万物|炼器:从零手搓工业级旋转目标检测网络·卷5 —— YAML 蓝图与 parse_model 动态引擎(一)
本卷教程讲解如何用 YAML 配置文件描述旋转目标检测网络的拓扑结构,并交给 parse_model() 引擎自动组装,实现配置与代码分离。第4卷硬编码的 YOLOLikeDetector 被等价翻译为 yolo-obb-mini.yaml,涵盖基础参数(nc: 2、ch: 3)、缩放系数、backbone 与 head 四部分。
本卷教程讲解如何用 YAML 配置文件描述旋转目标检测网络的拓扑结构,并交给 parse_model() 引擎自动组装,实现配置与代码分离。第4卷硬编码的 YOLOLikeDetector 被等价翻译为 yolo-obb-mini.yaml,涵盖基础参数(nc: 2、ch: 3)、缩放系数、backbone 与 head 四部分。
作者借助 Workbuddy 修复了停更 5 年的开源 macOS 监控工具 eul,使其在 Apple M6 上恢复 CPU 温度与 GPU 信息显示。修复核心在于弥合 88 字节与 80 字节的 ABI 裂缝、将温度解码从写死的 sp78 改为按实际类型自适应,并动态枚举 2066 个 SMC key 筛出 126 个有效温度传感器。
搭建以 Claude Code 为核心的主流 AI 开发环境,需配置 glm-5.3 模型的 API Key,让 AI 在 VS Code 中辅助编程。前置准备包括安装 Node.js、VS Code 和 Git for Windows,再通过 npm 全局安装 Claude Code CLI。
作者做浏览器端抠图时把「极致质量」档大模型按 32MB 分块存入 Cache API,但 Cache API 比较和写入时会先去掉 URL 片段,key#0、key#1、key#meta 被当作同一条请求,9 个分块依次覆盖,最后只剩 29 字节的清单 JSON,导致 onnxruntime-web 报 protobuf 解析失败。
DeepSeek 借助 get_user_by_id 只读工具查询 PostgreSQL 中的真实用户数据,模型仅负责选择工具与生成参数,验证和执行全部由 Python 完成。
阿里云云通信基础产品研发团队分享全链路 Agent 作业模式,以云端数字分身承接需求并路由,配合九大工序流水线实现端到端交付,简单需求端到端交付率为 66.7%。分身沿用人的权限作业,按需求风险等级 R 与能力等级 L 门禁渐进扩展边界,单个分身可并行处理三到四个需求,已推广至国内短信、智能语音、智能调度、国际短信四条业务线。
LangChain 常用场景实战演示了结构化输出、短记忆聊天与联网搜索工具三类能力。结构化输出通过 with_structured_output 让 qwen3.5-plus 按 Pydantic 模型从简历提取姓名、电话等字段;InMemorySaver 配合 thread_id 让聊天机器人记住同一会话上下文。
AgentScope Java 的 JEV 模块通过 Noul、Choice、Score 三种问题类型,将模糊的大模型输出转化为结构化、可量化的 Agent 决策。它利用 JevJudge 与 JevExecution.Decision 等状态枚举,严格区分“评审结果”与“执行决策”。针对低置信度等不确定性,JEV 要求按工具选择、执行防护等具体场景分别进行回退、拒绝或保留弃权状态处理。
作者指出 Spring 4 / Spring Boot 1.x 项目用不了 Spring AI、LangChain4j 的根因是 javax 与 jakarta 包名不兼容,且只影响 Spring 集成层而非大模型调用本身。
作者复盘了自研 IM 系统「飞鸽」的架构选型与上线过程:后端 Spring Boot 3 多模块、前端 Vue 3 + qiankun 微前端、媒体面自建 LiveKit SFU,呼叫信令复用悟空 IM 长连接而不新起信令服务器。
作者从一篇热传的携程员工 Agent 面试帖出发,指出背题答案半年就换一茬,真正稳定的是背后的三条主线:Prompt 组装、上下文管理、Tool/Skill/MCP 的能力边界划分。
作者一人协同多个 AI 在 3 个月内完成 27 万行代码、近 3000 次提交,全年 AI 工具成本约 1.7 万元人民币。
