- 博客(1142)
- 资源 (1)
- 问答 (3)
- 收藏
- 关注
RSS订阅
原创 机器学习 专栏
随着现在以ChatGPT为代表的大模型发展，人工智能、机器学习、大模型 这些词逐渐火热起来了，所以是时候了解一下这些东西了，可能有的人会说不会太晚了吗，其实不晚，因为我们从来都是技术的创造者，只是技术的使用者而已，在一定程度上来说，及时的学会使用，对普通人来说就足以过上不错的日子。但是伴随着老的生产力的落幕，必然有新的生产力出现，否则整个社会的发展就陷入了停滞，其实我们可以看到现在的AI 发展的这么快，每一轮的技术发展都会有一二十年的生命周期，我们只能说传统互联网走到了夕阳西下的时候。
2024-03-30 13:11:30
171368
原创 数据仓库实战教程
以hadoop 作为基础生态，从0到进行数仓建设，主要分为基础篇和实战篇两部分，基础篇主要是各种组件的学习和案例，实战篇主要是三家企业的数仓设计案例，最后是扩展篇主要是实时数仓。
2020-12-28 09:19:07
224759
18
原创 Java集合汇总篇
一. 集合框架Java 集合框架一些列的接口和类来实现很多常见的数据结构和算法，例如 LinkedList 就是集合框架提供的实现了双向链表的数据结构，关于这一篇文章建议大家收藏，我会不断地完善和扩充它的内容，例如最下面的系列文章我以后也会对它进行不断的更新集合框架的接口集合框架提供了很多接口，这些接口都包含了特定的方法来实现对集合上的特定操作)我们将要学习这些接口以及子接口和它们的各种实现类，在开始之前我们先简单学习一下这些广泛运用的接口，可以看到整个集合框架，总共有三个顶级接口Collecti
2020-12-13 20:25:05
224329
3
原创 大模型——TAPD MPC 服务 让你需求管理效率翻倍
<think>我们根据用户要求，基于提供的文章内容，生成≤150字的摘要。需要涵盖主要点：TAPD MCP Server与AI结合提升需求管理效率；环境配置；实践方案包括AI需求拆解、迭代管理、批量操作；最后展望。注意字数限制。写摘要。</think>TAPD MCP Server 结合 AI 重塑项目管理流程：通过腾讯云代码助手 Craft 配置，可实现一句话需求拆解、自动迭代追踪与风险预警、AI 生成复盘报告并同步企业微信和 Wiki，还能让产品经理无需懂代码批量修改数据，大幅提升研发团队效率。
2026-08-31 21:23:14
37
原创 Token 降本 50%：Harness工作流的成本优化实践
<think>我们需要根据用户提供的文本内容生成一篇不超过150字的文章摘要。用户要求是"根据以下内容，生成≤150字的文章摘要"。内容是关于Harness工作流成本优化的实践。我们需要提取核心信息。 内容主要讲：团队用AI Agent驱动全流程开发，但token成本高。用AgentLens分析成本，针对系统提示词、工具返回、历史消息等来源，围绕三个原则（只看到当前需要的、减少无关、减少重复）进行优化，包括渐进式披露、代码图谱、CLI替代MCP等10个方向，预计降本50%-65%。 摘要要简洁，不超过150
2026-08-31 21:22:17
152
原创 DeepSeek Harness 技术拆解，一切皆插件的 Agent 框架
DeepSeek Harness (dsh) 是 DeepSeek 开源的本地 Agent 框架，采用"一切皆插件"的设计理念，核心功能包括插件化架构、分层组装、多模式选择和代码模式。它支持文件编辑、Shell命令、多智能体协作等功能，提供Web UI、CLI和SDK多种使用方式。框架强调安全性，支持沙箱执行和权限控制，兼容多种模型服务。开发者可自由扩展功能，社区生态已初步形成。通过 npx @deepseek-ai/dsh web 即可快速体验，目前处于 v0.1 版本，核心接口仍在迭代中。
2026-08-14 10:05:54
88
原创 DeepSeek Harness 重磅来袭
DeepSeek Harness是DeepSeek AI开发的开源Agent基础设施框架，采用"一切皆插件"的设计理念，基于Cordis插件系统构建。该框架提供四种运行模式（标准、PTC、极简和创造模式），支持程序化工具调用，并具有强大的可观测性功能，包括追记式会话日志和Trajectory视图。其架构由Profile和Bundle组织，核心功能通过插件实现。开发者可通过Web UI或命令行快速上手，并可以通过开发插件进行扩展。目前处于开发者预览阶段，采用MIT协议开源。项目强调组合优于修改，所有组件都可替
