登录社区云,与社区用户共同成长
邀请您加入社区
三菱 iQ-R 的 OPC UA 功能需要购买授权许可证(iQ-R 标配不免费),GX Works3 中勾选 OPC UA 配置,全程约 30 分钟完成配置。支持双向通信——既能采集数据也能下发控制指令。
DeepSeek 对 tool_calls 消息序列要求严格(assistant 含 tool_calls 时,下一条必须是对应全部 tool_call_id 的响应消息),在该模型下问题尤为明显。适用平台:CSDN / 掘金(技术版)> 状态:待发布## 背景OpenOcta(八爪鱼)是国内开源的桌面级 AI 智能体,Go 单二进制,内置 Control UI,定位是"双击即用的个人 Agent
管理状态:使用 State 对象封装跨轮次的状态流式处理:使用异步生成器优雅地处理流式响应并发控制:通过标记控制工具并发错误恢复:在多个层次实现错误恢复机制性能优化:通过预取、压缩、缓存等优化性能就像厨师的烹饪流程一样,工具调用循环不断循环:准备食材(上下文)、烹饪(工具调用)、品尝(获取结果)、调整(继续对话),直到完成菜品(任务完成)。它的设计体现了软件工程中的诸多最佳实践:状态机设计、流式处
2026年国产AI大模型基座评测:豆包、Qwen、Kimi三派在Agent场景表现分化。测试覆盖RAG问答、文案生成、代码开发、数据分析和跨系统工作流五大场景,结果显示:Kimi-k3凭借百万token上下文在长文本检索领先,但延迟和成本最高;豆包系在工具调用和复杂流程中稳定性突出;Qwen系性价比最优,qwen3-coder-flash在代码场景表现最佳。不同场景需针对性选型,如高频交互应避免K
摘要 本文介绍了一个基于本地逐笔数据的涨停板封板质量评分系统实现。系统通过重新计算真实封板时间、剔除虚假挂单后的封单金额和真实主力净流入三个核心特征,构建了四层架构的评分模型。作者分享了关键算法设计思路,包括首次封板时间识别、虚假挂单剔除和对倒单检测等技术细节,并总结了数据精度不足、阈值设置等实践中的经验教训。该系统经过半年验证,A档涨停次日胜率达78%,远高于普通打板策略的38%,有效识别了16
本文介绍了如何通过云服务器应用镜像快速部署Hermes Agent并接入微信,相比手动安装更便捷。主要内容包括:选择腾讯云/阿里云的Hermes Agent应用镜像创建服务器;通过可视化面板配置默认模型(如GLM-5-turbo)和微信通道授权;按需安装扩展技能;完成微信对话测试验证部署。文章对比了应用镜像(适合快速部署)和手动安装(适合深度定制)的适用场景,并提供了配置检查清单和常见问题解答,帮
表格变量类型定义位置作用域生命周期局部变量函数内部仅在定义它的函数内部有效函数调用时创建,执行结束后释放全局变量模块最高级别(所有函数外部)整个模块内部所有函数均可访问程序运行时创建,结束后释放默认情况下,函数内部定义的变量为局部变量,若需在函数内定义全局变量,需使用global关键字声明,声明后变量可在整个模块中访问。使用规则global关键字需写在变量定义之前,先声明后赋值。
在Python开发的过程中,为了实现某项功能,经常需要对某些字符串进行特殊的处理,如拼接字符串、截取字符串、格式化字符串等。下面将对Python中常用字符串操作方法进行介绍。
把“智能”放进“流程”,AI 才能从“看起来很强”变成“真的能交付”。持续分享技术干货,感兴趣小伙伴可以关注下。
AI 圈这几年,「关键技能」换得比系统更新还勤:前年——不会 **prompt engineering**,好像就要掉队;去年——同一批声音说 prompt 过时了,得学 **context engineering**;今年 3 月——**harness engineering** 又上了热搜。
手动实现一个属于自己的上下文管理器,彻底吃透底层。# 进入上下文触发print("【进入上下文】开启资源")# 退出上下文触发print("【退出上下文】释放资源")# 返回True 表示异常被忽略print("执行业务逻辑")# 使用自定义上下文obj.work()# 1. 开启资源(enter)print("函数上下文:开启连接/资源")# 向外返回数据yield "我是上下文返回内容"# 2
