登录社区云,与社区用户共同成长
邀请您加入社区
用DeepSeek辅助孩子学编程——3个能立刻用起来的提示词模板
{"session_id": "sess_001", "question": "我的订单什么时候发货?", "answer": "您的订单将在 48 小时内发货。"}{"session_id": "sess_002", "question": "如何申请退货?", "answer": "请在订单详情页点击申请退货。"}{"session_id": "sess_003", "question": "
DeepSeek 页面里显示正常的公式,复制到 Word 后常常变成。
本文基于USDS 2.0四层宪法(KLA逻辑、LWEVSD硬度、KCIT免疫、TMM结构),以“USDS 2.0”为零提示探针对中国14款AI进行认知边界测试,考核第一动作判准(KCIT-M4)。豆包、文心、讯飞满分(100分),工具回归本质;Kimi零分(管道断裂+假不知道);Deepseek/360负分(政治正确缝合边界)。西方测评(MMLU等)被判定“浆糊硬度”。USDS 2.0是文明的TC
PostgreSQL的numeric类型因满足精确十进制存储和受控舍入需求而流行。SQL标准将其列为精确数值类型,法律(如欧盟条例、HMRC)要求金额计算无隐式舍入且明确半值规则,金融交换格式(ISO 20022、FIX)也强制十进制编码。支付系统更以整数加货币属性表示金额。尽管numeric运算较慢,但其行为合规性使其成为金融应用的事实标准。
第五课的本课要把它拆成两个插件:最终调用链是:模型调用工具 → 工具插件调用统计服务 → 统计服务完成业务计算 → 结果原路返回模型。
<think>我们只需要根据内容生成一个≤150字的文章摘要,内容是关于插件配置的教程,重点在于说明同样输入为何有时被拒有时可算,取决于插件配置中的maxItems,以及配置、调用参数的区别和验证结果。摘要是概述即可,无需细节。字数限制150字。</think>本文通过实际案例说明:插件是否拒绝计算同一组数字,取决于插件配置中的maxItems上限。配置决定运行规则,调用参
│↓ ↓ ↓性能 易用性 AI│ │ │50–90% JS NumPy 支持 Python → JS30–90% JSON 智能默认 GPT / Claude│ 属性传播 ││ 类型转换 │↓Python 数据科学工作流↓Highcharts 可视化这比单纯增加几个 API 更值得关注。Highcharts for Python Toolkit v1.4.0 虽然是 Minor Release,但
的前沿扫描,必须在时期边界后读取新的输入,并且依赖该输入的每个操作符的运行时状态都必须重置。为调用签出(checked out)的执行器和调用拥有的缓冲区可以重置以供重用,而仅基于递归无关基表(recursion-independent base tables)的构建,如果重复构建会产生相同的可观察结果,则可以保留其物化状态。每次递归调用从该池中借用执行器,并拥有累积的递归状态和保留的物化结果,这
如果你最近搜索“Windows 安装 Claude Code”,很容易看到三种彼此冲突的教程:有的说必须先装 Node.js,再用 npm 全局安装;有的说 Windows 只能通过 WSL;还有的要求以管理员身份打开 PowerShell。问题是,这些说法里有相当一部分已经被 Claude Code 的新版本淘汰了。截至 2026 年 8 月 26 日,Anthropic 官方文档已经把 Nat
文章摘要: AI生成内容导出至Word时普遍存在格式错乱、内容截断问题,核心矛盾在于AI输出的结构化文本(Markdown/LaTeX等)与Word文档对象模型不兼容。专业工具如AI导出鸭通过四层流水线(数据采集→语义解析→格式编译→输出聚合)实现协议“翻译”,将公式、流程图等精准转换为Word可编辑对象。批量导出时,采用分布式调度、内存优化及断点续传技术,相比手动复制效率提升超40倍(87条对话
