CSDN_DU666666的博客

原创 Hermes Agent 完整介绍与使用

摘要： HermesAgent是NousResearch于2026年2月开源的本地优先AI智能体框架，采用MIT协议，主打"与你共同成长"理念。其核心特点是常驻本地/服务器运行，具备持续记忆和自主学习能力，形成闭环系统。与普通聊天机器人或代码补全工具不同，HermesAgent完全自主运行，数据本地存储，无云端追踪和厂商锁定问题，强调隐私与用户可控性。

原创 PyTorch零基础保姆级教程 从张量到搭建神经网络，一文吃透 Torch 基础

原本是基于 Lua 语言的深度学习计算框架；我们现在 Python 环境使用的（日常大家口语简称 torch），是 Meta（原 Facebook）基于原 Torch 重构、完全适配 Python 的开源深度学习框架。

原创 DeepSeek Harness实测+入门教程

设计强调**“一切皆插件”，所有功能模块均可配置替换；支持全运行追溯**，记录模型请求、工具调用等日志，便于调试与审计。框架提供多种插件，包括模型适配器（支持DeepSeek V4及兼容OpenAI的模型）、工具插件（文件操作、Shell命令等）、基础设施插件（会话存储、沙箱环境）及界面插件（Web/TUI）。安装步骤：确保Node.js环境（验证命令：node -v）。执行npx @deepseek-ai/dsh web启动Web界面。项目开源地址：https://www.deepseek

原创 os.path模块超全详解

本文介绍了Python中os.path模块的15个常用路径处理方法，包括路径拼接、判断、拆分、文件信息获取等功能。重点讲解了如何跨平台处理Windows和类Unix系统的路径差异问题，并针对实际开发中的常见问题提供了避坑指南，如f-string中使用反斜杠的解决方案、路径存在性检查的重要性以及不同系统下文件创建时间的获取差异。文章通过代码示例详细演示了每个方法的使用场景和注意事项，帮助开发者编写更健壮、可移植的文件操作代码。

原创 codex添加自定义宠物

OpenAI为Codex编程工具推出CodexPets功能，现与ChatGPT合并使用。该功能提供桌面宠物动画，展示Codex不同状态（空闲、执行任务等）。用户可使用默认宠物或自定义：1）从开源社区（如Codex-Pets、Petdex）下载宠物包；2）解压至指定路径；3）在设置中选择。高级用户可原创设计：先用AI工具生成稳定IP形象（需多视角图+动作表情），再通过/HatchPet指令转换（耗时且消耗Token）。社区提供多种风格宠物，包括动漫角色和现实宠物。

原创 通过vscode ssh 容器，连不上问题

摘要：解决远程连接失败问题，首先通过sudo docker ps -a查找目标容器，使用sudo docker start [容器ID]启动容器。然后通过sudo docker exec -it [容器ID] bash进入容器内部，最后执行/etc/init.d/ssh restart重启SSH服务以恢复远程连接。

原创 《EdgeCrafter》：面向边缘密集预测的轻量化ViT统一框架，训练自己的数据集coco json格式

需要torchvision 0.21版本，torchvision 0.21版本对应的torch要大于2.6，torch版本大于2.6的话，cuda驱动要大于555.**.**这类自定义 transform，当前 torchvision 期望类里实现。，所以 DataLoader worker 里抛了。，也就是没有启用 DDP / 多进程多卡训练。配置文件 num_workers改为0。这说明训练读数据时，跑到。，但项目代码只实现了。

原创 零基础学Python合集---5：字典常用方法

本文摘要： Python集合（set）是一种无序、元素唯一且可变的数据结构，要求元素必须可哈希（不可变类型）。文章详细介绍了集合的创建方法（花括号或set()函数）、常用操作（添加、删除、集合运算）及集合推导式。特别说明了frozenset作为不可变集合的特性。同时指出了使用注意事项：元素必须可哈希、元组内若含可变元素则不可哈希等。文章最后通过代码示例演示了集合的交并差运算、子集判断、深浅拷贝等核心功能，强调集合在高效去重和关系运算中的实用价值。冻结集合虽不可变，但可作为字典键或其他集合元素使用。

原创 零基础学Python合集---4：字典常用方法

Python字典(dict)是一种键值对存储结构，具有高效查询特性。键必须为不可变类型，值可为任意数据类型。常用操作包括：查询(get/keys/values/items)、增改(update/setdefault)、删除(pop/clear)等。特别需注意深浅拷贝区别：浅拷贝共享嵌套对象，深拷贝完全独立。字典推导式提供简洁创建方式。Python 3.9+支持|运算符合并字典。典型应用场景包括用户信息存储、配置参数管理等，其键值对应关系特别适合处理映射类数据需求。

