- 综合排序
- 最热优先
- 最新优先
- 来自专栏CodeSpirit
AI 编程提效：代码提交前的全流程验证审阅技能封装
技能定义 --- name: pre-commit-validation description: 提交前综合验证审阅。执行静态代码审查、运行时错误检查和功能验证。 --- # 提交前验证审阅技能 ## 快速开始 本技能在代码提交前执行三层验证，确保代码质量和系统稳定性： 1.**静态代码审查**：使用现有 code-review 技能检查代码规范 2. **调用代码审查技能** - 参考现有的 [code-review](.. **性能考虑**：验证过程可能需要几分钟，请耐心等待 使用技能 提交代码审查 以下内容根据原始日志使用工具进行转换： Exported on 1/27/2026 at 00:09:22 GMT+8 from 让我先读取技能文件，然后执行系统化的审查流程。 好的，我将按照提交前验证技能执行三阶段审查。首先让我读取更改的详细内容，然后开始阶段1：静态代码审查。 现在我将开始执行阶段1：静态代码审查。
20010编辑于 2026-01-27 - 来自专栏ATYUN订阅号
DeepMind AI新技能——“睡觉”！
当谷歌的AI–AlphaGo击败了人类顶尖棋手的时候，举国皆知，可以说是震惊了全世界。 现在，又让AI具备了一项更加人性化的技能——“眯一会儿”、“打盹”，并且在最近发表的一边文章中谈到了DeepMind的“休息”能力。 目前无论是AI、神经网络还是机器学习等算法，研究者们要做的就是让它们有自行解决问题的能力。 自动驾驶技术需要对交通状况中做出决策，而AI需要的就是要具有人的思维能力。
83480发布于 2018-03-02 - 来自专栏雷子说测试开发
测开技能--Web开发 React 学习（十三）网络请求封装
我们接下来肯定还是有很多的请求要写的，我们是不是需要封装下，利用封装后，再来封装后的方法再来解决呢。 我们去简单的封装，我们在src创建一个until的包，然后创建一个httpcommon.js文件 我们去封装常用的请求。 请求是可以正常请求的，那么证明我们的封装是没有问题的。我们在后续的使用中，就可以使用 我们封装好的方法即可。 简单的使用封装即可以。
54340发布于 2021-03-15 - 来自专栏杨熹的专栏
Day 2-Java－imooc－8-封装
课程地址：http://www.imooc.com/learn/124 总结图片来自 http://www.imooc.com/article/10715 封装：只关注类 怎么用，解决什么问题，并不关心类是如何实现的 在某个对象中，可以直接使用成员变量并修改赋值 封装步骤： step 1，加个 private 进行封装 step 2，定义 get ／set 方法，来执行get和set 的操作 get 需要返回 属性变量
67190发布于 2018-04-03 - 来自专栏reizhi
win8封装教程
自从进入NT6时代之后，使用imagex进行系统封装变得异常简单。不需要掌握太多的知识，就可以简单的对系统进行封装。以博主本人为例，重装系统是经常的事情，几乎已经成为每月惯例了。 imagex.exe放到c:\windows\system32文件夹中 2.将原版系统镜像中的install.wim文件解压到D盘根目录 3.右击计算机，点击管理>磁盘管理>操作，创建windows8. 此时切不可再进入封装的系统，否则前功尽弃。 回到原来的系统中，进入磁盘管理，挂载E:\windows8.vhd到H: 管理员模式打开CMD，运行命令： imagex /COMPRESS maximum /BOOT /CAPTURE H: E:\my.wim “我自己封装的系统” 经过30-60分钟的封装，在E盘根目录的my.wim就是我们自己封装的系统了。
2.2K10编辑于 2022-09-26 - 来自专栏SDNLAB
2017年网工必备8大技能
2017年，网络工程师将需要更多的技能，以便实现网络与业务目标的统一。 ? 网络工程师处在基础设施的核心，他们需要对网络中的应用程序和数据深入了解。 网络工程师现在所需的技能是围绕应用程序本身展开的，借助自动化和SDN等技术，当今的网络为运行在其上的关键应用程序量身打造。因此，网络工程师必须理解应用优先级、流量以及其其他优化数据传输的策略。 以下将介绍在2017年，企业网络工程师应该掌握的技能。 DNS 深入理解企业内部和外部的DNS功能的优先级是网络工程师的必备技能，在当今网络中，随着越来越多的安全问题围绕DNS展开，该技能的重要性日益突出。 因此，了解如何虚拟化网络服务和功能的技能要求逐渐变高。 网络自动化 多年来，IT公司的其他部门都通过脚本和自动化来减少冗余任务，但网络工程师与脚本和自动化几乎没有交集。
1K130发布于 2018-03-30 - 来自专栏大龄程序员的人工智能之路