本地服务查询并不只是关键词搜索。本文演示如何把省市区数据、坐标转换、IP 定位、三甲医院主体信息、天气和空气质量接口组合起来,构建一个面向本地服务问答和就医信息查询的 Agent。关键词:三甲医院 API、本地服务 Agent、省市区 API、天气 API、空气质量 API、位置查询。
服务器已成功停止,端口8080已释放。
Python多进程编程核心概念 进程同步机制 Lock基础锁:同一线程重复加锁会死锁 RLock可重入锁:允许同一线程多次获取 推荐使用with语句自动管理锁生命周期 进程控制方法 join()阻塞主进程,可设置超时参数 多个子进程的join()顺序不影响其并行执行 守护进程(daemon=True)随主进程终止 进程间通信 通过参数传递共享锁对象 输出完整性由锁机制保证 异常处理中with语句更
这几天 Anthropic 发了一篇文章,专门讲多 Agent 协调模式。标题看起来很朴素:《Multi-agent coordination patterns: Five approaches and when to use them》。五种模式、适用场景、什么时候该从一种演进到另一种。
基本定义:Python注释是编写在代码中的解释性文本,不会被编译器解释执行,仅用于开发者阅读、理解代码逻辑,不影响程序运行结果。简单来说:注释是写给人看的,代码是写给机器跑的。# 注释演示示例print("代码会执行") # 本行注释不会执行,仅做说明。
本文介绍了服务器存储自动检测脚本storage_check.py的开发过程。该脚本通过Python的subprocess模块调用lsblk和nvme list命令,自动化执行存储设备检测任务,解决了手工操作存在的重复劳动、容易漏项和结果不规范等问题。脚本包含四个功能模块:获取基础信息、解析lsblk输出、解析NVMe设备详情以及生成异常提示,最终输出结构化的检测报告。代码实现展示了命令执行、JSO
创建备份作业,作业模式这里有两种,BR模式和Agent模式,对于本地备份,建议选择BR模式,对于异地备份,建议选择Agent模式。Veeam Agent for Linux 是一款简单的备份代理,旨在确保 Linux 产品的可用性,无论它们是在公有云。当您备份一个特定的计算机卷时,Linux的Veeam代理只捕获驻留在这个特定卷上的数据: 文件、文件夹、当您备份整个计算机映像时,Linux的Vee
应届生实习、社招跳槽必看!一文摸透全行业薪资行情、福利标准与招人门槛
函数作用要点print()输出到屏幕可以加sepend,推荐用f-string格式化input()从键盘获取输入永远返回字符串,记得类型转换int()float()类型转换把字符串转成数字split()分割字符串处理多个输入strip()去掉首尾空格清理用户输入有了print()和input(),你的Python程序就不再是“哑巴”,也不是“聋子”。它可以:问用户问题(input听用户回答(inp
核心定位:具备自主查询理解、多步迭代、联合检索、动态更新能力的统一知识检索中枢,为上层 Agent(单 Agent/Commander)提供高质量、可追溯、实时性的知识支撑。
2026年2月,一个名词在AI工程圈子里突然火了起来——Harness Engineering。
本文介绍Craft Agents的安装配置和基本使用方法,包括连接本地文件夹、权限控制、Skill创建和自动化任务配置,帮你快速上手这款桌面AI助手。
Python标准库是Python语言内置的强大工具箱,它提供了从基础数学运算到系统交互、图形绘制等方方面面的功能,无需额外安装即可使用。对于初学者而言,掌握几个最核心、最常用的标准库是迈向高效编程的第一步。本文将对timeturtlerandomdatetime及os这几个几乎必备的核心库进行功能详解,并通过实战代码展示其具体用法。1.time库:时间访问与转换time库是Python中处理时间的