原创 英伟达开源神器 LocateAnything：3B模型也能精准定位目标,demo测试；

NVIDIA于2026年5月26日开源LocateAnything视觉语言定位模型，依托并行边界框解码技术，解决传统模型推理慢、定位精度不足的问题。该模型基于1.38亿标注样本训练，支持文本引导定位、目标检测、UI识别、文本定位四大任务，兼容图文与视频输入、中英文指令。轻量版LocateAnything-3B可在16GB显存消费级GPU上部署，提供fa

原创 零基础学Python合集---3：字符串的定义和常用方法

本文详细介绍了Python字符串的基本概念、操作方法和常见应用。字符串是不可变的有序字符序列，支持单引号、双引号和三引号定义，其中引号使用规则根据内容灵活选择。重点讲解了字符串的基础操作：索引取值、切片、拼接、重复、成员判断和遍历；格式化方法（推荐f-string）；大小写转换；查找替换；空格处理；以及分割合并操作。文章还强调了字符串的重要特性：不可变性、大小写敏感、空格有效性和特殊字符转义需求。这些内容为Python字符串处理提供了全面的基础指导。

原创 零基础学 Python合集--2：元组特性与常用操作

Python元组(tuple)是不可变有序序列，使用小括号()表示。与列表相比，元组具有不可变性（创建后不能修改）、有序性和可嵌套性等特点。常用操作包括索引切片、拼接重复、成员判断和遍历循环。元组仅提供count()和index()两个内置方法。实用技巧包括元组解包（多变量赋值）和嵌套可变对象（如列表）。元组适用于存储固定数据、函数多返回值等场景，Python会对相同内容的小型元组进行内存优化。创建单元素元组需加逗号(1,)，否则会被识别为普通数值。

原创 选Codex还是Claude Code？一篇讲透！从配置到适用场景，再也不纠结​

二者同为，但底层模型、设计理念、核心优势完全不同。：2026年开源的终端AI编程智能体，依托GPT系列模型，主打，适配碎片化编码、简单需求迭代，生态成熟、插件丰富。使用的核心操作是在~/.codex/config.toml中设置openai_base_url指向兼容 API 端点，替代默认的 api.openai.com，从而无需科学的上网tool。Anthropic 官方终端编程工具，依托Claude大模型，主打，擅长处理多文件、大篇幅项目，逻辑严谨、出错率低。

原创 零基础学 Python合集--1：list列表-持续更新

本文介绍了Python列表的常用操作方法，包括添加元素(append/extend)、删除元素(remove/clear)、排序(sort)、切片操作等基础用法。重点讲解了浅拷贝(copy.copy)与深拷贝(copy.deepcopy)的区别：浅拷贝仅复制外层对象，嵌套对象仍共享引用；深拷贝则递归复制所有层级对象。此外还介绍了多维列表的操作方法，包括使用NumPy库处理多维数组(array.shape/ndim)以及多维列表的切片访问方式。通过代码示例展示了如何创建、修改和操作列表，特别强调了在修改嵌套结

原创 ReAct 和 Plan-and-Solve（简称 PlanSolve）详细介绍

摘要：ReAct和Plan-and-Solve是两种AI任务处理范式。ReAct采用"思考-行动-观察"循环机制，动态适应不确定环境，适用于客服对话等实时场景，但缺乏全局规划。Plan-and-Solve先制定完整计划再执行，适合数学推理等结构化任务，逻辑清晰但灵活性不足。两者在决策方式、优势和适用场景上形成互补：ReAct强调实时交互中的动态调整，Plan-and-Solve则擅长多步骤任务的系统化处理。选择取决于任务特性，需权衡灵活性与系统性需求。

原创 腾讯Marvis完整上手体验+功能测试

腾讯于2026年5月21日正式发布Marvis操作系统级AI助手，支持Windows、macOS和安卓平台。该助手深度融合系统功能，提供智能文件处理、隐私本地模式、跨设备控制等核心能力，用户可通过自然语言指令完成系统优化、文件管理、应用控制等操作。安装后可根据需求选择云端或本地运行模式，实现高效设备管理。

原创 YOLO resume断点续训（不能用官方的权重，是自己训练一半生成的last.pt）

YOLO模型训练中断后可通过last.pt文件实现断点续训，该文件包含完整训练状态（模型参数、优化器状态、学习率调度等）。续训需确保配置一致、文件完整，使用YOLO库加载last.pt并设置resume=True即可恢复训练，避免从头开始浪费资源。注意best.pt仅适用于推理，不能用于续训。

