AI News

阶跃星辰发布了新模型 Step 5 Preview，我看这两天大家都在夸这个模型不错，全球开源前二的水平。

访客的反馈常常散落在邮箱、社交平台和表单里，等你动手修的时候已经缺东少西。这套方案把反馈先存进自己的数据库，再由 Jev 做有边界的分类判断，人工确认后才生成 GitHub Issue，并在 Issue 关闭时反向同步工单状态。本文讲清前置条件、各步骤的真实代码、一个能跑通的最小示例，以及部署与测试中容易踩的坑。

Message Batches API 适合不需要即时返回的大批量任务，例如评论分类、文档摘要、翻译与离线评测。本教程用 TypeScript 从零演示：安装 SDK、构造请求数组、提交批次、轮询状态、以 AsyncIterable 流式读取结果，并说明 custom_id、request_counts、expired 等关键字段与常见坑。

电商人都知道，新品上架，往往就是和时间赛跑。 主图、详情图、模特图、活动图全都要赶，不同平台还要适配不同尺寸，还得有细节展示……

面向开发者的 Leonardo.ai API 入门教程：购买 API 额度、创建密钥、用 cURL 提交第一个图像生成任务、读取 generationId 并取回结果，并说明 webhook、并发限制与计费方式等注意事项。

DALL·E 3 是 OpenAI 推出的文生图模型，最大特点是无需钻研提示词技巧，用日常语言描述想法即可出图。本教程梳理可用的使用入口、开通与申请流程、逐步操作方法与一个完整示例，并说明额度、审核、出图数量等已知限制，适合刚接触 AI 绘画的读者按步骤上手。

面向刚接触本地 AI 绘画的读者，梳理 Stable Diffusion 的硬件与软件准备、模型与扩展安装、文生图与图生图参数、高清放大、ControlNet 与 LoRA 的典型用法，并给出一个从零跑通的完整示例。

在 Excel 中用 Copilot 构建仪表板时，提示词的详略会直接决定成品的复杂度与可维护性。本文对比三种做法：让 Copilot 先自行分析数据再建板、先由聊天机器人给出详细方案再建板、以及只给目标让 Copilot 自行决定路线，并给出可复用的操作步骤、完整示例与注意事项。

用 Claude Code 的 skill 机制把跨会话交接固定成一套可执行手顺：从 59 行长到 123 行的过程、每次事故后补上的关卡、退避前检查的三分类法，以及哪些规则写进 skill 也管不住。

LLM 应用的输出是非确定性的，assertEquals 抓不住提示词微调带来的质量滑坡。这篇教程用 Vitest 加 Anthropic Claude 实现 LLM-as-Judge 模式：写一个打分函数，把输出质量转成 1~5 分，在测试里做阈值断言，再接入 GitHub Actions，让提示词改动在 CI 阶段就被量化拦截。含完整代码、超时配置、成本控制与阈值调优建议。

Midjourney 是一款通过文字提示生成图像的 AI 绘画工具，主要在 Discord 中以对话方式操作。本教程梳理从账号准备、加入频道、编写提示词到保存成图的完整流程，并说明免费试用额度、订阅方案与常见限制，帮助零基础用户快速跑通第一张图。

文心一言是百度推出的智能写作与对话工具，能按指令生成文案框架与内容，并支持在多个场景下做定制化改写。本文整理账号与入口准备、3.5 与 4.0 版本差异、PC 与移动端操作步骤、一言百宝箱的常见场景用法，以及一个从零跑通的完整示例，并列出使用中需要注意的限制。

把订单文本交给大模型抽取 JSON 时，只检查「能不能解析成 JSON」并不能发现数量取错，只统计有回答的样本又会让未回答从成绩里消失。这篇教程用 6 条公开的合成数据，讲清输入与正解如何分离、评分器如何用正解副本与错答样例自检、报告里的未回答与「确认解除」该怎么读，以及改动模型或提示词前后该保留哪些记录。

AI Agent 的失败常常看起来像成功：没有报错、没有超时、监控面板全绿，输出却完全错误。本文介绍如何为 Agent 建立可观测性——用结构化日志记录每一次工具调用与模型推理，用 OpenTelemetry 的 GenAI 语义约定搭建链路追踪，并通过 trace 瀑布图与 token 指标定位真实故障。

Function Calling 让模型返回结构化的工具名与参数，但真正执行、鉴权、超时处理与去重的主体始终是应用本身。本文按数据契约与状态机的思路，拆解六步调用循环、四类数据的信任边界、三层校验闸门、错误分类与重试策略、幂等执行、并行调用编排、工具结果净化，以及分层追踪与评估方法。

iOS 公测版让普通用户也能提前体验尚未正式发布的新系统。本文说明注册 Apple 测试计划、在 iPhone 上切换到公测版通道、下载安装的完整流程，并整理安装前的备份要求、设备选择建议，以及安装后值得优先体验的几项新功能。

Sonnet 5.5 的单价与 Sonnet 5 持平，官方称每个任务最多便宜 30%。这 30% 只在「有步骤可省」的任务上出现：步骤型任务平均省 31%，无步骤任务反而慢 25%。本文给出可复现的测量方法、命令参数与结果解读。

Kimi Code CLI 是一个跑在终端里的 AI Agent，能读写代码、执行 Shell 命令、搜索文件并自主规划下一步。这篇教程从安装、登录讲到第一个对话，附常用斜杠命令、快捷键速查与常见故障排查，适合刚接触命令行 AI 助手的开发者。

OpenAI Dot 是一个常驻式智能体，拥有自己的云端计算机与浏览器，可以在对话之间持续推进同一项工作。本教程说明它的适用人群、账号与地区资格、桌面端开通流程、云端与本机两种运行方式的选择，以及如何用提示词让它复核数据结论、按固定时区安排周期性任务。

服务明明全部在线，用户却盯着空白等十几秒——这是推理服务最典型的「静默故障」。本文按一次请求经过的四个阶段（路由、排队、Prefill、Decode）拆解延迟来源，给出可落地的排查顺序、KEDA 基于队列深度的扩缩容配置、GPU 碎片与共享方案取舍，以及 Ingress 超时与缓冲的修正方法。

Jev 是面向软件调用的判断型模型，用 Noul、Choice、Score 三种问题类型返回带类型的判断值与概率。本文介绍 state 与 questions 的组织方式、三种类型的输入输出结构、HTTP API 与 Python 调用方法，以及阈值设定、概率校准等落地注意事项。

在 Claude Code 里把模型切到 Claude Opus 5.5、并把 effort 档位调对，比想象中容易踩坑：用户设置顶层的 effortLevel 对 Opus 5.5 已经失效，只写这一行会让它一直停在默认的 medium。本文按切换模型、设置 effort、优先级判定、非交互模式、API 与 Bedrock 模型 ID、从 Opus 5 迁移这几条线，把可用的命令、参数与配置位置逐项列清楚。

有各行各业的友友都问过我，只是一个上班族，不懂模型也不懂 API 啥的，就想直接让我推荐一个下载就能用的 Agent 工具，当然能免费用更好。

Qwen Image 2.1 的 GGUF 版本是社区把原始权重做量化转换后的文件，只能配合支持它的本地推理工具使用。本文说明量化档位怎么挑、扩散权重／文本编码器／VAE 三类文件各自的作用、sd-cli 的完整命令写法，以及文件大小与显存需求之间的区别等常见误区。