高光谱成像（一）高光谱图像
新分类关于高光谱成像，是近期的主要长篇内容。 1. 什么是高光谱图像？ 1.1 RGB 图像 在日常生活以及之前的 CV 相关内容里，我们演示使用的图像数据都是 RGB 图像，在之前的图像处理基础中我们也介绍过这一点。 再简单复述一下要点：大量出现在我们日常生活中的彩色图像基本都是 RGB 图像，这 ...
离大谱，我竟然在 VS Code 里做了个视频！
最近发现一个很有意思的开源项目，能用编程写代码的方式做视频动画，在 GitHub 上星星很多。
今天就带大家完整走一遍流程，全程手把手～ ...
协变量预测：时序数据库能力的下一次跃迁
协变量预测打破单变量局限，时序数据库 IoTDB 与 Timer 系列模型的协同运行，共同推动开启时序分析新范式。 ...
老年人记不住命令？ShellGPT 是你的终端外挂
ShellGPT = 命令行 × AI。无需记忆复杂参数，一句话生成精准命令；无需手动解析输出，管道直接丢给 AI 分析。本文详解安装配置、模型选择（白嫖阿里云）、三种使用模式（简洁/交互/会话），以及 netstat、kubectl、git 等实战场景。适合所有想在终端里"偷懒"的开发者和运维。 ...
读人工智能全球格局：未来趋势与中国位势18专家视角(下)
1. 伦理研究 1.1. 刘哲 1.1.1. 北京大学哲学系副主任、长聘副教授 1.1.2. 《中国机器人标准化白皮书》 1.2. 法律规制具有一定的滞后性，当人工智能和机器人带来的现实问题还未出现的时候，是很难从法律方面进行监管的 1.3. 从英美这些国家的做法来看，它们意图把伦理价值融入人工智能 ...
基于深度学习的纸箱检测计数系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO算法的风力涡轮机智能检测系统。该系统支持多模态检测（图片/视频/实时画面），具备用户管理、多模型切换、检测结果保存等功能。通过对比YOLOv5/YOLOv8/YOLOv11/YOLOv12模型性能，发现YOLO12n精度最高（mAP40.6%），YOLO11n速度最优（56... ...
AI渗透测试工具：从"脚本跑腿"到"Agent大脑"的范式革命
渗透测试的战场正在发生根本性变化。 传统模式里，你是猎人，工具是猎狗。 你指挥它"扫这个IP"、"测这个端口"、"注入那个表单"，它按你的指令执行，遇到问题停下来等你决策。 2026年的AI渗透测试，完全不是这回事。 Agent成了猎人，你成了顾问。 它们自主规划攻击路径、动态调整策略、相互协作攻破 ...
业务泳道流程图AIGC小试
提示词你是资深BPMN建模专家。 请将以下业务流程抽象为符合BPMN 2.0标准的业务泳道流程图。 输出要求： 1. 明确划分泳池与泳道 2. 区分顺序流与跨泳道交接 3. 标识关键控制点（决策节点） 4. 明确文档产出点 5. 如存在子流程，请抽象为子流程节点，不展开细节 建模目标： - 清晰责任 ...
pgvector语义检索踩坑：为什么加了 ORDER BY 反而查不到数据？
1.背景 最近在做一个agent项目，涉及到了pgvector向量数据库的语义检索检索。 碰到了这样的一个奇怪现象：数据库里明明有数据，但是什么也查不出来，我也没有用where对检索进行限制，只是做了order by；当去除order by后才能查出东西来 我执行的语句类似如下所示，这个语句很正常， ...
AI辅助编程系统工程的注意事项-程序员从“农耕”走向“魔法”的时代
AI辅助编程系统工程的注意事项-程序员从“农耕”走向“魔法”的时代 目 录 1..... 项目实践依据... 2 2. 前言：软件工程的范式转移，从“关注过程”到“关注意图”... 4 3..... 需求明确及AI审核：人与AI双向的需求验证... 4 4..... 更需要系统化思维：科学拆分业务单 ...