原创 开源数据集网址

本文汇总了多个主流计算机视觉数据集平台：Roboflow提供一站式CV开发云服务；极市专注工业场景数据与算法变现；天池大赛、超神经、Google Dataset Search提供丰富数据集资源；和鲸社区与百度AI Studio也开放了各类数据集。这些平台为开发者提供了便捷的数据获取渠道，涵盖学术研究到工业应用的不同需求，助力计算机视觉技术开发与应用落地。（149字）

原创 LetterBox图像预处理： YOLO训练，推理（检测，分割segment，关键点pose，旋转转框OBB）都在用，分类不用

LetterBox是一种保持图片比例不变的缩放方法。它将任意尺寸的图片按最小比例（模型尺寸/原图尺寸）缩放，不足部分用灰色条填充。例如1080×1920的原图按0.666比例缩放到720×1280后，在上下各填充24像素灰色条，最终得到768×1280的标准尺寸。这种方法避免了图片拉伸变形，填充颜色可自定义（默认灰色114），对精度影响极小。整个过程确保了物体比例不变，同时满足模型输入要求。

原创 yolo模型量化部署流程，INT8,FP16,FP32详细介绍

YOLO模型量化部署流程主要包括：训练FP32模型→转ONNX→量化(INT8/FP16)→转目标平台格式→部署。ONNX作为通用中间格式，能统一不同框架模型并简化量化流程。训练阶段必须使用FP32精度，因INT8数值范围太小会导致梯度消失；推理阶段可采用INT8量化以提升速度。不同硬件平台（GPU/CPU/边缘芯片）有各自的转换工具链，但都需通过ONNX进行中间转换。量化核心是将高精度模型转为低精度，在保持精度的同时提升推理效率。

原创 linux指令 移动复制多级目录所有.jpg到当前文件夹（rm -rf ./* 报错无法执行 /usr/bin/rm:参数列表过长）

几种Linux下处理多级目录中.jpg文件的方法：1）普通移动命令find . -type f -name "*.jpg" -exec mv {} ./ \;会覆盖同名文件；2）为避免覆盖，可使用find . -type f -name "*.jpg" -exec sh -c 'mv "$1" ./$(basename "$1" .jpg)_$(date +%N).jpg' _ {} \;rm -rf报错"参数列表过长"的原因及解决方法

原创 YOLOV5-V26、YOLOx检测、分割、关键点、OBB旋转框全类别官方权重下载链接

本文提供了YOLOV5-v6-v7-v8-v9-v10-v11-v12-v26全系列模型的下载指南。首先访问YOLO官网文档链接，选择需要的版本后，在性能栏找到对应版本下载。同时给出了YOLOX模型的下载链接，该链接还包含SOTA目标检测器的性能对比。

原创 docker常用指令记录（持续更新中）

本文介绍了Docker镜像和容器的常用操作命令：1.查看容器路径：通过docker inspect查找Mounts字段获取宿主机和容器路径；2.镜像打包：使用docker commit将容器转为镜像，再用docker save导出为tar包；3.镜像加载：通过docker load导入tar包镜像，并详细说明了docker run的常用参数。文章还提供了注意事项：commit不保存运行时配置，save导出的镜像较大，建议优先使用Dockerfile构建镜像。这些命令适用于容器调试、镜像备份和迁移等场景。

原创 dify 聊天助手应用教程

Dify是苏州语灵AI公司开发的开源LLMOps平台，提供低代码AI应用开发解决方案。用户无需编程即可基于GPT、通义千问等大模型快速构建聊天机器人、知识库问答等应用。平台支持从开发到部署的全流程管理，目前是国内热门的AI应用开发基座。使用方式包括源码下载部署或直接网页版体验，需自行配置大模型API密钥。最新稳定版v1.0.0于2025年2月发布，重构了插件体系，达到生产级标准。

原创 windows中python安装cython_bbox库

本文介绍了安装cython_bbox库的详细步骤：首先需要下载并安装微软C++编译工具，选择"使用C++的桌面开发"选项并重启电脑；然后从GitHub下载cython_bbox源码并解压安装，建议先安装cython和pycocotools依赖库。文中还提供了两种替代安装方式：使用pip安装预编译版本或在conda环境中安装。整个过程强调必须重启电脑以确保环境配置生效。

