JavaPub

这篇文章介绍如何使用Node.js和gpt-5.6-sol模型手写一个AI Agent，而不依赖LangChain等框架。主要内容包括： AI Agent的核心概念：LLM+Prompt+Tools+Memory+Agent Loop 环境准备：Node.js 18+和OpenAI SDK配置 定义System Prompt为Agent设定身份和规则 重点讲解Tool Calling机制：LLM决定何时调用什么工具，Node.js负责实际执行 实现计算器工具示例，演示如何让模型自主判断工具调用时机 文章通过

本文从零开始实现一个基础的AI Agent，包含以下核心内容： AI Agent的本质构成：大模型+Prompt+工具+记忆+运行循环，核心是让AI能够自主判断和执行任务。 普通AI与Agent的区别： 普通AI直接生成回答 Agent会判断需求并调用工具获取真实数据 实现了一个具有三个功能的基础Agent： calculator：数学计算 get_current_time：获取实时时间 save_note：保存笔记 关键技术实现： 使用OpenAI兼容API 通过Tool Calling机制让AI自主决定

DeepSeek AI 开源了 DeepSeek Harness（dsh），这是一个围绕 DeepSeek 模型构建的 AI Agent 运行框架，核心设计理念是 “一切皆插件”。它不只提供大模型能力，还整合了工具调用、文件操作、命令执行等执行层功能，形成完整的 Agent 闭环（Agent Loop）。目前已支持 Web UI 交互，开发者可通过插件扩展功能。其模块化架构基于 Cordis，包含会话管理、工具注册、Agent 循环等核心组件，支持任务分解、上下文维护和权限控制，为构建复杂 AI 应用提供了

DeepSeek V4 Pro 0813 版本正式上线，与 V4 Flash 版本形成差异化定位。V4 Pro 参数规模达 1.6T（V4 Flash 为 284B），激活参数 49B（Flash 为 13B），价格约为 Flash 的 3 倍。关键差异在于：Pro 专攻复杂任务（如大型编程项目、架构设计、长链路Agent），而 Flash 凭借 100 万同等上下文和 5 倍并发优势（2500并发），更适合轻量级编程、长文档处理等高吞吐场景。建议用户采用"80%任务用Flash，20%高难度任务切Pro"

本文介绍了SilicoGrove图片生成API的接入方法，提供了标准API地址（https://ai.silicogrove.com/v1）和备用地址，所有请求需使用Bearer token认证。重点演示了POST /v1/images/generations接口的使用，支持包括gpt-image-2、gemini系列等多种图像模型。文章提供了详细的cURL和Python调用示例（需替换YOUR_API_KEY），说明如何通过API生成1024x1024高质量图片并获取返回结果（URL或Base64格式），

本文梳理了OpenAI编程相关模型与接口的复杂关系。核心观点包括： Codex本质是Coding Agent体系，包含CLI/IDE/Cloud等产品形态，整合了Shell/Git/文件系统等能力，而非单一模型。 当前主力模型为GPT-5.6系列： Sol（gpt-5.6-sol）：旗舰模型，适合复杂任务 Terra（gpt-5.6-terra）：平衡型日常开发模型 Luna（gpt-5.6-luna）：低成本批量处理模型 GPT-5.3-codex是专为Agentic Coding优化的特殊模型，强调代码

ChatGPT 不只是一个聊天机器人。学习新知识提升工作效率辅助创作编写代码解决问题真正重要的不是：“AI 会不会取代人。而是：会使用 AI 的人，将拥有更强的生产力。一起成为勇猛精进的人类。

GPT-5.6 Sol 是 OpenAI GPT-5.6 系列的旗舰模型，定位为处理复杂专业任务。作为 GPT-5.6 的默认版本，它支持 105 万 Token 上下文窗口和 128K Token 最大输出，适合分析大型代码库、处理长文档及复杂 Agent 任务。API 调用时，"gpt-5.6"会自动路由到该模型。其价格结构为输入 5 美元/百万 Token、输出 30 美元/百万 Token，超过 272K Token 后费用会显著增加。该模型特别适合需要处理大量信息的专业场景，但需注意合理控制上下文

