用 YOLOv8n + 自研二分类模型做课堂行为识别:从 9000 张标注数据到 Flask 全栈落地
作者复盘校园课堂行为识别项目 EduBot,采用 YOLOv8n 人员检测加 5 个自研二分类模型的两级流水线,并用 Flask 完成全栈部署。项目用约 9000 张密集行人图像横向对比 Faster-RCNN 系列 4 个变体和 YOLO 系列 4 个版本后选定 YOLOv8n;趴桌、耳语等低召回行为在系统里降级为趋势提示并要求连续多帧命中。
作者复盘校园课堂行为识别项目 EduBot,采用 YOLOv8n 人员检测加 5 个自研二分类模型的两级流水线,并用 Flask 完成全栈部署。项目用约 9000 张密集行人图像横向对比 Faster-RCNN 系列 4 个变体和 YOLO 系列 4 个版本后选定 YOLOv8n;趴桌、耳语等低召回行为在系统里降级为趋势提示并要求连续多帧命中。
GitHub 官方教程说明可以直接在 VS Code 中打开 Copilot 应用会话,原有对话、代码改动和工作上下文都保持完整。在会话中选择 Open in VS Code 后,VS Code 会打开会话关联的 worktree 并在侧边栏显示该会话;随后可逐行审查 diff、直接手动编辑、在集成终端运行测试,最后提交并推送到会话已关联的 pull request。
推荐理由:教程演示了把 Copilot 应用会话原样接入 VS Code 的完整流程,会话上下文、diff 和 worktree 均保持连续,可作为智能体改动手动接管的工作流参考。
AWS 在 vLLM 中实现双向 KV transfer,让 prefill 与 decode 节点跨对话轮次复用已计算的上下文,降低多轮智能体工作负载的 TTFT。
Deepgram 与 AWS FDE 团队合作,将 Nova-3 语音转文字模型移植到 AWS Trainium2,在单个 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本,离线批处理工作负载每美元可多处理 11–70% 的音频。
在本地用 llama.cpp 运行 9B 模型并接入自托管 AI 工作区 Odysseus,需要将对话外壳、推理服务与工具执行器分层对接并逐一排错。9B 模型权重存储约为 18GB,4 bit 量化下约 4.5GB,实际部署还需叠加 KV cache 与应用占用来评估 36GB 设备的可行性。工具调用的可见轨迹经清洗后可构造为微调数据,但训练前须先排除模板与接口问题。
作者系统梳理了用 n8n 搭建生产级 Agent 工作流的方法,主张按触发、数据处理与凭证三层组织工作流并分别验收输入与权限。
YuE2 是由 M·A·P 联合香港科技大学、NYU、Stanford 等机构开源的音乐生成基础模型,先生成人类与 Agent 都可读可改的 ABC 记谱乐谱,再渲染成 48kHz 立体声音频。
推荐理由:原文用翻唱对照实验和评测对比表说明,符号乐谱中间层如何让音乐生成从一次性抽卡变成可编辑的创作流程。
砚补齐 Git、分栏与终端标签后,作者暂停继续扩张功能,倾向让命令行工具保留自己的配置与认证、砚专注本地阅读、修改与审查,暂时不再造聊天面板或模型配置系统。文中同时列出待验证问题:内嵌终端改完文件后快速打开的索引可能未刷新,仅比较 Git 状态也无法区分两次内容改写。下一步改用记录“为何不得不切离砚”来决定优先级,公开安装包为 v0.1.0-alpha.14。
Fanlshy 发布 2026 西电长安杯手机取证部分 WP,并借助 AGENT 辅助完成分析与复盘。检材为 POCO F2 Pro 手机,作者使用火眼等取证工具逐题给出 4.71-4.100 全部题目的答案与分析过程。内容覆盖 WiFi 随机 MAC 地址、局域网主机扫描、NAS 文件访问、SSH 远程连接记录、即时通讯与 TG 云取证、虚拟货币钱包及助记词提取、rsync 同步日志等取证场景。
作者介绍如何在 VSCode 的 CodeBuddy 插件中导入腾讯云官方 Lighthouse MCP Server,让 AI Agent 自动查看服务器历史资源信息。该 MCP 只能读取 CPU、网络等资源数据进行分析,无法 SSH 登录执行命令,具体命令仍需手动在服务器上敲。文中还给出腾讯云子用户 secret id/key 的创建、权限配置与删除步骤。
