【Agent Harness】Gliding Horse L2 作战地图深度优化：给多 Agent 上下文装上“精准导航”
Gliding Horse L2 作战地图深度优化：给多 Agent 上下文装上“精准导航” 摘要：本文深入解析 Gliding Horse 多 Agent 系统中 L2 作战地图的上下文污染问题，提出一套基于多维索引（角色、周期、节点类型）的上下文隔离方案。通过 Filtered Query 与 ...
零基础认识大语言模型（LLM）工作原理(3.大模型绕不开的架构--Transformer到底是怎么工作的?)
最近正好有空,打算抽时间复盘总结一下这些年零零散散学习的AI知识. 下面是目录 零基础认识大语言模型（LLM）工作原理目录 - GuZhenYin - 博客园 如果说上一章介绍的是： 模型吃进去什么。 那么这一章介绍的就是： 模型的大脑到底是如何工作的。 第三章 Transformer 到底是怎么工 ...
解密Prompt系列70. 从 MLA 到 CSA，聊聊大模型 Attention 的“瘦身”与“闪送”
这一章我们聊聊这两年注意力架构的技术演化路线
- KV Cache 压缩类：MQA → GQA → MLA（每个 token 的 KV 变细）
- 推理效率优化类：Flash Attention、Paged Attention（让 GPU 跑得更满）
- 长文本优化类：NSA → DSA → CSA... ...
[GESP202606 八级] 线网建设题解
题目大意 题目传送门 推荐双倍经验:HDU-1875-畅通工程再续-题目传送门 背景：二维平面有 \(n\) 个基站，已知坐标。 建边：两基站距离 \(\le l\) 时可连边，边权为欧氏距离。 目标：求使所有基站连通的最小生成树总边权。 特判：若无法全连通，输出 Impossible。 选择算法 ...
制作可点击的异形窗口（1）
设计丢来一个系统升级界面UI图，是个异形窗口，即有窗体圆角又有个火箭头凸出来，挺带感的。旧貌换新颜，这事值一做。 一. 预处理 首先想到的实现方式是填个底色，然后设置窗体的TransparentColor为该底色即可，毕竟软件启动时的splash屏就是这么实现的。 在PhotoShop里填充上黄色底 ...
AI Agent 30天速成｜Day9 笔记
AI Agent 全日制30天速成｜Day9 笔记 修订要点 全部能力工具化：文档入库、文本Embedding、知识库检索、数学计算全部注册为标准Function工具，ReAct自主调用，无硬编码业务逻辑 向量存储替换为 Chroma持久向量库，彻底移除内存列表/FAISS，支持磁盘持久、元数据过滤 ...
我终于又有了自己的 Linux 电脑
layout: post title: "我终于又有了自己的 Linux 电脑" tags: - "Linux" - "Mac" - "Debian" category: "Linux" description: "我在 Macbook Pro 上安装了 GNU/Linux Debian 13" 我 ...
【机器人 / 强化学习】HIL-SERL 算法篇：HG-DAgger 与 RLPD —— 从模仿到超越的训练双阶段
【机器人 / 强化学习】HIL-SERL 算法篇：HG-DAgger 与 RLPD —— 从模仿到超越的训练双阶段 目录【机器人 / 强化学习】HIL-SERL 算法篇：HG-DAgger 与 RLPD —— 从模仿到超越的训练双阶段0x00 概要0x01 HG-DAgger 的核心思想：人类门控的 ...
Nexus 3 npm 仓库迁移踩坑手册
1. 背景 1.1 问题现象 Nexus 3 npm-group（聚合仓库）中部分包查询返回 HTTP 500，导致 npm install 失败。 1.2 根因分析 npm-group = [npm-proxy, npm-hosted] npm-proxy：远程代理仓库，缓存 npmjs 公共包， ...