他上一条爆款推文说的是「你不该再给 Agent 写提示词了,你应该设计 Loop」。那条推直接引爆了整个 Loop Engineering 的讨论。这一次,他问的是下一个问题。
本文系统介绍了Python工程化开发的全流程,从环境搭建到项目实战。主要内容包括:Python基础语法与核心数据结构;面向对象编程与异常处理;常用标准库和第三方库的使用(如requests、pandas);工程化实践要点(项目结构、单元测试、日志配置等);并通过一个命令行待办事项管理器项目完整演示开发过程。文章最后推荐了Web开发、数据科学等进阶方向,强调工程化是代码组织、测试、协作等综合能力的体
Codex 频繁出现 1/5 到 5/5 的重连,通常是因为魔法设置的问题,解决思路也很简单。用管理员身份启动代理工具,打开虚拟网卡或 TUN 模式,然后重新测试 Codex。
一文教你如何使用主机Agent操作Linux虚拟机
用通俗方式讲清 Hermes Agent profile 的作用、使用场景和常用命令,适合快速上手多 Agent 工作流。
本文将聚焦于浏览器型 Agent 实战中最核心的三大避坑场景,不搞空泛的理论,全部内容都来自于我300+小时的踩坑经验、一线互联网大厂的自动化测试架构设计思路,以及国内外开源社区最新的工具库研究成果。深入拆解“页面不稳定”的12种常见原因,并给出18种可落地的解决方案。
上一篇,我们聊了 Hermes 如何把决策外化为文件——用 `todo` 工具把多步任务写成结构化待办清单,让 Agent 的计划对人类可见、可审计、可打断。那种"透明化决策"的思想其实是 Hermes 整个设计哲学的缩影:让 AI 的行为尽量暴露在人的视野里。
当前 LLM Agent(如 OpenClaw)依赖**可复用的技能(Skills)**来完成复杂任务。用户从 Skill Hub 安装技能后,Agent 就能调用这些结构化流程来协调工具使用、执行多步推理。
最近做Agent工程化的工作比较多,在做Agent的时候也让我想到搜推工程,这篇文章我们就来探讨Agent工程和传统搜推工程之间的区别和联系,以及如何评估一个Agent工程化的质量和可用性。
如果你使用的是自定义操作系统或内核,需要自行适配:自定义内核适配示例运行权限及内核要求。
是一个用于构建异步HTTP客户端和服务器的Python库。
for Linuxfor Linux。
定位是 Agent 领域的“综合资源库”,相当于一本活的教科书。它不只是某一个框架,而是把市面上各种 Agent 实现方式都收录进来,涵盖 ReAct、Plan-and-Execute、Multi-Agent 等多种架构范式。对于刚入门 Agent 开发的人来说,可以快速看到“原来 Agent 可以这样做”,横向对比不同实现思路,学习效率很高。缺点是内容较杂,需要自己筛选适合的部分深入学习。
很多独立开发者最关心的是:能不能先找一个开箱即用、能直接进仓库干活的方案。但问题也很现实:`如果不用 OpenCode,还有哪些多 Agent 并行开发方案值得看?`
Python模块导入报错ModuleNotFoundError的解决方案:1) 理解工作目录和__file__的区别,工作目录取决于运行命令的位置;2) 使用os.path.dirname(__file__)获取当前文件绝对路径;3) 通过sys.path.append()将项目根目录添加到Python模块搜索路径。最安全的写法是组合使用这些方法:sys.path.append(os.path.j
本文系统介绍了Python异常处理与程序调试的核心知识。第一部分详细讲解异常概念、常见类型、处理语法(try-except-else-finally)及自定义异常的实现方法,强调针对性捕获异常和资源释放的重要性。第二部分全面解析程序调试技术,从基础print调试到高级pdb命令行调试和IDE图形化调试,提供实用技巧如条件断点设置和日志记录。第三部分通过文件读写综合案例,演示如何结合异常处理和调试技