2023，AI 技能学起来
注意：这里并不是说要掌握 AI 相关技术，而是掌握如何应用人工智能的技能。 想像一下如下场景： 文字工作者（包括作家、自媒体作者），使用 AI 生成相当一部分的作品，然后在此基础上进行润色。 营销人员，使用 AI 生成令人印象深刻的文案，或利用模型的丰富知识进行创意头脑风暴，然后根据自己公司的情况进行加工 程序员，使用 AI 搭建出程序框架，然后实现一些定制化的需求。 这个时候，如何你能掌握使用 AI 的技能，就会拥有相对于其他人的极其宝贵的竞争优势。 什么是使用 AI 的技能？就是你和 AI 之间的沟通能力，让 AI 理解你意图的能力。 所以，你与 AI 的交流方式很重要。 在我刚工作那会，掌握英语会形成求职的一个重大优势，以后，掌握 “Prompting” 技能会不会成为亮点？ 但这些机会不会默认开花结果。你必须去追他们。 因此，在 2023 年，开始学习这一项关键技能吧。 在发生巨大变化的时代，那些先于其他人发现趋势的人会效益最大化。现在开始学习如何提示，很快，你就会在 99% 的社会中拥有明显的优势。
46350编辑于 2023-02-27 - 来自专栏精益码农
硬核技能k8s初体验
Kubernetes对象是期望状态，创建对象之后，你就通知了K8s你希望集群这样运作。 大多数K8s对象由spec和status组成： spec：由你提供资源的特征描述 status: 系统自行控制 描述对象当前状态，由K8s系统组件设置和更新，K8s控制面板持续管理对象的实际状态去匹配你设定的期望状态 当你创建k8s对象， 你需要提供对象spec来描述预期状态。 已经定义了API元数据，Controller调度K8s系统到指定的 预期状态（这个预期状态以K8s对象体现），在落地形式上以创建/调度Pod来承载应用。 总结 本文从K8s全局架构讲起，力求先在你头脑中构筑宏观思维导图； 提出核心概念帮助全流程理解； 通过一个常见的多实例nodejs应用来实践k8s核心功能。
1.4K30发布于 2020-05-04 Claude code AI 技能神器：Anthropic Skills！
偶然刷 GitHub，看到 anthropics/skills 仓库，惊呆了：原来有个“技能包”，可以把复杂任务一次性打包成 AI 能直接理解的“外挂”。那一刻，我差点直接发朋友圈——这是效率革命！ 亮点揭秘 像外挂一样秒懂流程以前让 AI 整理 Excel、生成报告，你得从头提示一大堆流程——半小时没出效果很常见。Skills 出现后，只要交给 Claude 一个技能包，它立刻按流程自动操作。 比喻：就像你把繁琐流程装进一个“技能卡盒”，AI 拿出卡片就能直接用。⚡ 即插即用 + 团队共享神器技能包是文件夹格式（README + SKILL.md + 脚本），下载就能用，还能分享给团队。 比喻：以前你得教每个人怎么操作，现在只要发一个技能包，全队都能秒上手。 AI 变专家，提示不再乱Skills 用“渐进披露”机制：模型先只看到技能名和简介，任务相关时才加载完整技能。 Skills 封装流程，让整个团队、整个项目效率翻倍。传送门：直接上车https://github.com/anthropics/skills
2.6K10编辑于 2025-10-24- 来自专栏大数据文摘
是的，你的AI技能正在“贬值”
AI的普及成为推动社会生产力标志，必将改变我们的生活。 但是，本文作者前谷歌工程师、Inovo.vc的CTO Ric Szopa认为，AI从业者的技能正在贬值。 他从一个选择题入手告诉我们，AI工具、数据集、资金投入以及行业+AI的优势正在一步步弱化单一的AI基础技术优势。 先来做一道选择题。 在这种情况下我们应该如何看待AI？有很多公司试图将AI作为他们的直接产品（用于图像识别的API等），对一个AI专家，这可能很有吸引力。 然而，这常并不是一个好的选择。 同样令人兴奋的是，因为AI属于辅助后端，仍然可以利用非AI业务来保持公司的竞争优势。 结论 AI是一项真正的变革性技术。但是，以此为基础创业是一件棘手的事情。 你不应该完全依赖于AI技能，因为市场趋势就是技术会贬值。 构建AI模型可能非常有趣，但真正重要的是拥有比竞争对手更好的数据。
62510发布于 2019-05-14 - 来自专栏AI人工智能与大数据
AI从业者生存技能：化繁为简
提炼关键信息，就是小学时大家学的概括中心思想。一篇文章的观点可能只有一个，但为了辅证这个观点，会有很多材料，从各个角度来阐述。在向上层汇报时，一定要把关键信息提取出来。当然也要了解上层最关心的问题，是精度提升？还是时延提升？还是其他KPI？这个KPI提升了多少？现在到什么水平？关键信息之外的其他信息，像如何达到这个KPI的，调了哪些超参，和哪些兄弟讨论了，参考了哪几篇论文，都不应该喧宾夺主，而是提前准备好，要哪个就立马提供哪个。
36020发布于 2020-04-26 - 来自专栏小巫技术博客