原创 MathType7X安装过程常见问题解决

MathType 7永久版安装下载教程及常见问题解决

原创 注册获取阿里云qwen大模型api key

在阿里云官网（https://cn.aliyun.com/）注册登录并完善个人信息后，可通过搜索框输入或进入模型页面，在最下方找到apikey选项进行创建。该流程简要说明了获取阿里云API密钥的操作步骤。

原创 阿里agentscope下载、环境配置、部署运行（测试：语音交互大模型）

阿里巴巴通义实验室发布AgentScope 1.0多智能体开发框架。安装步骤包括：下载源码、创建Python 3.11虚拟环境、以可编辑模式安装项目（支持实时修改源码），并运行语音智能体示例（需配置阿里云API Key）。该框架采用"链接式"安装方式，使开发者能即时测试代码修改效果。（149字）

原创 解决vs code终端不显示conda环境

Windows PowerShell中Conda环境不显示括号的问题通常是由于未正确初始化。解决方法：以管理员身份运行PowerShell，执行conda init powershell命令，完全重启VSCode后重新激活环境（如conda activate agentscope）即可恢复环境标识显示。

原创 claude,claudecode,opencode,codex,cursor都是什么？

Claude 是由 Anthropic 公司（前OpenAI核心成员创立）开发的AI大模型/智能助手，主打安全、可靠、超长上下文、强代码能力。和豆包，deepseek类似。终端级AI编程智能体（不是编辑器）是命令行（CLI）工具，无图形界面。是OpenAI原生代码模型/智能体，早期是API，现在是终端智能体。可自主改文件、跑测试、提交Git、修复Bug。支持Claude、GPT、Gemini、GLM等多种模型。特色: 超长上下文，能理解整个项目，改代码有优势。适合：喜欢开源、多模型切换、终端优先的开发者。

原创 kimi注册，绑定openclaw小龙虾

摘要：本文介绍如何快速接入MoonshotAI的Kimi服务。首先需注册账号获取100万tokens免费额度，然后在API管理页面创建并保存SecretKey。最后在OpenClaw中选择MoonshotAI(KimiK2.5)模型，输入APIKey完成配置即可使用。整个过程简单快捷，适合开发者快速集成AI服务。（98字）

原创 Windows本地安装openclaw、配置和连接微信（小白操作，按提示步骤一步一步）

Windows本地安装openclaw、配置和连接微信

原创 什么是Docker,容器是什么，镜像是什么，一文解读

Docker 是容器管理工具，它利用底层的容器技术（命名空间、cgroups 等）让你轻松构建、运行和分发容器。你之前理解的“拉镜像、run 成容器、commit 成镜像”这些操作，正是 Docker 这个工具帮你完成的事情。镜像–>运行–容器–>修改容器中的内容–<>拍个快照–新镜像–>打包发给别人–>他通过docker运行–<容器...4. 用 Docker run 运行你拉取的镜像 → 变成容器（镜像运行起来就变成容器了）镜像：只读模板，是容器的「爹」容器：运行实例，是镜像的「崽」

原创 YOLOV5-YOLOV13通用，电力场景安全行为数据集：工装工服穿戴检测数据集 安全帽检测数据集 吸烟识别呼吸器硅胶变色 油封油位异常 硅胶桶破

YOLOV5-YOLOV13通用，电力场景安全行为数据集：工装工服穿戴检测数据集 安全帽检测数据集 吸烟识别呼吸器硅胶变色 油封油位异常 硅胶桶破

原创 工作服正常（工作服异常）-头盔佩戴正常-头佩戴异常-行人检测数据集-吸烟数据集（YOLO-xml格式，3000张左右，带标注和转换脚本）

工作服正常（工作服异常）-头盔佩戴正常-头佩戴异常-行人检测数据集（YOLO-xml格式，3000张左右）,工装，头盔，行人，吸烟数据集

原创 labelimg软件直接安装windows版本（非终端pip install）

labelme软件直接安装windows版本（非终端pip install）

原创 anaconda 安装库，终端手动指定下载源

anaconda 安装库，终端手动指定下载源

原创 行人越界/计数检测视频资源

行人越界/计数检测视频资源

原创 yolo推理训练调节关键点的可视化阈值（ultralytucs/engine/results.py mask = keypoints[...,2] ＜ 0.35）

原创 X-anylabing标注的JSON转txt（YOLO-POSE关键点预测模型）及其可视化，可指定标签转换

X-anylabing标注的JSON转txt（YOLO-POSE关键点预测模型）及其可视化，可指定标签转换