文章摘要：OpenAI的gpt-image-2图片生成模型要求图片尺寸必须是16的倍数（如1920×1088），否则会报错。这是因为AI模型使用潜在空间计算，涉及张量运算，需要尺寸严格对齐。常见推荐尺寸包括横屏1920×1088、竖屏1088×1920和正方形1024×1024。开发AI图片平台时，应在前端限制尺寸或后端自动校正，并提供友好错误提示。

摘要：编程门槛因AI工具大幅降低，初学者可快速生成功能代码，但解决实际复杂问题的能力仍是关键。技术博主王仕宇指出，AI无法替代需求分析、性能优化等核心技能，未来程序员的核心竞争力在于运用AI实现创意落地的综合能力。（99字）

DeepSeek V4 Flash正式发布，原生支持Responses API并适配Codex格式，采用新版OAI通用格式。官方提供一键部署脚本：macOS/Linux用户可通过终端命令快速安装，Windows用户也可通过PowerShell指令完成部署。随着AI和Agent技术的快速发展，其速度和体验持续优化，这将带来深远影响。我们不应只是旁观，而应积极拥抱这个变革时代。关注@JavaPub获取更多动态。

本文详细介绍了如何通过CC-switch工具添加Claude Desktop自定义渠道的步骤：首先点击右上角加号添加新供应商，选择自定义配置后填写必要的站点信息（名称、地址、密钥），保存后启用该配置并重启Claude Desktop应用，最后进行连接测试确认配置成功。整个过程包含9个关键步骤，配有界面截图指导用户完成设置，解决了官方渠道单一且不可删除的限制问题。

Codex扩展技能：安装ChongPlus Image Skill实现AI生图与改图 摘要： 本文介绍了如何为Codex安装ChongPlus Image Skill扩展功能，使其具备图片生成与编辑能力。通过简单的GitHub仓库安装指令，用户无需编写接口代码即可实现：1）文字描述生成高质量图片；2）基于参考图进行风格修改与重绘。文章详细演示了从Skill安装、API Key配置到实际生成西部机器人主题图片的全流程，并提供了产品图、公众号封面等实用提示词模板。该Skill支持多种预设尺寸（如1024x153

当GPT返回429错误时，表示请求被限流，常见原因包括请求频率过高、账户余额不足、模型限额或中转平台拥堵。错误信息可能为"Rate limit reached"（需降低并发）、"insufficient_quota"（余额不足）或"Too many requests"（请求过多）。解决方法包括降低并发数、等待后重试、使用指数退避策略（如1,2,4秒间隔）、检查API余额或更换渠道。代码中建议实现带延迟的重试机制，而非无限重试。注意429不同于地址错误的400/401/403状态码，而是频率或配额问题。

DeepSeek的AGI愿景与战略路径 DeepSeek明确以AGI为核心目标，聚焦智能本质而非多模态或世界模型等分支。当前重点推进Coding Agent，未来将攻克持续学习、AI自迭代，最终实现具身智能。公司坚持开源策略，认为这是中型团队的竞争优势，通过技术共享提升行业整体水平，同时降低自身商业风险。 DeepSeek强调成本效率与时间优势，而非短期利润最大化，通过架构优化和合理定价扩大技术普惠性。中美AI差距被归结为资源而非人才问题，公司致力于用有限算力缩短技术代差。团队以愿景驱动，保持组织灵活性与员

Codex App、CLI、IDE 和 Web，并不是四套互相竞争的产品。IDE：我正在看代码，帮我一起修改。CLI：我正在使用终端，帮我执行完整开发流程。App：我有多个项目和任务，帮我管理多个 Agent。Web：这个任务比较完整，交给云端慢慢执行。日常开发使用 IDE运行测试和自动化使用 CLI多项目和多 Agent 使用 App长任务和 GitHub PR 使用 Web真正重要的不是哪个入口功能最多，而是你能不能根据任务选择最合适的工作方式。

