NeuralDeep:基于MCP协议构建AI智能体技能生态的完整实践指南

news2026/5/2 20:03:08
1. 项目概述一个为AI智能体打造的技能聚合平台如果你正在使用Claude Code、Cursor这类AI编程助手并且希望它们能更深入地理解你公司的内部API、代码规范或者帮你一键查询特定服务比如某些地区的搜索引擎关键词数据那么你很可能需要一套标准化的“技能”来扩展它们的能力。这正是NeuralDeep项目要解决的核心问题。它不是一个简单的代码库而是一个完整的生态系统包含一个公开的技能发现中心、一个命令行工具和一个企业级的私有化部署方案。简单来说你可以把它想象成AI智能体的“应用商店”或“插件市场”但它的设计更贴近开发者工作流强调标准化、可移植性和私有化部署。这个项目最初由俄罗斯的开发者社区发起旨在聚合针对本地化服务如Yandex、1C、Bitrix的AI技能。但其架构设计是通用的任何开发者或团队都可以基于它创建和管理属于自己的技能库。项目的核心是MCPModel Context Protocol的思想这是一种让AI智能体安全、结构化地访问外部工具和数据的方式。NeuralDeep将MCP的理念产品化让你可以通过一条简单的npx命令为你的AI助手安装、管理和分享技能。2. 核心架构与设计思路拆解2.1 为什么是“技能”而非“插件”在AI智能体生态中我们常听到“插件”、“工具”、“扩展”等词。NeuralDeep选择“技能”这个概念有其深刻的用意。插件通常意味着一个独立的、可能很重的运行时模块而“技能”更侧重于描述一种能力或知识。一个技能本质上是一个遵循特定格式的Markdown文件SKILL.md其中结构化地描述了能力声明这个技能能让AI做什么例如“查询Yandex Wordstat关键词数据”使用方式AI应该如何调用这个技能需要哪些参数示例对话展示AI使用此技能与用户交互的典型场景。配置说明如果需要连接外部API密钥如何配置这种基于文档的轻量级方式使得技能的创建、阅读、版本控制和分发变得极其简单。AI智能体如配置了MCP客户端的Claude Code可以自动读取项目.skills/目录下的这些文件从而理解并获取调用相应工具的能力无需复杂的安装或重启。2.2 技术栈选型背后的逻辑项目的技术选型体现了现代Web开发的最佳实践并充分考虑了全栈开发者的效率。Next.js 16 React 19 TypeScript作为前端和全栈框架Next.js提供了服务端渲染、API路由等开箱即用的功能能快速构建高性能的Web应用技能展示网站和后台API。TypeScript确保了整个项目尤其是技能数据结构和API接口的类型安全这对于一个需要稳定接口的“平台”至关重要。Prisma PostgreSQLPrisma是一个下一代ORM其直观的数据模型定义和类型安全的查询构建器极大地提升了后端数据层开发体验和可靠性。PostgreSQL是功能强大、稳定可靠的关系型数据库适合存储技能元数据、用户提交信息等结构化数据。Tailwind CSS 4实用优先的CSS框架允许快速构建定制化且响应式的UI保持项目样式的一致性和可维护性。Docker Traefik使用Docker Compose定义服务应用、数据库实现环境标准化和一键部署。Traefik作为反向代理和负载均衡器能自动管理SSL证书Let‘s Encrypt简化生产环境的HTTPS配置和路由管理。Vitest新一代的单元测试框架速度快与Vite/Next.js集成良好。项目包含38个测试覆盖API路由、数据层和权限守卫为持续迭代提供了信心保障。独立的CLI工具将命令行工具发布为独立的npm包skillsbd用户只需通过npx即可调用无需全局安装避免了版本冲突也降低了使用门槛。这套技术栈组合保证了项目在开发效率、性能、可维护性和部署便捷性之间取得了很好的平衡。3. 从使用者视角如何快速上手与贡献3.1 作为终端用户查找与安装技能对于绝大多数开发者使用NeuralDeep的公共技能库是最直接的场景。整个过程无需安装任何软件仅需Node.js环境。1. 搜索技能打开终端你可以像使用搜索引擎一样查找你需要的功能。例如你想找一个能处理Excel文件的技能npx skillsbd search excelCLI工具会查询NeuralDeep的公共API返回名称或描述中包含“excel”的技能列表并显示其GitHub仓库地址和简短描述。2. 安装技能找到想要的技能后使用add命令进行安装。安装源支持两种方式通过规范名称安装这是最推荐的方式。名称通常由“GitHub作者/仓库名/技能名”组成。npx skillsbd add some-user/excel-master-skills/advanced-formatting通过GitHub URL安装如果你直接拿到了技能的GitHub仓库地址也可以直接安装。npx skillsbd add https://github.com/some-user/excel-master-skills --skill advanced-formatting这里的--skill参数用于指定该仓库中某个具体的技能子目录。3. 管理已安装技能安装后技能会被下载到当前项目根目录下的.skills/文件夹中。你可以随时查看或移除它们。