个人随笔,鸿蒙 鸿蒙 PC 三方库适配 HNP 打包流程的「入场券」hnp.json 文件解读 hnp.json虽然只有几行JSON,但它是鸿蒙原生包打包流程的“入场券”。type声明文件类型,name必须与HPKBUILD和README.OpenSource保持一致,version是HNP包自身的发布版本而非上游版本。理解了它,就理解了OpenHarmony原生包打包的入口逻辑。 nutpi OpenHarmony功能分析技术原理
个人随笔 DeepSeek-V4实测:超高效上下文,更像是token价格战的序章 DeepSeek-V4的静默更新再次展现技术实力,超长上下文效率与混合注意力机制成为最大亮点。这款开源模型不仅代码能力比肩顶级闭源产品,更以革命性的计算优化为价格战埋下伏笔。本文将从技术突破、定价策略到实际应用,全面解析这次更新如何重塑大模型竞争格局。 刺猬公社 DeepSeek开源模型技术原理
AI,个人随笔 成本压到 50 美元!nanochat 重新定义「轻量级大模型训练」 本文深度解析 Andrej Karpathy 开源项目 nanochat,从架构、流程、核心功能到数据与模型,完整还原一个极简全栈 LLM 训练框架。 界面与交互 LLM开源项目技术原理
AI,个人随笔 拒绝劝退!我把跑通 Cursor + MasterGo 的全过程写给你 AI 写代码对零基础用户来说,最难的往往是环境配置。本文手把手教你如何用 Cursor、MasterGo MCP、Node.js 和 CodeX 搭建 AI 前端开发环境,从下载工具到连接设计稿,每一步都配有避坑指南。跟着教程走,即使没有代码基础,也能轻松让 AI 按设计稿生成可运行的 B 端页面。 B端设计情报局 AI编程CodexCursor
个人随笔,鸿蒙 lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” OpenHarmony开发中管理275个C/C++三方库的构建难题如何破解?lycium_plusplus框架通过自动依赖解析、批量交叉编译和HNP包生成,让复杂的三方库适配工作变得高效可控。本文将深度解析其架构设计与核心模块,展示从源码到产物的完整构建流程。 nutpi 技术原理经验总结鸿蒙生态
AI,个人随笔 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 用户说“薯片碎了”,客服机器人回“亲,是要买薯片吗?”——这不是段子,是我们上线第一周的真实翻车。今天我就把意图识别这个坑,从本质到方案,彻底讲透。 嘻嘻李 AI应用意图识别技术原理
个人随笔,鸿蒙 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 拷贝或克隆Flutter OpenHarmony项目到本地后常出现依赖解析失败、编译报错、ohos模块找不到等问题,核心原因在于环境差异——Flutter/Dart版本不一致、pubspec.lock锁定文件跨机器绑定、本地构建缓存残留、鸿蒙侧ohpm依赖未拉全,以及签名/SDK路径等本机独有配置未补全。 nutpi 技术原理解决办法鸿蒙生态
个人随笔 Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 Flutter项目迁移鸿蒙时,判断第三方库是否需要适配的核心准则是:有原生平台代码的必须鸿蒙化,纯Dart实现的无需适配。本文提供5种高效检查方式,5分钟内完成评估,大幅降低迁移成本。 nutpi Flutter技术原理鸿蒙生态
个人随笔 OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 当OpenAI还在"既要又要"地追逐所有应用,Anthropic用"Harness工程"走出另一条路——模型是大脑,Harness是身体+工作台+监督机制,让Agent从"问答"进化到"真正把事情做完"。从Prompt到Context再到Harness,AI应用正经历从L2推理者到L3智能体的跃迁,而Anthropic通过专注Coding这一"偏科生"战略,率先跑通了模型与应用深度整合的闭环。 叶小钗 AI应用harness发展趋势
个人随笔 Flutter_OH 仓库贡献代码合入流程 向开源项目贡献代码是开发者进阶的必经之路,但复杂的流程往往让人望而却步。特别是面对Flutter-OH这样规范严格的仓库,从DCO签名到PR关联,每一个环节的疏忽都可能导致代码被拒。为了帮助大家避开“无效提交”的坑,顺利拿到开源路上的第一枚勋章,本文将全流程拆解贡献步骤,助你一次通过代码检视,轻松合入主仓。 nutpi 技术原理方法论经验分享
AI,个人随笔 影响大模型输出手段 – 参数篇 当AI的输出忽好忽坏,问题可能出在参数设置上。本文深度解析控制大模型性能的4个关键旋钮:Temperature调整创造力、Top-P筛选词汇池、Max Tokens限制输出长度、Penalty机制消除重复。掌握这些参数的黄金组合公式,你就能让AI在严谨代码与创意文案间自由切换,彻底告别输出不稳定的困扰。 AI小朱 AI应用Temperature大模型
AI 拆解AI复杂系统核心组件:Agent、MCP、RAG、Skill四者关系与协同逻辑Agent革命与新机会 随着生成式AI从“对话式交互”向“自主式执行”升级,越来越多的AI系统开始具备“理解需求、拆解任务、调用工具、完成闭环”的能力。而支撑这一能力的核心,正是Agent、MCP、RAG、Skill四大组件的协同配合。 EVE的星球 AgentMCPSkill