在Cursor中使用Skills功能
继MCP协议出现后，AI编程技术又迎来一场升级：skills技能 什么是 Agent Skills？ Agent Skills 是 Anthropic 推出的一套开放标准，目的是让 AI 能够学习使用各种专业技能，而不用每次都重复输入提示词。 把 AI 想象成一个职场小白，给他装上 文档处理技能，它 ...
基于深度学习的花朵识别系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了基于YOLO算法的花朵识别系统，该系统可识别103种常见花卉。系统采用三栏布局界面，支持图片、视频及实时摄像头检测，并提供模型切换、结果保存等完整功能。技术栈包括Python3.10、PyQt5、SQLite和多种YOLO模型。通过对比测试，YOLO12n在精度上表现最佳(mAP40.6%... ...
吴恩达深度学习课程五：自然语言处理 第三周：序列模型与注意力机制（四）语音识别和触发字检测
此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第五课第三周的内容，3.9到3. ...
产品评测：Visual Paradigm AI 聊天机器人 —— 开发者建模的“AI加速器”真实体验
作为一名常年与 UML 图表打交道的开发者，我曾经历过： 画一个用例图，花半小时拖拽、调位置、画箭头 为「include」和「extend」到底怎么画而纠结 团队开会时，大家看着一张“看不懂”的图，反复解释 直到我试了 Visual Paradigm AI 聊天机器人（chat.visual-par ...
国产大模型适配优选，MonkeyCode 赋能企业研发
长亭MonkeyCode AI开发平台上线：免费算力赋能，AI助力全场景工程级研发落地 当前AI编程工具层出不穷，但多数仅能应对“代码撰写、Demo运行”的基础场景，难以匹配真实工程研发的复杂诉求。长亭科技全新推出的AI开发平台MonkeyCode，成功突破这一行业瓶颈——平台以企业级研发标准构建， ...
论文写作ai工具哪个好？精选四款AI写论文工具测评，让写毕业论文不再苦恼！
论文写作ai工具哪个好？精选四款AI写论文工具测评，让写毕业论文不再苦恼！每到毕业季或职称评审期，面对空白文档的焦虑感总是如期而至——文献查找耗时、框架搭建困难、格式规范繁琐，这些痛点让论文写作成为许多人的噩梦。别担心！AI论文写作工具正是解决这些难题的利器。本文将精选四款表现突出的AI论文生成工具 ...
MCP官方Go SDK尝鲜
前言 此前在 MCP 官网就注意到官方提供了 Go SDK，近期由于在 Python 环境下开发 MCP Server 有点"审美疲劳"，因此决定使用 Go 语言尝尝鲜。 从个人实际体验来看，Go 语言在并发处理方面确实具有显著优势：无需纠结于同步阻塞、异步事件循环、多进程多线程通信等复杂的并发问题 ...
[大模型实战 02] 图形化的大模型交互: Open WebUI部署指南
核心摘要 (TL;DR) 目标：为本地的 Ollama 模型穿上漂亮的图形化界面 (GUI)。 工具：Docker + Open WebUI (社区最活跃的开源 WebUI)。 核心功能：媲美 ChatGPT 的对话界面、本地知识库 (RAG)、自定义角色 (Agent)。 相信各位友人在上一篇文章 ...
基于深度学习的狗品种检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一个基于YOLO算法的狗品种检测系统。该系统利用深度学习技术，可识别120种犬类品种，支持图片、视频及实时摄像头检测，具有结果标注、语音播报和数据导出功能。技术栈采用Python3.10+PyQt5+SQLite，对比了YOLOv5/v8/v11/v12四种模型，其中YOLO12n精度最高... ...
吴恩达深度学习课程五：自然语言处理 第三周：序列模型与注意力机制（三）注意力机制
此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第五课第三周的内容，3.7到3. ...