# 列出当前项目安装的所有技能 npx skillsbd list # 移除一个不再需要的技能 npx skillsbd remove advanced-formatting实操心得技能目录的约定技能被安装在.skills/目录下这是MCP客户端如Claude Code默认会去读取的目录。确保你的AI助手项目配置指向了这个目录。通常你不需要手动修改这个目录里的文件所有管理都应通过skillsbdCLI进行以保证依赖关系的清晰。3.2 作为技能开发者创建与提交技能如果你构建了一个好用的工具并希望分享给社区可以将其封装为技能并提交到NeuralDeep目录。1. 创建技能仓库在你的GitHub上创建一个新的仓库例如my-awesome-skill。在仓库中你需要创建一个结构清晰的技能文件夹。my-awesome-skill/ ├── SKILL.md # 核心技能描述文件 ├── src/ # 可选工具的实现代码 │ └── index.js ├── package.json # 可选如果技能本身是Node.js工具 └── README.md # 仓库说明文档2. 编写SKILL.md文件这是技能的核心。它必须包含以下几个部分# 技能名称天气查询 ## 描述 让AI助手能够查询指定城市的当前天气和预报。 ## 能力 - getCurrentWeather(city: string): 获取当前天气状况。 - getForecast(city: string, days: number): 获取未来几天的天气预报。 ## 配置 需要设置环境变量 WEATHER_API_KEY你可以在[某天气平台]申请。 ## 示例 用户“上海今天天气怎么样” AI: 调用getCurrentWeather(上海) “上海目前晴天气温22度。” ## 安装 此技能可通过NeuralDeep安装npx skillsbd add your-username/my-awesome-skill/weather3. 提交到NeuralDeep目录访问neuraldeep.ru/submit填写表单包括你的GitHub仓库URL、技能名称、描述、分类等。提交后技能会进入审核队列通过后便会出现在公共搜索目录中。注意事项技能设计的边界技能应该专注于完成一件特定的事情。避免创建“巨无霸”技能。例如将“数据库操作”拆分为“查询用户数据”、“更新产品信息”等更细粒度的技能这样更易于复用、组合和维护。同时确保你的技能不包含敏感信息如硬编码的API密钥所有配置都应通过环境变量或配置文件引入。4. 企业级应用搭建私有技能库全流程对于企业而言将内部工具、API规范、部署流程等知识封装成技能供内部AI助手使用能极大提升开发效率和一致性。NeuralDeep提供了完整的私有化方案。4.1 初始化企业技能库项目使用项目提供的脚手架可以快速生成一个标准化的企业技能库模板。npx create-skillsbd my-company-ai-skills cd my-company-ai-skills这个命令会生成一个包含CLI、技能目录结构和基础配置的npm包项目。其核心结构如下my-company-ai-skills/ ├── cli.js # 命令行入口提供 add/list/remove 命令 ├── skills/ # 企业技能存放目录 │ ├── internal-api-auth/ # 技能1内部API认证 │ │ └── SKILL.md │ ├── code-review-guide/ # 技能2代码审查规范 │ │ └── SKILL.md │ └── deploy-to-k8s/ # 技能3K8s部署流程 │ └── SKILL.md ├── package.json # 定义了包名、版本和bin字段 └── README.md关键文件解析cli.js这个文件定义了私有CLI的行为。它通常会复用或模仿公共skillsbd的逻辑但数据源从公共API改为本地skills/目录或企业内部的服务端。skills/目录每个子目录代表一个技能其下的SKILL.md是技能描述。企业可以根据需要自由组织例如按团队team-a/team-b/或按功能域frontend/backend/infra/分类。4.2 开发与集成内部技能以“内部API认证”技能为例其SKILL.md可能会详细描述公司统一使用的OAuth 2.0流程。如何获取和刷新访问令牌Token。各主要内部API服务用户中心、订单系统、数据平台的基地址Base URL和认证头Authorization Header格式。提供具体的代码片段示例。这样当新员工使用AI编程助手时只需安装这个技能AI就能准确地按照公司规范生成调用内部API的代码避免了重复查阅文档和出错。4.3 私有NPM仓库的发布与使用为了让公司内所有开发者方便地获取这些技能需要将my-company-ai-skills这个包发布到私有的npm仓库。1. 配置发布目标在项目的package.json中确保name字段符合私有仓库的命名规范例如my-company/ai-skills。然后配置发布用的registry。