稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • APP
    • AI用量
    • 作品广场
    • 专家标注
      • 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
  • 后端
  • 前端
  • Android
  • iOS
  • 人工智能
  • 开发工具
  • 代码人生
  • 阅读
  • 我对ai的初步认知
    说到搞人工智能,Python绝对是绕不开的一门语言,甚至可以说是AI圈子里的“硬通货”。 我一开始
    • Nisw1
    • 10小时前
    • 6
    • 点赞
    • 评论
    Python
  • 浏览器插件的人机交互方式思考
    对照着我自己做的产品,我在思考“是不是现在的权限给的太高了?哪些操作的权限需要限制?” 直觉-获取信息是安全的 单从用户的视角来看,浏览器的动作只有访问网页、获取信息、点击、截屏、下载。从这些动作里面
    • 勇敢小Paul不怕困难
    • 10小时前
    • 6
    • 点赞
    • 评论
    浏览器 前端
    浏览器插件的人机交互方式思考
  • Dify 是什么 · 怎么装 · 能做什么
    Dify 是什么 · 怎么装 · 能做什么 目录 0. 三句话认识 Dify 1. 它到底解决什么问题 2. 能做什么(7 大能力) 3. 必须先懂的 5 个概念 4. 从 0 开始安装部署 部署必踩
    • 北落L
    • 10小时前
    • 4
    • 点赞
    • 评论
    后端
  • 鸿蒙权限模型实战:Markdown 图片跟随文档的五层落位设计(spike 实验推翻两条铁律)
    本文记录鸿蒙权限模型下 Markdown 图片跟随文档的五层落位设计。核心思路是"能静默的全静默,弹窗推迟到保存":先判定文档目录能否静默写,能则直接落 `assets/`...
    • Sunny_G
    • 10小时前
    • 4
    • 点赞
    • 评论
    AI编程 HarmonyOS
  • 一文读懂决策树
    在机器学习众多算法中,决策树是最直观、最容易理解、最贴近人类思维的基础算法,没有之一。它无需复杂的数学前置知识,逻辑完全贴合我们日常做选择的过程,既是新手入门机器学习的首选,也是随机森林、XGBoos
    • tntxia
    • 10小时前
    • 6
    • 点赞
    • 评论
    人工智能
  • 开源微信流,微信聊天记录,可以直接给 Codex 和 Obsidan 了
    这是苍何的第 603 篇原创! 大家好,我是苍何。 还记得之前我开源了一个微信 cli,可以读取到微信的聊天记录,并给到 Agent 总结,全网爆火。 虽然这个 CLI 好用是好用,但是有点那啥,所以
    • 苍何
    • 10小时前
    • 36
    • 点赞
    • 评论
    后端
  • 用 Codex 时,别让最贵模型一直在搜仓库和改 lint
    用 Codex 跑长任务时,最贵那一档经常在干杂活:搜仓库、连读几十个文件、改 lint、补文档。额度在耗,父上下文也被探索内容撑满,真正难的架构和 debug 反而挤不进去。 我把路由策略收成一个小
    • 我是李工啊
    • 10小时前
    • 12
    • 1
    • 评论
    AI编程
  • 子VI数据实时回传主VI:控制引用、命名队列与全局变量
    **阅读时间:**约5分钟 **适用人群:**需要使用子VI或并行循环向主VI前面板实时推送数据显示的LabVIEW开发者,以及正在为跨VI数据通信方式选型的中级用户。 一、背景与问题现象 在电机控制
    • 王利刚
    • 10小时前
    • 6
    • 点赞
    • 评论
    前端
    子VI数据实时回传主VI:控制引用、命名队列与全局变量
  • 在职前端Leader学习/转行 AI Agent -DAY61
    2026.09.22 09:49 学习路线 复习巩固总结 1. 编码六步走 加载数据 数据的预处理,切分测试集和训练集 特征工程:特征提取,特征预处理(标准化/归一化) 模型训练(保存模型) 模型预测
    • __sjfzllv___
    • 10小时前
    • 5
    • 点赞
    • 评论
    前端
  • 1. this指针/闭包/作用域
    1.课程目标 掌握JavaScript的核心原理实现; 2.课程大纲 原型&原型链; 词法作用域&动态作用域; 执行上下文; 变量对象; 作用域链; this; 执行上下文; 闭包; 3.原型&原型链
    • Sumoon
    • 10小时前
    • 8
    • 点赞