第09期·AI Skills 技能体系
每日AI知识点 · 第09期 ️ AI Skills 技能体系 给AI装上专业技能包 ️ 什么是 AI Skills？ Skills = 预封装的专业能力包，让 AI 秒变领域专家。 1 指令（Instructions） 告诉 AI 在该场景下如何思考和行动，例如「生成测试用例时必须包含边界条件」 2 工具（Tools） 该技能可以调用的 MCP 工具， 例如 TAPD 技能包含查需求、写用例、更新状态等工具 3 资源（Resources） 参考文件、模板、示例代码，例如测试规范文档、历史用例模板 4 上下文（Context） 防覆盖自动备份 advanced-test-cases 高级测试：生成性能/边界/并发测试用例，覆盖6大测试维度 今日金句 Skill = 指令 + 工具 + 资源 + 上下文，一次封装 ，永久复用 把你的专业知识封装成 Skill，让 AI 成为你领域的专家助手 你最想把哪个工作流程封装成 Skill？
9210编辑于 2026-04-13 - 来自专栏Godev
外包技能--k8s增加node操作
node状态 [root@kmaster install-k8s]# kubectl get node -o wide NAME STATUS ROLES 4.18.0-240.22.1.el8.x86_64 docker://20.10.6 knode01 NotReady <none> 101d v1.21.0 192.168.31.11 <none> Rocky Linux 8 4.18.0-240.22.1.el8.x86_64 docker://20.10.6 knode02 -240.22.1.el8.x86_64 docker://20.10.6 [root@kmaster install-k8s]# 删除node 此操作在master节点上进行 [root@kmaster install-k8s]# kubectl delete node knode02 node "knode02" deleted [root@kmaster install-k8s]# 方法一 获取
77820编辑于 2023-10-17 - 来自专栏云云众生s
AI封装工具蕴藏丰厚商机
David Eastman受YouTube上介绍AI副业的视频启发，演示了如何基于OpenAI API开发AI封装应用。 如果忽略无法证实的收入数字，这个视频是相当理性的，指出大多数的想法只是人工智能的封装，开始并不需要太多工作。我将在下面看一些特色网站。 那么什么是人工智能封装？ 人工智能应用程序构建在什么之上或包装了什么？它是对中间商大型语言模型(LLM)的基本API调用。要获得基本的API体验，我们不需要任何代码: 加入OpenAI。 这是响应: { "id": "chatcmpl-8W2kkV9PHAycrcPPsIlJ1cusPignO", "object": "chat.completion", "created": 最后，我们有PDF AI。显然，域名“pdf.ai”花了1万美元，所以这确实强调了确保网站匹配用户预期的必要性，同时提醒我们成功的努力远非随意。所有示例都会紧密匹配网站域名和任务。
39010编辑于 2024-03-28 - 来自专栏光芯前沿
Marvell：AI驱动的先进封装技术
在当今科技飞速发展的时代，AI 无疑是最耀眼的明星。它不仅改变了我们的生活方式，还对芯片和封装工程领域产生了翻天覆地的影响。 一、AI 的运作原理与计算需求 （一）AI 如何工作 人的大脑由约一千亿个神经元构成，神经元之间通过信号传递相互协作，进而形成思想。AI 正是借鉴了这一原理，通过数学方程来模拟。 三、先进封装技术的创新之路 （一）集成技术的突破 为满足 AI 对硬件的需求，行业开始探索创新解决方案。3.5D 集成技术应运而生，它能在相同的占位面积内提供更多的硅片面积。 此外，充分利用 2.5D、3D、3.5D 堆叠等硅片封装设计能力，推动芯片技术发展。 (三）封装的变革与挑战 传统的 JEDEC 托盘尺寸已无法满足芯片封装需求，芯片封装尺寸急剧增长。 综上所述，AI 驱动的先进封装技术正引领芯片行业迈向新的征程。尽管面临诸多挑战，但创新的步伐从未停止。未来，我们有理由期待这一领域带来更多的惊喜与突破，为科技发展注入强大动力。
50810编辑于 2025-04-08 - 来自专栏AI技术体系搭建过程
AI时代如何沉淀和复用团队技能