作者用 WorkBuddy 搭配 DeepSeek-V4.1-Flash 复刻 Claude 的 Vibe Video,直接复用其提示词生成 30 秒、1920x1080、30fps 的宣传动画,效果不错。
本文给出2026年Web技术选型的判断框架,核心是先区分用AI辅助开发与把AI做成产品功能两类需求,再按项目形态给出候选方案。作者在React、Vue、Node.js、Python等常见比较之外,补充了代码可理解、可验证、可约束三个条件,并强调AI功能交付前要补上效果评估、工具权限与成本控制,Agent框架仅在需要模型动态决定步骤时引入。
AI 竞技场 Arena 宣布,深度求索 DeepSeek-V4.1-Flash-20261017(Max)登顶 Agent Arena 与 Code Arena: WebDev 开源模型榜单,总榜排名第 11。
10月19日 MiniMax 正式更新 M3.1 Flash,确认此前匿名的 Space Bunny 为其早期版本,亮身份前已处理超过 200T Token。线上推理速度提升近 3 倍,Agent 任务综合使用成本下降 70%,DeepSWE v1.1 拿到 73.7%逼近 Opus 5,OSWorld 2.0 得 61.7。
推荐理由:原文把匿名期调用量、任务评测和成本曲线放在一起,读者可据此判断 Flash 模型能否在日常项目中替代旗舰。
Claude Code 的 Agent Teams 机制让多个独立的 Claude Code 实例组成团队,通过 Team Lead、Teammates、Task List 和 Mailbox 四个组件分工协作完成复杂任务。
本文面向有 Java 与 Spring 基础的开发者,先用 Spring Boot 3.5.x + Spring AI 1.1.x 跑通最小对话调用,再梳理 Spring AI 的概念体系与适用判断。
文章主张在 LangGraph 中按数据边界而非开发阶段选择 Schema:TypedDict 适合描述图内状态字段,Pydantic 适合在 API 输入和模型输出等边界做解析与校验。官方也支持 BaseModel 作为 State 实现递归校验,但提示性能低于 TypedDict 和 dataclass;需要状态默认值时可考虑 dataclass。
作者基于麦当劳中国本月开放的 MCP 接口(35 个工具)做了群内请客抽奖工具「麦从天降」,一个人请客、全群抽一人免单,页面没有任何付款入口。开奖采用 commit-reveal:发起时公布种子哈希,名单锁定时服务端生成 nonce,开奖用 sha256(seed:nonce:名单哈希) 计算中奖者,页面上可用 WebCrypto 验算,发起方和服务端都无法单方面改结果。
作者用码道 Web 版做了一个本地单文件代码截图工具,双击即可离线导出带窗口边框的 PNG。默认 15 像素字号下导出宽度固定 3000 像素,一行超过 95 个半角字符会被窗口右边裁掉,导出高度上限 65535 像素,约 830 行代码封顶。
作者经同事介绍接下人生第一个私活,借助 AI 编程工具 Trae 不到 2 小时完成一个微信小程序蓝牙对接页面,赚到 350 元。他先向 AI 搞清开发所需的服务 UUID 和特征值,随后让 AI 直接生成代码并完成真机调试。他总结这单能成源于朋友介绍、需求小且客户不懂技术,并建议接单者先谈好付款方式,别嫌起点低。
作者为把 AI 对话导出为干净的 Markdown,放弃因 DOC 文本框导致代码块丢失的 Pandoc 转换方案,选定 Tampermonkey 用户脚本路线。该方案在页面最早阶段注入代码拦截 XHR 和 Fetch,直接捕获结构化的原始 JSON 再组装成 Markdown。专栏将交付可直接运行的脚本,目前适配腾讯元宝平台。
前端跟进生态新技术应从"追新"转向"为我所用",核心是建立"输入→评估→试错→内化"的系统化流程,让技术真正服务于项目与成长。评估时用"风险-杠杆-可逆性"模型与生态引力判断是否投入,试错时在 CodeSandbox、StackBlitz 等在线沙盒中以玩具项目验证并控制退出成本。初级开发者优先加固 JS 与浏览器原理基础,资深开发者则侧重技术选型与架构决策。
作者用 NumPy 从零实现了一个 784→30→10 结构的 MNIST 手写数字分类网络,测试集准确率达到 95.90%。网络采用 Sigmoid 激活函数与二次损失,以 0.1 的学习率进行 10 轮单样本随机梯度下降训练。完整代码保存在 neural_network_numpy.py 中,普通 CPU 即可快速完成训练。
