- 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。
42810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。 然后你只需要借助AI把你的创意变成相应的应用。所以说在这个时候其实是有大量的职业机会或大量应用开发的机会存在，也是说我们传统的应用开发者去快速转型跟上这个赛道的一个绝佳机会。 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。
1.5K00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 但目前AI学习对于很多人来讲，有一个最大的门槛，就是你连访问这些官方AI都如此的困难，而我因为自己的一个地理上的优势，比较方便使用各种最新的，流行的AI技术，并在此基础上，搭建了国内体验站 （https 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 可以方便搭建自己的chatGPT系统 二、midjourney画图的能力 以文生图api 以图生文api Blend合成图片api 获取图片seed api 体验站系统中的画图功能，都是基于此API开发
1.1K30编辑于 2023-09-02 - 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。
80810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。 Java: Java 是一种通用的编程语言，具有良好的跨平台性和稳定性，也广泛应用于 AI 智能体的开发中。 C++: C++ 是一种高性能的编程语言，适用于开发对性能要求较高的 AI 智能体。 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。
1.3K10编辑于 2025-02-18 SpringBoot + Spring AI 玩转智能应用开发
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 该记录类通常用于封装翻译 API 请求所需的数据recordTranslationRequest(String sourceLang, String targetLang, String text) {}6.运行应用通过命令行或开发工具启动 四、总结和趋势Spring Boot 是构建现代 Java 应用的基石，而Spring AI 是其生态中专注于 AI 集成的利器。 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。
89310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 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。 strength], outputs=output_image, title="图片生成图片", description="上传图片，AI 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
1.4K50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
24610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。
1.4K01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。
25310编辑于 2026-03-17 - 来自专栏AI SPPECH
Go语言与AI：使用Go开发AI应用基础
在本文中，我们将介绍如何使用Go语言进行AI应用开发，包括Go语言在AI领域的应用场景、Go语言AI库推荐、基础AI模型实现以及如何将AI能力集成到Go应用中。 7 构建Go语言AI服务 8 AI应用性能优化 9 实战项目：使用Go开发图像分类应用 10 AI伦理与安全考量 11 Go语言AI开发的未来趋势 12 常见问题与解决方案 1. AI伦理与安全考量 随着AI技术的广泛应用，AI伦理和安全问题也越来越受到关注。在使用Go语言开发AI应用时，我们也需要考虑这些问题。 10.5 负责任的AI开发 作为AI开发者，我们应该遵循负责任的AI开发原则，确保AI技术的发展和应用符合人类的长远利益。 11. 在本文中，我们介绍了Go语言在AI领域的应用场景、Go语言AI库推荐、基础AI模型实现以及如何将AI能力集成到Go应用中。我们还通过一个实战项目展示了如何使用Go语言开发图像分类应用。
67210编辑于 2025-11-13 应用腾讯AI代码助手开发GIS应用SDK的思路
随着人工智能技术的快速发展，将AI与GIS结合，开发出智能化的GIS应用SDK，已经成为行业发展的必然趋势。腾讯AI代码助手作为一款强大的AI编程辅助工具，为我们提供了全新的视角和解决方案。 一、明确需求和目标在开发GIS应用SDK之前，首先要明确我们的需求和目标。这包括但不限于以下几个方面：1. 核心功能：确定SDK需要提供哪些核心功能，如地图展示、空间数据处理、空间分析等。2. AI集成模块： 利用腾讯AI代码助手实现智能标注功能，自动识别并标注地图上的兴趣点。 集成图像识别技术，对遥感影像进行自动分类和解译。 应用自然语言处理技术，实现地理信息的智能检索和问答。 结语通过以上全栈视角的探讨和分析，我们可以看到应用腾讯AI代码助手开发GIS应用SDK是一个系统而复杂的过程，它涉及到多个领域的知识和技能。 但只要我们明确目标、规划合理、设计科学、实施严谨，就一定能够开发出一个功能丰富、易于使用的GIS应用SDK，为地理信息产业的发展贡献自己的力量。
81310编辑于 2024-08-11有了 Spring AI ，Java 开发AI应用也就简单多了
前言Spring 官方自从发布了 Spring AI，AI 界的门槛儿算是被彻底踹飞了！为什么？因为这就意味着整天只会 CRUD 的 Javaer 们也能开发AI应用了，而且简单到让你怀疑人生。 那么本文就基于 Spring AI Alibaba 开发一个简单的 AI 对话应用。效果展示实现步骤基于 Spring AI Alibaba 实现这样一个AI对话非常简单，只需要几行代码就可以完成。 而对于没有人工智能相关背景的人来说，如果想要基于 Spring AI 开发一个AI应用产品，还是需要了解一些基本概念的。AI 模型：AI 模型是旨在处理和生成信息的算法，通常模仿人类的认知功能。 最后看一下对话记忆效果总结Spring AI解决了AI集成的核心难题：即无缝连接企业数据、API与AI模型，同时也简化了Java 开发人员对AI应用的编程复杂度，还提供检索增强生成 (RAG)、函数调用等关键功能 对于Java 开发人员来讲，通过 Spring AI 可以探索更多的 AI 应用场景。
4.1K11编辑于 2024-11-07- 来自专栏AI理论与前沿
AI大模型应用开发实战-Agent应用对话情感优化
你从不说自己是一个人工智能助手或AI，而是以老夫、老朽等自称。 以下是你常说的一些口头禅： 1. “命里有时终须有，命里无时莫强求。” "{input}" ), MessagesPlaceholder(variable_name="agent_scratchpad"), ],)重启应用 from_template()ChatPromptTemplate.from_messages()用途：创建一个包含多个消息的聊天提示模板输入：接受一个消息列表，每个消息可以有不同的角色（如系统、人类、AI 你从不说自己是一个人工智能助手或AI，而是以老夫、老朽等自称。 {who_you_are} 以下是你常说的一些口头禅： 1.