读人工智能全球格局：未来趋势与中国位势17专家视角(上)
1. 加大对人工智能基础理论的探索 1.1. 刘海滨 1.1.1. 中国航天系统科学与工程研究院总工程师 1.2. 人工智能的发展不会一帆风顺，技术进展缓慢、伦理道德冲击、根技术储备不足、应用不满足实际需求等，都将给中国人工智能的发展带来挑战 1.2.1. 我国仍然是一个追随者，不完全是一个创新突破 ...
2026年AI测试工具评测：谁在解决问题，谁在割韭菜？
核心结论 用了半年AI测试工具，我得出一个残酷的结论：90%的"智能测试"都是在割韭菜。 这篇文章不是工具推荐，是一份避坑指南。我会告诉你哪些工具真正解决了问题，哪些只是把老包装成了新。 三个真相 真相1：AI不会消除维护成本，只会转移维护成本 某银行引入Tricentis TOSCA后，测试维护成 ...
基于深度学习的风力涡轮机检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO算法的风力涡轮机智能检测系统。系统支持图片、视频及实时摄像头检测，具有用户登录、多模型切换、检测结果保存等功能。技术栈采用Python3.10+PyQt5+SQLite，整合了YOLOv5/v8/v11/v12模型。经测试，YOLO12n模型表现最优（mAP40.6%），Y... ...
一文读懂MOE：大模型背后的"专家分工"智慧
一文读懂MOE：大模型背后的"专家分工"智慧 本文基于综述论文：A Comprehensive Survey of Mixture-of-Experts Algorithms, Theory, and Applications(Siyuan Mu and Sen Lin)。如需深入了解，建议阅读原文 ...
混合专家模型 (MoE) 详解
混合专家模型 (MoE) 详解 随着 Mixtral 8x7B (announcement, model card) 的推出，一种称为混合专家模型 (Mixed Expert Models，简称 MoEs) 的 Transformer 模型在开源人工智能社区引起了广泛关注。在本篇博文中，我们将深入探 ...
从 OpenClaw 到 IoTDB Skills：时序数据库如何接入 AI Agent 世界？
时序数据库 IoTDB 与 TsFile Skills，一次面向「Agent 如何理解数据库」的尝试。 最近，OpenClaw 在开发者社区迅速走红。 这让一个趋势愈发清晰：AI 正从「能聊天」 ，进化为 「会做事」。 Agent 开始操作系统、调用工具、访问数据库。它不再只是回答问题，而是在替人完 ...
我做了个 AI 绘图工具，不用写提示词，一键复刻爆款图片！
大家好，我是程序员鱼皮。 经常看我视频和文章的同学应该会发现，我偶尔会用动漫风格的插画来做配图，帮大家理解知识点。 比如吉伊卡哇漫画风格，可可爱爱： 再比如海绵宝宝风格，都是情怀： 每次发出来，评论区都会 “哇” 声一片，有一堆人问：鱼皮你这图怎么做的？提示词能分享一下吗？ 但问题是，即使我把提示词 ...
读人工智能全球格局：未来趋势与中国位势16中国之路
1. 数据优势 1.1. 人工智能在现阶段甚至相当长的一段时间内大概率将沿袭当前的技术路径，即依赖大数据机器学习的数据智能 1.2. 各国政府、企业、研究机构在推动人工智能算力算法升级和产业落地的过程中，都将依赖于庞大的数据基础，而这正是中国发展人工智能的优势所在 1.3. 数据优势 1.3.1. ...
AI 工程化实战：不学算法也能用好的 LLM 指南
本文全面介绍了大模型相关知识，包括大模型（LLM）、提示词工程（PE）、检索增强生成（RAG）、工具调用（Function Calling）、模型上下文协议（MCP） 等，适合零基础小白入门。 ...
