共 241 篇相关文章
Claude Code完全指南:终端AI编程工具选择与实战入门
深入解析Claude Code终端AI编程工具的核心优势、与设备Agent的区别,以及环境搭建实战步骤。了解为什么Claude Code成为企业级AI编程的行业标杆,助你快速上手终端Agent开发。
免费用Codex:CCX+DeepSeek替代方案五分钟搞定
无需魔法环境和GPT账号,通过开源工具CCX将Codex请求转发至DeepSeek,零成本体验AI编程助手。本文详解三步配置流程,包括CCX安装、DeepSeek API获取及模型映射设置。
Claude Code桌面版安装配置全攻略:接入DeepSeek模型
详细介绍Claude Code桌面版的完整配置流程,包括安装、无账号使用、中文汉化、通过CC Switch接入DeepSeek模型以及自定义Skill的使用方法,帮助开发者低成本体验AI编程助手。
DeepSeek V4 Pro接入Codex和Claude Code全攻略
详细教程:如何将DeepSeek V4 Pro低价API接入Codex和Claude Code桌面端,含安装配置步骤、实测Token消耗与费用对比,助你以几分钱成本完成AI辅助编程任务。
Claude Code安装配置教程:从零搭建AI编程助手
详细讲解Claude Code的安装与配置流程,包括Git、Node.js前置依赖安装,环境变量配置,接入国产大模型等步骤,帮助开发者快速搭建能直接读写代码、执行命令的AI编程助手。
Claude Code中文教程:从安装配置到项目实战完整指南
详解Claude Code中文实操手册的核心内容,涵盖安装配置、国内模型适配、代码生成与Bug修复等核心功能,以及非编程效率场景应用,帮助零基础用户快速上手这款AI编程工具。
Claude Code桌面版安装配置全攻略:国内直连+中文汉化+DeepSe…
详细介绍Claude Code桌面版的安装配置流程,包括无账号使用、通过CC Switch接入DeepSeek国产模型实现国内直连、一键中文汉化及自定义Skill上传使用,帮助开发者低成本体验Claude Code工作流。
LangChain入门到Agent实战:大模型应用开发完整学习路径
系统梳理LangChain大模型应用开发的学习路径,从基础环境搭建、核心组件(RAG、Chain、Memory)到Agent智能体实战开发,帮助开发者快速掌握LLM应用开发核心技能。
AI大模型零基础学习路线:三个月落地实战指南
详解AI大模型零基础学习路线,从基础认知、RAG私有知识库、Agent智能体到工程化落地,分四个阶段系统规划三个月实战学习路径,附实用学习建议与就业前景分析。
KeyType:macOS免费开源的系统级AI自动补全工具
KeyType是一款基于MIT协议的macOS系统级AI文本补全工具,支持本地LLM推理和自选模型。覆盖浏览器、备忘录、邮件等所有输入框,按Tab即可补全,数据完全不出本机,是Cotypist的免费开源替代方案。
Codex++实测:无需ChatGPT账号接入国产模型全攻略
详细图文教程教你用Codex++开源工具,无需ChatGPT账号即可接入DeepSeek、通义千问等国产大模型,完整配置流程包括供应商添加、API Key填写、模型拉取等步骤,轻松解锁Computer Use和插件功能。
Claude Opus 4.8自称DeepSeek翻车事件:语料污染还是蒸馏…
Anthropic新模型Claude Opus 4.8上线不到两小时翻车,用中文提问竟自称DeepSeek和通义千问。本文深度分析语料污染与蒸馏假说,揭示中文对齐缺失的技术根因及AI行业蒸馏技术的正确理解。

详细讲解Dify本地部署全流程,通过VMware虚拟机安装Ubuntu系统,配合宝塔面板和Docker一键部署Dify开源AI应用开发平台,零Linux基础也能轻松完成搭建。
教程攻略深入解析Agent工具调用的两大主流架构ReAct与CodeAct,从论文原理到代码实战,对比推理+行动模式与代码执行模式的优劣,帮助开发者选择合适的Agent架构方案。
教程攻略RAG(检索增强生成)是解决大模型幻觉问题的核心技术方案。本文介绍RAG的基本概念、工作原理,分析大模型幻觉产生的三大原因,并梳理从RAG基础到知识图谱RAG的完整学习路线,帮助你快速入门大模型应用开发。
教程攻略深度解析AI编程中Skills的技术原理,从Function Call到MCP再到Skills的演进路径,揭示Skills作为子智能体的按需加载机制,并通过Spring AI Alibaba实现对接任意大模型。
教程攻略深入解析Spring AI Alibaba Agent Framework的三层架构设计,包括底座层Spring AI、中间层Graph框架和顶层Agent Framework,并提供Java开发者进入AI Agent开发的推荐学习路径。
教程攻略深入解析传统RAG与Agentic RAG的技术差异,涵盖离线在线链路原理、工具化自主决策机制,并通过ChatBox开源项目展示基于LangGraph的Agentic RAG实现方案。