本文基于 spring-ai-2.0.1 源码实测,解析 7 个 ChatModel 实现的内部结构。2.x 中 OpenAiApi 已被移除,OpenAI 改用官方 SDK 与 OpenAiSetup 工厂;供应商分为官方 SDK 派与自研 Api 派,前者用 SDK 的 maxRetries,后者用 Spring RetryTemplate。
本文把 Spring AI 2.0.x 的破坏性变更分成九层,指出只有坐标、类、属性三层会编译或启动报错,其余六层全是静默变化,是升级顺利但上线出事的根因。五条最易漏掉的静默变化包括默认 temperature 0.7 移除、ChatOptions 集合从空变 null、工具解析 fallback 默认关闭、Usage 跨轮累加、OpenAI strict 默认变 false。
Spring AI 2.0.1 对应 Spring Boot 4.1.1 与 Java 17,原 spring-ai-core 被拆为 spring-ai-commons。
作者从 spring-ai-2.0.1 源码逐行拆解 ChatClient,说明 call() 与 stream() 两条链路的完整执行路径、advisor 链以 Deque.pop() 栈式推进、order 值越小越在外层,以及 entity() 把文本变成 POJO 的五个步骤。
Spring AI 2.0.1 的 spring-ai-model 抽象层中,仅含一个 call 方法的 41 行 Model 接口是 168 个受管 artifact 的共同祖先。
本文逐行解析 Spring AI 2.0.1 消息体系与 Prompt 源码并标注文件行号,指出 MessageType.FUNCTION 已改为 TOOL、ChatOptions 是唯一完成严格不可变化的领域对象,而消息体系的 metadata 与集合字段仍可变。
Spring AI 2.0.x 中 Advisor 从可选增强变为框架地基:工具调用改由 ToolCallingAdvisor 承担,ChatClient 无条件自动注册它。
本文逐个剖析 Spring AI 2.0.1 内置的 13 个 Advisor 实现到源码级,把它们归纳为观测、短路、改写、校验、循环、标记六种模式。
本文基于 spring-ai-2.0.1 源码逐行解析工具调用的定义阶段,覆盖 @Tool 注解、ToolDefinition 与 JsonSchemaGenerator 的 JSON Schema 生成逻辑。
作者逐行拆解 Spring AI 2.0.1 的 spring-ai-rag 模块(28 个源文件、约 2000 行代码),解析 RetrievalAugmentationAdvisor 的七步流水线与 Query 体系。
本文基于 Spring AI 2.0.1 源码逐行解析工具调用的执行链路,覆盖从模型返回 AssistantMessage.ToolCall 到拿到 String 结果之间的 resolveToolDefinitions、参数绑定、反射调用与结果转换全过程。
本章基于 spring-ai-2.0.1 源码逐个拆解 RAG 内置组件的实现细节,并补齐官方未提供的八个可投产组件。QuestionAnswerAdvisor 与 RetrievalAugmentationAdvisor 的 context key、默认 prompt 模板与扩展哲学不同,迁移时字符串常量不兼容且编译期不报错。
本篇在 HarmonyOS 7 Agent 开发系列中实现 MemoryConversationStore,把超出短期窗口的旧对话摘要归档为长期记忆,并按关键词召回后以系统提示回注模型上下文。文中区分了记忆与 RAG 的检索来源,并给出 @ohos.data.preferences、relationalStore 到向量库的三档持久化方案,以及先摘要再删除、系统提示常驻等六个避坑要点。
HarmonyOS 7 Agent 开发实战 07 在单设备上用 PlannerAgent、CriticAgent 与 Orchestrator 把“任务分解 + 自我反思”跑成可测试流水线:编排器单向调度三段纯逻辑,评审低于 0.6 分触发重规划,maxReplans=3 兜底终止。
作者把 Claude、ChatGPT、Google AI Pro 等多份订阅从 CC-Switch 加 AntiGravity Tools 的双软件方案,迁移到了开源本地 AI 网关 Magpie,一个进程统一路由多个 Agent。
