限定目录内的本地文件读写
AI 驱动的现代化博客系统
javascript技术分享
javascript技术分享 — AI 驱动的现代化博客系统,分享技术、生活与思考
599 篇文章 · 1135 个 AI 条目 · 覆盖 9 个客户端 · 每个条目标注权限风险
最新文章
全部 599 篇 →把未来信息锁死之后,智能体做股票研究只拿 68.1 分
ILE 在冻结信息集下同时评研究质量、预测精度与模拟投资表现,头部模型总分 68.1 与 66.9,预测子项仅 52.5。本文拆解三大组件、评分设计与复现门槛。
EPSBench:把财报预测拆成可审计的驱动项
这篇速读拆解 EPSBench 的评测流程:智能体从财报、电话会与新闻中估计利润表驱动项,经统一会计计算器得到每股收益;并说明六个模型相对分析师共识的误差、区间覆盖问题与复现前提。
证书引导的扩散视觉语言模型按需看图解码
解读 LOWN 如何用无图预测与上一次图像条件预测的一致性做证书,决定扩散视觉语言模型每一步是否看图、解掩多少词元;在十个基准上保留 99.6% 分数,平均只用 35.3% 解码 FLOPs。
用 systemd --user 跑常驻服务:五次被杀之后学到的
一个自建服务,跑在一台 WSL2 机器上,用 systemd 用户级单元托管。看着挺正规: Restart=on failure 、 MemoryMax 都设了, systemctl user status 一切正常。 然后某天它连续被强杀…
自建 Agent 记忆层:六个真实踩到的坑
自己搭一套长期记忆,最容易犯的错误是把它当成「存东西的地方」。真正跑起来才发现,记忆层的难点全在 取出来的时候还对不对 :存的时候都对,用的时候处处是坑。 这一年我把一套多租户记忆系统从零跑到日常在用:100 多个实体、300 多条有效事实…
Omni-InteractScope 基准:连续全模态流的主动交互三处短板
这个基准把连续音视频流里的主动交互拆成及时工具调用、无查询提醒、端到端引导覆盖三层,12 个全模态模型最好成绩分别是 32.0%、23.0% 和 0 条完整序列,适合做流式助手选型前的压力测试。
AI 广场
全部 1135 个条目 →编辑精选的 MCP 服务、Skill、提示词与工具,标注权限风险与客户端兼容性
把推理拆成可回退的步骤
把依赖库的最新文档实时喂给模型
按清单评审 diff:正确性、边界、可维护性
为 AI agent 提供实时数据:250 多个数据源、900 多个工具,无需密钥。
媒体生成、网页抓取与加密研究工具集:格式互转、长文档摘要、图像与 PDF 提取文本。