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
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
ai
订阅
熊昂扣
更多收藏集
微信扫码分享
微信
新浪微博
QQ
12篇文章 · 0订阅
什么?oh-my-opencode 太重了?那试试 oh-my-opencode-slim
oh-my-opencode-slim 是 AI 编程工具的精简版,体积比完整版小 80%,token 成本更低。保留核心 6 个 Agent,去掉过度自动化,让开发者更可控。适合短任务和成本敏感场景
AI Agent框架探秘:拆解 OpenHands(8)--- CodeActAgent
AI Agent框架探秘:拆解 OpenHands(8)--- CodeActAgent 0x00 摘要 0x01 背景 1.1 Agent的核心能力 1.2 Agent设计原则 1.3 Agent
如何构建现代Agent以OpenManus为例
一、引言 在人工智能快速发展的今天,Agent(智能体)已成为连接大语言模型与实际应用场景的关键桥梁。现代Agent不仅能够理解自然语言指令,更重要的是能够通过工具调用(Tool Calling)主动
AI Agent 框架演进
文章梳理 Agent 六阶段,从 ReAct、Autonomous Loops、Multi-Agent,到 LangGraph 状态机、Deep Agents 的 Computer Use,再到未来畅
提示词工程完全指南:从入门到精通
一、什么是提示词工程? 1.1 定义 提示词工程(Prompt Engineering):通过精心设计输入文本(提示词),引导大语言模型生成符合预期的高质量输出的技术。 类比:如果把LLM比作一个超级
ollama 终于有UI了,但我却想弃坑了
ollama 上周更新了 1.8 版本,终于有了自己的界面,再次降低了门槛。但 Ollama 这次更新,整体惊喜不大。
智能测试工作流实战案例——4个AI Agent协作重塑软件测试流程
传统测试的三重困境 困境一:人力密集,效率低下 在引入AI测试工作流之前,我们团队面临的典型问题: 人力投入巨大: 120人的开发团队需要30人的测试团队 每个功能平均需要3天设计测试用例 回归测试。
Mac Mini M4 16G 内存本地大模型性能横评:9 款模型实测对比
m4 本地大模型横向对比,谁会是最终的胜出者? 测试问题 问题 1:你好,韩国电视剧“请回答 1988”讲的是什么? 问题 2:What is the TV series "Game of Thron
本地部署Qwen3小参数版本实测:并非鸡肋
大家好,我是程序员寒山。 都说本地部署大模型是鸡肋,真的是这样吗? 今天,咱们就来实际测试一下,看看Qwen3小参数版本在本地部署后的表现究竟如何。
MCP实战:从零开始写基于 Python 的 MCP 服务(附源码)
现在mcp相关信息满天飞,但大多都在搞理论。不如动手搞个mcp服务,让它跑起来才能真正感受到mcp是个啥。另外,目前的免费教程大多数是用 js/ts 写的,python版本还真是少之又少。。。