登录社区云,与社区用户共同成长
邀请您加入社区
24万星开源AI项目,改软件开发文档效率翻倍用 AI Agent 写代码,通常先让它生成一份计划文档,再照着文档写代码。计划很少一步到位,总要反复改。有没有过这样的经历,打开那份 AI 生成的计划,定位到要改的一行,复制一大段过去让它改。一来一回,极其低效。今天要介绍一个改文档的工具,它来自一个 24 万星的开源项目,出自 Anthropic 黑客马拉松获胜者之手。它把文档变成一块 HTML 画布
David Ondrej 是一名 AI 博主,今年 22 岁,专注 AI 编程和智能体工作流。做 AI 之前,他手里有一个 40 万订阅 的视频频道。三年前,他把频道放下,扎进 AI agent,一写就是 2000 多个小时。这几年他做的事不止写代码。他还是开源智能体框架 Agent Zero 的作者。三周前,他又做了一件让 AI 圈集体侧目的事。他把平时用的那一整套 agent 技能,全部开源成
本期开源项目聚焦AI Agent工程化与记忆系统,17个项目共新增11,922星。核心趋势包括: AI Agent工程化:技能框架(skills/superpowers)与可视化协作平台(munder-difflin)成为热点,强调可控性与交付质量; 记忆系统:ai-memory/OpenViking等项目构建长期记忆与上下文检索能力; 本地化工具:OpenLogi(Rust外设管理)、Money
以下为本文档的中文说明agent-project-board-sync 是一个将 AI 智能体集群(Agent Swarm)与 GitHub Projects 进行双向同步的技能,实现可视化的任务管理、进度追踪和团队协作。它通过 ruv-swarm 命令工具,将分布式 AI 智能体的工作状态和进度实时映射到 GitHub Projects 看板上,让团队成员能够使用熟悉的项目管理界面来监控 AI
嵌入式GUI开发中,定时器是关键但常被忽视的工具。本文通过Web模拟器+MicroPython,无需硬件即可学习LVGL定时器的核心应用:从基础创建、周期设置到高级功能如暂停恢复、状态检测等。涵盖时钟刷新、倒计时、动画等实际场景,解决新手常见误区,帮助开发者掌握GUI中的时间调度技巧,让界面真正"活"起来。
《"蛋壳小鸡":一款会"长大"的AI实体陪伴终端》摘要:针对现有AI助手缺乏情感互动的问题,作者开发了一款名为"壳生同频"的AI实体终端。这款外形如蛋壳小鸡的设备采用ESP32-S3主控,成本不足200元,却能实现"温养式成长"的陪伴体验。其核心特色包括:动态人格系统(5个可成长性格维度)、情感记忆功能(保存15条对话
具体流程如下图所示:Lark机器人作为和用户交互的客户端,将消息发送到Lark云端,用户自己实现的Lark Bot服务端程序和Lark云端,以长连接的方式接收消息,并调用DevOps Agent的Chat API,从而实现和Agent的交互。告警触发DevOps Agent自动调查的链路,通过Lambda实现的告警处理器根据收到的Grafana告警,一方面以Lark群告警卡片的形式第一时间通知团队
本文介绍了LVGL在嵌入式GUI开发中的扩展与自定义能力。重点解析了LVGL文件系统模块的设计理念:通过字母标识驱动、回调函数实现和缓存优化,提供统一的文件操作接口。详细说明了现成驱动的使用方法和自定义驱动的三步开发流程,强调图像控件加载必需的4个回调函数。此外,文章还提及LVGL的自定义组件开发和可配置日志系统等扩展功能。这些功能帮助开发者实现资源加载和业务个性化需求,使项目从"能用&
OpenAI紧急提档GPT-6,彻底抛弃4T旧底座?而且,GPT-5.6正式解禁,周四就要上线!Sol、Terra、Luna三款模型全面开放,编码、科研、日常任务全覆盖。已经有早期测试者狂赞Sol模型「永不放弃」,现在,全体开发者已经在摩拳擦掌了。就在刚刚,一条消息瞬间传遍圈内。GPT-6的发布时间大幅提前,最快将于本月内正式空降!如果爆料属实,就意味着GPT-5.x系列将以GPT-5.6收官,成
