- 综合排序
- 最热优先
- 最新优先
- 来自专栏人工智能
深入Spring AI：6大核心概念带你入门AI开发
不同的AI模型的输入输出都各有差异的情况下，要实现对于开发者来说进行开箱即用的快速集成，那么必然的需要一层抽象模型。这个就是Spring AI的 Models。 此预训练功能将 AI 转换为不需要广泛的机器学习或模型训练背景的通用开发人员工具。 作为探索 AI 的 Java 开发人员，没有必要理解复杂的数学理论或这些向量表示背后的具体实现。对它们在 AI 系统中的角色和功能有基本的了解就足够了，尤其是在您将 AI 功能集成到应用程序中时。 6、Tokens（令牌）Tokens serve as the building blocks of how an AI model works. 图片结构化输出将模型的自由文本响应转换为特定数据结构（如 JSON），它允许开发者将 AI 模型生成的自由文本响应自动转换为预定义的 Java 对象结构。
1.9K01编辑于 2025-03-31 - 来自专栏张善友的专栏
.NET 6 Preview 6 正式发布： 关注网络开发
微软.NET 团队的项目经理在博客上发布了.NET 6 Preview 6, 在候选发布阶段之前的倒数第二个预览版，也就是8月份还会发布一个Preview 7，9月份开始进入RC，两个候选版本将专注于质量修复 Preview 6 版本本身相对较小，而 Preview 7 功能方面会更多，Preview 6主要集中在网络开发方面，同时Visual Studio 2022 为WPF 应用程序的开发提供了实时预览。 ASP.NET Core updates in .NET 6 Preview 6 改进的特性列表中包括 WebSocket 压缩、 预览 4 中引入的Mini HTTP API 的OpenAPI 支持以及 开发人员可以重写覆盖这个方法为类型设置全局设置。 .NET 6 Preview 6发布的同时，Visual Studio 2022 也发布了的新预览版。亮点是 WPF 应用程序的新实时预览。 上篇文章 .NET 6 亮点之工作负载，它是统一 .NET 的基础，我们介绍了工作负载，在 Preview 6 进一步完善了工作负载命令，旨在帮助开发人员更轻松地发现和管理可选工作负载。
1.2K10发布于 2021-07-19 - 来自专栏全栈程序员必看
ES6开发_php的开发环境
由于有些低版本的浏览器还是不支持ES6语法，学习ES6，首先要学会搭建一个基本的ES6开发环境，利用工具，把ES6的语法转变成ES5的语法。 （注：build是自定义的，为了语义化命名为build，当然也可以命名成其他的，例如 compile） 2、webpack + Babel 构建 ES6 开发平台 2.1 搭建 webpack 基本文件目录 这是Traceur编译器识别ES6代码的标识。 3.2 Traceur的命令行转换方法： 首先需要用npm安装。 $ npm install -g traceur 直接运行ES6代码，以index.js为例 $ traceur index.js 将ES6输出为ES5脚本 $ traceur --script index.js 当然，感兴趣的小伙伴可以深入研究下babel及其插件的源码，了解其运行机制，以便更全面的掌握ES6转ES5的相关原理、机制。
1K10编辑于 2022-08-04 - 来自专栏DotNet NB && CloudNative
AIBotPro，基于.NET 6 的 AI 聚合客户端，支持知识库、插件开发、AI流程引擎
这是一个基于.NET 6 的 AI聚合客户端 to C 弱 to B 可以集成众多AI产品(ChatGPT,Gemini,Claude,文心一言,通义千问,讯飞星火)，无感切换对话，支持知识库、插件开发 、AI流程引擎（workflow）、以及开放平台对外输出定制化的特色AI API。 海量模型，一站式解决，GPT、Claude、Gemini、Qwen、GLM 等多种顶级模型集成，满足您的所有AI需求。 角色扮演，用户可自定义系统提示词，为AI赋予特定角色。 文件助手，用户可上传多个或单个文件进行同时总结，或解答相关问题。 WorkFlow（AI流程引擎）可运行javascript 和 csharp 脚本 图库永久保存 AI 绘画
34700编辑于 2025-06-11 - 来自专栏CodeSpirit
告别 “问答式 AI 开发”：一文搞懂 AI 工作流的 6 大设计模式
