- 综合排序
- 最热优先
- 最新优先
VFP AI 插件开发花絮11：RAG.dll 帮助文档
RAG.dll 帮助文档 概述 RAG.MTServer 是一个基于 VFP 的 COM 可调用类（OlePublic），用于管理和调用本地或远程的 AI 服务（如 AnythingLLM）。 该类封装了服务的初始化、启动、工作区管理以及知识库操作等功能，便于在 VFP 或其他支持 COM 的环境中集成 AI 能力。 注册 打开命令行：以管理员身份打开命令提示符（cmd）。 调试方法 GetDebugObject 仅在开发阶段使用，发布前应移除相关调用。 =======================
12010编辑于 2026-04-02- 来自专栏Android 开发者
聚焦 Android 11: 开发语言
作者 / 产品经理 David Winer 在往期 #11WeeksOfAndroid 系列文章中我们介绍了 联系人和身份、隐私和安全、 Android 11 兼容性 ，本期将 聚焦语言 。 本期我们将深入探讨 Android 三种核心语言的所有最新资讯: 从 Kotlin 协程到 Android 11 新的 Java API，再到更出色的本地开发工具，最新版本中包含了很多内容。 Kotlin 与协程 Kotlin 是现代 Android 开发与指导性开发库的核心。 在 Android 11 中，我们力求不断改进对这两种语言的支持。在 Android 11 Beta 中，我们使用来自 OpenJDK 9、10 和 11 的许多新 API 升级了 Java 库支持。 对于 Android 11，我们还更新了 Android 运行时间 (Android runtime)，以通过 I/O 预取 加快应用的启动速度。 C++ 开发者的体验也在不断改善。
1.4K10发布于 2020-10-16 - 来自专栏Sign
精灵之息 开发日志（11）
但是后期有些精灵出现一些重叠感，而且虽然都是独特的行为模式但是很多精灵让无法给人留下很深的印象
46120发布于 2021-08-27 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ 解决了AI原生开发中的安全挑战。 *运行时风险*：只有在运行时才显现的风险，如凭证泄露或意外API调用 *不可预测行为*：AI生成的代码可能包含难以预测的漏洞 *扩展攻击面*：AI工具链的复杂性扩大了潜在攻击面 Docker的新方法帮助开发者在构建 AI Agent时嵌入运行时安全，为AI原生开发提供更可靠的安全保障。 CarEdge的30岁CEO Zach Shefska声称，他公司开发的AI谈判员能够比大多数人类更成功地谈判汽车价格，为客户节省数千美元。
33110编辑于 2025-09-17 - 来自专栏写代码和思考
Android开发(11) 消息栏通知(Notification)
android 的消息通知还是很方便的，它会出现在窗体的顶部，并给出提示。常见的短信就是这样的通知方式。本文我们尝试实现一个这样的演示。
2.7K00发布于 2020-03-16 - 来自专栏Android 开发者
聚焦 Android 11：游戏开发新工具
作者 / Android 与 Google Play 游戏产品管理主管 Greg Hartrell 在往期 #11WeeksOfAndroid 系列文章中我们介绍了 联系人和身份、隐私和安全、Android 11 兼容性 、开发语言、Jetpack、Android 开发者工具 、Google Play 应用分发与盈利，本期将聚焦 游戏开发 ，帮助您更好地了解您的游戏表现，覆盖更多设备和新受众，并通过 Google Android 游戏开发扩展 : 对于使用 C/C++ 在多个平台上构建游戏的开发者，我们持续扩展 Visual Studio，包括增加 Visual Studio 2019 支持并推出独立 Android 注册开发者预览，集成您的 Visual Studio 工作流。 更多精彩 您可以查看 #11WeeksOfAndroid 视频内容的 完整播放列表，或前往官方网站详细 了解更多主题。我们将持续聚焦每期的新领域，敬请留意，也请继续关注我们，期待您的反馈。
1K20编辑于 2022-09-21 - 来自专栏黑马
【Java Web_11】MVC开发模式
一、MVC 1. 概述 ① M：Model，模型。JavaBean、dao * 完成具体的业务操作，如：查询数据库，封装对象 ② V：View，视图。JSP、HTML * 展示数据 ③
30510发布于 2021-02-04 - 来自专栏希里安
AI模块开发
截止昨天，云原生模块的框架就差不多了，主要就是针对k8s集群资源的增删改查等基础操作的功能，这也是为了熟悉集群基础资源的增删改查的开发流程。 要说完整开发还得用类似kubesphere等专业的管理平台。 那么今天就来看看AI模块，这块其实就更多就是一个尝试，只能边学边开发了，我这边就暂时是直接将别人开源的chagpt模块接入自己的平台，后期在考虑自己开发一个页面吧，如下所示： 在介绍下接入的chatgpt ： # 安装依赖 npm i -g pnpm pnpm i # 本地开发 pnpm dev 至于智能预测和排障还得多学习才能开发出来，慢慢来。 不断优化运维策略：AI可以持续监控不同的运维策略和操作是否达到最佳效果,并根据效果反馈不断调整和优化,使运维过程最大化自动化与智能化。
