稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 直播
    • 活动
    • APP
    • 插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
关注
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
排行榜
综合
后端
排行榜
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
  • 全部
  • 人工智能
  • AIGC
  • AI编程
  • 后端
  • Agent
  • 前端
  • 算法
  • LLM
  • OpenAI
  • 展开
  • 全部
  • 人工智能
  • AIGC
  • AI编程
  • 后端
  • Agent
  • 前端
  • 算法
  • LLM
  • OpenAI
  • Python
  • LangChain
  • 深度学习
  • Claude
  • 开源
  • 计算机视觉
  • 暂无数据
    • 推荐
    • 最新
  • Moltbot(Clawdbot) + 飞书机器人:一次接入实践
    最近在折腾 Moltbot(Clawdbot),发现大多数资料和实践都集中在 Telegram、WhatsApp 这些渠道,飞书相关的内容反而很少。这篇文章主要记录了一次把 Moltbot 接入飞书机
    • 洛卡卡了
    • 5.6k
    • 23
    后端 AIGC 人工智能
    Moltbot(Clawdbot) + 飞书机器人:一次接入实践
  • 我是如何使用 Trae IDE 完成《流碧卡片》项目的完整记录
    我是如何使用 Trae IDE 完成《流碧卡片》项目的完整记录 项目背景与起点 这是我使用 Trae IDE + Gemini-3-pro-Preview 在 6 小时内完成的实战项目——流碧卡片(L
    • 万少
    • 1.0k
    • 8
    前端 后端 AI编程
    我是如何使用 Trae IDE 完成《流碧卡片》项目的完整记录
  • 🚀 Vercel AI SDK使用指南:错误处理 (Error Handling)
    在开发 AI 应用时,LLM(大语言模型)的不确定性是开发者必须面对的挑战。网络波动、配额限制(Rate Limits)、模型过载或输出内容被安全策略拦截,都可能导致请求失败。 Vercel AI S
    • ZaneAI
    • 17
    • 点赞
    Agent LLM
  • 测完 GLM-5 我沉默了:国产开源模型什么时候这么能打了?
    大家好,我是孟健。智谱刚发布了新一代旗舰模型 GLM-5,我第一时间上手测了测,跟大家聊聊真实感受。 先说结论:工程能力已经站到了 Opus 同一梯队,某些场景甚至更舒服。这是我第一次对国产编程模型说
    • 孟健AI编程
    • 3.0k
    • 15
    AI编程
  • Clawdbot/OpenClaw 本地部署 Ollama/Qwen3 无消耗无token
    前言 上一篇文章介绍了如何通过 API 代理配置 Clawdbot 连接 Claude。这篇文章记录如何让AI 助手跑在自己的服务器上,完全免费、完全私有
    • yezannnnnn
    • 3.5k
    • 5
    Ollama Claude
    Clawdbot/OpenClaw 本地部署 Ollama/Qwen3 无消耗无token
  • 我终究还是放弃ClaudeCode,转战DeepSeek 新工具
    今天发现一个好玩的东西,可以在命令行里面使用 DeepSeek,这在我前几天使用了 Claude Code 后,大为惊叹
    • 志辉AI编程
    • 6.3k
    • 42
    AI编程
    我终究还是放弃ClaudeCode,转战DeepSeek 新工具
  • 我把设计稿扔给 Doubao-Seed-Code,它写出的前端页面让我怀疑人生
    过去几年,前端开发的节奏一直在悄悄发生变化:从「组件开发 → 低代码 → 设计稿转代码工具」一路往前推进,但始终有一道过不去的坎——模型看不懂设计稿,只能看懂语言。这意味着我们依然要靠开发者手工理解
    • 掘金安东尼
    • 2.2k
    • 11
    人工智能
    我把设计稿扔给 Doubao-Seed-Code,它写出的前端页面让我怀疑人生
  • TRAE 2025 年度报告🥳:隐藏人格大揭秘!晒报告赢定制年终奖
    快来带上 #TRAELAND话题发布沸点,分享你的 TRAE 年度报告截图,晒出你最极致的 TRAE LAND 角色形象和数据!点赞 + 评论TOP100 的掘友,将解锁专属 TRAE 周边年终大奖~
    • 掘金酱
    • 4.8k
    • 16
    Trae AI编程 VibeCoding
    TRAE 2025 年度报告🥳:隐藏人格大揭秘!晒报告赢定制年终奖
  • 你知道不,你现在给 AI 用的 Agent Skills 可能毫无作用,甚至还拖后腿?
    最近,一篇名为 《SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks》 的论文提出了一个很有意思的观点:
    • 恋猫de小郭
    • 458
    • 13
    前端 AI编程 人工智能
    你知道不,你现在给 AI 用的 Agent Skills 可能毫无作用,甚至还拖后腿?
  • 刚刚 Cursor2.0发布!这3大亮点必学
    从 1.0 到 2.0 其实只有几个月的时间,Cursor 的进化速度真的很快。对我来说,这波更新最实用的功能是多智能体和浏览器使用。
