小盒子的技术分享

经过近 2 年的 AI 编程工具使用，积累了一些使用这些工具的经验和心得，本文分享出来。 以下分类纯属个人偏好，无任何客观依据，全是主观感受，仅供参考。 第一梯队 Claude Code、Cursor

想象一下，如果我们能把动辄几百MB的大型AI模型“压缩”到手机里运行，是不是很神奇？这并非天方夜谭，其中的关键就是量化技术。近年来，量化已成为人工智能领域的热门话题，通过给模型做“减法”，让AI模型变

前言 处理 Excel 文件时会遇到一些独特的挑战。与典型的结构化格式不同，由于合并单元格、多个表头、嵌入式图表和非传统的布局（这些布局主要设计用于人阅读而非机器解析）等元素，这些文件在数据提取和处理

一、固定大小切分（Fixed-size chunking） 优势 顾名思义且容易实现。由于直接分割可能会破坏语义流程，建议在两个连续的片段之间保持一些重叠。 劣势 破坏语义结构：固定大小切分可能在句子

Milvus 到底是干嘛的？ 它是“给向量找对象”的超高速数据库——存向量、比相似、返回前 K 名。 Milvus 就是给「向量」找对象的数据库——它能帮你把一堆高维向量存好、管好、飞快地按“相似度”

一、什么是 Milvus？ Milvus 是一款开源的向量数据库，用于存储、管理和检索高维向量数据。它适合构建各种 AI 场景下的向量检索系统，如推荐、图像搜索、问答系统等。 概念关系图（逻辑结构）

主要可以归纳成三条主线： 1. 抢占开发者生态，打造平台护城河 开发者是生产力，是各个平台最重要的生态力量（类比 App Store 之于苹果、Chrome 扩展之于谷歌）。 谁能先让开发者习惯用自己

uv 我准备用 uv 初始化一个 python 项目 环境 我用的是苹果笔记本 MacBookPro ，具体的操作系统及硬件参数如下： uv 的介绍与安装 我之前用过 pip 、pipx 等工具，发现

过去一年，北京数字经济对 GDP 的贡献继续攀升、AI + 传统产业融合提速，拉动技术岗位需求在 2025 年保持“量稳、质升”——总招聘量与 2024 年大体持平，但 高端与 AI‑相关职能增幅 1