2026-08-14 10:02:43
311
原创 美团四大名著，我也想让团队都读一遍
美团将《金字塔原理》《学会提问》《高效能人士的七个习惯》《用图表说话》列为内部必读"四大名著"，这四本经典著作分别训练结构化思维、批判性思维、职业素养和数据表达能力。作者认为这些底层能力比具体技能更重要，尤其在AI时代更显价值：清晰思考能更好驾驭AI工具，严谨质疑能识别AI错误，职业素养决定工作质量，数据表达则直接影响商业说服力。这些能力与公司"高效协同""批判精神""主人翁意识"等价值观高度契合，是团队在客户现场交付时的核心竞争力。作者建议根据当前工作需求选择优先阅读顺序，并强调这些经典能力在AI时代不仅
2026-07-22 16:13:28
112
原创 给 Claude Code 装上眼睛 - 聊聊 code intelligence plugin
Claude Code 的在 “Find relevant code” 那节末尾埋了一条 tip：为你的语言安装 code intelligence plugin，让 Claude 拥有精确的"跳转到定义"和"查找引用"导航能力。我点开 code intelligence plugin 那个链接看了下。底下是 LSP——VS Code、Neovim、JetBrains 用了十年的那套代码智能基建。那就试一下。让 Claude 改一个 TypeScript 函数加个参数，调用方都跟着改。
2026-07-22 16:09:31
182
原创 大模型面试—— Transformer 架构中的 Feed-Forward Network (FFN) 起了什么作用？光有 Attention 还不够吗？
Transformer架构中的Feed-Forward Network(FFN)是Attention机制的重要补充，主要承担三个关键功能：1)通过非线性激活函数打破Attention的线性限制，增强模型表达能力；2)对每个Token进行独立特征加工，实现信息的二次提纯；3)作为大模型的主要知识存储器，存储事实性知识。FFN通过先放大后收缩的维度设计(如4d_model→d_model)，在高维空间实现稀疏激活，类似键值存储机制。现代大模型(如GPT、Llama)中FFN贡献了约2/3参数量，混合专家模型(M
2026-05-18 09:18:08
261
原创 大模型面试——Transformer 中 Decoder 的 Masked Self-Attention 是如何实现“隐身”未来的？
摘要： Transformer解码器通过因果掩码实现"隐身未来"：在注意力分数矩阵中将未来位置设为$-∞$，经Softmax后权重归零，确保自回归生成时仅依赖历史信息。该技术支撑GPT等模型的文本生成能力，相比RNN的串行处理，通过矩阵掩码保持了GPU并行训练优势。核心实现是将$n×n$下三角掩码矩阵（未来位置$-∞$）加入$QK^T$计算，使模型在训练时能批量处理序列却严格遵循因果性。典型应用包括聊天机器人和实时语音识别。
2026-05-18 09:15:07
184
原创 大模型面试——Layer Normalization 为什么在 Transformer 中比 Batch Normalization 更常用
Transformer模型更倾向于使用Layer Normalization(LN)而非Batch Normalization(BN)的主要原因有三点：首先，LN在特征维度归一化，不受变长序列和填充(Padding)影响，而BN在批处理维度归一化会因填充导致统计失真；其次，LN推理时仅依赖当前样本，与训练逻辑一致，而BN需要依赖训练时累积的批统计量；最后，LN能更好地保持词向量的语义稳定性，而BN可能破坏个体样本的特征分布。这些特性使LN更适合处理NLP任务中的变长序列，并成为Transformer架构的标
2026-05-15 09:31:57
245
原创 大模型面试——为了防止方差失控 Transformer 做了什么
摘要： Transformer中的缩放因子$\sqrt{d_k}$通过控制点积结果的方差，防止Softmax进入饱和区导致梯度消失。数学推导表明，点积方差随维度$d_k$线性增长，除以$\sqrt{d_k}$可维持方差稳定。若改为$d_k$会导致注意力权重过度均匀化，丧失特征聚焦能力。该设计在深层模型训练和混合精度计算中尤为关键，平衡了数值稳定性与模型表达能力。实际应用中，$\sqrt{d_k}$如同音频增益控制，确保信号始终处于有效动态范围。
