- 相信很多开发者和我一样，面对市面上五花八门的AI编程工具，总想找到一款不花哨、好上手，还能真正帮上忙的辅助工具。偶然接触到MonkeyCodeAI后，我断断续续用了两个多月，发现它没有过度宣传的噱头，主打一个开源好部署、适配日常开发场景，既能帮我们省出重复编码的时间，也不用重构自己的开发习惯。今天就以同行唠嗑的语气，和大家分享它的使用技巧、两个新颖实操案例，还有我实打实的使用心得，全程不搞广... 相信很多开发者和我一样，面对市面上五花八门的AI编程工具，总想找到一款不花哨、好上手，还能真正帮上忙的辅助工具。偶然接触到MonkeyCodeAI后，我断断续续用了两个多月，发现它没有过度宣传的噱头，主打一个开源好部署、适配日常开发场景，既能帮我们省出重复编码的时间，也不用重构自己的开发习惯。今天就以同行唠嗑的语气，和大家分享它的使用技巧、两个新颖实操案例，还有我实打实的使用心得，全程不搞广...
- 还在为如何将大语言模型与天气查询、数据处理等外部工具集成而烦恼？Dify的可视化工作流让这一切变得直观高效。无需处理复杂代码，只需拖拽节点、配置提示词和API参数，即可快速搭建从“用户提问”到“工具调用”再到“格式化回复”的完整AI应用链路。本文将手把手教你创建智能天气助手，解锁低门槛的AI应用开发。 还在为如何将大语言模型与天气查询、数据处理等外部工具集成而烦恼？Dify的可视化工作流让这一切变得直观高效。无需处理复杂代码，只需拖拽节点、配置提示词和API参数，即可快速搭建从“用户提问”到“工具调用”再到“格式化回复”的完整AI应用链路。本文将手把手教你创建智能天气助手，解锁低门槛的AI应用开发。
- 在AI编程工具同质化愈发突出的当下，很多开发者都会纠结于选择合适的研发辅助工具，我这段时间实操使用的MonkeyCodeAI，或许能给大家提供一些参考。它凭借开源可扩展、安全可控的核心特性，成为我个人开发和团队协作中常用的研发帮手，和那些单一功能的代码补全工具不同，它能覆盖需求拆解、编码开发、安全扫描全流程，适配咱们日常开发的多种场景。结合这段时间的实际使用体验，今天就和大家好好分享下它的核... 在AI编程工具同质化愈发突出的当下，很多开发者都会纠结于选择合适的研发辅助工具，我这段时间实操使用的MonkeyCodeAI，或许能给大家提供一些参考。它凭借开源可扩展、安全可控的核心特性，成为我个人开发和团队协作中常用的研发帮手，和那些单一功能的代码补全工具不同，它能覆盖需求拆解、编码开发、安全扫描全流程，适配咱们日常开发的多种场景。结合这段时间的实际使用体验，今天就和大家好好分享下它的核...