告别 “问答式 AI 开发”：一文搞懂 AI 工作流的 6 大设计模式 还在靠“问一句、写一行”的问答式AI开发？ 本文拆解AI工作流的6大核心设计模式，看完就能对应场景选对模式，告别“越用越乱”的窘境。 一、先搞懂：为什么“问答式AI开发”注定低效？ 二、6大AI工作流设计模式：场景+特点+用法全拆解 1. 继续推进，直至完成任务第三步：AI动态调整执行路径 图例说明：规划式工作流核心是“先规划、再执行、可调整”，拆解复杂任务后，根据执行中的问题动态优化路径，避免盲目推进。 6. 这6大AI工作流设计模式，覆盖了从简单到复杂的所有场景，无论是开发、内容创作，还是数据处理，选对模式，就能让AI的输出更稳定、效率更高，真正帮你节省时间、减少返工。
73910编辑于 2026-02-28 - 来自专栏AgenticAI
6种AI Agent模式详解
在本文中，我们将探讨多种构建 AI 智能体结构的模式。这些模式有助于我们扩展功能、保持模块化，并更好地控制执行流程。 为什么使用多智能体模式？ 一开始，通常会采用单智能体模型。 img 特点： 适用于线性或流程简单的任务 所有逻辑与决策均由一个模型内部处理 几乎不需要协调机制 适用场景： 快速原型开发、FAQ 问答机器人、单一功能应用等 2. 适用于按领域或部门划分逻辑的系统 每个监督者管理一组特定任务或智能体 优势： 高度可扩展且结构清晰 各层级具备模块化控制能力 挑战： 实现复杂度较高 层级之间需要明确定义接口 适用场景： 企业级系统、多领域编排任务 6.
1.1K10编辑于 2025-07-27 VFP AI 插件开发花絮6：基于策略模式的词性标注系统(英文)
在完善关键词提取引擎时，由于代码在词性标注方面的算法过于简单，因为，我使用 VFP AI 获得了一段长达 1722 行的“基于策略模式的词性标注系统(英文)”，经过有效时间几个小时的修改调试，完美运行。
10810编辑于 2026-03-10- 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。
51010编辑于 2025-11-12 - 来自专栏写代码和思考
Android开发(6) - 初遇Handler
Handler是线程通讯工具类。用于传递消息。它有两个队列： 1.消息队列 2.线程队列
59400发布于 2020-03-16 - 来自专栏Sign
精灵之息 开发日志（6）
---- 从上周开始，游戏开发的重心就从每周发的那条曲线移到其他地方了。 或者说，一开始统计上面的曲线，其实就是为了留存率。 小游戏平台具有“拉新强，粘性弱”的特点。
53120发布于 2021-08-12 - 来自专栏hbbliyong
ES6+ 开发 React 组件
在这里简要的说一下这些语言新特性对 React 应用的开发有什么影响，这些 ES6+ 特性使得 React 开发更简单更有趣。 类 迄今为止，最能体现我们使用 ES6+ 来编写 React 组件的就是我们选择使用类定义语法。 替代了使用 React.createClass 方法来定义一个组件，我们可以定义一个 bonafide ES6 类来扩展 React.Component： 1 2 3 4 5 class Photo extends 结合 ES6+ 解构和 JSX 传播属性，这个不需要多余的部分就能实现： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 class AutoloadingPostsGrid extends 语言特性给 React 开发带来的一些便利。
86380发布于 2018-03-06 - 来自专栏测试开发干货
【简历优化平台开发教程-6】
简历优化平台被搁置有半年之久，这期间，我尽力在帮大家优化简历，也在观察招聘市场的最新技术和要求等等。现在已经有了一些成果，所以这就继续更新简历优化平台。
25020编辑于 2023-08-14 - 来自专栏AIOT
在Jetson上玩转大模型Day17：NanoLLM开发平台(6)：AI Agent功能
虽然大语音模型为AI开启新的纪元，但是我们只能将这些模型视为AI能量的供应源，与我们所需要的流程类应用还有段差距，因为再厉害的大语音模型也都有各自擅长的部分，要搭建一个完整的应用，需要更多配套的组件共同完成任务 关于AI agent的知识与技术，网上有非常丰富的内容，请大家自行搜索与学习。 AgentStudio工具（如下图所示），能够非常轻松快速地用系统所创建好的agents与plugins，透过对agent的位置拖拉、创建交互关系、调整参数等动作，就能非常有弹性地搭建出符合自己需求的AI 对于绝大部分不知道该怎么创建Agent的人来说，真的非常方便，目前NanoLLM已经提供非常充足的Agent插件，当然也允许开发人员自行创建有针对性的插件，去完成特定的工作。
45710编辑于 2024-12-17 - 来自专栏GPUS开发者
在Jetson上玩转大模型Day17：NanoLLM开发平台(6)：AI Agent功能