本文对比了四种自动化工具的核心差异：ChatGPT Work是理解工作上下文的项目搭档，擅长跨工具协作交付成果；Claude Cowork是能操作本地环境的AI同事，侧重桌面文件和应用执行；Manus如同拥有云端电脑的外包员工，自主完成网络调研等长任务；传统RPA则是严格按规则执行的流程机器人。文章指出AI Agent与RPA的本质区别在于前者处理不确定性需求，后者执行确定流程。建议开发者根据任务场景组合使用：用Agent处理分析规划类工作，通过代码/RPA实现稳定业务流程，形成"AI大脑+自动化手脚"的高

文章摘要：作者分享将AI迁移到GPT5.6的经验，建议不要盲目使用最贵的Sol模型。他将三个模型比作不同级别员工：Luna适合简单批量任务，Terra胜任日常开发，Sol专攻复杂问题。合理的使用策略应是"先用便宜的，解决不了再升级"，并根据任务难度分配模型，如Luna处理数据整理、Terra生成初稿、Sol负责最终审核。真正的AI使用技巧在于资源分配，而非一味追求最强性能。

OpenAI将Codex桌面应用升级为ChatGPT桌面客户端，整合了Chat、Work和Codex三种功能模式。Codex原有编程能力（代码编写、项目修改等）仍保留在ChatGPT中，但入口更统一。此举旨在减少用户在不同AI工具间的切换，打造一体化AI工作平台。虽然功能整合合理，但命名变更易引发"Codex被取代"的误解。未来ChatGPT可能发展为集成多种AI能力的统一工作入口，用户只需提出需求，无需关心底层调用何种专用模型。此次升级标志着ChatGPT从聊天工具向综合性AI工作系统的转型。

OpenAI将Codex桌面应用整合进新版ChatGPT桌面应用，Codex成为其中的开发模式。原有项目、任务和功能基本保留，同时新增代码编辑、批注、PR审查等能力。更新后用户可在同一应用内切换Chat（对话）、Work（办公）和Codex（开发）模式，实现多任务统一管理。Codex CLI、IDE插件及云端服务不受影响。建议更新前备份代码，确认账号一致。此次整合旨在将ChatGPT升级为多功能AI工作平台，而非取代Codex的专业开发能力。

OpenAI将Codex、ChatGPT和Work功能整合到新版ChatGPT桌面应用中。Codex并未消失，而是作为开发模式整合进新应用，Chat用于问答对话，Work处理复杂办公任务，Codex专注代码开发。三大模块定位不同：Chat是聊天助手，Work是通用工作代理，Codex是开发代理。用户可根据需求选择：快速问答用Chat，文档处理用Work，编程任务用Codex。原Codex用户的项目会保留，仍可默认进入Codex模式。此次整合旨在提供统一工作平台，同时保持各模块的专业性。（149字）

本文由Codex中文网站长宇哥撰写，详细介绍了Codex CLI在Windows、Mac和Linux三大平台的安装方法。Codex是OpenAI推出的本地终端AI编程助手，能够直接读取、修改和运行项目代码。文章提供了官方脚本、npm和Homebrew三种安装方式，针对不同系统给出具体步骤和常见问题解决方案，并分享了首次使用技巧和实用指令。特别适合经常写代码、改项目的开发者使用，能帮助分析项目结构、定位Bug、修改功能、生成文档和编写测试。安装前需准备OpenAI账号、终端工具和Node.js环境。