作者复盘了自己写 31 个静态扫描插件时踩过的 7 个「假绿」错误:检测工具的失败模式与成功模式输出完全一致,「0 命中」无法区分「没问题」和「规则根本没跑」。
作者与 AI 结对开发了只有两个人用的微信小程序「小家」,包含共享清单、记账和纪念日功能。架构上行级安全只认成员资格、events 追加表由数据库触发器记录变更、乐观更新配合 updated_at 条件更新防并发覆盖,农历则自带 1900–2100 年信息表并避开时间戳换算的时区坑。AI 只负责拆分记账语音为草稿,用户确认后才落库,不放进关键路径。
大语言模型普遍基于 Transformer 架构,核心注意力机制可动态权衡序列中其他词的重要性,GPT 系列采用"仅解码器"架构逐 token 生成。PyTorch 源码演示了从缩放点积自注意力、多头注意力、位置编码到 Decoder Block 的最小实现,残差连接与 LayerNorm 稳定深层训练。
BAAI/bge-m3 是智源研究院出品的 MIT 协议可商用向量化模型,覆盖 100+ 种语言,最大支持 8192 token,一次推理可同时输出稠密向量、稀疏权重和多向量。
在登录认证基础上,Vue 与 FastAPI 应用接入 DeepSeek 模型,实现普通调用、流式输出与多轮对话。后端通过 openai Python 客户端以 Responses API 调用 deepseek-flash,保留 POST /chat 返回完整 JSON、POST /chat/stream 返回纯文本流。
本文讲解 2022 年提出的 ReAct(Reasoning + Acting)框架的核心思想与工作流程,并用不到一百行 Python 代码实现一个能调用搜索和计算器工具的简单 Agent。
文章讲如何用测试影响分析(TIA)或预测式测试选择,基于本次改动自动圈出最小但够用的回归子集。三种路线各有盲区:依赖追踪确定但抓不到跨层间接影响;历史失败预测有 Meta 论文数据支撑(召回超过 95% 的单个测试失败。
某省级人民医院信息科在平凯 Loop 中搭建"电子病历数据与质量看板",将需求、任务、数据、文档、审批与成果统一到同一协作环境,形成可追溯的电子病历改造机制。讨论被转为带负责人与验收要求的任务,数据口径与规范依据集中管理,Agent 只承担重复性整理,关键节点仍由负责人审批。改造成果沉淀为各角色日常使用的工作台,而非停留在汇报材料。
这篇教程把 Agent 可靠性工程(Harness)拆成 Context、Tools、Constrain、Verify、Correct 五个要素,它们组成事前预防、事后验证与错误恢复的闭环。
本文指出“模型即 Agent”只意味着工具调用决策被内化,搜索、代码执行、沙盒、调用发起与回传、ReAct 循环等基础设施仍需 Harness 承担。
Apache Doris 在实时分析、高并发交互式 BI、成本敏感报表、JSON 半结构化分析和标准 SQL 多表关联场景可承接 Snowflake,但存储过程、原生自动迁移工具、原生数据共享和备份恢复等专属能力建议保留或评估。
Anthropic 工程主管 Felix Rieseberg 建议给模型设定看似不合理的高目标,并把任务描述中的名词换成动词。以网站加载优化为例,目标定到 0.2 秒会迫使模型跳出加缓存、压缩图片等常规方案,转向 CDN 边缘计算、数据库查询重构乃至架构层面的改动。作者用名词转动词的方式准备内部汇报,得到了先抛结论、用对比数据支撑、结尾给出可选方案的结构。
作者实测了把公众号文章存入 ima 知识库的多种方式,包括把 URL 发给 WorkBuddy、手机一键存入、ima Chrome 插件一键收藏,以及通过 Skill 连接微信 ClawBot 定时批量同步公众号文章并自动生成简报推送到微信。文中附上监控同步、内容总结和去重简报三段 prompt,并说明已收录内容需从 ima 知识库桌面端删除,实测可以释放存储空间。
OpenAI 于 2026 年 4 月 21 日发布 GPT Image 2.0,相比偏旁部首经常错位的 GPT Image 1.5,它能正确生成中文、日文、韩文等非拉丁文字,TechCrunch 早期评测称其渲染结果达到像素级完美。
2026 年 10 月 18 日 OpenCode 官方声明称约 1.4% 绑定官方 API 凭据的用户遭遇“蒸馏攻击”盗刷,有开发者 Anthropic 账户单日被刷走 400 美元。