在C++生态中,单元测试框架的选择直接影响开发效率与测试覆盖率。本文基于功能特性、适用场景等维度,对比主流框架并提供选型建议。核心优势:支持红-绿-重构模式,提供死亡测试、参数化测试及Mock功能(需配合Gmock)。性能敏感场景:需结合框架的基准测试数据(如Catch2的编译速度优势)。适用场景:已使用Boost的项目或需要复杂测试逻辑的场景。适用场景:跨平台大型项目,如Chrome、LLVM等
登录 Gitee 企业版账号,进入 “个人设置” 页面,找到 “MCP 企业令牌” 选项,创建独立令牌并按需勾选权限(需包含 enterprise_info、user_detail、issues、projects、programs、members、pull_requests、notes 等核心权限),确保 AI 可正常访问企业数据。通过打通 AI 与企业研发数据的连接,该产品不仅减少团队在多工具间
采用RAII机制管理资源生命周期具有显著优势:首先,它确保了资源的自动释放,极大地减少了资源泄漏的可能性,提高了代码的健壮性。其次,它简化了代码逻辑,程序员无需在复杂的控制流中牢记释放资源,降低了出错几率。第三,它使代码更清晰、更易维护,资源管理的细节被封装在RAII类内部,使用者只需关注业务逻辑。最后,它提供了强大的异常安全保障,是编写异常安全代码的基石。RAII是C++区别于许多其他编程语言的
在下一代JVM设计中,预计会引入基于Fiber的轻量级用户态线程(Project Loom)与统一调度管理,经内部分析其API层将通过`StructuredTaskScope`实现异步/await语法糖,使原有基于`CompletableFuture`的异步链路代码量减少40%。JMM内存模型通过`volatile`变量强制插入内存屏障,观察` Unsafe.getAndAddInt()`方法的字
开发JDBC驱动时遭遇多重挑战:客户端安装问题、防火墙限制和性能瓶颈。最终通过类型3驱动结合HTTP隧道作为中间层解决。JDBC驱动分为4种类型,类型3驱动因其纯Java特性和HTTP隧道优势(跨平台、穿透防火墙)成为首选。开发核心难点包括:ResultSet不可序列化(改用句柄机制)、HTTP无连接(采用缓存和批量调用)、代码重复(使用代码生成工具)。解决方案包括:轻量级客户端JDBC实现、服务
1. 进入 zephyr 主仓库cd zephyrproject/zephyr# 2. 编译 hello_world 示例,指定“板子”(-b)为 qemu_x86#-p auto = 编译完自动启动 (auto-probe/run)west build -b qemu_x86 samples/hello_world -p auto。它是 Zephyr 的**“元工具” (Meta-tool)**
开发都始于一份严格对齐的Spec文档, 所有代码、测试、架构都必须要严格准守, 后续变更也是通过Spec来驱动, 而非去改代码. 包括自动化工具也是基于Spec去生成代码、测试用例等.简单来说, 后续程序员主要工作在于制定Spec文档, 代码实现由AI来完成.
https://xwytn.xetslk.com/sl/3ur5ci
在过去18个月中,AI软件开发助手经历了显著演变。最初,这些工具仅仅是"增强版打字员" - 开发者开始输入代码,AI完成剩余部分。随着"代理式聊天"的出现,开发者能够与AI代理进行多轮对话,请求"编写实现X功能的函数"。这种进步得益于AI能够理解代码库上下文,查看项目结构和打开的文件,基于知识提供智能建议。随着更先进的大型语言模型(LLM)出现,术语"氛围编码"(vibe coding)开始流行。
T31N是君正科技推出的高性能智能视频处理器,采用XBurst1核CPU(1.5GHz),支持HEVC/AVC/JPEG编码,最大分辨率2592x4096。具备3A图像处理、WDR/HDR功能,集成512Mbit DDR2内存和丰富接口(USB2.0/以太网等)。采用22nm工艺,最低功耗1.5mW,适用于安防监控、智能家电等领域。其时尚外观设计融合科技感与实用性,同时具备强大兼容性和数据安全防护
在AI技术深度融入软件开发流程的今天,开发者们面临着一个新的挑战:如何平衡代码生成效率与工程质量。早期的“氛围编码”(Vibe Coding)模式虽然能够快速验证想法,但其随机性和不可控性难以满足企业级项目对代码质量、可维护性和团队协作一致性的要求。规范驱动开发(Spec-Driven Development)正成为解决这一痛点的关键路径。