基于深度学习的跌倒检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了基于YOLO系列算法的跌倒检测系统。该系统支持图片、视频及实时摄像头流的跌倒行为识别，具有用户登录、模型切换、结果保存等功能。通过对比YOLOv5/v8/v11/v12模型，YOLO12n在精度(mAP40.6%)和效率上表现最优。系统采用Python+PyQt5开发，训练数据显示mAP@... ...
Claude Code团队内部使用指南
Claude Code（Anthropic 推出的 AI 命令行编程工具）的团队内部使用指南。它系统地总结了高效使用该工具的 10 个核心技巧，旨在将 AI 从简单的“自动补全”提升为“协同开发者”。以下是梳理的详细解读：一、 核心效率指标图片右上角标注了四个关键目标：10个核心技巧。3-5个并行会 ...
Agent设计模式学习(基于langchain4j实现)(11) - PlanAndExecute
上篇学习了ReACT，今天继续学习PlanAndExecute模式 与ReACT模式的关键区别如下： 对比维度ReAct AgentPlan-and-Execute Agent 思考模式 单步思考-行动循环 两阶段分离：先规划后执行 执行流程 Thought → Action → Observati ...
从0到1，快速训练并使用YOLO模型
简介 YOLO是目前计算机视觉领域最前沿、应用最广泛的目标检测算法框架，他能快速识别区分目标，广泛应用于游戏，无人驾驶，工业等领域。 以识别躲避掉落滑块的游戏的物体图片作为例子。 一，环境配置 pip install ultralytics 二，准备数据集 这个格式目录如下： my_dataset/ ...
Agent设计模式学习(基于langchain4j实现)(10) - ReACT
这次我们不再讨论前文的招聘场景，而是学习一种更为广泛使用的Agent模式：ReACT (推理+行动)。先来看示意图： 这跟人类解决问题的思考方式很像：loop(思考-行动)。当我们遇到一系列问题时，通常先思考，逐个想方案(plan)，然后执行(action)，解决1个后（解决过程中，可能会借助工具） ...
基于深度学习的智能停车位检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一个基于YOLO算法的智能停车位检测系统。系统支持用户登录、注册及个人信息管理，提供图片、视频和实时摄像头三种检测模式，可保存检测结果并支持多模型切换。通过对比YOLOv5/v8/v11/v12模型性能，YOLO12n在mAP指标上表现最优(40.6%)，YOLO11n在推理速度上最快(5... ...
Agent设计模式学习(基于langchain4j实现)(9) - 人机协同
经过前面的一系列流程，招聘来到了最重要的1个环节，AI虽然强大，但是不能完全代替人做决定，最终还是要Boss决策这个候选人的去留。从系统设计角度来说，整个AI智能体环节中，要预留人工干预的能力，也称为"人机协同"（human_in_the_loop) 示例代码： 1 @SpringBootAppli ...
保姆级 OpenClaw （原 Clawdbot）飞书对接教程 手把手教你搭建 AI 助手
保姆级 OpenClaw （原 Clawdbot）飞书对接教程 手把手教你搭建 AI 助手 OpenClaw 是一款开源的本地 AI 助手,支持在你自己的服务器上部署,通过飞书、WhatsApp、Telegram 等聊天工具交互。与云端 SaaS 服务不同,OpenClaw 让你完全掌控数据隐私,可 ...
基于深度学习的输电电力设备检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本项目开发了一套基于YOLO算法的输电电力设备智能检测系统，支持图片、视频及实时摄像头的多模态检测。系统采用PyQt5构建交互界面，集成YOLOv5/v8/v11/v12等多种模型，实现了用户管理、模型切换、结果可视化及数据导出等功能。测试表明，YOLO12n模型在11000张图片的数据集上达到88... ...
stable_baseline3 快速入门(二): 训练自定义游戏，构建Gymnasium训练环境
简介 Gymnasium 为强化学习提供了一个标准化的API，它定义了 Agent 应该如何观察世界、如何做出动作以及如何获得奖励，不管是游戏，还是工业设备，只需要满足Gymnasium标准都能使用同一套代码进行训练。 认识Gymnasium 使用stable_baseline3只需要定义好Gymn ...