本文介绍了如何在VS Code中安装并配置Codex AI编程助手插件，以提高开发效率。主要内容包括：Codex作为AI编程助手的功能（代码生成、解释、调试等）；VS Code插件的安装与API Key配置方法；实用场景如项目结构分析、报错调试、接口开发等；推荐的工作流（先分析再修改）和安全注意事项（修改前备份）。通过具体示例演示了如何让Codex协助完成文章列表接口开发，强调结合项目上下文和分步骤验证的重要性。

Codex 出现 401 Unauthorized，本质上就是身份认证失败。登录状态过期；API Key 错误；账号权限不足；Codex 版本过旧；网络或代理异常；第三方中转配置错误；本地环境变量冲突；refresh token 失效；模型无权限；使用了非官方或可疑工具。大部分情况下，重新登录、更新 Codex、检查 API Key、清理认证缓存，就能解决问题。如果你是通过中转平台接入 Codex，那就重点检查、模型名、余额、渠道状态和服务端日志。

Codex是一款"自动写代码+自动执行"的AI工具，不同于ChatGPT，它能像工程师一样直接完成编程任务。文章详细介绍了Codex的正确使用方法：1）通过CLI快速安装并运行；2）以任务驱动方式提出具体需求（如构建Web服务、添加功能模块）；3）展示了真实开发流程（从搭建框架到部署运维）。文章还分享了高阶玩法，包括自动修改项目、排查问题、编写配置等，特别适合后端开发、运维及产品开发人员。最后强调Codex是2024年提升开发效率的关键工具，建议采用"提需求-执行-review

本文厘清了OpenAI生态中几个关键概念的关系：OpenAI是研发公司，GPT-5.4是核心AI模型，ChatGPT是面向普通用户的交互产品，Codex是开发者工具。文章指出，真正高效的AI应用需要将GPT-5.4的思考能力与Codex的工程能力结合使用，而非仅通过ChatGPT界面交互。作者提供了实用类比（GPT-5.4=CPU，ChatGPT=UI，Codex=IDE）和实操教程链接，强调构建"AI开发系统"比单纯使用AI界面更能发挥技术潜力。

本文分享了如何高效结合GPT-5.4和Codex进行开发的最佳实践。作者强调两者应分工协作：GPT-5.4负责系统设计和架构思考，Codex负责具体代码实现。关键要点包括：1）分阶段使用，先让GPT-5.4规划模块和接口，再由Codex生成可运行代码；2）小步迭代，避免一次性生成完整项目；3）修改代码时先分析再执行。文章还提供了工具整合方案和常见误区，指出真正的效率提升在于合理组合AI工具，而非单一模型选择。最后附有详细教程链接，帮助开发者构建系统化的AI开发流程。

本文介绍了如何高效使用GPT-5.4和Codex进行项目开发的完整工作流。核心原则是明确分工：GPT-5.4负责需求分析、架构设计和任务拆解，Codex专注于代码实现和任务执行。文章详细讲解了从零开发项目的三步流程（需求拆解→代码生成→模块化实现）、修改项目的正确方法（先分析再修改）以及自动化工作流配置方案。关键经验包括：避免让AI一步到位、严格分层思考与执行、采用渐进式开发模式。通过这种组合使用方式，开发者可以将AI工具升级为完整的开发系统，显著提升项目开发效率和质量。

Codex 的本质不是命令工具你用“自然语言”控制一个程序员。

摘要： Codex和ChatGPT是当前AI写代码的两大主流工具，但定位不同： ChatGPT 是对话型AI，擅长解释代码、提供建议，相当于“技术顾问”。 Codex 是执行型AI，能直接修改代码、运行测试、提交PR，扮演“AI工程师”角色。 核心区别在于Codex能自动完成任务，而ChatGPT仅提供指导。使用Codex时，只需用自然语言描述需求（如“修复某功能”），它会读取项目并执行修改。 趋势：Codex代表AI从工具升级为开发合作者，显著提升效率。新手建议从小任务开始，明确指令，将其视为“同事”协作