- 你是否想过，将像Pi这样聪明的AI助手直接“装进”WhatsApp或Telegram，在熟悉的聊天窗口里直接与它对话？这不再是一个幻想。通过一个名为OpenClaw的有趣开源项目，你可以在本地部署一个智能网关，让AI助手无缝接入你的日常通讯工具。本文将带你从零开始，三步完成部署，解锁一个触手可及的7x24小时智能伙伴。 你是否想过，将像Pi这样聪明的AI助手直接“装进”WhatsApp或Telegram，在熟悉的聊天窗口里直接与它对话？这不再是一个幻想。通过一个名为OpenClaw的有趣开源项目，你可以在本地部署一个智能网关，让AI助手无缝接入你的日常通讯工具。本文将带你从零开始，三步完成部署，解锁一个触手可及的7x24小时智能伙伴。
- 当大模型完成微调后，如何科学地评估其效果，而非仅凭主观感觉判断“好不好”？许多人将大量精力投入调参，却在评测环节仅凭直觉，导致上线后问题频发。实际上，有效的评测是驱动模型持续优化的闭环起点。本文将系统梳理从分类到生成任务的评测方法论，结合关键指标解读与实战代码，带你走出“凭感觉”的误区，用数据驱动模型迭代。 当大模型完成微调后，如何科学地评估其效果，而非仅凭主观感觉判断“好不好”？许多人将大量精力投入调参，却在评测环节仅凭直觉，导致上线后问题频发。实际上，有效的评测是驱动模型持续优化的闭环起点。本文将系统梳理从分类到生成任务的评测方法论，结合关键指标解读与实战代码，带你走出“凭感觉”的误区，用数据驱动模型迭代。
- 当大模型完成微调后，如何科学地评估其效果，而非仅凭主观感觉判断“好不好”？许多人将大量精力投入调参，却在评测环节仅凭直觉，导致上线后问题频发。实际上，有效的评测是驱动模型持续优化的闭环起点。本文将系统梳理从分类到生成任务的评测方法论，结合关键指标解读与实战代码，带你走出“凭感觉”的误区，用数据驱动模型迭代。 当大模型完成微调后，如何科学地评估其效果，而非仅凭主观感觉判断“好不好”？许多人将大量精力投入调参，却在评测环节仅凭直觉，导致上线后问题频发。实际上，有效的评测是驱动模型持续优化的闭环起点。本文将系统梳理从分类到生成任务的评测方法论，结合关键指标解读与实战代码，带你走出“凭感觉”的误区，用数据驱动模型迭代。
- 本文基于 LLaMA-Factory Online 平台，详细介绍了如何通过对 Qwen2-Audio-7B-Instruct 模型进行LoRA微调，构建一个具备传统音乐解析能力的智能音频交互系统。该系统不仅能够理解音乐调式、情感韵律，还深度融合了中国传统五声音阶特征，为音乐教育、文化传承、虚拟角色交互等场景提供了可落地的AI解决方案。 本文基于 LLaMA-Factory Online 平台，详细介绍了如何通过对 Qwen2-Audio-7B-Instruct 模型进行LoRA微调，构建一个具备传统音乐解析能力的智能音频交互系统。该系统不仅能够理解音乐调式、情感韵律，还深度融合了中国传统五声音阶特征，为音乐教育、文化传承、虚拟角色交互等场景提供了可落地的AI解决方案。
- 当深度研究能力被云端大模型垄断，企业却面临数据无法出域的安全禁令，这曾是一道无解的选择题。直到最近，清华大学、面壁智能等联合开源了仅8B参数却具备深度研究写作能力的智能体。它在完全本地部署的前提下，通过重构“写作即推理”的底层机制，首次将闭源云端模型的深度分析能力带入了内网，为高保密场景下的自动化研究打开了新局面。 当深度研究能力被云端大模型垄断，企业却面临数据无法出域的安全禁令，这曾是一道无解的选择题。直到最近，清华大学、面壁智能等联合开源了仅8B参数却具备深度研究写作能力的智能体。它在完全本地部署的前提下，通过重构“写作即推理”的底层机制，首次将闭源云端模型的深度分析能力带入了内网，为高保密场景下的自动化研究打开了新局面。
- 当团队从LLM原型转向生产应用时，往往陷入两难：开源框架集成复杂，闭源API则失去控制。我们历经三个月深度实践，发现Dify在可控性与开箱即用之间找到了那个难得的平衡点。本文将分享它如何重塑我们的AI应用开发流程。 当团队从LLM原型转向生产应用时，往往陷入两难：开源框架集成复杂，闭源API则失去控制。我们历经三个月深度实践，发现Dify在可控性与开箱即用之间找到了那个难得的平衡点。本文将分享它如何重塑我们的AI应用开发流程。
- 在AI编程工具同质化竞争的当下，长亭科技推出的MonkeyCodeAI打破了“仅做代码补全”的局限，以“企业级AI研发基础设施”为定位，覆盖需求拆解、设计、开发、Review全流程，凭借开源特性、安全能力与多场景适配性，成为个人开发者与团队的优选工具。本文将从核心技术能力、实际案例落地、企业级实践建议三方面，拆解MonkeyCodeAI的技术价值。一、核心技术能力：不止于“写代码”的全链路赋... 在AI编程工具同质化竞争的当下，长亭科技推出的MonkeyCodeAI打破了“仅做代码补全”的局限，以“企业级AI研发基础设施”为定位，覆盖需求拆解、设计、开发、Review全流程，凭借开源特性、安全能力与多场景适配性，成为个人开发者与团队的优选工具。本文将从核心技术能力、实际案例落地、企业级实践建议三方面，拆解MonkeyCodeAI的技术价值。一、核心技术能力：不止于“写代码”的全链路赋...