31110编辑于 2023-10-30 - 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 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。
50610编辑于 2025-11-12 - 来自专栏又见苍岚
Windows 11 体验 Stable Diffusion AI 图像生成
Stable Diffusion 已经发展到可以生成以假乱真图像的程度，无论是 AI 作画还是照片生成都已经可以生成得很精细，本文记录使用过程。 本文记录在 Windows 11 下安装、配置、运行 Stable-diffusion 的流程 过程中经常需要访问境外的网站，需要访问国外网站。 webui-user.bat 文件，我在过程中遇到很多问题，没有问题的同志可以跳过这一节 安装 CUDA 11.7 下载链接：https://developer.nvidia.com/cuda-11 CLIP 安装 CLIP 仓库链接 stable-diffusion-stability-ai 仓库地址： https://github.com/Stability-AI/stablediffusion LoRA（Low-Rank Adaptation of Large Language Models）粗略地讲就是利用少量的图像来对 AI 进行额外学习训练，并在一定程度上控制结果。
2.7K00编辑于 2023-03-28 今日 AI 热点速读（2026-03-11）
来源：HackerNews,Engadget,FastCompany|编译日期：2026-03-11今日概览今天我们共扫描了3个外媒来源，经过自动去重与筛选，为你保留了3个最值得关注的独立AI事件。 行业动态（1条）：开发者社区对“全天候自动化Agent”的探索热情高涨。 随着大模型能力的提升，开发者的关注点正在从“如何让AI回答问题”转向“如何让AI替我干活”。这篇热帖探讨了构建能够在后台持续运行、甚至在用户睡觉时自动执行复杂任务的AIAgent。 这类行业动态的价值不仅在于技术本身的实现，更在于它向我们揭示了市场下一步的真正需求——从被动的“对话式AI”向主动的“自动化行动AI”演进。 一方面，以谷歌为代表的大厂正在把AI功能疯狂铺进浏览器、办公套件等高频真实入口，极大地降低了普通人的使用门槛；另一方面，开发者社区已经在探索“7x24小时全自动运行”的AIAgent。
26510编辑于 2026-03-11AI日报 - 2025年3月11日
AI日报 - 2025年3月11日 今日概览（60秒速览） ▎ AGI突破 | OpenAI发布神秘预告引发AGI猜测 中国AI代理「Manus」实现50项任务自动化引伦理争议 ▎ 商业动向 | Turing Institute举办AI伦理保障平台在线研讨会 美国拟对低质量生成AI工具启动多重调查 ▎ 技术趋势 | 小模型突破：Qwen2.5-Math-7B实现高精度数学推理 Diffusion 行业影响： ▸ 学术出版规范面临重大挑战 ▸ 催生AI内容检测技术新需求 "必须建立AI时代的学术诚信新范式" - NeurIPS程序主席undefined Scale AI发布MASK基准测试评估 ▸ 呼吁建立AI安全全球治理框架 5.2 Percy Liang（斯坦福NLP主任） 影响力指数：★★★★☆ "2025年AI工程化的核心挑战在于评估体系创新"undefined● 行业影响 适用场景：数学建模/教育科技/量化分析 ● 核心功能： ▸ LaTeX公式解析准确率98.7% ▸ 支持多语言数学问题求解 ▸ API响应延迟<300ms 用户画像：教育科技开发者
67500编辑于 2025-03-10- 来自专栏代码日志
2026年03月11日 AI早报
> 来源：一水 Jeff Dean预言：未来开发者将管理50个AI智能体 正文明：Google DeepMind负责人Jeff Dean在最新访谈中提出，未来每位开发者将同时指挥约50个AI智能体协同工作 这一转变标志着软件开发范式向“人类主导、AI执行”的深度协作演进。 > 来源：我是AI Karpathy推出AgentHub：构建AI智能体专属协作平台 正文明：前特斯拉AI负责人Andrej Karpathy开源新项目AgentHub，打造专为AI智能体设计的极简协作平台 > 来源：量子位 首个千万美金ARR的AI4S公司MetaNovas实现AI分子商业落地 正文明：MetaNovas成为全球首个达成千万美元年经常性收入（ARR）的AI for Science公司，其 Agentic AI平台MetAmigo完成从AI设计到合规备案的新分子全流程闭环。
