第一步准备linux服务器 安装 Claude Code

然后 git clone https://github.com/yangzongzhuan/RuoYi-Vue.git

源代码  

使用vs code ssh打开 项目  打开 claude 生成  md

下一步生成部署计划 我怎么运行这个项目 让它给个方案  

我确认后 

开始修改配置 

开始导入sql

询问我是否确认运行 

开始拉取镜像安装 

自动转发了需要的端口  数据库初始化完成了 我们使用工具查看 确实OK

连接数据库的功夫后端也启动好了  启动好后会自动请求接口验证

开始部署  前端环境

我发现启动了后端 前端没有启动 告诉他 

OK 搞定了 它说

我们来看一下

OK了 

发现一个问题  数据库存的中文乱码了 告诉它  

OK了 全部正常

# 人工智能
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

2026年07月07日全球AI前沿动态

AI技术密集爆发与产业融合（2026年7月关键进展） 技术突破：通用大模型领域，腾讯混元Hy3（MoE架构）、Claude系列（J-space神经发现）、GPT-5.6（多层级版本）等竞相迭代，性能与成本优势显著；垂直模型如OpenScience科研工具、MMAT数学智能体等加速专业化；3D生成、机器人操作、算法优化（如SeKV显存优化）等技术取得实质进展。 产业落地：国内政策规范与商业化并行，腾

avatar DeepSeek技术社区

Gemini 2.5 Flash Lite 新手极速上手指南

在开发智能应用时，很多开发者常常面临一个两难选择：是追求模型的强大理解能力，还是担心高昂的算力成本和复杂的部署流程？特别是在处理长文档分析、图片内容识别或需要实时交互的场景下，传统方案往往显得力不从心。要么响应速度慢得让人失去耐心，要么在处理复杂上下文时出现“遗忘”现象，导致回答断章取义。其实，随着新一代大模型 API 的成熟，这些问题已经有了更优雅的解法。不需要自己搭建庞大的服务器集群，也不必深

avatar DeepSeek技术社区

从提示词工程到上下文工程：ChatGPT 和 Codex 真正改变的是软件系统的组织方式

上下文工程，可以理解为：如何为 AI 提供正确、完整、可执行、可验证的任务背景。它不是简单地把更多文字塞给模型，而是把任务相关的信息组织成一种结构。Context├── Goal 任务目标├── State 当前状态├── Constraints 约束条件├── Resources 可用资源└── Verification 验证标准├── user_intent 用户意图├── repo_stru

avatar DeepSeek技术社区