霍格沃兹测试开发学社

《Python测试开发进阶训练营》(随到随学!)
2023年第2期《Python全栈开发与自动化测试班》(开班在即)
报名联系weixin/qq:2314507862

上一页 1 ··· 123 124 125 126 127 128 129 130 131 ··· 291 下一页
摘要: 为什么需要MCP? 在构建复杂的AI智能体(Agent)时,一个核心的挑战是如何让大语言模型(LLM)与外部世界安全、高效地交互。传统上,我们需要为每一个工具(如数据库、API、文件系统)编写大量的适配代码,这个过程繁琐且难以标准化。 Model Context Protocol(MCP)的出现正是 阅读全文
posted @ 2025-09-02 14:41 霍格沃兹测试开发学社 阅读(333) 评论(0) 推荐(0)
摘要: 本文将手把手带你完成Coze开发环境的搭建与配置,让你能快速开始本地化的AI智能体开发。 Coze开源概述与环境准备 字节跳动于2025年7月26日正式开源其AI智能体开发平台"扣子"(Coze),包含Coze Studio可视化开发工具和Coze Loop运维管理系统两大核心组件。它采用Apach 阅读全文
posted @ 2025-09-02 14:39 霍格沃兹测试开发学社 阅读(891) 评论(0) 推荐(0)
摘要: 在AI应用开发爆发的今天,选择一个合适的开发平台至关重要。Coze和Dify作为当前最受欢迎的两个AI应用搭建平台,都承诺让开发者快速构建AI应用,但它们的定位和特点却大相径庭。本文将带你深入了解这两个平台,帮助你在下一个项目中做出明智选择。 平台背景与定位 Coze是由字节跳动推出的AI Bot开 阅读全文
posted @ 2025-09-01 11:45 霍格沃兹测试开发学社 阅读(286) 评论(0) 推荐(0)
摘要: 什么是Coze? Coze是字节跳动推出的新一代AI智能体开发平台,它让开发者能够以低代码甚至零代码的方式构建、部署和管理AI智能体(Agent)。无论你是想要创建一个简单的问答机器人,还是构建复杂的自动化工作流,Coze都提供了直观的界面和强大的功能来实现你的想法。 1.1 Coze的核心特点 可 阅读全文
posted @ 2025-09-01 11:43 霍格沃兹测试开发学社 阅读(400) 评论(0) 推荐(0)
摘要: 在实际项目中,你是否遇到过这样的困扰: 项目需求被拆散在多个文档里,测试准备时要反复切换查找? 功能文档、接口文档、用户流程文档分属不同来源,整理耗时费力? 新版本发布时,常常因为文档引用不一致导致测试遗漏? 这些问题,不仅影响测试效率,更容易造成测试覆盖不完整。 为了解决这一痛点,霍格沃兹测试开发 阅读全文
posted @ 2025-09-01 11:41 霍格沃兹测试开发学社 阅读(41) 评论(0) 推荐(0)
摘要: 在软件研发的每一个环节里,需求文档 都是承上启下的关键,它既是研发实现的蓝本,也是测试设计的基石。 然而,很多同学在做项目或实习时,常常会遇到这些困扰: 需求分散在各种文档、平台、聊天记录里,找起来费时费力; 需求一旦修改,测试用例要手工更新,工作量极大; 多人协作时,文档版本混乱,容易造成测试遗漏 阅读全文
posted @ 2025-09-01 11:39 霍格沃兹测试开发学社 阅读(75) 评论(0) 推荐(0)
摘要: 在软件研发的每一个环节里,需求文档 都是承上启下的关键,它既是研发实现的蓝本,也是测试设计的基石。 然而,很多同学在做项目或实习时,常常会遇到这些困扰: 需求分散在各种文档、平台、聊天记录里,找起来费时费力; 需求一旦修改,测试用例要手工更新,工作量极大; 多人协作时,文档版本混乱,容易造成测试遗漏 阅读全文
posted @ 2025-08-30 12:22 霍格沃兹测试开发学社 阅读(59) 评论(0) 推荐(0)
摘要: 在大模型技术飞速发展的今天,AI智能体(Agent)已成为能够自主理解、规划并执行任务的AI应用形态。Dify作为一个强大的LLM应用开发平台,让即使没有深厚编程背景的开发者也能快速构建功能丰富的AI智能体。 本文将手把手带你体验在Dify平台上创建第一个智能体的全过程,从环境准备到实际部署。 一、 阅读全文
posted @ 2025-08-29 11:18 霍格沃兹测试开发学社 阅读(275) 评论(0) 推荐(0)
摘要: 面对两大热门开源AI开发平台,你的技术选型决策将决定开发效率与应用性能。 在人工智能技术飞速发展的今天,低代码/无代码AI开发平台正成为连接技术与非技术用户的桥梁。Coze(扣子)和Dify作为两款备受关注的开源项目,凭借各自优势吸引了大量开发者。 它们都旨在降低AI应用开发门槛,但在架构设计、技术 阅读全文
posted @ 2025-08-29 10:51 霍格沃兹测试开发学社 阅读(467) 评论(0) 推荐(0)
摘要: LightRAG是一款创新的知识图谱增强检索框架,它将传统向量检索与知识图谱的结构化信息相结合,大幅提升了检索准确性和可解释性。与传统的RAG(Retrieval-Augmented Generation)系统相比,LightRAG通过引入轻量级知识图谱,解决了单纯向量检索中遇到的关系缺失、语义模糊 阅读全文
posted @ 2025-08-29 10:49 霍格沃兹测试开发学社 阅读(399) 评论(0) 推荐(0)
上一页 1 ··· 123 124 125 126 127 128 129 130 131 ··· 291 下一页