2026-05-15 09:28:31
324
原创 大模型面试——Transformer 中的位置编码（Positional Encoding）的意义
摘要： Transformer中的位置编码（Positional Encoding）弥补了Self-Attention的"置换不变性"缺陷，为模型注入时序信息。其核心价值体现在： 功能必要性：替代RNN的递归结构，使并行化成为可能的同时保留词序信息，确保语义准确性（如区分"我爱她"和"她爱我"）。 数学设计：采用正弦/余弦函数实现： 线性组合特性支持相对位置学习 数值稳定性避免长序列溢出 远程衰减符合语言规律 技术演进：从绝对编码发展到RoPE等方
2026-05-14 09:18:26
146
原创 大模型面试——详细解释一下 Transformer 中的Q K V
自注意力机制将序列处理从“线性扫描”提升到了“全局对齐”。它不仅是 Transformer 的核心，更是 AI 实现复杂逻辑推理的数学基石。
2026-05-14 09:15:36
215
原创 大模型面试——Transformer 中的 Multi-head Attention 为什么比 Single-head 好
为什么 Transformer 不简单增加隐藏层维度，而是大费周章地搞出“多头”？本文将从特征子空间、归纳偏置以及模型表达力三个维度，剖析多头注意力机制如何成为大模型的“火眼金睛”。
2026-05-13 15:13:30
104
原创 大模型面试——为什么Transformer能取代RNN和CNN成为序列建模主流
摘要： Transformer凭借自注意力机制和并行架构，解决了RNN和CNN在序列建模中的核心痛点。其优势体现在：(1) 并行计算能力，实现高效训练；(2) 全局感受野，有效建模长距离依赖；(3) 动态权重分配，提升特征表达能力。Transformer已广泛应用于NLP、多模态融合和长文本分析等领域，成为当前AI领域的基石模型。其成功源于算法创新与硬件友好性的完美结合，展现出强大的缩放定律和通用特征提取能力。
2026-05-13 15:06:30
233
原创 Bitmap 索引详解
Bitmap索引是一种高效的数据库索引技术，通过二进制位图标记数据行的取值情况。其核心原理是为每个列值创建位图（0/1串），利用位运算快速定位符合条件的数据行。Bitmap索引特别适合高基数列的组合查询，能显著减少数据扫描量。StarRocks采用自适应机制，根据列基数和查询条件自动判断是否使用Bitmap索引，避免不当使用影响性能。该技术通过位运算替代全表扫描，在性别、城市等低基数列的多维查询中表现优异，但对高基数列可能带来存储和导入性能的开销。合理设计Bitmap索引需权衡过滤效果与系统资源消耗。
2026-05-08 10:15:47
157
原创 客服系统从 RAG 到 LightRAG 的全链路升级
摘要 本文系统性地解决了传统RAG在AI答疑系统中的三大核心瓶颈：意图识别模糊、知识碎片化和评测闭环缺失。创新性地提出思维链驱动的并行检索架构，通过分解问题为多步逻辑查询并并行执行，显著提升召回质量。针对传统RAG的结构性局限，探索了从GraphRAG到轻量级LightRAG的检索架构演进，在保留图结构优势的同时实现秒级响应。最后构建了多维度评测体系，强调人工校验以克服模型过度自信问题，形成从问题理解到评测反馈的全链路闭环优化方案。
2026-04-11 08:13:26
130
原创 Anthropic官方Harnerss发布了！
Anthropic发布Claude Managed Agents，简化AI Agent开发流程 Anthropic正式推出Claude Managed Agents，这是一套完整的托管服务API，旨在解决AI Agent开发中的基础设施难题。该产品提供四大核心能力：生产级Agent运行环境、长会话持久化、多Agent协调机制和企业级安全治理。通过内置的编排Harness，开发者只需定义任务和工具，Anthropic负责处理沙箱执行、状态管理等复杂问题。实际案例显示，该服务使开发效率提升10倍，某些项目从构思
2026-04-11 08:06:41
293
原创 顶级开发团队设计的Harness工程项目源码什么样