很多人第一次用 Codex，都有一个疑问：“到底是一直codex xxx，还是进去之后再用？答案是：👉这两种模式，决定了你是“用工具”，还是“用 AI 员工”。

从“写代码” → “描述需求”从“工具” → “执行代理”从“开发” → “自动化”人类负责思考，AI 负责实现。

《大模型科普：5个核心概念轻松懂》摘要 用生活化比喻解释AI大模型： 1️⃣参数量=大脑神经线数量，决定记忆和理解能力 2️⃣算力=发动机马力，影响运行速度 3️⃣推理=思考回答的过程 4️⃣训练=大量读书学习 5️⃣微调/LoRA=专项补习课。GPT-4等大模型就像拥有上千亿神经线的超级大脑，通过海量训练掌握知识，在强大算力支持下进行推理，并可通过微调实现专精领域突破。

OpenAI时隔6年再次开源，发布两款纯文本模型gpt-oss-120b和gpt-oss-20b，分别适配H100和消费级显卡。模型具备工具调用、推理和医疗健康等突出能力，并开放思维链功能。采用Apache 2.0协议，支持商用和研究使用。用户可通过Hugging Face、GitHub或在线体验网站获取，也可通过Ollama本地部署。虽然OpenAI强调此举旨在促进AI透明发展，但业界认为这是应对开源竞争压力的策略性调整。此次开源虽不意味着全面转向开源，但为开发者提供了新的研究工具。

本文系统介绍了大语言模型的核心概念与技术要点，分为六大模块：1）模型结构（Transformer、编码器/解码器、注意力机制等）；2）训练机制（预训练、微调、MLM等）；3）推理部署（量化、LoRA、批处理等优化技术）；4）提示词工程（Prompt设计、思维链等交互技巧）；5）数据处理（语料清洗、分词等）；6）安全对齐（防注入攻击、偏见消除等）。通过通俗类比（如"填空题训练"、"儿童学习"等）生动解析了AI模型的工作原理与关键技术，涵盖从底层架构到应用部署的全流程知识

1分钟分享，如何简单3步把DeepSeek-R1部署本地 1分钟分享下，如何用简单3步，把爆火的DeepSeek-R1，部署到你的电脑本地。文件越大、需要用到的本地资源就越多，相对来说，效果也越好。选择 deepseek，如果没看到，在搜索框搜索一下。第四步：执行命令，启动并运行 deepseek-R1。第二步：下载 deepseek 大模型文件。微信公众号： JavaPub 答疑或讨论。第一步：安装 ollama。第三步：选择合适的模型下载。

AI大模型正在深刻地改变软件开发的面貌。它们不仅提高了开发效率，降低了成本，还拓展了开发人员的范围，使更多的人能够参与到软件开发中来。同时，它们也赋予了开发者更大的创造力，促进了人与AI的共生共创关系。随着技术的不断进步和应用场景的不断拓展，AI大模型将迎来更加广阔的发展前景和机遇。同时，也需要清醒地认识到，AI大模型的发展还面临着诸多挑战和问题，如数据安全、隐私保护等。因此，需要加强技术研发和创新力度，推动AI大模型在更多领域的应用和拓展；

我们常常用深度学习这个术语来指训练神经网络的过程。有时它指的是特别大规模的神经网络训练。那么神经网络究竟是什么呢？在这个视频中，我会讲解一些直观的基础知识。让我们从一个房价预测的例子开始讲起。假设你有一个数据集，它包含了六栋房子的信息。所以，你知道房屋的面积是多少平方英尺或者平方米，并且知道房屋价格。这时，你想要拟合一个根据房屋面积预测房价的函数。如果你对线性回归很熟悉，你可能会说：“好吧，让我们用这些数据拟合一条直线。”于是你可能会得到这样一条直线。

基于ChatGLM-6B 的快速安装服务，您可以快速将ChatGLM-6B 安装安装在您本地服务器中。支持一键安装，无需任何服务配置和代码编写即可完成。ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。