扣子扣子扣子专业版
详细创建流程可参考文档使用 IDE 创建插件，此处仅提供简化操作流程创建插件创建工具插件中的每个工具代表一个API接口，一般“查询”、“执行”等动作分别代表一个工具在这个位置添加示例代码示例****代码来自“接入说明”部分。服务文档中有如截图所示的接入说明部分的服务，都可以按当前方案接入代码链接https://www.volcengine.com/docs/6444/1390583示例代码：调整前
AI生态AI生态AI开放平台
家好，我是子昕，一个干了10年的后端开发，现在在AI编程这条路上边冲边摸索，每天都被新技术追着跑。Claude的金主爸爸亚马逊（AWS）偷偷发布了一款AI编程工具，。我用它做了三个公司的生产级项目需求，深度体验3天后发现：Kiro现在完全免费，可以免费使用Claude-Sonnet-4和Claude-3.7模型规范驱动开发模式，代码质量和工程化程度碾压CursorAgent Hooks自动化系统，
AI生态AI解决方案MCPAI生态
n8n是一款专为技术团队打造的开源工作流自动化平台（Workflow Automation Platform），兼具「低代码（No-code）」与「可编程（Pro-code）」双重特性。它让你可以轻松地将不同系统、API 和服务连接起来，自动执行任务、数据同步、通知、集成 AI 模型等各种流程。n8n 不仅能节省大量重复性工作，还能在团队内部构建稳定、安全的自动化体系。n8n 是一款专为技术团队打
大模型大模型
你好！我是你的AI技术博主伙伴。大模型技术日新月异，很多小伙伴问我： “道理我都懂，但怎么才能让AI真正听我的话，处理我那些专业的业务数据呢？” 答案其实只有两个字：力矩。今天，我把大模型的“前世今生”彻底梳理了一遍。无论你是刚入行的小白，还是想进阶的开发者，这篇长文帮助打通任督二脉，从零基础走向实战。在这个“百模大战”的时代，GPT-4、Llama-3、Qwen等模型已经展现了惊人的天赋。他们能
大模型数据库架构深度学习人工智能
最近和多家企业的AI技术负责人深度交流，发现一个共性痛点：RAG（检索增强生成）作为解决大模型“知识过期”“幻觉”的核心技术，80%的团队都在选型上栽了跟头——要么用轻量方案硬扛大规模数据，导致检索延迟飙升至3秒以上；要么用复杂方案给小场景做“过度设计”，服务器成本翻倍却没提升效果。 印象很深的一个案例：某教育公司初期为了“一步到位”，直接上了“RAG+微调+分布式向量库”的复杂架构，处理仅5万条
火山方舟AI生态
为了给开发者带来更精细化的优质编程体验，今天，火山方舟 Coding Plan 权益迎来新升级。Coding Plan订阅套餐，现在集成了 Doubao-Seed-Code、GLM-4.7、DeepSeek-V3.2 和 Kimi-K2-Thinking 多款编程模型，让开发者能够自由切换 AI 引擎，为不同编程任务匹配最适合的模型。未来，Coding Plan 也会动态加入更多出色的编程模型，第
AIAIGCAI绘画
之前，我们为了得到一张满意的AI生成图片，需要反复调试提示词、等待漫长的生成时间，最后可能还要在各种工具间来回切换？这种割裂的创作体验，让不少设计师和创作者望而却步。但这一切，在9月11日的那个夜晚悄然改变了。当字节跳动正式发布豆包·图像创作模型 Seedream 4.0 时，整个AI创作圈都沸腾了。不仅仅是因为它在 Artificial Analysis 的「文生图」和「图像编辑」两大权威榜单上
大模型大模型
大家在调侃大模型“幻觉”严重时，没有反驳，这可能是因为它在“读书”阶段读了太多废话？网页数据涉及了预训练语料的80%以上，但这种HTML格式本质上是为了给浏览器“看”和“渲染”的，而不是为了让AI“理解”的。传统的数据清理工具（如 Trafilatura）在面对简单的博客文章时还行，但遇到包含公式、数学表格或者复杂代码块的文档技术，瞬间“阵亡”。MinerU-HTML的出现，就是为了解决这个痛点。
AIAI解决方案最佳实践火山方舟
本文将从企业实际痛点出发，详细介绍如何利用 TextIn 通用文档解析能力 + 火山引擎豆包大模型 + Dify 工作流编排，构建一套覆盖技术文档问答、合同风险审核、发票智能核验的企业级文档处理中枢。在企业数字化转型过程中，文档处理一直是被低估却又无处不在的效率黑洞。我在实际项目中观察到三类典型场景：痛点一：技术文档散落，知识传承断层研发团队的代码规范、架构设计、接口文档散落在 Confluenc
大模型技术解析