# 方法一每次发布时指定registry npm publish --registryhttps://npm.my-company.com # 方法二在项目根目录创建 .npmrc 文件永久配置 echo registryhttps://npm.my-company.com .npmrc //npm.my-company.com/:_authToken${NPM_TOKEN}这里的https://npm.my-company.com可以是公司搭建的Verdaccio、Nexus Repository或JFrog Artifactory等服务地址。2. 设置自动化发布流水线在GitHub仓库的Actions中配置CI/CD实现主分支main更新后自动发布新版本。# .github/workflows/publish.yml name: Publish Package on: push: branches: [ main ] jobs: publish: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: actions/setup-nodev4 with: node-version: 20 registry-url: https://npm.my-company.com # 指定私有仓库 - run: npm ci - run: npm publish env: NODE_AUTH_TOKEN: ${{ secrets.COMPANY_NPM_TOKEN }} # 仓库认证令牌3. 开发者安装使用公司内的开发者现在可以通过私有CLI来安装技能了。# 全局安装私有CLI工具可选 npm install -g my-company/ai-skills # 或在项目中直接使用npx npx my-company/ai-skills add internal-api-auth # 如果未全局安装且未配置默认registry需要指定registry npx --registryhttps://npm.my-company.com my-company/ai-skills add internal-api-auth安装后相应的SKILL.md文件会被下载到当前项目的.skills/目录下即刻生效。避坑指南私有仓库的权限与网络权限控制确保私有npm仓库配置了正确的用户组和权限只有公司员工才能进行安装和发布。通常需要配置CI/CD所用的机器账号Token。网络访问对于远程办公的员工需要确保他们能通过VPN或公司内网访问到私有npm仓库的地址。版本管理企业技能库也应遵循语义化版本控制。重大变更如认证流程升级需要升级主版本号并在技能描述中明确注明不兼容的更改。5. 自行部署搭建完整的NeuralDeep平台如果你希望完全掌控数据或者为某个特定社区如某个技术栈或行业社区搭建一个独立的技能集市你可以部署完整的NeuralDeep平台。5.1 本地开发环境搭建部署的第一步是建立本地开发环境这有助于理解项目结构和进行定制化开发。1. 环境准备确保系统已安装Node.js 20 或更高版本Docker 和 Docker ComposeGit2. 获取代码并配置git clone https://github.com/vakovalskii/neuraldeep.git cd neuraldeep/web # 前端/后端代码在此目录 cp .env.production .env编辑新创建的.env文件这是配置项目的关键# 数据库配置 DATABASE_URLpostgresql://skills:YourStrongPasswordlocalhost:5432/skillsdb POSTGRES_PASSWORDYourStrongPassword # NextAuth.js 用于认证如果需要用户提交技能 NEXTAUTH_SECRET$(openssl rand -base64 32) # 在终端运行此命令生成并填入 NEXTAUTH_URLhttp://localhost:3000 # GitHub OAuth用于用户登录如不需要可暂时留空 GITHUB_CLIENT_IDyour_github_oauth_app_id GITHUB_CLIENT_SECRETyour_github_oauth_app_secret3. 启动依赖服务并初始化数据库# 在项目根目录neuraldeep/启动PostgreSQL容器 docker compose up postgres -d # 回到web目录安装Node.js依赖 npm install # 运行数据库迁移创建表结构 npx prisma migrate deploy # 或者使用开发模式会检查迁移历史 # npx prisma migrate dev # 生成Prisma客户端类型 npx prisma generate4. 运行开发服务器npm run dev现在访问http://localhost:3000就能看到本地运行的NeuralDeep网站了。实操心得环境变量管理与安全NEXTAUTH_SECRET是NextAuth.js加密会话的关键必须使用强随机字符串且不同环境开发、生产应使用不同的值。DATABASE_URL在生产环境中不应使用默认端口和弱密码。