登录社区云，与社区用户共同成长
邀请您加入社区
本文基于 awesome-dsh-plugin 目录 memory 分类下的（截至 2026-08-25）整理而成。注意：dsh 生态的记忆插件不止这 111 个，本文统计范围以该目录收录为准。最近在关注 DeepSeek Harness 的插件生态，开发过程中对当前的记忆插件有了比较详细的了解，顺手把分类笔记整理成文。我是其中第四类 dsh-project-memory 的作者，各插件的介绍信息
本文介绍了一个基于YOLOv8的农业病虫害图像识别与分类系统，采用B/S架构，结合Python、Django、Vue和MySQL等技术开发。系统通过YOLOv8算法实现病虫害图像检测与分类，并集成DeepSeek模型提供智能解答和实时建议。主要功能包括用户图片/视频/批量识别、智能问答、防治方案查询及管理员数据管理。系统旨在提升农业病虫害识别效率，为智慧农业提供技术参考。演示视频和图片展示了用户端
直接在 workflow 中用。
文本分类实践：从数据探索到方案对比 本文探讨了文本分类在实际场景中的应用及两种实现方案。文本分类广泛应用于内容平台分类、电商评论分析、风控合规等领域，核心价值在于自动化处理海量文本数据。实验基于CLUE/TNEWS数据集展开，分析显示数据存在类别不均衡（23倍差异）、文本短（平均22字）等特点。 方案一测试了调用DeepSeek-V4大模型API的效果，结果显示：DeepSeek-V4-Pro零样
本文设计了一种基于聚类算法的智能客服问题自动分类系统。系统采用Python开发，集成K-means++和DBSCAN算法，结合TF-IDF/Word2Vec特征提取技术，实现对10万条电商客服数据的高效语义分组。通过PyQt5构建交互界面，支持实时分类与知识库管理。实验表明优化后的K-means算法在K=15时F1-score达89.7%，较传统方法提升5-8%，实际应用中自动处理率提升至75%，
如何让各种 Coding Agent 更好的干活？在常规的对话外，Claude Code（也可以是 Codex）其实还提供了一些别样的控制（或者说：上下文注入）方法，比如：`CLAUDE.md`、`Rules`、`Skills`、`Subagents`、`Hooks`、`Output Styles`、以及 `System Prompt Append`
如果你想自己定义标签体育、财经、娱乐、健康、教育用通用大模型接口（豆包、DeepSeek、GPT）最方便。给文字打标签。判断正面 / 负面 / 中性。python运行请对以下文本分类，只能从以下类别选择：体育、财经、娱乐、健康、教育文本：{}只输出类别，不要解释。data = {# 测试print(deepseek_classify("明星发布新歌"))
你是否经历过这些场景？把GPT-4塞进VS Code插件写代码时，它要么忘记打开项目根目录的.gitignore，要么找不到依赖包的pip install路径——LLM有逻辑，但没有「环境上下文感知器」和「精准指令执行约束器」；用AutoGPT做市场调研，它查了10个GitHub仓库、爬了50篇博客，最后生成的报告却把竞品的版本号写错3个、把技术栈搞混Python/Java——LLM有搜索，但没有
主流云平台GPU实例实战指南 本文对比了AWS、Azure、阿里云和腾讯云四大云平台的GPU实例服务，为AI模型部署提供实用建议： 平台特性：AWS规格最全但计费复杂，Azure适合Windows生态，阿里云国内延迟最低，腾讯云新用户折扣力度大 核心能力：重点分析各平台GPU实例类型（如AWS的p4d/Azure的NCas/阿里云GN系列），强调显存与内存配比关系 成本陷阱：指出网络传输和存储的隐
为此，我们构建了一个专用的智能体AI框架——The AI Telco Engineer，该框架利用Sionna [6]在链路级和系统级仿真中评估算法。该框架以一个任务作为输入，每个任务包含对所生成算法要解决的问题的描述，以及一个评估工具，智能体可使用该工具根据用户定义的指标来评估所生成的算法。尤其是像Claude Code、GPT Codex和Cursor等编码智能体，使得快速原型验证想法比以往任
知识理解子类"观察记忆": "知识理解", "概括理解": "知识理解", "说明论证": "知识理解",# 表达交流子类"经历经验": "表达交流", "主观看法": "表达交流", "情感态度": "表达交流",# 实践应用子类"分析计算": "实践应用", "推测解释": "实践应用", "简单问题解决": "实践应用",# 创造迁移子类"综合问题解决": "创造迁移", "猜想探究": "