53510编辑于 2026-03-16 - 来自专栏月色的自留地
从锅炉工到AI专家(11)(END)
一个新的由Facebook 支持的Caffe迭代版本称为Caffe2，现在正在开发过程中，即将进行1.0发布。 是由深度学习创业公司 Preferred Networks 开发；Chainer 的设计基于 define by run 原 则，也就是说，该网络在运行中动态定义，而不是在启动时定义。 CNTK: 微软研究人员开发的用于深度神经网络和多GPU加速技术的完整开源工具包。微软称CNTK在语音和图像识别方面，比谷歌的 TensorFlow 等其它深度学习开源工具包更有优势。 H2O: 现在已经发展到第三版，可以提供通过普通开发环境(Python, Java, Scala, R)、大数据系统(Hadoop, Spark）以及数据源(HDFS, S3, SQL, NoSQL)访问机器学习算法的途径 Turi Create：苹果公司发布，可以帮苹果几大操作系统上所运行软件的开发者，构建用于推荐、对象检测、图像分类、图像相似性以及活动分类的机器学习模型。
80370发布于 2018-06-20 - 来自专栏小巫技术博客
第11期·AI 工程化实践
每日AI知识点 · 第11期 ⚙️ AI 工程化实践 从 Demo 到生产系统的关键一跳 可靠性 ️ 可观测性 ️ 安全性 可扩展性 可维护性 ⚙️ 为什么需要 AI 工程化？ AI 工程化就是把 AI 应用从"能用"变成"好用、稳用、安全用"的系统工程，核心是解决五大挑战： Demo 阶段 ✗ 偶尔失败没关系 ✗ 不需要考虑安全 ✗ 可靠性：让 AI 系统永不宕机 AI API 不是 100% 可靠的——网络抖动、模型过载、配额耗尽都会导致调用失败。可靠性工程的核心是优雅地处理失败，而不是假装失败不会发生。 关键：建立"黄金数据集"，每次迭代都跑回归评估 ️ 安全性：防住 AI 系统的新型攻击 AI 系统引入了传统系统没有的新型安全风险。
14510编辑于 2026-04-13 AI日报 - 2025年4月11日
行业影响： ▸ Google通过软硬件协同及开放协议，全面巩固其在AI基础设施、模型能力和开发者生态中的领先地位。 ▸ A2A协议与MCP的结合预示着跨平台AI代理互操作性的新时代，可能加速复杂AI应用的开发。 ▸ 多模态生成能力的普及将降低内容创作门槛，推动媒体、娱乐、营销等行业变革。 ▸ 强调了RAG、长上下文、微调、MCP等技术是互补而非互斥的，引导行业走向更综合、有效的AI系统构建思路。 ▸ 提醒开发者和研究者关注AI系统构建的根本性问题，避免陷入非此即彼的技术路线之争。 ● 使用体验： ▸ (易用性评分：★★★★☆ - 对有经验开发者) ▸ (性价比评分：★★★★★ - 开源免费) 用户画像：(AI研究员、机器学习工程师、专注于生成模型的开发者) 工作流自动化的门槛，让非开发者也能利用AI解决实际业务问题，是AI民主化的一个实例。)
63100编辑于 2025-04-10- 来自专栏逆向技术
64内核开发第11讲.多线程开发.以及同步.
现在的程序基本是很多个线程.不想以前一样.而进程和线程的关系就是 一对多的关系.
82620发布于 2019-07-02 - 来自专栏新智元
【探索AI自开发】谷歌、微软用AI开发AI，特定任务超越人类AI专家
【新智元导读】为了应对AI人才不足，以谷歌为首的企业正在想方设法，开发能够取代AI研究员的AI系统，让创建AI软件变得容易。 开发出能够自己编写程序的AI，是AI研究者的梦想，也可能是众多计算机程序员的噩梦。 现在，以谷歌为首的各大公司，在AI人才严重不足的情况下，开始把目光投向另一个更为强大的目标——开发能够自己创建AI的AI。 不止是谷歌，微软、亚马逊、Facebook这些巨头纷纷都在开发能够自己开发AI的AI上面投注努力，这正在形成一种趋势。 Jeff Dean预计，如今具备能自我开发AI系统的人才的公司，全球不超过1000家，但其他更多公司却拥有开发AI系统所需的数据。 “我们希望让解决机器学习问题的机构数量从几千家扩展到百万家。”
1.1K91发布于 2018-03-21 - 来自专栏C++核心准则原文翻译
自学鸿蒙应用开发（11）- RadioButton和RadioContainer
本文介绍在鸿蒙应用中RadioButton和RadioContainer组件的基本用法。
68920发布于 2021-01-13 - 来自专栏DBA随笔
Redis开发与运维学习笔记---(11)
Redis开发与运维学习笔记---(11) Redis开发与运维中遇到的问题 之前的文章中，我们讲述了redis的复制机制，通过复制，数据可以被备份，然后这些备份的副本可以用来做读写分离、负载均衡、故障转移等 以上所述为使用Redis做读写分离是存在的成本，Redis本身的性能非常高，开发人员在使用额外的从节点提升读性能之前，尽量在主节点上做充分的优化，提前解决慢查询、持久化阻塞等问题。
53610发布于 2020-04-14
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