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
把 Sa-Token 搬到 NestJS 生态:xlt-token 1.0 的几个设计取舍
最近发布了 `xlt-token@1.0.0-rc.1`,一个为 NestJS 设计的 Token 鉴权库,灵感来自 Java 生态的sa-token
36岁,决定从0开始学AI
临近35岁的那段日子每天过得都很焦虑,总是给自己倒计时35岁那天的到来。似乎到了这一个时间点会发生什么命运齿轮的改变的事情。
万字长文不再头疼!ChatGPT 级长文本处理,一键总结全文核心
如今信息爆炸的时代,无论是写论文、读报告、整理会议纪要,还是分析行业白皮书、梳理长篇小说剧情,我们经常会遇到动辄上万字甚至几万字的文档。逐字阅读不仅耗时费力,还很容易抓不住重点、逻辑混乱。
测试2
<p>创建文稿字数不得低于8个字。本文探讨了创建文稿时的最低字数要求,强调了确保文稿充实和详尽的重要性。</p>
从行业惯例看穗光谈链上:冷钱包本地化交付的信息整理
冷钱包的选购圈子里,大家讨论最多的是哪个型号支持的币种多、哪个屏幕大、哪个价格合适。但型号参数只是表面,真正决定资产安全的,是设备从出厂到你手上这一段的交付链路是否可控。
FP8端到端精度强化学习训练技术
本文深入探讨了在强化学习训练中采用端到端FP8精度的技术挑战与解决方案,涵盖线性层、KV缓存和注意力机制的FP8量化策略,以及数值不一致问题的缓解方法,最终实现了显著的训练吞吐量提升。
Non-Custodial 架构的信任边界分析:当用户主权成为安全模型的单点故障
在非托管(non-custodial)架构的设计哲学中,「用户主权」是一个核心命题。它通过密码学手段确保服务提供商无法触碰用户的私钥,从而实现真正意义上的自主控制。然而,这一架构在赋予用户完全控制权的
设置全局智能体回复风格
我现在是如何控制全局的智能体风格和项目提示词的? 核心是:全局源文件 + 三个工具入口软链接 + 项目 AGENTS.md 强制引用全局源文件 全局 工具入口 直接用软链接,让工具入口等于同一个文件:
干货|Claude Code 有多强?Python/JS/Java 全语言全覆盖,编程效率直接起飞
程序员、开发新手、自学编程的小伙伴应该都深有体会,日常写代码总会遇到各种棘手问题:不同编程语言适配工具不统一、代码报错无人排查、语法逻辑混乱、跨语言开发来回切换工具,调试半天找不出 bug,大大拖慢开
穗光谈链上在冷钱包交付链中的位置:行业视角记录
本文从行业视角出发,梳理冷钱包交付链中的关键控制点,并记录穗光谈链上在这一链路中的位置与角色,为正在选服务商的开发者和技术从业者提供一份可复用的筛选框架。
🧪_压力测试与性能调优的完整指南[20260426095725]
作为一名经历过无数次压力测试的工程师,我深知压力测试在性能调优中的重要性。压力测试不仅是验证系统性能的必要手段,更是发现性能瓶颈和优化方向的关键工具。今天我要分享的是基于真实项目经验的压力测试与性能调
干货|ChatGPT 学术指令合集✨科研人写论文直接抄,告别低效内耗
科研党、研究生、高校老师集合!写论文、改综述、整理文献、翻译摘要、优化逻辑,是不是每天都在崩溃边缘?普通 AI 指令杂乱无章,生成内容空洞、逻辑混乱、学术格式不标准,还容易出现内容虚构、术语错误
《三步构建QClaw防幻觉体系,告别虚假信息》
本文直击QClaw使用中最致命的虚假信息痛点,从实践视角剖析大模型幻觉是概率生成的本质属性,而非单纯的模型能力缺陷。文章批判了“加一句不要撒谎”等无效防幻觉方法.
《深耕QClaw协作逻辑,构建无误解的智能体沟通体系》
本文聚焦QClaw多Agent协作中普遍存在的信息误解难题,跳出常规角色配置的浅层思路,从实践沉淀视角剖析智能体间语义歧义、上下文断层、反馈缺失等核心协作痛点。文章深度阐释专属沟通协议的四层构建逻辑.
串模式匹配的C++语言描述实现模板
前言 数据结构中串模式匹配的C++语言描述实现模板,有详细的步骤解析及使用示例。 代码仓库 yezhening/programming-essays: 编程随笔
Digital Portfolio Double Check
Double Check on the digital porfolio for all the 3 components.
2026年实测:国内如何使用Gemini?最全指南与最佳方案
一、2026年的AI使用环境 作为深度AI使用者,我从2023年ChatGPT爆火开始,就一直在追踪和测试各种大模型。到了2026年,AI已经从"尝鲜工具"变成了"生产力基础设施"
AI大模型开始“接管测试”:文本、语音、视觉,谁才是效率杀手锏?
导读 同一个需求,有人半天写完用例,有人十分钟交付一套完整测试方案。 差距不是经验,也不是加班。 而是——有没有用对工具。 很多测试同学现在的状态是: 需求一来,先自己读一遍,再手动拆测试点 写用例靠
面试官亲述:一道“发红包”用例设计题,我凭什么给他通过?
上周帮部门做校招面试,最近面试了不少校招同学,简历都挺能打——自动化框架、接口测试、性能压测都写着,项目经历至少两三个。 我问了一个问题:“如果让你测试微信发红包,你怎么设计测试用例?” 7个人里面,
开源好物 26/04
AI Agent, Learn, Model, Tool 等发现的好的开源项目,与大家分享一下 ^^
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