顶级Harness工程项目源码分析 这个由顶级AI研究团队开发的工业级Harness项目源码展现了令人惊叹的工程规模和技术深度： 项目规模：1,884个文件、512,000+行代码，最大单文件达875KB，构建了一个完整的AI Coding Agent系统 技术选型：基于Bun运行时和TypeScript，采用React+Ink构建终端UI，使用Zod进行严格校验，集成OpenTelemetry等企业级工具 架构特点： 三层架构清晰划分核心模块 包含43个工具实现和80+斜杠命令 采用查询引擎、工具注册表等
2026-04-10 07:54:11
513
原创 如何让生成式AI更懂你？全新交互模型IAI，重塑人机协同范式
摘要：微软亚洲研究院等团队提出交互增强指令(IAI)模型，解决生成式AI时代人机交互瓶颈问题。该模型通过引入"增强指令(Aug)"实体，构建12种原子交互范式，系统分析66个AI工具的交互流程，实现精准区分不同交互方式。IAI不仅可解析现有设计差异，还能推导全新交互范式，如AI主动发起的情境感知协作。该研究推动人机交互从"提示词工程"迈向更包容的"指令设计"，有望成为AI开发者的通用语言，构建更透明可控的人机协同范式。该成果获ACM CHI 202
2026-04-10 07:42:20
243
原创 Claude Code实战技巧
记忆类型文件位置用途说明使用示例项目记忆（共享）项目团队共享的指令项目架构、编码规范、常用工作流程用户记忆（全局）用于所有项目的个人偏好设置代码风格偏好、个人工具快捷方式项目记忆（本地）项目的个人偏好设置（已废弃）你的沙箱地址、测试数据偏好等其中，CLAUDE.md文件是 Claude Code 自动读取的记忆文件，类似于 Cursor 中rules常用的 bash 命令核心文件和工具函数代码风格指南测试说明代码库规范开发环境设置。
2026-04-09 07:58:12
252
原创 RAG 入门指南：LlamaIndex、GraphRAG、 RAGFlow 学习建议与技术选型
本文主要介绍了当前构建基于大语言模型的应用时最主流的 RAG 的核心思想、基本工作流程，RAG 与 LlamaIndex、GraphRAG、 RAGFlow 之间的关系与区别以及RAG学习建议与技术选型。
2026-04-09 07:54:59
544
原创 Harness驾驭工程是AI平权的必经之路
CLI-Anything 是一个 Claude Code 插件，能分析任意软件的源代码，自动生成一套生产级的命令行接口（CLI），可以调用真实的应用后端，包括 LibreOffice 生成真正的 PDF、Blender 渲染真正的 3D 场景、Audacity 通过 sox 处理真正的音频等。但在 Agent 世界里，模型表达意图的接口设计会直接决定了它能否把正确的想法变成正确的代码。但龙会长大，我们需要的不是更粗的铁链，而是一套完整的驾驭系统，包括缰绳、马鞍、护具等，以及一个懂得如何与龙共处的骑手。
2026-04-08 08:01:29
489
原创 OpenClaw 接入 RAGFlow，让你的“龙虾”更懂企业
目前发布的 RAGFlow skill 为基础版本，侧重于底层知识库能力的对接。接入该 Skill 后，可直接通过 OpenClaw 调用 RAGFlow 的核心服务，下面以飞书平台为例进行功能展示。知识库运维管理通过飞书直接对 RAGFlow 知识库进 CRUD（增删改查）能力的全流程控制。基础操作：支持知识库的创建、详情查询、总览获取。属性维护：支持对已有知识库名称、解析方式及描述的更新。文档自动化处理直接通过飞书上传、解析、管理 RAGFlow 文件。多文件管理。
2026-04-08 07:57:51
516
原创 # 卖 Skill、卖服务、卖产能—— OpenClaw 赚钱的三种方式
摘要 OpenClaw生态中主要有三种盈利模式：卖Skill（自动化流程）、卖服务和卖产能。ClawMart作为第三方技能商店，通过打包行业自动化流程实现月收入80,526美元。典型案例包括：1）ClawMart通过订阅制、一次性销售和开发者工具包组合变现；2）商品价差监控系统利用自动化套利和信息服务月赚3000+元；3）B站UP主使用Skill提升内容产能，收入从5000元增至18000元。整个生态呈现明显头部效应，前30名项目占据97.3%收入，垂直行业Skill存在巨大市场空白。成功关键在于将专业领域
2026-04-07 08:01:29
632
原创 7*24小时不停干活的Harness for OpenClaw