- 团队想搭AI测试体系却无从下手？中小团队资源有限能否落地？作为实战老兵，我曾用现有资源从0到1搭建体系，将回归效率提升40%。本文分享三步落地法：从精准选点到安全实践，再到流程融合，手把手助你避开常见坑位，让AI真正成为测试提效利器。 团队想搭AI测试体系却无从下手？中小团队资源有限能否落地？作为实战老兵，我曾用现有资源从0到1搭建体系，将回归效率提升40%。本文分享三步落地法：从精准选点到安全实践，再到流程融合，手把手助你避开常见坑位，让AI真正成为测试提效利器。
- 团队想搭AI测试体系却无从下手？中小团队资源有限能否落地？作为实战老兵，我曾用现有资源从0到1搭建体系，将回归效率提升40%。本文分享三步落地法：从精准选点到安全实践，再到流程融合，手把手助你避开常见坑位，让AI真正成为测试提效利器。 团队想搭AI测试体系却无从下手？中小团队资源有限能否落地？作为实战老兵，我曾用现有资源从0到1搭建体系，将回归效率提升40%。本文分享三步落地法：从精准选点到安全实践，再到流程融合，手把手助你避开常见坑位，让AI真正成为测试提效利器。
- RLHF 技术详解有监督微调（Supervised Fine-tuning, SFT）：即用成对的“(指令, 回答)”数据来训练模型SFT 的局限性：缺乏泛化能力：模型只能很好地响应数据集中出现过的指令模式，无法覆盖用户千奇百怪的真实意图。“对齐”不足：模型的回答可能在事实上正确，但在风格、语气、安全性或有用性上，并不符合人类的期望。它只知道“正确答案”，却不知道“更好的答案”。 SFT ... RLHF 技术详解有监督微调（Supervised Fine-tuning, SFT）：即用成对的“(指令, 回答)”数据来训练模型SFT 的局限性：缺乏泛化能力：模型只能很好地响应数据集中出现过的指令模式，无法覆盖用户千奇百怪的真实意图。“对齐”不足：模型的回答可能在事实上正确，但在风格、语气、安全性或有用性上，并不符合人类的期望。它只知道“正确答案”，却不知道“更好的答案”。 SFT ...
- 面对海量多模态数据管理困境，思必驰通过构建以 Apache Doris 为核心的数据集平台，实现了数据从“散、乱、滞”到“统、明、畅”的转变。在关键场景中，存储占用下降 80%、查询 QPS 提升至 3w，不仅实现可量化的效率提升和成本优化，更系统化地提升了 AI 研发效率与模型质量。 面对海量多模态数据管理困境，思必驰通过构建以 Apache Doris 为核心的数据集平台，实现了数据从“散、乱、滞”到“统、明、畅”的转变。在关键场景中，存储占用下降 80%、查询 QPS 提升至 3w，不仅实现可量化的效率提升和成本优化，更系统化地提升了 AI 研发效率与模型质量。
- 新增10+特性，在插件、MCP、知识库、工作流节点等实现能力拓展 新增10+特性，在插件、MCP、知识库、工作流节点等实现能力拓展
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签