AI 资讯

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。

把 Claude 接入一个可用的客服助手，需要的不只是发一条提示词再打印回复。本文以 ShopHelper 为例，逐步搭建对话历史管理、系统提示词、工具调用循环、多块响应处理与工作流编排，并说明如何评估提示词改动的效果。

当智能体同时具备访问私有数据、读取不可信外部内容、以及对外发送信息的能力时，提示注入就可能造成真实损害。本文从架构层面出发，介绍动作选择器、先规划后执行、先写代码后执行、MapReduce 等设计模式，说明它们各自如何限制攻击面、适合什么场景，以及会带来哪些代价。

模型生成的代码语法几乎不会出错，但安全性远未解决，基础设施代码尤其危险——一个错误的安全组不会报错，只会照常放行流量。本教程用 Open Policy Agent 与 Rego 把组织规则写成可执行程序，从真实漏洞仓库出发，覆盖测试先行、计划 JSON 校验、退出码契约、Kubernetes 准入控制与 AI 代理工具调用授权。

用 Next.js、Supabase 与 Jev 判别式模型搭建一套内部简历初筛打分系统：由招聘方用自然语言写下评分标准，模型返回带校准概率的分数与置信度，结果以可排序表格呈现，低置信度自动标记待人工复核。本文覆盖前置条件、数据模型、分步搭建流程、完整示例与已知限制。

现在随便去刷一个视频平台，首页爆火的视频里面就有一两条是 AI 做的，可以看出现在 AI 短剧制作是真的火。

面向有 AI 或软件背景、但刚接触机器人的人，逐层拆解一次遥控操作在系统内部走过的完整链路：摇杆输入如何变成速度指令，速度指令如何穿过上位机与下位控制器的边界，四个轮子如何被算出各自转速，以及编码器与 IMU 的反馈为什么不可省略。同时给出链路排查顺序，解释「指令在软件里看得见」与「电机真的转了」之间的差别。

通义千问是阿里云推出的大语言模型服务，可用于问答、闲聊、智能客服等场景。本文整理从账号准备、开通服务、获取密钥到发起第一次调用的完整流程，并说明模型选择、参数含义与常见限制，帮助开发者快速把通义千问接入自己的应用。

在 Android 手机上用 Termux 搭建可长期在线的 Linux 命令行环境，涵盖安装来源选择、镜像源与存储权限配置、Python 与编译依赖安装、CLI Agent 部署、三层后台防杀设置以及静音音频保活脚本的写法与蓝牙避让处理。