清华大学NMRC团队开源OpenHarness框架，专为OpenClaw AI代理设计的7*24小时自动化任务执行系统。该框架基于编排工程理念，实现任务全生命周期管理，包含初始化、调度配置、状态跟踪、结果验证等完整闭环。核心亮点包括工程化设计、标准化接口、状态可追溯、熵控制机制和外部验证功能，确保长期稳定运行。支持Markdown表格存储和JSON存档，提供可视化报告，适用于定时数据采集、内容生成等场景。安装简单，只需克隆到OpenClaw工作区即可自动识别使用。
2026-04-07 07:59:44
838
原创 Codex 团队如何用自己的产品构建产品——整个 Spec 只有 10 个要点
OpenAI Codex团队采用极简产品开发模式，整个产品规格仅10个要点。团队50-100人长期仅1名PM，设计师代码量已超过工程师。产品负责人Alexander Embiricos透露，团队几乎不写详细文档，仅在需要协调时写简短要点。OpenAI采用独特规划哲学：只做8周内短期或长期方向性规划，拒绝中期路线图。2025年GPT-5.2 Codex发布后，模型能力突破催生了桌面应用开发。团队强调"让离代码最近的人做决策"，PM角色转变为"填空者"，设计师与工程师界限
2026-04-06 20:20:16
324
原创 大模型AI知识库，保姆级教程来了
答案是：什么都往里扔。把文章复制粘贴成 .md 或 .txt 文件，截图和图表直接保存，从你现在用的任何应用里导出笔记，会议记录、研究论文、项目文档，还有那些囤了几个月的书签，统统扔进去。这就是 Karpathy 使用的结构：raw/ 文件夹是你的原始素材收纳箱，wiki/ 文件夹是 AI 帮你理出条理的地方，outputs/ 文件夹存放问题的答案。Karpathy 自己也说了，他的 AGENTS.md 里的 schema “超级简单，完全扁平”：没有数据库，没有插件，只是一个告诉 AI 规则的文本文件。
2026-04-06 15:06:12
335
原创 万物皆可skill
2026年GitHub掀起一场诡异的开源狂欢，以".skill"为后缀的AI数字分身项目快速走红。从「同事.skill」到「前任.skill」，这些项目通过解析聊天记录、文档等数据，生成高度拟真的数字分身。技术架构包含Work Skill（知识体系）和Persona（人格模型）两层，能精准复刻目标人物的表达风格和行为模式。这场风暴折射出AI对社会关系的深度入侵，引发了关于职场生存、情感伦理的广泛讨论，标志着AI从能力模型向行为模型的跨越。
2026-04-05 10:22:29
388
原创 Mac M2 24G 部署 OpenClaw + Ollama 踩坑实录
我只是想有一个完全私密的本地 AI，不用付费、不用联网、不用担心数据泄露。结果这一路……怎么说呢，踩坑比聊天还多。如果你也在 Mac 上折腾 OpenClaw 和 Ollama，这篇文章就是为你准备的——所有我遇到的坑，以及怎么爬出来的。如果你也在 Mac 上折腾 OpenClaw 和 Ollama，遇到和我一样的坑，希望这篇文章能帮你省下 5 小时。毕竟，折腾不是目的，用上才是。
2026-04-05 10:19:50
207
原创 Harness Engineering 工程实践
任务越复杂，消耗的上下文越多，关键信息被压缩，决策质量下降，又产生更多错误，需要更多修复，又消耗更多上下文……程序记忆记录成功的操作步骤，比如"添加 API 端点的标准五步流程，成功率 90%"，新的子代理执行同类任务时会先查这里。到了重构、新模块这种结构性变更，子代理还得在 Git Worktree 里隔离执行——相当于仓库的临时副本，成功了合并，失败了丢掉，不污染主分支。“教得更好"这条路有天花板——写更详细的 system prompt，提供更多示例，规则会随代码演进变化，你永远追不上。
2026-04-04 13:51:11
422
原创 Cursor 3来了：内置Codex，前端福音Design Mode，WorkTree多开
Cursor 3发布，聚焦解决AI编程中的工作流痛点。主要更新包括：1）新增Agents Window实现多任务并行处理，支持跨仓库/环境同时运行多个任务；2）引入Git Worktree物理隔离机制，通过/worktree指令让AI在独立环境操作，保护主干代码安全；3）Design Mode支持前端开发者通过框选UI元素代替语言描述，提升问题定位效率。此外还优化了结构化输出、大文件渲染等细节。此次升级重点改善了AI编程中任务并行性、代码安全性和交互直观性三大问题。
