A2A 与 MCP ：引起的变革

在AI技术快速发展的今天，两个关键协议正在重塑我们构建智能系统的方式：Google的Agent-to-Agent协议(A2A)和Model Context Protocol(MCP)。这两个协议代表了

AI Coding提效这事，说说几句

对于 AI编码提升效率这事，越是开发经验丰富的人越是保守，倒不是说这些人是老顽固不接受新技术，只要开发软件的模式没有变，还是现在的要做架构设计、写代码、测试、上线部署的模式，那么目前 A1编码提升效率

OpenSpec 新手入门教程

目录什么是OpenSpec？为什么需要OpenSpec？准备工作快速开始核心概念完整工作流程实际示例支持的AI工具常用命令团队采用指南常见问题什么是OpenSpec？OpenSpec 是一个为AI编码

如何让大模型有短期和长期记忆能力？LangGraph指南

引言在人工智能领域，将大型语言模型（LLM）从简单的无状态问答机器转变为能够进行连贯、有上下文感知对话的复杂智能体，其核心关键在于内存。LLM 本身是无状态的，每次调用都是一次独立的计算，它们不会天生

RAG 系统文本切分Chunk有哪些方法？

一、固定大小切分（Fixed-size chunking）二、语义切分（Semantic chunking）三、基于文档结构的切片 （Document structure-based chunking

企业RAG应用中，“问答对”在知识检索中的作用

老顾导读1、前言2、结构化 vs 非结构化3、存储逻辑的差异4、检索逻辑的差异5、案例对比6、基于全文检索的question7、案例8、优缺点与适用场景9、优化建议10、总结一、前言在 RAG（检索增

如何让大模型有短期和长期记忆能力？LangGraph指南

引言在人工智能领域，将大型语言模型（LLM）从简单的无状态问答机器转变为能够进行连贯、有上下文感知对话的复杂智能体，其核心关键在于内存。LLM 本身是无状态的，每次调用都是一次独立的计算，它们不会天生

面向LLM的超高速图数据库：FalkorDB，为LLM提供长期记忆、上下文理解和事实性知识，帮助LLM进行复杂推理

OpenSpec 新手入门教程

目录什么是OpenSpec？为什么需要OpenSpec？准备工作快速开始核心概念完整工作流程实际示例支持的AI工具常用命令团队采用指南常见问题什么是OpenSpec？OpenSpec 是一个为AI编码

如何让大模型有短期和长期记忆能力？LangGraph指南

引言在人工智能领域，将大型语言模型（LLM）从简单的无状态问答机器转变为能够进行连贯、有上下文感知对话的复杂智能体，其核心关键在于内存。LLM 本身是无状态的，每次调用都是一次独立的计算，它们不会天生

RAG 系统文本切分Chunk有哪些方法？

一、固定大小切分（Fixed-size chunking）二、语义切分（Semantic chunking）三、基于文档结构的切片 （Document structure-based chunking

企业RAG应用中，“问答对”在知识检索中的作用

老顾导读1、前言2、结构化 vs 非结构化3、存储逻辑的差异4、检索逻辑的差异5、案例对比6、基于全文检索的question7、案例8、优缺点与适用场景9、优化建议10、总结一、前言在 RAG（检索增

如何让大模型有短期和长期记忆能力？LangGraph指南

引言在人工智能领域，将大型语言模型（LLM）从简单的无状态问答机器转变为能够进行连贯、有上下文感知对话的复杂智能体，其核心关键在于内存。LLM 本身是无状态的，每次调用都是一次独立的计算，它们不会天生

RAG 系统文本切分Chunk有哪些方法？

一、固定大小切分（Fixed-size chunking）二、语义切分（Semantic chunking）三、基于文档结构的切片 （Document structure-based chunking

企业RAG应用中，“问答对”在知识检索中的作用

老顾导读1、前言2、结构化 vs 非结构化3、存储逻辑的差异4、检索逻辑的差异5、案例对比6、基于全文检索的question7、案例8、优缺点与适用场景9、优化建议10、总结一、前言在 RAG（检索增

一键生成PPT的开源工具：Presentation-AI

一句话生成Excalidraw手绘风的专业图表工具：Smart Excalidraw

强，DeepSeek刚刚放出了一个3B OCR模型：DeepSeek-OCR，单张A100-40G每天可以处理20万+页文档

一款端侧TTS：NeuTTS-Air，3秒语音克隆，声音听起来没有生硬感，语气和节奏感相对自然

强，阿里开源了一款端到端文档解析模型：Logics-Parsing，统一模型，直接从文档图片一步到位生成结构化数据

强，阿里开源了一款端到端文档解析模型：Logics-Parsing，统一模型，直接从文档图片一步到位生成结构化数据 基于VLM，通过监督微调和强化学习构建，擅长分析构建复杂的文档，像公式、化学结构、

【AI课程上线了哦，打造类FastGPT产品】

Wan-Animate刚刚已开源！

强，阿里通义刚刚又放出了一款深度研究智能体：通义DeepResearch，30B参数媲美OpenAI Deep Research

目标检测在工厂制造中的创新应用与实践

老顾导读1、引言2、工厂制造应用场景3、安全行为检测中的应用4、产品缺陷检测中的应用5、自定义数据集/模型6、总结一、引言在工业 4.0 浪潮推动下，工厂制造正朝着智能化、无人化方向加速转型，而目标检

「docker」三、3分钟快速安装docker

本案例介绍在centos版本中安装docker，当然docker也支持在Ubuntu发行版本中安装。在安装之前要先检查一下系统参数，docker的系统要求：64位CPUCentOS时内核必不小于3.1

Weaviate开源的一款基于决策树架构调用工具来构建RAG的工具：Elysia

「docker」二、3分钟快速理解docker核心要素

上一节中我们知道docker的作用，这节我们介绍一下docker的要素。镜像docker的核心要素里面有个叫镜像（images）的概念，镜像的作用就类似我们安装虚拟机用到的iso镜像文件。镜像里包含了

RAG 系统文本切分Chunk有哪些方法？

一、固定大小切分（Fixed-size chunking）二、语义切分（Semantic chunking）三、基于文档结构的切片 （Document structure-based chunking

阿里昨晚开源了款图形海报生成模型：Qwen-Image，擅长带有原生文本的图形海报，效果看起来非常不错

「docker」一、3分钟快速理解什么是docker容器

在容器技术没有出来之前，开发运维在进行交付的时候经常出现，开发环境执行正常，生产环境部署运行出现问题，很多原因就是因为环境导致。还有部署环境太过于复杂，交付成本太高。容器技术的出现就像工业的集装箱技术