大家好，我是你们的AI伙伴狸猫算君~。今天我们要聊一个能让ChatGPT、文心一言等大语言模型真正“为你所用”的杀手级技术——RAG（检索增强生成）。想象一下这个场景：你是一家医疗科技公司的产品经理，想用大模型回答患者关于药品说明书的问题。直接问ChatGPT“阿司匹林的禁忌症有哪些？”它可能会给你一个笼统的答案，但无法精确到你公司特定剂型、特定批次的药品信息。这时候，RAG技术就派上用场了。RA
大模型深度学习人工智能
想象一下，你要教一个完全没接触过中文的人读懂法律条文。你会直接扔给他一本《刑法典》吗？大概率不会。更合理的做法是：先让他用中小学课本打好语言基础，认识几千个汉字，理解基本语法，然后再去攻读专业文献。这，就是“预训练”（Pre-training）最核心的思想。在AI领域，尤其是近几年爆火的大语言模型（如GPT、文心一言、通义千问）和视觉大模型，预训练已经成为构建智能系统的“标准流程” 。它让AI从一
大模型人工智能深度学习数据库
在过去一年里，RAG（Retrieval-Augmented Generation）几乎成了企业落地大模型的标准配置。 原因很简单：企业数据高度私有，无法直接丢给大模型训练业务知识更新频繁，微调成本高、周期长需要“可控、可解释、可追溯”的回答来源 但当你真的把 RAG 从 Demo 推到生产，会发现三个问题几乎一定会出现：文档一多，检索明显变慢明明文档里有答案，模型却“搜不到”本地 + 向量库 +
大模型AIGC
用 AI Agent 工具（Claude Code、Cursor、Windsurf 等）的时候，经常会遇到两个概念：MCP（Model Context Protocol）Skill（Agent Skill）它们看起来都是"扩展 AI 能力"的方式，但具体有什么区别？为什么需要两套机制？什么时候该用哪个？这篇文章会从设计哲学、技术架构、使用场景三个维度，把这两个概念彻底讲清楚。先给个简单的定位：MC
AI生态AI解决方案
AI原生商城是指从底层架构、交互逻辑到商业模式均以人工智能为核心驱动的电子商务平台。它并非简单地将AI技术附加于传统电商系统，而是构建以智能体（AI Agent）为交互中枢、以数据为血液、以场景为脉络的下一代商业生态系统。其核心特征包括：智能体主导的交互范式：用户不再通过搜索框或分类目录寻找商品，而是通过自然语言与AI智能体对话，由智能体理解需求、推荐商品并完成交易。动态演进的商业逻辑：平台通过持
数据库自动化测试
如果你在训练AI模型，可能会发现一个有趣的现象：有时候换一个更强大的算法，模型效果提升并不明显；但如果换上一批高质量的数据，效果却能突飞猛进。这就好比教孩子学习——再好的老师（算法），如果教材（数据）乱七八糟、错误百出，学生也很难学到真本事。在AI领域，数据就是模型的“教材”，而数据集的质量，直接决定了这个模型能有多聪明、多可靠。现在大模型这么火，很多人都在尝试微调自己的专属模型。但你是否遇到过这
开源万有商城
在数字化浪潮推动下，电商模式持续迭代，BBC（B2B2C）模式凭借“平台统筹+多商户协同+直达消费者”的三重优势，成为企业构建生态化交易体系的首选。而开源BBC商城系统的兴起，更打破了传统闭源系统的桎梏，为企业提供了灵活、可控、低成本的数字化转型路径。本文将从定义、核心价值及优选方案三方面，深度解析开源BBC商城系统的商业价值。开源BBC商城系统是基于B2B2C商业模式的开源电商解决方案，核心是搭
大模型智能数据
想象一下，你面前有一位学识渊博的“通才”博士（比如ChatGPT、文心一言等通用大模型）。他上知天文，下晓地理，能和你聊哲学，也能编个小故事。但当你需要他：撰写一份符合你公司格式的季度财报分析时，他可能会忽略你内部的特定指标。扮演一款游戏里具有独特背景和性格的NPC时，他的对话可能缺乏那个世界的“味道”。根据大量医疗文献，辅助分析一种罕见病的诊疗路径时，他的回答可能不够精准和专业。这时，你会发现这
火山方舟智能体验与创作火山方舟扣子
在医疗数字化不断深化的今天，医疗报告单依然是信息化链路中最“难啃的一块骨头”。它高度非结构化、格式五花八门，却又承载着最关键的健康信息。无论是医院信息系统、体检机构平台，还是互联网医疗应用，几乎每天都在与大量 PDF、扫描件、拍照上传的报告单打交道，而其中绝大多数数据，仍然依赖人工阅读、人工录入、人工解读。随着大模型技术逐步走向工程化落地，一个共识正在形成：真正有价值的智能体，并不是会聊天，而是能
AI企业应用大模型数据安全
火山引擎开发者社区是火山引擎的 TOD 社区，致力于链接火山引擎和开发者，为大家提供前沿技术内容和丰富的技术活动，打造更好的开发者文化和氛围，共建开源生态。
与技术交朋友 与技术同行
精彩专栏
119
95
68
4
5
47
6
8
40
9
38
10
33