    • 程序员鱼皮
    • 4.3k
    • 16
    AI编程 Cursor 程序员
    刚刚 Cursor2.0发布!这3大亮点必学
  • 1 个人用AI编程开发的产品卖了8000万美金——Base44的增长策略全拆解
    Base44如何以一人团队、零融资,半年内通过AI建站工具实现8000万美金收购?本文深度拆解其公开构建、AI辅助开发、用户驱动迭代与精准B2B增长策略,为AI创业者提供极简创业样板。
    • 饼干哥哥
    • 483
    • 1
    AI编程 人工智能
  • 树莓派5 + 本地大模型(Qwen) + 离线语音 = 打造毫秒级“贾维斯”
    🚀 前言:为什么要搞“纯离线”? 最近入手了 树莓派 5 (8GB) ,性能确实强悍。之前试过用各种在线 API 做语音助手,详情见:DeepSeek R1 塞进树莓派?我用 8GB 内存打造了离线
    • 1新1
    • 702
    • 11
    开源
  • Gemini 3 到底牛不牛?我们实测复刻 macOS
    Gemini 3 真能复刻 macOS?我们实测让它从零生成完整 WebOS——带终端、画图、动效,2 分钟搞定!设计感惊艳,但细节如何?点击查看真实体验。
    • 飞哥数智谈
    • 1.7k
    • 2
    Gemini AI编程 人工智能
  • 从0到1:有赞AI客服的实践路径与落地思考
    01 前言 从行业趋势来看,由大模型驱动的智能客服系统,正在对传统客服工具进行深度变革。 在线客服的工作有着较高的重复性,降本增效一直是客服工具提供给商家的最重要价值之一。 基于大模型的智能客服
    • 有赞技术
    • 454
    • 7
    人工智能 Agent
  • Claude Code 接入第三方AI模型(MiMo-V2-Flash)
    这里用前几天新出的小米自研 AI 大模型 MiMo-V2-Flash 举例,进行接入第三方模型 API 的配置
    • 闲云一鹤
    • 1.3k
    • 7
    前端 Claude AI编程
    Claude Code 接入第三方AI模型(MiMo-V2-Flash)
  • 花一天研究了 565 个 Skills,我的 Clawdbot 比 ChatGPT 更懂我!
    大家好,我是孟健。 昨天,我花了一整天时间研究 Clawdbot(现已更名为 Moltbot)官方的 565 个 Skills,说实话看得眼花缭乱。 最终,我从中挑选了 20 多个适合自己的 skil
    • 孟健AI编程
    • 4.8k
    • 48
    AIGC AI编程 Agent
  • 告别YOLOv8!全面拥抱YOLOv11:最贴心的YOLO“保姆级”教程
    告别YOLOv8!全面拥抱YOLOv11:最贴心的YOLO“保姆级”教程 一. 前言 相信点开这篇文章的你,大概率正面临一个实际的机器视觉项目,需要快速掌握一个高效实用的目标检测工具YOLO。因此,本
    • Narrastory
    • 873
    • 7
    计算机视觉
    告别YOLOv8!全面拥抱YOLOv11:最贴心的YOLO“保姆级”教程
  • 让每一次AI对话都精准高效 —— Prompt设计六要素
    这篇指南基于实际项目经验,总结出一套系统化的Prompt设计方法论——让AI像调用API一样可预期。让我们跟随Gopher的脚步,一起探索精准AI对话的世界吧!
    • 没多少逻辑
    • 959
    • 5
    AI编程 OpenAI
    让每一次AI对话都精准高效 —— Prompt设计六要素
  • 《从零搭建RAG系统第3天:文档加载+文本向量化+向量存入Milvus》
    今天正式进入RAG的核心流程——文档加载与文本向量化:把本地文档(新手先用TXT,后续再更PDF/Word)加载到系统,用bge-small-zh模型将文本转化为向量,最后把向量存入Milvus,为后
    • 老赵全栈实战
    • 43
    • 1
    Python
    《从零搭建RAG系统第3天:文档加载+文本向量化+向量存入Milvus》
  • 构建Git AI提交助手:从零到全栈实现的学习笔记
    构建Git AI提交助手:从零到全栈实现的学习笔记 前言 在日常开发中,Git 提交信息的质量直接影响代码审查效率和项目可维护性。但许多开发者(包括我自己)常常因为时间紧迫或规范意识不足,写出诸如“f
    • UIUV
    • 37
    • 6
    前端 后端 TypeScript
  • 下午好!
    点亮在社区的每一天

    推荐话题 换一换

    #挑战每日一条沸点#
    #挑战每日一条沸点#

    23.1m

    #过年啦#

    82k

    #寻找年味#

    339k

    #每日快讯#

    9.9m

    #每日精选文章#

    3.6m

    #日新计划#

    10.7m

    #每天一个知识点#

    48.4m

    #工作中做得最正确的一件事#
    #工作中做得最正确的一件事#

    421k

    #掘金一周#

    1.5m

    #新人报道#

    39.0m

    查看更多
    • 用户协议
    • 营业执照
    • 隐私政策
    • 关于我们
    • 使用指南
    • 友情链接
    • 更多人工智能文章
    • 举报邮箱: feedback@xitu.io
    • 座机电话: 010-83434395
    • 京ICP备:18012699号-3
    • 京ICP证:京B2-20191272
    • police 京公网安备11010802026719号
    • ©2026 稀土掘金