嵌套执行的排查之苦 用 OOS（系统运维管理）跑过批量运维任务的同学，大概都经历过这样的场景：模板执行失败了，打开控制台查看执行详情，StatusMessage 写着 failures exceeded MaxErrors——这句话告诉你"有东西失败了"，但没告诉你到底是什么东西、为什么失败。 OO ...

“如果 AI 成为你的长期搭档，你会是哪一种合作者？” 为了回答这个问题，我做了一个有趣的「AI 搭子人格测试」，用户可以在线答题、查看进度，并获得专属分析。 但这个文章真正想展示的，并不是测试本身，而是： 只要能描述想法，就能生成一个真正可运行的应用。 第一步：把想法告诉阿里云 “应用生成” 我没 ...

招聘初筛常被简历格式混乱与人工比对拖慢。本文拆解 WorkBuddy 智能招聘筛选的四步链路：简历解析、人岗匹配、初筛打分、面试安排，并结合奇摩的落地实践与效果数据，说明企业如何把初筛耗时从数小时压缩到分钟级。 ...

本文针对单 Prompt 无法应对长流程复杂业务的痛点，基于 Java 17 与 Spring Boot 3.x，手把手构建一套“规划者-执行者-审查者”多智能体协同状态机。深入解析状态共享、循环反思机制，并独家实现生产级递归步数熔断器，拒绝死循环。 ...

2026年大模型教程热到发烫，但热度不等于学得对。本文用真实岗位数据盘点当前最值得跟的三个方向（工程地基、RAG、Agent+MCP），拆解提示词工程师为何缩水，并给出「值不值得跟」的三个判断标准，帮你从收藏吃灰里走出来。 ...

作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！ cnblogs博客 zhihu Github 公众号:一本正经的瞎扯 《关于 AI Agent，为什么我的想法可能不靠谱？——重读〈The Bitter Lesson〉》 引子 我觉得我发现了一个现实世界的矛盾： 理论上而言，商 ...

模型大全models5.com把目前市面主流AI大模型的规格、跑分、价格做成一张可排序表格的免费在线数据库，每天自动更新。 ...

本文分享用阿里云 ChatOps Agent 处理 ECS 磁盘使用率告警的真实实践：无需登录实例，在控制台对话框中完成诊断、分级清理与效果验证，把系统盘使用率从 80% 降到 34%。 ...

一篇技术读法。对象是 2026 年 9 月 27 日 MiniMax 上线的 MiniMax-M3.1-Flash-Preview。 本文所有数字都标注了来源，口径冲突的地方我直接标出来，不做「取一个看起来最漂亮的数」这种事。 一、先说结论 这不是一次模型发布，这是一次产品内测开关被打开。 Mini ...

月底对账靠人工核对既慢又易错？本文分享WorkBuddy财务对账自动化的四步链路、零售客户落地实践与效率对比数据：月度对账从16小时压缩到40分钟。 ...

本文针对长三角亲子服务商家获客从路过客流转向搜索与AI推荐的行业变化，对比GEO与传统SEO的核心差异，拆解地图信息结构化、AI问答布局、短视频本地曝光三层落地技术框架，结合多城真实案例给出可复用的实战体系与长期演进方向。 ...

一次内核漏洞换盘后，Docker 镜像、容器、overlay2 全部损坏。本文拆解标准化 ChatOps Agent 如何把不可复现的“老师傅 diff”变成可执行、可复用、可审计的恢复流水线。 ...

拆解 ChatGPT Linux 桌面应用：扒开壳，里面是一个叫 Codex 的引擎 本文基于对 OpenAI 官方 deb 包（chatgpt 26.924.22138，Linux x64）的静态拆解，全程未逆向混淆代码，所有结论均来自包内明文元数据与可观测的进程/文件结构。 引子：一个叫 cod ...

企业出海绕不开多语言内容本地化，WorkBuddy 用术语库+大语言模型搭建可复用的翻译链路，把交付周期从天数压到小时级，让语言不再成为业务减速带。 ...

把两张图合成一张，看起来是个很朴素的需求，但真做起来，它是计算机图形学和图像处理里一条相当长的技术链路。这篇文章按「由简到繁」的顺序，梳理几类主流的图像合成方案，以及各自在工程上的取舍。 一、Alpha 混合：最直观的起点 最朴素的合成方式是带蒙版的线性插值： C = α·F + (1 − α)·B ...

我把同一句话喂给三个国产大模型，让它们各造一只「机械蝴蝶」——结果差距比我想象的大多了 Prompt 只有一句： "使用 Three.js 从零编写，渲染出极其复杂精美的「机械蝴蝶」。" 没有设计稿，没有参考图，没有第二句话。然后，三位选手——智谱 GLM-5.3、阿里 Qwen3.8-Max、小米 ...

2026从年初开始，擅长顺应趋势的老板，开始高举AI转型的大旗，其中互联网企业最激进，势必要站在人工智能的前列腺上。理解一腔热血的口号，更理解背后性价比的算计。 ...

针对传统 Naive RAG 在全局概括与多跳关联查询中的结构性缺陷，本文基于 Spring Boot 3 + LangChain4j + Neo4j + Milvus，实战落地 GraphRAG 与向量混合检索架构，详解图谱实体抽取、社区分层发现与混合召回机制，显著提升大模型在复杂企业知识库中的... ...

缘起 追日漫、韩漫最难受的不是看不懂剧情，而是拿到"生肉"——没有汉化组接的作品只能干等。这几年 OCR 和大模型都成熟了，自己搭一条漫画翻译流水线其实没那么难。这篇文章把整条链路拆开讲一遍，也顺带说说每一步容易踩的坑。 一、文字检测：先搞清楚"哪里是字" 漫画和普通文档最大的区别在于版面。文档有固 ...

1. 概述 1.1 为什么大模型越来越强，Agent 却仍然容易出问题 假设你希望 AI 帮忙排查一个线上问题：“最近五分钟，订单服务的错误率是否超过告警阈值？如果超过，请给出依据。” 一个普通聊天模型可能会告诉你，应该查看监控系统、统计错误请求、计算比例，再与阈值比较。回答看起来很合理，但实际工作 ...