本文深入探讨了从C语言转向C++的必要性,重点分析了C语言在大型项目管理中的核心痛点,并展示了C++如何通过命名空间(namespace)机制优雅解决这些问题。文章首先指出C语言在命名冲突、指针管理、函数设计等方面的不足,然后详细讲解了C++命名空间的多种应用方式,包括基本命名空间、嵌套命名空间、匿名命名空间和命名空间别名,并通过丰富的代码示例演示了它们在工程实践中的应用。命名空间为C++提供了模
本文介绍了Python代码规范PEP 8的重要性及其核心内容。PEP 8是Python官方推荐的代码风格指南,遵循它能够提升代码可读性、团队协作效率和Pythonic程度。文章重点讲解了命名规范(如变量使用snake_case、类名用CapWords)、代码布局(4空格缩进、79字符行长限制)、空格使用原则、导入规范和注释写法等关键内容。最后推荐使用Pylint、Flake8和Black等自动化工
生成式AI助力测试数据隐私保护创新。文章探讨AI技术在解决测试数据隐私问题中的三大核心应用场景:合成数据生成、动态数据脱敏和隐私保护测试设计,可提升40%测试覆盖率并降低60%数据泄露风险。同时分析了AI带来的效率提升、成本优化和合规强化优势,但也指出需警惕模型安全性、伦理边界和技术门槛等挑战。最后提出最佳实践路线图,强调技术与人文平衡的重要性,展望AI驱动"隐私沙盒"将成为行
每次新版本发布,都能增长,克劳德第一次能完成正确更多的事情,所以你每次都可以多要求一点。不幸的是,每次模型更新,情况都会变。“当我在谈话中看到克劳德做了特别好或特别糟糕的事情时,我会按#键,这会进入‘记忆模式’。这是人类工程师分享的高级技巧,也是从模糊想法到完整应用的最快方式。- AI的“脑外记忆”,自动加载编码规范和个人偏好。✓ 相信人工智能的发展速度,定期重新评估它的能力。1.1 “Vibe
电竞解说语音生成测试面临动态语速控制、多维情绪表达和专业术语融合三大挑战。测试指标体系聚焦语音质量、韵律自然度、语义连贯性和情感匹配度等核心维度。通过设计团战解说等实战场景测试方案,采用对抗样本、跨语种干扰等创新测试技术,并建议建立专业语料库和专用测试工具,以提升测试效能。该测试方案针对电竞场景的特殊需求,为AI语音生成质量提供了系统化的验证方法。
AI时代正在重构软件工程的基本原则:抽象原则从代码抽象转向意图抽象,模块化原则从人工分解演进为智能分解,信息隐藏发展为智能接口设计。AI增强的软件工程方法通过自然语言处理识别功能点、图神经网络分析模块关系、强化学习优化模块划分,实现智能化的系统设计。典型实现包括:意图驱动的自动抽象生成、基于使用模式的智能接口建议、变更影响预测的模块分解等,形成"需求分析→智能聚类→边界划定→演进规划&q
Superpowers是一个GitHub上爆火的AIAgent技能框架(27K+ Stars),它通过系统化的工作流彻底改变了AI编程方式。核心是7步标准化开发流程:需求澄清→系统设计→任务拆解→子代理开发→强制TDD→代码审查→项目收尾。该框架将软件工程最佳实践编码成AI可执行的技能,模拟完整开发团队分工,通过心理学原理确保Agent遵守纪律。支持Claude、Cursor等主流平台,特点是强制
本文详细介绍了在VSCode环境下进行Linux 4.1.15驱动开发的3个关键头文件路径配置与Makefile避坑指南。通过交叉编译架构设计、VSCode智能感知优化及多架构Makefile模板解析,帮助开发者高效搭建嵌入式Linux驱动开发环境,解决常见编译错误。
这篇笔记参考了我本地的 `03_AI应用开发` 学习目录,核心内容包括 AI 基础技能、Ollama、本地模型、MCP、RAG、Agent Skills、完整 Agent、多 Agent 协作和求职作品。实际项目里,错误经常不是 Prompt 写得不够玄学,而是参数错、超时、返回结构不稳定、额度耗尽、密钥泄露、日志没打、重试没有边界。不是把名词堆一遍,而是按项目倒推学习顺序:先会稳定调用模型,再补
Hermes Agent 在个人使用场景下,所有存储均围绕本机文件系统构建,以下是从实际环境中观察到的存储布局与数据流。
主要语言:Shell。