首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
会员
登录
注册
ai coding
是魔丸啊
创建于2025-02-14
订阅专栏
同好们,一起走向ai coding新时代
等 10 人订阅
共71篇文章
创建于2025-02-14
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
🧠 强化学习×编程:下一波 AI 革命的“隐藏关卡”?
原视频 1. 为什么“写代码”难倒了强化学习? 动作空间爆炸 写一行代码可选关键词成千上万;下棋只有几十个合法走法,差距不是一个数量级。 多步骤、强依赖 从打开终端 ➡️ 跑测试 ➡️ 修 bug,是
Cursor做了一轮视觉的升级
Settings Settings整体做了一轮视觉优化,相比原来vs code风格的Settings平易近人了很多。 Generate memories建议打开。我一直有这样的观点,rules不是co
AI编程助手综合对比:GitHub Copilot vs Windsurf vs Cursor
AI驱动的编程助手已经迅速从新奇工具发展为开发者的必备工具。GitHub Copilot、Windsurf(前身为Codeium)和Cursor是三个突出的解决方案,都在争夺增强软件团队工
上手A2A实战(下):启动服务并与你的智能体"聊聊天"
在上一篇文章中,我们从零开始搭建了一个A2A兼容的智能体,完成了环境配置、Agent Card创建、技能定义和执行器实现等核心步骤。现在,我们的智能体已经运行起来了,但如何与它进行有效交互呢?本文将带
上手A2A实战(上):从零搭建你的第一个A2A智能体
在前面三篇文章中,我们已经了解了A2A协议的基本概念、核心组件以及它与MCP的协同关系。今天,我们将进入实战环节,带领大家从零开始搭建一个A2A兼容的智能体。本篇文章将集中在环境配置和基础组件构建上,
A2A与MCP:Google如何打造智能体协作的"双引擎"?
在人工智能快速发展的今天,我们正在见证一场静默的革命:AI不再是孤立的"独行侠",而是正在形成复杂的协作网络。而在这场革命的核心,Google同时推出了两套关键协议:A2A(Agent-to-Agen
解密A2A核心:智能体如何通过"名片"和"技能"实现对话?
在上一篇文章中,我们了解了Google A2A协议的基本概念和价值。这一次,我们将深入探讨A2A协议的核心机制:Agent Card(代理名片)和Agent Skills(代理技能)——这两者构成了智
告别AI孤岛!Google A2A协议为你揭秘智能体协作新纪元
在AI技术日新月异的今天,我们见证了无数聪明能干的AI智能体的诞生。它们有的擅长为你预订机票,有的能帮你规划行程,还有的能提供精准的天气预报。但你有没有想过,如果这些各有所长的智能体能够像一个团队一样
Smithery Registry API
下文将 Smithery Registry API 的英文文档完整翻译为中文,并保持原有的小节层次、代码示例及格式,以方便中文读者快速上手。 (代码示例中的 URL、字段名、示例值与语言标识均保持不变
AG-UI
先有 MCP,再有 A2A…… 现在,AG-UI 完成了整套协议栈的最后一块拼图。 如果说 MCP 连接的是 Agent 和工具,A2A 连接的是 Agent 与 Agent,那么 AG-UI 就是连
Cursor 更新v0.50版本:强化了Max模式,新增background agent
核心变化 🗂️ 更强的上下文控制(More Context Control) 可添加整个文件夹,支持来自多个工作区。上下文可视性进一步提升。 🚀 MAX 模式 & 简化定价(MAX Mode & Si
Cursorignore
.cursorignore 文件的主要功能是告诉 Cursor 的 AI 默认忽略某些文件或目录,不将它们纳入代码补全、上下文分析或搜索的默认上下文。 特别是如果数据分析类项目中有一些很大或很多的cs
VSCode MCP 服务器
mcp-server-vscode 是一个由 SemanticWorkbenchTeam (微软官方)开发、在 VS Code 市场发布的扩展程序。它的主要功能是将 VS Code 变成一个 MCP
Trae agent之 jupyter notebook
对,你没听错,AI IDE是可以玩jupyter notebook的。装了插件就可以。 但是呢,因为ipynb是一个json结构,Cursor、Trae这些工具高概率无法直接编辑Jupyter Not
vLLM 中最快的推测式解码:Arctic Inference 与 Arctic Training
使用 vLLM 中的推测式解码,运行在 8 张 H100 GPU 上的 Llama-3.1-70B-Instruct 的生成速度。 在这篇博客中,我们展示了我们在推测式解码方面的最新工
开发生命周期模型选择策略
设计与架构阶段 在项目起步阶段,你可能会倾向于选择最热门或最新的模型。但真正需要的是具备强推理能力和广泛知识面的模型,能理解领域特定的业务需求。 推荐关注点: 链式思维能力、领域知识理解 参考基准:
Cline支持了clinerules
双击启用 .clinerules(+ 自我优化的 Cline) Nick Baumann 2025 年 4 月 22 日 • 阅读时间约 6 分钟 作为 Cline 的产品营销经理,我经常尝试以
Cline最近的更新
cline 3.14.0 添加了对AWS Bedrock提供商中自定义模型ID的支持,启用应用推理配置文件 为gemini和vertex提供商添加了更强大的缓存和缓存跟踪 添加了LaTeX渲染支持 添
Cursor:no changes made
“No changes made”问题是Cursor用户在论坛、Reddit和GitHub等平台上多次报告的一个 bug,在最新的几个版本尤为显著。 遇到这种问题还挺崩溃的。Cursor暂时也没有给出
🚀别再被AI写出“意大利面代码”!我用Cursor写代码的12条铁律💻🔥
用了这么多AI写代码的工具,Cursor真的让我效率翻倍。但!用得好 = 快速、整洁的代码,用得不好 = 一堆AI意大利面代码,下周都在擦屁股。 👇这12条是我亲测有效的用法指南,分享给还在摸索
下一页