    • 评论
    前端 JavaScript
  • 【LLM&&AI应用开发 八股文】--4.Agent智能体
    AI Agent 学习路线 目录 AI Agent 学习路线 1.第一步:Prompt  + Function Calling 2.第二步:建立 Agent 认知 2.1.LLM为"告诉你怎么完成"
    • 游标卡尺is
    • 10小时前
    • 6
    • 点赞
    • 评论
    后端
    【LLM&&AI应用开发 八股文】--4.Agent智能体
  • 每天60秒读懂世界:2026.09.22
    @TOC 每天60秒读懂世界:2026.09.22 1. 前言 2. 今日热点总览 3. 用药安全:治疗之外,更要重视知情与监测 4. 地震预警:真正有价值的是“抢出几秒钟” 5. 社区动物管理:公共
    • 杨利杰YJlio
    • 10小时前
    • 8
    • 点赞
    • 评论
    前端 后端 JavaScript
    每天60秒读懂世界:2026.09.22
  • 基于 DeepSeek 和 Dify 实现智能拍照解题
    《基于 DeepSeek 和 Dify 实现智能拍照解题》学习笔记 课程目标 掌握 Dify 中调用华为云 OCR 服务 API 接口的方法。 掌握 Dify 工作流使用方法。 拍照解题工作流(三个关
    • 江华森
    • 10小时前
    • 4
    • 点赞
    • 评论
    人工智能
  • 数据准备 -> 模型保存/模型加载基本流程
    ```python import joblib # from sklearn.neighbors import KNeighborsRegressor,KNeighborsClassifier fro
    • DeroZan
    • 10小时前
    • 5
    • 点赞
    • 评论
    算法
  • 11 · NestJS Pipes 管道:进 Controller 前的最后一道安检,先归一化后校验
    一、一句话回答 它和守卫的分工一句话:守卫管"人"(鉴权),管道管"货"(参数)。 二、项目的全部管道现场:两个全局管道 + 规则长在 DTO 上 先如实交底:rag-server 的管道一共两条,都
    • 颜进强
    • 10小时前
    • 5
    • 点赞
    • 评论
    前端 后端 AI编程
  • 大模型的应用和工具
    《大模型的应用和工具》学习笔记 一、DeepSeek 在辅助学习场景的应用 辅助学习三能力:知识点查询和讲解、制定学习计划、试题详解和错题辅导。 拍照解题:通过 OCR 文字识别将图片中的试题转为文本
    • 江华森
    • 10小时前
    • 6
    • 点赞
    • 评论
    人工智能
  • 在 Windows 上搭 AI Agent 流水线(二):黑窗、编码、行尾——机制在偷偷改你的东西
    后台任务不停弹黑窗、脚本里的中文让 PowerShell 报语法错、改一个词导致整个文件 diff、脚本把文件写成 0 字节——这五个坑的共同点是:Windows 有一堆在你看不见的层上生效的机制。
    • JeffChan702
    • 10小时前
    • 4
    • 点赞
    • 评论
    Agent
  • 不认AI当顾客:亚马逊拦下Meta购物Agent
    9月21日,一批装了Meta新助手Muse的人发现,让它去亚马逊下单,走不通了。 弹窗只有一句话:未经授权的 AI Agent 继续访问,将违反亚马逊使用条款。 此时距离Muse上线,只过了13天。
    • 深频率
    • 10小时前
    • 6
    • 点赞
    • 评论
    AIGC
    不认AI当顾客:亚马逊拦下Meta购物Agent
  • 开发周报20260920
    每次记录限5分钟, 写个开头就放下就是最好的写作技巧. 超过5分钟 说明自觉没想清楚, 请把这5分钟用在思考上。 Q1:开发流程设计--开发--自测--review--反复修改 考虑太多,设计时候考虑
    • aleafboat
    • 10小时前
    • 6
    • 点赞
    • 评论
    后端
  • Loop Engineering 是什么?AI 编程从 Prompt 到 Loop 的范式转变
    以前你写一条好 prompt,收益是"这一次回答变好";现在你设计一个好 loop,收益是"之后每一次循环都变好"。投入从消耗品变成了资产。
    • 苏楷
    • 10小时前
    • 9
    • 点赞
    • 评论
    前端
  • 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