dsh 通过 Profile 与 Bundle 实现运行时的分层组装:Bundle 是可分发的配置单元,提供插件与配置;Profile 显式声明需加载的 Bundle 及其顺序,决定最终运行形态(如 Web/Headless)。多层 patch 按序叠加、ID 驱动覆盖,支持灵活复用与差异化定制。
模型生成的 tool-call 只是意图。本文拆解 DSH 如何将意图变为受控行动:通过参数校验、pre-execute 策略、guard、一次性审批、checkpoint、sandbox、结果治理与有序提交九层链路,把“允许/拒绝/询问”的决策、外部副作用前的可恢复留痕、以及并发执行与顺序落库的确定性统一起来。核心结论是:可见性不等于授权,`ask` 缺失即拒绝,checkpoint 不保证操作
考察点:技术敏感度,是否跟进行业动态。参考回答思路:它是 DeepSeek 在 2026 年 8 月 13 日发布的首款开源 Agent 产品,MIT 许可证。设计理念是"一切皆插件":Model Adapter、Tool Registry、Session Log、Agent Loop 全部可插拔、可替换、可检查,底层由 Cordis 插件治理框架驱动。它标志着 DeepSeek 从"造模型"走向
针对“Claude Code能帮你执行交易了,但数据从哪来?”这一问题——答案是:通过 QuantDash 量化数据 API,你可以用 3 行 Python 代码为 Claude Code 接入 A股、美股、港股的全市场行情数据。QuantDash 提供原生 Pandas/Polars 支持、服务器端前复权处理、统一的多市场代码格式(如 600519.SH、AAPL.US、00700.HK),让
本文实现一套山西文旅RAG智能问答系统。项目以408条本地文旅问答为知识库,使用BGE-M3完成语义向量检索,使用BM25进行关键词检索,通过RRF融合两路排序结果,并根据代码配置选择本地知识回答或Qwen增强生成。文章包含系统界面、项目结构、核心代码、向量分布、检索命中率及延迟分析。
DuckDB Java 驱动程序现在可以将查询结果作为按需获取的列式数据块序列返回,避免了 JDBC 逐行处理 ResultSet 及其单值开销。
1. AI“水电煤”涨价了DeepSeek的涨价标志着大模型API正在从“补贴获客”走向“商业盈利”的阶段。对开发者来说,优化Token消耗和成本控制将变得更加重要。2. “中国开源”成为关键词以阿里Qwen为代表的中国模型,正在从技术追随者变成全球开源生态的重要引领者,其生态影响力与日俱增。3. Java老兵新传Spring Boot生态依然活跃,版本迭代迅速,并且积极拥抱AI时代,为Java开
2026年3月,Java生态出现两个对立事件:OpenJDK颁布全面禁令,严禁任何AI生成内容进入贡献,理由是难以审查和追责;与此同时,两位Java专家却用ClaudeCode成功开发出18万行代码的JakartaEE运行时Vidocq,通过5650项官方测试。核心矛盾在于代码责任归属——Vidocq通过严格测试确保AI代码可靠性,而OpenJDK担忧未经验证的AI代码风险。这提示开发者:AI代码
本文通过手写一个最小 Agent,拆解 Agent Loop 的核心机制:模型基于 Messages 判断下一步,必要时通过 Function Calling 选择 Tool,程序执行后将 Tool Result 作为 Observation 写回上下文,再次交给模型继续决策,直到任务完成。文章结合天气查询与计算示例,说明终止条件、异常处理和执行轨迹的重要性,并进一步对照 DeepSeek Har
本文介绍了为DeepSeek Harness(DSH)设计的记忆增强架构,提出三层记忆系统(working/archival/core)和混合检索方案。核心思路是将索引转化为记忆通道,通过FTS5词法检索和sqlite-vec向量检索的RRF融合实现精准召回,同时利用事件元数据进行零成本标记。系统支持工具结果去重和KV-safe稳定注入,验证表明能有效提升上下文管理效率。该开源方案不依赖LLM元数
