让 Agent 在对话中成长:自进化机制的五层实现 – zhayujie – 博客园

来源: 让 Agent 在对话中成长:自进化机制的五层实现 - zhayujie - 博客园 自进化 (Self-evolution) 是 Agent Harness 的核心模块,拥有自进化能力后 Agent 才能在长期的任务交互中不断成长,总结和改进自己的技能、记录用户的反馈和偏好,从被动应答升级为能够主动复盘和自我成长的 Agent。本文以 CowAgent 开源项目为例,介绍 Agent 框

重新定义Skill开发:保姆级教程&一站式开发助手发布

来源: 重新定义Skill开发:保姆级教程&一站式开发助手发布 阿里妹导读 从入门到蒸馏,20 分钟以内学会创建、管理和发布你的第一个 Skill —— 让 AI Agent 真正成为你的超级助手。(文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。) 零、写在最前:Skill 会替代我吗? 每当我向同事介绍 Skill 时,最常被问到的一个问题是: \"你把自己的工作流

DeepSeek V4模型的Agent能力实测 – zhayujie – 博客园

来源: DeepSeek V4模型的Agent能力实测 - zhayujie - 博客园 DeepSeek V4 系列发布之后,关于它能不能用、好不好用的讨论很多,但大部分评测还停留在普通对话或编码上。CowAgent 作为一个开源中立的 Agent 框架,则更关心模型在 Agent 链路中的真实表现,包括任务规划、复杂编码、长期记忆、浏览器自动化、知识库构建、长上下文处理等,本文针对这 6 项能

基于 OpenSpec 实现规范驱动开发 – 袋鼠云数栈前端 – 博客园

来源: 基于 OpenSpec 实现规范驱动开发 - 袋鼠云数栈前端 - 博客园 我们是袋鼠云数栈 UED 团队,致力于打造优秀的一站式数据中台产品。我们始终保持工匠精神,探索前端道路,为社区积累并传播经验价值。 本文作者:秋筠 一、背景与痛点:为什么需要 OpenSpec? AICoding 领域,模型的逻辑推理能力在短小上下文中表现卓越,但在大型工程环境中,模型面临两大挑战: ​上下文中毒​:

Paraformer-large能否私有化部署?企业内网方案实战-CSDN博客

来源: Paraformer-large能否私有化部署?企业内网方案实战-CSDN博客   Paraformer-large能否私有化部署?企业内网方案实战 在语音识别落地场景中,越来越多的企业开始关注“能不能把模型关进自己的网络里”——不依赖公网API、不上传原始音频、不担心数据泄露。Paraformer-large作为阿里达摩院开源的工业级语音识别模型,凭借高精度、强鲁棒性和中文场景

AI编程实战:从零到一搭建全栈项目 – Java烘焙师 – 博客园

来源: AI编程实战:从零到一搭建全栈项目 - Java烘焙师 - 博客园 大家好,我是Java烘焙师。今天不聊架构,介绍一下AI编程。 趁着假期和业余时间,研究了一下AI编程,并用Kiro、OpenCode,从零搭建了一个完整可运行的全栈项目,包括Java后端、前端页面、微信小程序。AI编程效率是真高,全程没怎么写代码,而是告知AI需求是什么、哪些地方要优化、哪里有bug。 实现的功能是:定期抓

AI Coding 中的概念 Vibe Coding 和 Spec Coding 简介 – 橙子家 – 博客园

来源: AI Coding 中的概念 Vibe Coding 和 Spec Coding 简介 - 橙子家 - 博客园 阅读目录 〇、前言 一、为什么说 AI Coding 是必经之路 1.1 开发范式的根本性转移:从“写代码”到“指挥代码” 1.2 避免成为被替代的“纯执行者” 1.3 “一人公司”与创作者经济的爆发 1.4 掌握新一代核心工具链 1.5 效率的指数级差异 二、Vibe Codi

AI Coding 工具 Trae 的简单实践 – 橙子家 – 博客园

来源: AI Coding 工具 Trae 的简单实践 - 橙子家 - 博客园 阅读目录 〇、前言 一、Trae 简介 二、通过 Trae 来简单实现个纯前端的游戏“贪吃蛇” 2.1 使用 Trae 如何实现贪吃蛇游戏? 2.2 为什么要详细描述自己的需求? 回到顶部 〇、前言 前文已经介绍了关于 AI Coding 的相关概念,详见:I Coding 中的概念 Vibe Coding 和 Spe

张高兴的大模型开发实战:(七)基于 Dify + Ollama 搭建私有化知识问答助手 – 张高兴 – 博客园

来源: 张高兴的大模型开发实战:(七)基于 Dify + Ollama 搭建私有化知识问答助手 - 张高兴 - 博客园 目录 为什么选择 Dify + Ollama Ollama 本地部署 Dify 本地容器化部署 模型接入与知识库 RAG 构建 准备 Embedding 模型 在 Dify 中添加 Ollama 模型供应商 构建知识库 检索测试 构建智能体应用 创建应用 编排界面概览 查询预处理
张高兴的大模型开发实战:(七)基于 Dify + Ollama 搭建私有化知识问答助手 – 张高兴 – 博客园

【零基础入门】Open-AutoGLM 完全指南:Mac 本地部署 AI 手机助理(原理+部署+优化)附上修改后代码-CSDN博客

来源: 【零基础入门】Open-AutoGLM 完全指南:Mac 本地部署 AI 手机助理(原理+部署+优化)附上修改后代码-CSDN博客 代码路径: https://github.com/weidadedawei/Open-AutoGLM 目录 1. 什么是 Open-AutoGLM? 2. 核心原理解析 3. 环境准备(超详细) 4. 模型下载与部署 5. 实战操作指南 6. 性能优化详解 7