应考虑使用云数据库服务或通过Docker Secrets、Kubernetes Secrets等方式管理密码。所有敏感信息密码、密钥绝不应提交到版本控制系统。.env文件必须被列入.gitignore。5.2 生产环境部署架构解析项目根目录的docker-compose.yml定义了一个适合小型生产环境的架构。version: 3.8 services: traefik: image: traefik:v3.0 # ... 配置暴露80/443端口设置证书解析等 app: build: ./web # ... 配置依赖数据库通过Traefik设置域名和中间件 postgres: image: postgres:16-alpine # ... 配置数据卷持久化环境变量这个架构的巧妙之处在于Traefik作为入口它自动服务发现为app服务配置路由并自动从Let‘s Encrypt申请和续期SSL证书实现HTTPS。应用与数据分离app服务Next.js和postgres服务各自独立便于扩展和管理。数据持久化通过Docker卷postgres_data确保数据库数据在容器重启后不丢失。部署到服务器的简要步骤在服务器上安装Docker和Docker Compose。将项目代码包括配置好的docker-compose.yml和.env.production上传至服务器。在服务器上将.env.production复制为.env并填写生产环境的配置值如真实的域名、强密码、生产数据库连接串等。运行docker compose up -d启动所有服务。配置你的域名DNS将A记录指向服务器的IP地址。5.3 平台运维与数据管理一旦平台运行起来日常运维和数据管理至关重要。1. 数据库备份定期备份PostgreSQL数据是必须的。可以通过cron任务执行docker exec命令进行备份。# 示例备份脚本 docker exec neuraldeep-postgres-1 pg_dump -U skills skillsdb /backup/skillsdb_$(date %Y%m%d).sql也可以使用pg_dump工具通过DATABASE_URL从外部连接备份。2. 日志监控使用Docker Compose的日志命令查看服务状态。# 查看所有服务日志 docker compose logs -f # 仅查看应用服务日志 docker compose logs -f app # 查看特定时间的错误日志 docker compose logs app --tail100 | grep -i error对于更复杂的生产环境建议将日志收集到ELKElasticsearch, Logstash, Kibana或LokiGrafana等系统中。3. 技能内容审核如果开放了用户提交功能需要一个后台管理界面或流程来审核提交的技能防止垃圾信息或恶意内容。原项目通过admin相关的API路由和权限守卫来实现你需要确保这些端点安全并且只有管理员可以访问。4. 性能与扩展缓存对于/api/skills这类读多写少的接口可以考虑在Next.js API路由中添加缓存逻辑如使用redis或者利用Next.js自身的数据缓存机制。镜像优化优化Dockerfile使用多阶段构建减小最终镜像体积加快部署速度。水平扩展如果流量增长可以在docker-compose.yml中配置app服务的replicas需要Docker Swarm模式或者迁移到Kubernetes将app服务部署为多个Pod。6. 常见问题与排查技巧实录在实际使用和部署NeuralDeep的过程中你可能会遇到一些典型问题。以下是我在实践过程中总结的排查清单。6.1 CLI工具使用问题问题1执行npx skillsbd命令时报错“Command failed”或“Permission denied”。排查思路这通常是Node.js环境或网络问题。解决步骤检查Node.js版本运行node -v确保版本在18以上。npx是随Node.js一同安装的。清理npm缓存有时缓存损坏会导致问题。运行npm cache clean --force。检查网络连接npx会从网络下载包。确保你的终端可以正常访问registry.npmjs.org。使用完整路径在极少数情况下可以尝试直接安装CLI工具npm install -g skillsbd然后使用skillsbd命令。问题2安装技能后AI助手如Claude Code没有识别到新技能。排查思路AI助手没有正确配置MCP服务器或技能路径。解决步骤确认技能安装位置运行npx skillsbd list确认技能已安装并记下其ID。检查.skills目录查看项目根目录下是否存在.skills/[skill-id]/SKILL.md文件。配置AI助手你需要在你使用的AI助手工具中配置MCP客户端。以Claude Code为例通常需要在设置或某个配置文件如claude_desktop_config.json中添加指向.skills目录的配置。请查阅你所使用AI助手的官方文档了解如何配置本地MCP服务器或文件系统技能。6.2 本地开发环境问题问题3运行npm run dev时数据库连接失败。错误信息PrismaClientInitializationError: Failed to connect to the database。