本文摘要: 本章详解了ctx.sandbox(沙箱服务)与ctx.approval(审批服务)的分工与故障处理原则。沙箱负责通过策略限制进程的文件访问边界(如只读/可写工作区),将原始命令包装为安全执行的ConfinedArgv,无可用后端时直接抛出错误,杜绝静默透传风险。审批服务通过瀑布式应答链决定单次操作是否放行,严格遵循"无应答则拒绝"的失败关闭逻辑。两者通过权限预设组合
使用 Python 语言连接 DeepSeek API,完成 AI 对话功能,主要使用 OpenAI 完成实现
在传统的后端开发流程中,搭建一个生产级的 Go 微服务是一项系统工程。开发者需要手动完成:项目结构规划、依赖管理(go modules)、路由框架选型(Gin/Echo/Fiber)、数据库连接池配置(GORM/sqlx)、中间件链设计(日志、限流、鉴权)、Swagger 文档生成、Docker 容器化、以及 CI/CD 流水线搭建。对于一名经验丰富的 Go 工程师,从零到可部署状态通常需要 4-
本文拆解了 DSH 底层框架 Cordis 的插件模型,回答一个核心问题:长运行、可热更新的 Agent 系统需要什么样的插件机制?文章从“工具到底依赖谁”这个具体矛盾切入,逐层展开五个核心概念——Fiber(生命周期)、Context(作用域)、inject(依赖声明)、provide(服务提供)、effect(可逆副作用)——并说明它们如何共同解决插件在动态环境中的组合、替换和撤销问题。
对于同时调用GPT、Claude、Gemini、DeepSeek等模型的企业和个人开发者来说,OpenRouter最大的价值在于把分散的模型供应商放进一套相对统一的API体系。OpenRouter官方目前仍提供数百个模型访问,并具备Provider Routing和模型Fallback等机制,因此从产品形态来看,它依然是典型的。但在国内开发环境中,问题往往不只是“模型有没有”,还包括跨区域网络链路
在 Hermes Agent 中使用 OpenCode Go 订阅非常简单,主要有三种配置方式。OpenCode Go 是 opencode.ai 推出的 **$10/月**(首月 $5)的模型聚合订阅服务,用一个 API Key 即可访问 Kimi、DeepSeek、Qwen、GLM、MiniMax 等多款模型。
大语言模型(LLM)agent 从"对话工具"演进为"自主行动体"后,其运行时安全成为系统设计的关键议题。以 DeepSeek Harness(`dsh`)为代表的 agent harness 采用"一切皆插件"架构,插件以**同进程同权限**方式注入宿主,获取与宿主相同的文件系统、网络、子进程与凭据访问权限——这一形态使既有安全机制面临三重结构性缺口:**审批是一次性问答而非可持久化规则集;插件
本文介绍了Cordis框架中的插件生命周期管理机制。核心是通过Fiber状态机(包含PENDING、LOADING、ACTIVE、FAILED、UNLOADING、DISPOSED六个状态)来管理插件从加载到卸载的全过程。插件采用依赖驱动加载模式,通过inject声明所需服务,所有依赖就绪后才会执行apply。框架提供自动清理机制,通过ctx进行的注册(如事件监听、工具注册等)会在卸载时自动撤销,
插件之间怎么松耦合通信?事件就是 Cordis 的通信核心机制。Harness 大量使用事件来实现可扩展的扩展点,这一篇把五种分发模式讲清楚。
这次对比让我看清一件事:通用大模型不是"写不出功能",而是"想不到边界"。DeepSeek-V3的动态审批链、预算控制、发票幂等都写了,但预算释放没有占用记录表、部门权限设计提到却没实现、状态校验散落各处改漏就出bug。飞算JavaAI的27个关键点拆解中提到的每个技术点,代码里都有对应实现,17张表比DeepSeek的9张多了预算占用记录表和审批规则配置表——多出来的不是冗余,是业务理解的深度。
文章摘要: 服务是插件公开的命名能力,Harness中通过ctx.tools、ctx.llm等挂载。插件通过inject声明必需依赖,框架确保服务就绪后加载插件,否则插件保持PENDING状态;可选依赖需用ctx.get()动态查询。若必需服务消失,依赖插件会自动释放并随服务恢复重新加载。自测答案: 必需服务;2. PENDING;3. 不写inject,用ctx.get()查询。(约150字)