作者用 Python 3.11 + Flask + SQLAlchemy + PostgreSQL 搭建 LLMOps 聊天机器人后端,对接 OpenAI 实现对话补全与消息持久化。
作者让 Gemini 4 当高管、DeepSeek 当员工开发开源软件 OpenCompare,DeepSeek 独自跑了 9,993 次请求、吞吐 5.9 亿 Token,账面 12.64 美金、按 Token 套餐实际成本约 1 美金,就完成了整套开源软件和自动维护闭环。
开源数据库管理工具 CloudDM 上线新版本,新增 AI SQL 助手,并支持 Elasticsearch 与崖山数据库。该工具提供统一 Web 数据库访问、权限控制、数据脱敏、SQL 审核、流程协同和数据库 CI/CD 等能力。新版本修复了自动执行工单连接异常、Docker 日志轮转中断及 MySQL 函数唯一索引加载失败等问题,并提供海外与中国区 Docker 镜像快速部署。
记忆张量正式发布并开源 MemT 1.0 记忆原生大模型,记忆不再依赖外挂检索,而是内化进底层架构,由模型经训练自主读写、更新和调用。
作者在两张 RTX 4090 上从零训练面向中文用户的 4B 模型,指出词表一旦开训就与 embedding 锁死、更换等于重训。最终以 OpenAI o200k 为基础构建 mgt-v1-o200k 词表,embedding 共 201216 行,并为对话、思考、工具调用、FIM 和多模态预留特殊 token。
这篇文章整理了 10 个可直接复制的 CLAUDE.md 模板和 5 条写作原则,帮助 Claude Code 用户避免每个新会话重复交代项目背景。模板覆盖项目概述、常用命令、代码规范、测试要求、安全红线、踩坑清单等场景,建议从模板 1、3、6 起步,拼成 50 到 100 行的文件。
作者统计腾讯、字节、网易三家官网 2026-10-19 在招的 647 条前端社招 JD,其中 405 条(63%)提到 AI,331 条(51%)写进任职要求,硬要求 182 条、加分项 149 条。
10 月 19 日,开发者 Adam Drag 记录了为期 12 天的多 agent 协作实验:他用自研编排工具 Triglav 让 Claude Code 和 Codex 在一块留言板上协作完成 76 个 job,1,648 条消息中真正的讨论只占 15%–25%。
作者团队把 ETF Agent 的 Python 执行能力演进为计算工作台,新增独立的 run_analysis_python 受控分析环境,与可信 Skill 脚本执行权限分离。
这篇长文完整拆解百万并发直播弹幕系统的五层架构:接入层用 Netty 扛百万长连接,上行经本地环形缓冲、MQ 分区和消费端批量聚合三级削峰,下行用节点级扇出、本地房间表和时间窗聚合把 100 万次网络调用降到约 100 次。
Claude新款模型被内测用户评为"重大飞跃",推理与直觉更强,修复单个bug时能识别背后的根本类问题一并处理,并跳出思维定势给出创造性方案,尚不清楚新模型是Fable还是Opus。
作者在 Mac Mini 6(Apple M6)上用 Workbuddy 修复了停更 5 年的开源菜单栏监控工具 eul,使其重新读出 CPU 温度 32 °C、GPU 温度 31 °C 和 GPU 使用率 10 %。
作者把 210 个控件源码喂给 AI,半小时内生成 20 个全新控件,编译一次通过,命名、注释甚至空行位置都与原有代码风格一致。20 个控件全部兼容 Qt4 到 Qt6,配套 demo 与示例的排版、注释口吻也保持一致。相比去年类似尝试只能"能用",作者认为现在 AI 写项目代码已进入"好用"阶段,自己的角色将从写代码转向定规范和把关质量。
作者借助 Trae 直接拉取并运行了掘金文章中的 Three.js Demo,省去了本地搭建环境的过程。随后通过多轮提问与需求迭代,让 Trae 实现了带固定线路清扫车的沙漠太阳能电场 Three.js 系统。经过对画面比例与清晰度的多次返工,最终以代码导出视频并转成 gif,显著提升了学习与开发效率。
开源项目 REA(morluto/rea)通过 MCP 协议把 Ghidra、JADX 等反编译器封装为标准工具,让 Claude Code、Cursor 等 AI 智能体直接驱动符号还原与 AST 重构,GitHub Star 数突破 200,000+。