Diffusion 三种预测目标：epsilon、sample、v prediction
Diffusion 三种预测目标：epsilon、sample、v prediction 本文解释 diffusion 模型里常见的三种 prediction_type： epsilon：预测噪声 sample：预测干净样本 x0 v_prediction：预测速度变量 v 在 3D Diffusi ...
.NET CORE 认证模块-Cookie、JWT 与自定义 Scheme
1. 前言 框架为我们提供了很多默认的实现，在做一些中小项目，在不涉及OIDC，不构建身份认证中心的场景下，通常选择使用Cookie和JWT的方式。同时框架内置了其他的一些实现，例如基于oAuth2.0的实现，包括谷歌、Facebook、GitHub等用于支持第三方登录。 在我们日常开发场景下，可能 ...
Claude Code+CC-Switch+CC-Connect+飞书使用教程
Claude+CC Switch+CC-Connect+飞书使用教程 简介 本文介绍如何使用CC Switch切换Claude终端对接的供应商，让Claude Code可以对接Deepseek、智谱等国内模型。 本文后半段介绍如何用CC-Connect让飞书对接上本地电脑上的Claude Co ...
还在 XHR、Fetch 和 Axios 之间纠结？我踩过的坑，希望你一个都不用碰到
Ajax、Fetch 和 Axios 到底怎么选才不踩坑？这篇文章从程序媛的实战视角，用生活化比喻拆解了 JavaScript 四种前端请求方式的核心差异。不仅讲了原生 XHR 的繁琐、jQuery 的笨重，更直击 Fetch 在错误处理上的致命陷阱，最后给出为什么 Axios 能成为当下最优解的硬... ...
1分钟买不了吃亏系列： nginx动态域名解析
最近利用nginx做了一个反向网站， 转发请求到后端域名。 nginx.conf.template 三下五除二： server { listen 80; location /api/asset/upload/ { proxy_pass https://asset.zlhub.com; proxy_s ...
开源自荐：功能齐全的截图工具（含录屏、截长图，体积仅780KB）
放弃Qt框架（软渲染），使用C++20和系统API重写了整个项目的代码。不再依赖任何外部框架，所有工作都都基于系统API完成。 体积缩小10倍，仅一个可执行文件（779KB）。 性能增长数倍（视客户端情况而定，硬件加速带来的收益）。 增加录屏功能（可自由设置录屏区域，生成MP4、GIF）。 默认情况 ...
AI 学习笔记：研究方法的演变
title: AI 研究方法的演变 author: 凌杰 date: 2026-06-29 tags: 人工智能 categories: 基础理论学习 [!NOTE] 笔记说明 这篇笔记对应的是我在《[[关于 AI 的学习路线图]]》中所规划的第一个学习阶段。其中记录了我对 AI 研究方法及其背后数 ...
AI智能体研发 | 什么是OpenAI API协议
一个 Demo，秒懂使用 OpenAI API 协议。OpenAI API 协议的本质，不是一份静态的接口文档，而是一套动态演进的契约：它持续定义“一个智能体以何种粒度、何种角色、何种自主权限参与到人类的目标系统中”。每一次新的字段写入请求体，都是在协议层对 “机器能做什么” 做出一次新的承诺，同时... ...
Coding Agent 规则管理：CLAUDE.md、Skills、Hooks、Subagents 到底怎么选？
Coding Agent 用久了，规则管理就会变成一个绕不开的问题：哪些内容该放进项目说明，哪些流程得按需调用，哪些动作必须由系统强制执行。 Anthropic 发布了一篇 Claude Code 进阶指南，里面把 CLAUDE.md、Rules、Skills、Subagents、Hooks、Out ...
213000星的Superpowers，90%的人只用了它10%的功能
Skill 生态上线六个月，我经历了三个阶段。 第一个月：看到什么装什么，光 awesome-skills.com 首页挂的就装了一半，感觉自己马上就要起飞。第二个月：发现 .claude/skills/ 目录塞了 50 多个文件夹，但 Claude 实际上每天在用的不超过 5 个。第三个月：开始清 ...