97400编辑于 2024-08-07 - 来自专栏开源物联网平台开发
物联网平台如何结合ai开发应用
以下是物联网平台如何结合AI开发应用的一些关键步骤和考虑因素： 数据收集与预处理：物联网设备通过传感器和其他硬件组件收集大量的数据。 这些数据需要经过预处理，包括清洗、过滤和格式化，以便AI算法能够理解和使用。 选择合适的AI技术：根据应用的需求，选择合适的AI技术，如机器学习、深度学习、自然语言处理等。 集成到物联网平台：将训练好的AI模型集成到物联网平台中。这可能需要编写代码或使用API将模型与物联网设备和传感器连接起来。 应用开发：根据具体需求，开发物联网应用。 在结合物联网平台和AI开发应用时，还需要考虑一些重要的因素，如数据安全性、隐私保护、计算资源和成本等。这些因素可能会对应用的开发、部署和运行产生影响，因此需要在整个过程中给予充分考虑。 总之，物联网平台和AI技术的结合为应用开发带来了巨大的潜力和机会。通过合理的设计和实现，可以创造出具有创新性和实用性的应用，为用户带来更好的体验和价值。
2.1K10编辑于 2024-03-20 - 来自专栏（新）书籍专栏
【愚公系列】《扣子开发 AI Agent 智能体应用》003-扣子 AI 应用开发平台介绍（选择扣子的理由）
它基于火山引擎(也就是字节跳动提供互联网云服务的平台)和豆包大模型开发而成，可供用户定制开发各种AI应用，并为多种多样的AI应用场景提供解决方案。 一、选择扣子的理由本节将从AI应用开发者的需求、AI应用开发平台面临的挑战以及扣子的核心产品能力三个维度进行阐述，说明为何扣子是目前最能满足AI应用开发需求的工具。 1.AI应用开发者的痛点和需求扣子产品的诞生，旨在解决当前AI应用开发者的核心痛点和需求：需求多样且个性化，难以快速满足：当前AI应用生态尚在初期，应用规模有限，远无法满足用户丰富且个性化的需求。 扣子的出现，极大地降低了AI应用开发的整体难度和成本。外部能力集成工作量大：开发一个功能完善的AI应用需要集成多种技术能力，如模型、搜索引擎、图像识别等。 2.AI应用开发平台存在的挑战和难题尽管市面上AI应用开发平台逐渐增多，但对于开发者而言，仍普遍面临以下挑战：产品使用难度高：对于没有编程和产品设计经验的业务人员，现有平台的学习曲线陡峭，上手难度大。
55010编辑于 2026-01-13 - 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。 提示工程作为AI原生应用开发中的一个重要环节，通过优化与AI模型的交互提示，能够显著提升应用的性能和用户体验，通过设计、调试和优化提示，开发者可以更好地控制模型的行为，提高模型的准确性和响应速度。 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
77710编辑于 2025-01-21 - 来自专栏锤子代码
当我用AI开发了一个应用
带你一起飞 开玩笑，不关注怎么带你飞 前段时间计划开发一个小应用。 正好碰上Qwen3-Coder发布。 应用逻辑比较简单， 1. 短信登录 2. 上传图片 3. 输入提示词 4. 提示词翻译（可选，中译英） 5. 调用后台接口处理图片 6. 返回修改后的图片（提供下载） 首先登录就遇到难题了。 整体技术比较简单，大多数代码是AI生成的。 从哪开始部署 想自己部署有几个小条件。 1. 在Github申请应用（登录） 2. 一台服务器（或者本机电脑也可以） 3. 用 python app.py启动应用 提示ip和端口就说明启动成功了。 前端: 1. 安装nodejs，配置加速仓库 2. 在前端根目录下面使用 npm install 命令安装依赖 3. 在package.json中启动应用（发布也是在这个文件） 提示ip和端口就说明启动成功了。 一整个流程下来，Qwen3-Coder发挥了大作用。
20010编辑于 2025-08-11 - 来自专栏wayn的程序开发
FastAPI开发AI应用五：模型新增图片理解
本文将深入讲解如何在 FastAPI AI 聊天应用中实现图片理解功能，让 AI 能够理解和分析用户上传的图片内容。 本文概述 想象一下，当你向 AI 发送一张图片时，AI 不仅能看懂图片内容，还能基于图片进行深度分析和对话——就像一个拥有视觉能力的智能助手。这就是我们要实现的视觉理解功能！ 用户可以上传图片，AI 能够识别图片中的物体、场景、文字，并与用户进行基于图片内容的智能对话。 踩坑点 大家知道标准的 EventSource API 设计时就只支持 GET，不支持 POST 请求，但是由于我们的聊天应用上传图片时采用base64 格式，导致上传内容很大，后端接收时，会出现参数截断现象 聊天应用中实现图片理解功能的方法，包括构建多模态交互系统的核心技术、支持的图片模型及其实力、核心理念、各层次实现代码、设计亮点和踩坑点等内容。
65910编辑于 2025-07-27
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