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
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
python环境
1、python + pycharm 【2026 PyCharm安装】2026年最新版Python与PyCharm安装教程-CSDN博客 2、linux + docker centos7.6 dock
我写了一个命令行书签管理器,然后抛弃了浏览器书签栏
我写了一个命令行书签管理器,然后抛弃了浏览器书签栏 一个很小但真实的痛点 我日常工作的绝大部分时间都在终端,于是写了一个工具专门用来在终端打开网站
前端初探多模态 AI:用 Vite + 通义万象,几行代码实现"以图生图"
前端初探多模态 AI:用 Vite + 通义万象,几行代码实现"以图生图" 前言 大家好,今天想和你聊聊前端如何调用 AI 大模型这件事。 说到 AI,很多前端同学第一反应是"这是后端的事"、"我不懂
linghun - 自研AI编程工具 具有反幻觉系统+中枢调度+多模型路由+记忆+自我反思等能力
Linghun AI编程工具以反幻觉系统核心核心 以工程化交付为主 大大增强生产力 大家好,我开源了一个自己长期打磨的 AI 编程终端:Linghun。 GitHub 地址: https://gith
839 行代码,一个 Ed25519 去中心化身份协议
没有密码,没有邮箱,没有手机号。生成密钥对的那一刻,你就拥有了身份。
电脑维修师傅用 Trae 写的脚本,一键清理电脑重复文件超省心
大家好,我是一名电脑维修师傅,平时经常遇到客户电脑里重复文件一大堆,占内存又难找的情况。之前手动清理太费时间,最近用字节的 Trae AI 写了个 Python 脚本,能一键扫描、列出电脑里的重复文件
npx 为何如此之慢?浅谈 npx 速度慢的原因及工具推荐
运行 npx 为何如此之慢?本篇文章浅谈了 npx 速度慢的原因,并推荐了一个轻量的替代工具binpx。
分享一下最近 VibeCoding 的项目部署工具:Kite
之前用 ssh/scp 推本地项目到服务器,索性做了一个本地构建 + 一键上传的工具,走 HTTP 协议更方便
踩坑宝典开放 API 投稿:curl 一键提交,无需登录
踩坑宝典开放了 REST API 接口,一条 curl 命令就能投稿。Cloudflare Worker + GitHub Issues,零服务器零数据库零运维。任何人都可以从终端提交踩坑经验,自动进入审核队列。
AI这月烧了多少token?我做了个计费进度条
公司给 AI 功能定了预算,财务月底来对账,产品想知道哪个功能费 token。这些需求最后都压到前端:把 token 用量实时、直观地展示出来。我做了大半个月,从一个简单数字做到一套用量看板,这篇讲讲
Windows10安装Docker Desktop(大妈看了都会)
Windows10安装Docker Desktop(大妈看了都会) 1.前言 1.1 为什么要在Windows10上安装Docker 1.2 Docker Desktop介绍 2.下载Docker
「拖个文件进来问 AI」这条上传链路,我前后端来回改了五版
需求一句话:"让用户把文件丢进对话框,AI 读完能答。"听着简单。真做下来,从"用户松手"到"AI 开始答"中间,前端要管的环节比我预想的多一截。这篇把整条链路拆开讲,谁要做类似的多模态上传,照着排查
国内数据中台厂商推荐:2026年国内主流数据中台厂商TOP15排行榜
随着数字经济深化与数据要素市场化加速,数据中台已成为政企数字化转型的核心底座。2026 年国内数据中台市场呈现 “全栈治理领跑、云原生与 AI 治理双轮驱动、行业垂直深耕” 的竞争格局。以下为综合技术
Git 系统学习总结:从零到日常开发完全指南
本文从零开始,系统讲解Git的核心原理与日常开发命令,覆盖配置、提交、分支、撤销、远程协作等所有常用场景。
源自 deepseek-tui 血统的 Zagens 实测:当 AI Agent 有了桌面控制台
一、先说说血统 如果你用过 deepseek-tui,需要知道它 upstream 已经 rebranding 成 CodeWhale(codewhale 命令,v0.8.x,社区 30k+ star
关于idm的下载与激活
关于下载idm和激活的问题 可以看一下我的b站视频下载神器idm的下载和激活教程_哔哩哔哩_bilibili 具体的文字内容如下: 先打开浏览器在搜索框搜索idm或者打开Internet Downlo
把AI接进老Web项目,先崩的是SSE长连接
接需求那周我以为最难的是调模型,结果模型那头稳得很,反倒是前端这条 SSE 流式通道,三天里给我整出了四种姿势的"挂"。写出来给同样要把 AI 对话接进现有项目的同行避避坑。 先把结论摆前面,方便你对
电脑维修师傅用 Trae 写的 Python 脚本,批量整理客户文件超省心
大家好,我是一名电脑维修师傅,平时经常要处理客户的维修记录、备份文件,手动整理太麻烦了。最近用字节的 Trae AI 写了个 Python 小脚本,能批量重命名文件、自动统计文件信息,今天把完整代码和
AI回复中断超时报错,我的重试UI方案
跟大模型对话,出错是常态,不是异常。网络抖一下、生成超时、后端限流、用户中途点了停——这些每天都在发生。可我见过太多对话界面,一出错就甩用户一句红字「请求失败」,然后没了。气泡卡在半截,用户一脸懵:我
聊天输入框这个小东西,藏着八九个交互细节 🧩
整个 AI 对话界面里,输入框是用户摸得最多的零件。可大多数人三两下糊一个 <textarea> 就完事了。我做了几版后才明白,这一小块地方的交互密度,顶得上半个页面。 直接上我整理的清单,都是真做过
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30