虽然大语音模型为AI开启新的纪元，但是我们只能将这些模型视为AI能量的供应源，与我们所需要的流程类应用还有段差距，因为再厉害的大语音模型也都有各自擅长的部分，要搭建一个完整的应用，需要更多配套的组件共同完成任务 关于AI agent的知识与技术，网上有非常丰富的内容，请大家自行搜索与学习。 AgentStudio工具（如下图所示），能够非常轻松快速地用系统所创建好的agents与plugins，透过对agent的位置拖拉、创建交互关系、调整参数等动作，就能非常有弹性地搭建出符合自己需求的AI 对于绝大部分不知道该怎么创建Agent的人来说，真的非常方便，目前NanoLLM已经提供非常充足的Agent插件，当然也允许开发人员自行创建有针对性的插件，去完成特定的工作。
37010编辑于 2024-12-19 - 来自专栏月色的自留地
从锅炉工到AI专家(6)
欠拟合和过拟合 几乎所有的复杂方程都存在结果跟预期差异的情况，越复杂的方程，这种情况就越严重。这里面通常都是算法造成的，当然也存在数据集的个体差异问题。 所以”欠拟合“和”过拟合“是机器学习过程中重
66080发布于 2018-06-20 - 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GEE数据专栏，GEE学习专栏，GEE错误集等专栏
AI Earth ——开发者模式案例6：决策树模型实现冬小麦提取
播种期 10-11月，旺长期3-4月，成熟期5-6月 NDVI_median = getl8_ndvi('2017-10-11', '2017-11-10').median().clip(region) 区分植被区域和非植被区域，> 0.48 为植被区域 mask5 = NDVI_min.gt(aie.Image.constant(-0.12)) # 筛选冬小麦区域，成熟/收获期冬小麦植被指数下降 mask6 NDVI_min.lt(NDVI_max.add(aie.Image.constant(0.5))) wheat1 = mask1.And(mask2).And(mask3).And(mask5).And(mask6) ndvi_vis = { 'min': -0.2, 'max': 0.6, 'palette': ['#d7191c', '#fdae61', '#ffffc0', '#a6d96a
37410编辑于 2024-02-02 - 来自专栏EdisonTalk
ChatGPT学习之旅 (6) 聊聊AI人设
上一篇：Prompt终极用法 通过前面5篇内容我们了解了从基础到高级的Prompt用法，今天我们来聊聊AI的人设！ 打造人设的步骤：只要3步 在Prompt实践中，我们了解到需要给AI打造一个人设，这样它才能比较精确地get到场景。其实，人设的本质就是有效地给AI洗脑，引导GPT专注于解决某个领域的问题。 那么，如何给AI打造人设呢？一般来说，会有三步： WHO 立人设 贴脸给一句话就行： 你是一位 #什么角色，#细节。 不过，刚好我的朋友梁总的团队就开发了这样一个国内直连的ChatGPT代理产品方案，因此我就使用它来作为ChatGPT作为本系列文章的演示。 AIChatX：https://ai.yoyocms.com/client/chat 参考资料 李佳芮，《ChatGPT从0到1》 林健，《零基础GPT应用入门课》 Global AI Bootcamp
1.2K10编辑于 2024-06-18 - 来自专栏圣杰的专栏
.NET+AI | MEAI | 会话缓存（6）
MEAI 缓存机制:让 AI 应用响应提速 10 倍 一句话简介 通过 Microsoft.Extensions.AI 的缓存功能,智能存储和复用 AI 响应,显著降低 API 成本并将响应速度提升 10 安装依赖包 dotnet add package Microsoft.Extensions.AI dotnet add package Microsoft.Extensions.AI.OpenAI dotnet 启用缓存(3 行代码) using Microsoft.Extensions.AI; using Microsoft.Extensions.Caching.Distributed; // 创建缓存存储 验证缓存效果 var question = "什么是 Microsoft.Extensions.AI?" Server 等企业级存储 适用场景: FAQ 和客服系统 文档查询和知识库 批量处理和数据分析 下一步: 探索 MEAI 的 Chat Reducer(消息压缩)和自定义中间件功能,构建更强大的 AI
18910编辑于 2025-12-28
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