2026-04-04 13:47:22
291
原创 AI时代下普通人的破局指南：从恐惧到赋能的思维跃迁
《AI时代的认知跃迁：从焦虑到赋能》 文章探讨了AI技术革命引发的普遍认知焦虑，并提出三个关键破局点：认知层面需打破对AI的误解，理解其作为工具的本质；心态层面要转向"被赋能"思维，保持初学者心态；行动层面建议建立AI友好的学习习惯，寻找个人"甜蜜点"，培养AI难以替代的核心能力。作者强调，真正的破局不在于掌握技术，而在于完成思维跃迁——重新定义人类价值（创造力、同理心等），主动拥抱变化，将AI转化为能力放大器。在这个充满不确定性的时代，每个人都可以通过思维升级找到独
2026-04-03 17:39:48
158
原创 GLM-5.1 实测：面向 Agent 长任务 很能打
GLM-5.1展现强大长任务处理能力，成为Agent场景新标杆。实测显示其编程能力提升20%，在多项基准测试中名列前茅，尤其擅长处理多步骤复杂任务，能自主规划、纠错并完成完整项目开发。相比Claude Opus 4.6，GLM-5.1以更低价格提供相近体验，已帮助用户成功开发语音输入工具等实用项目，显著节省成本。社区测试还验证了其在游戏开发、设计绘图等领域的出色表现，其长程任务稳定性在国内模型中处于领先地位，标志着AI从辅助工具向独立执行者的转变。
2026-04-03 08:12:56
309
原创 Google Gemma 4 开源 以小胜大
今天凌晨，Google DeepMind 发布了新一代开源模型Gemma 是 Google 的开源模型系列，和闭源旗舰 Gemini 共享底层技术，权重完全公开，任何人可以下载、修改、部署。上一代 Gemma 3 是 2025 年 3 月发的，到这次更新整整一年。在这一年里国内几家开源模型已经迭代了好几轮，Google 在开源赛道的存在感越来越弱这次一口气放出四款模型，分别是 2B、4B、26B 和 31B，覆盖了手机到工作站全场景。许可证从 Google 自有协议换成了。
2026-04-03 08:09:02
424
原创 Vibe Writing：AI 时代的自媒体上手指南
我想开启一个项目：利用 AI 帮助大家辅助写作，做自媒体账号，简单来说就是用 AI 做公众号和小红书账号。核心目标不是「用 AI 替你写」，而是把 AI 当作一个随叫随到的编辑/主编系统。让你更快动笔、更容易坚持、更快获得反馈，并把内容沉淀成长期的渠道资产。现在随便用 ChatGPT、豆包、DeepSeek 都能写一篇文章，但写出来的大多是「AI 八股文」，是 AI 垃圾，我这套思路和实践，能让你写出充满「人味」的内容，积累粉丝、社群和影响力。
2026-04-02 07:52:57
516
原创 Vibe Writing 手把手教程：Obsidian + Claudian + Skill
本文介绍了Vibe Writing的实操教程，主要使用Obsidian+Claudian+Skill组合。教程包含工具安装配置（Obsidian、Claudian插件）、核心工作流（选题-调研-写作-发布）和效果对比。重点展示了Claude Code生成的文本更具"人味"和场景感，优于其他AI工具。作者强调工具只是辅助，内容灵魂仍需个人思考积累。附有公众号排版和全网发布工具推荐，以及自动配图生成方案。
2026-04-02 07:49:17
277
原创 Claude Code 实战入门：从零教你用 Claude Code 干活
本文介绍了Claude Code这一AI编程助手的核心功能与实用技巧。作为Anthropic推出的编程工具，Claude Code不仅能对话交流，更能直接在项目中执行代码修改、文件整理等实际操作。文章对比了它与普通AI对话工具的区别，详细说明了安装配置方法，并重点介绍了三大应用场景：资料搜索整理、网页内容抓取和文章写作流程。还分享了Skills、MCP等进阶功能的使用技巧，以及常见问题的解决方案。全文通过具体示例和对比表格，帮助开发者快速掌握这一高效AI编程工具的实际应用。
2026-04-02 07:46:25
189
想看看你们在csdn 上赚了多少钱
2025-07-07
关于枚举你都知道什么呢？
2020-12-15
有没有一个讲Java 集合的系列文章
2020-12-13
有没有一个将Java 结合的系列文章
2020-12-13
TA创建的收藏夹 TA关注的收藏夹
TA关注的人