而 AI IDE 时代，这个问题被放大了十倍——AI 不读 Wiki，AI 只看它能访问的上下文。 你不给 AI 规范，AI 就按"互联网平均水平"生成代码。 企业软件系统三大痛点，AI 时代一条都没解决，反而加速了： 痛点 AI 时代的放大效应 Controller 变垃圾桶 AI 默认把所有逻辑堆在最上层，一次生成，全员复制 入参出参边界模糊 AI 不知道 洞见二：金字塔双层是 AI 时代的"可读代码"最低标准 以前代码只给人读，靠注释凑合。现在代码也给 AI 读，AI 要理解上下文才能生成正确的后续代码。 三层以上的嵌套，AI 无法判断下一步方法属于哪层，生成结果随机落层。金字塔双层是人类可读性和 AI 可理解性的最大公约数。 AI 时代最大的职业分化，不是会不会用 AI，而是能不能把自己的隐性经验显性化，装进 AI 的大脑。 Lv.1 的人用 AI，每次 prompt 不同，结果随机。
16010编辑于 2026-04-14 超绝openclaw技能skill，让AI更懂你。
它的核心使命是：让 AI 从专业心理学角度理解用户，越用越懂你核心特点 专业心理学模型 - 基于 OCEAN + HEXACO 人格模型 多维度分析 - 人格、情绪、灵活性、应对模式 持续学习 - 每次对话都在积累理解 主动关怀 - 自动追踪情绪事件，适时关心 置信度加权 - 不瞎猜，用数据说话 隐私安全 - 所有数据本地存储适用场景想要 AI 助手更懂自己的用户需要情感陪伴的对话场景个性化 AI 体验的开发者心理学相关的应用开发安装前置要求 进入 OpenClaw 技能目录 cd ~/.openclaw/workspace/skills/ # 2. # 测试技能是否可用 { ocean: { openness: { score: 0.8, confidence: 0.7, evidence: "用户说'我想试试那个新出的AI
64410编辑于 2026-03-16AI自动化必看！n8n 隐藏技能 Data Tables，替代飞书表格太香了
最近一直在死磕「AI+RPA实现小红书运营全自动化」的实战系列，相信关注我的朋友都有了解了——目前正在搞“n8n自动搜关键词选题”的工作流。 ； 字段清晰可控：标题、热度、链接、图片、来源这些字段，想加就加一目了然； 数据本地私有：不依赖第三方平台，不用担心数据泄露或权限问题； 无缝对接AI脚本：通过n8n内置API，就能直接给AI写作脚本喂数据 重要前提：必须部署n8n v1.115及以上版本！从这个版本开始，Data Tables测试版才会出现在你的n8n界面里哦～ 实战教程：3步搞定Data Tables，再也不用额外编码！ 查看数据：一键直达，清晰直观 工作流运行成功后，不用装任何工具，在n8n里就能直接看数据： 1. 在n8n界面找到对应的Data Table入口； 2. 尤其是做小红书、抖音这类需要批量存选题、核重、对接AI写作的运营场景，这个功能直接把效率拉满了。 你们在做运营自动化时，还踩过哪些工具坑？评论区聊聊，下次咱们针对性解决～
47510编辑于 2025-11-20- 来自专栏从零开始学自动化测试
python笔记8-多线程threading之封装式
# coding=utf-8 import threading import time def chiHuoGuo(people): print("%s 吃火锅的小伙伴-羊肉：%s" % (time.ctime 二、 重写threading.Thread 1.使用Threading模块创建线程，直接从threading.Thread继承，然后重写__init__方法和run方法 # coding=utf-8 标准run()方法调用了传递给对象的构造函数的可调对象作为目标参数，如果有这样的参数的话，顺序和关键字参数分别从args和kargs取得 四、 参考代码 # coding=utf-8 import threading
1.2K40发布于 2018-04-08 - 来自专栏吃猫的鱼个人博客编程笔记
AI简历项目开发-从产品AI功能构思到封装AI润色组件
前端展示规划：用户点击输入框的时候，右侧有弹窗，antDesign 的Popover 气泡卡片实现（需要二次封装），另外当用户点击一键插入的时候，需要把AI生成的值替换进输入框中。 （用户已在网站设置了apikey等相关大模型调用信息，存储localStorage中） 然后二次封装Popover，命名为AIEnhancePopover，把按钮、AI回复内容等都装进组件，调用接口后AI 前面调用接口的请求ts已经封装好了，接下来就是对AI润色块整个部分进行封装了，这里需要进行封装按钮，发起请求，同时需要渲染展示AI的回复问答。 首先是界面部分，组件的界面是二次封装了一下ant-design的a-popover组件，简述为两个按钮以及ai回复，以及一个一键应用AI回复的按钮。 extend: String }); 然后就是构建好prompt，发送给已经封装好的 sendToQwenAI 即可，并且传递一个回调函数，用于更新组件中的AI回复的内容 // 发送给 AI 处理 const
61521编辑于 2025-02-24
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