI 应用开发 - AI 超级智能体项目教程
提示词的质量直接影响到 AI 大模型输出的结果，因此这也是 AI 应用开发的关键技能，很多公司专门招聘提示词工程师。 因此在 AI 应用开发中，了解和控制 Token 的消耗至关重要。 如何计算 Token？ 三、AI 应用需求分析 我们知道，AI 时代下，开发应用的门槛变得越来越低了，导致市面上出现了各种具有创意的小产品。 了解了 Spring AI 多轮对话的实现机制后，下面我们进入 AI 应用的开发。 五、多轮对话 AI 应用开发 在后端项目根包下新建 app 包，存放 AI 应用，新建 interviewApp.java。
40010编辑于 2026-03-17
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