排查思路.env文件中的DATABASE_URL配置不正确或PostgreSQL容器未正常运行。解决步骤检查容器状态运行docker compose ps确认postgres服务的状态是“Up”。检查连接参数确认.env文件中的DATABASE_URL格式正确postgresql://用户名:密码主机:端口/数据库名。确保主机在Docker Compose网络内通常为localhost或服务名postgres。手动连接测试使用数据库管理工具如psql或DBeaver尝试用相同参数连接看是否能成功。查看数据库日志运行docker compose logs postgres查看是否有启动错误。问题4执行数据库迁移npx prisma migrate deploy时出错。常见错误迁移历史冲突、数据库用户权限不足。解决步骤重置开发数据库仅限开发环境如果是在本地开发可以删除Docker卷并重新开始。docker compose down -v # 停止并删除卷 docker compose up postgres -d npx prisma migrate dev检查迁移历史运行npx prisma migrate status查看迁移状态。解决冲突如果迁移文件有冲突可能需要手动编辑迁移SQL文件或使用npx prisma migrate resolve命令标记已解决的迁移。6.3 生产部署问题问题5通过域名访问网站Traefik没有自动签发HTTPS证书。排查思路Let‘s Encrypt证书签发失败。解决步骤检查域名解析确保你的域名A记录已正确指向服务器公网IP并且已生效可使用ping或nslookup命令验证。检查防火墙确保服务器的80和443端口对公网开放。Let‘s Encrypt需要通过80端口HTTP-01验证或443端口TLS-ALPN-01验证来验证域名所有权。查看Traefik日志运行docker compose logs traefik查找与“acme”、“certificate”或“TLS”相关的错误信息。常见的错误包括网络问题、域名验证失败等。检查Traefik配置确认docker-compose.yml中Traefik服务的标签配置正确特别是traefik.http.routers.app.tls.certresolver是否设置为myresolver或你在配置中定义的其他解析器名称。问题6网站可以访问但搜索或提交技能等API功能报错。排查思路前端应用可以运行但后端APINext.js API Routes或数据库连接出现问题。解决步骤查看应用日志docker compose logs app寻找应用启动错误或API请求错误堆栈。检查环境变量确认生产环境.env文件中的所有变量都已正确设置尤其是DATABASE_URL、NEXTAUTH_SECRET等。直接测试API在服务器上使用curl命令测试API端点是否正常响应。curl http://localhost:3000/api/skills如果本地正常但外部访问不正常可能是Traefik路由配置问题。检查Prisma客户端确保在构建Docker镜像时已经运行了npx prisma generate。有时需要在Dockerfile的构建阶段显式执行此命令。6.4 技能开发与提交问题问题7提交到NeuralDeep公共目录的技能一直处于“待审核”状态。原因公共目录需要人工审核以防止垃圾信息。审核时间取决于维护者。建议确保你的SKILL.md文件格式规范、描述清晰。技能仓库是公开的。在项目的GitHub Discussions或相关社区频道礼貌地询问审核状态。问题8企业内部技能库更新后开发者本地如何同步解决方案这依赖于npm包的版本管理。最佳实践企业技能库项目遵循语义化版本控制每次更新技能内容后升级package.json中的版本号如从1.0.0到1.0.1。发布新版本到私有npm仓库。通知开发者他们可以通过更新全局CLI工具或项目依赖来获取新技能。# 更新全局CLI npm update -g my-company/ai-skills # 或者在项目中重新安装特定技能如果CLI设计为覆盖安装 npx my-company/ai-skills add internal-api-auth --force考虑在技能库的README或更新日志中维护一个变更记录方便开发者了解更新内容。这个项目展示了一种非常务实且具有前瞻性的思路将AI智能体的能力扩展标准化、社区化、产品化。无论是个人开发者快速获取工具还是企业构建内部知识中枢它都提供了一个可落地的框架。最大的体会是其成功的关键不在于技术的复杂性而在于对开发者工作流的深刻理解——用最简单的文件Markdown和命令npx解决实际问题并通过开放的架构允许无限扩展。如果你所在团队正在探索AI编程助手的最佳实践那么基于NeuralDeep的思想构建一个内部的技能体系或许是一个值得立刻开始的、高回报的投资。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2575990.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…