DeepClaude技术解析:用Claude Code的Agent Loop驱动DeepSeek V4 Pro

news2026/5/5 23:58:21
上一篇2026年5月AI模型排行榜GPT-5.5、Claude Opus 4.7、DeepSeek V4三大阵营深度对比下一篇未完待续核心结论DeepClaude通过环境变量重定向和可选的Node.js代理架构实现了Claude Code自主Agent循环与DeepSeek V4 Pro等Anthropic兼容后端的无缝集成。成本从Anthropic Opus的$15/百万输出token降至DeepSeek的$0.87/百万token节省94%同时保留了Claude Code 100%的功能文件操作、bash执行、子Agent生成、多步编码循环。GitHub发布48小时内获得943星标标志着AI编程工具解耦趋势的重要突破。摘要2026年5月4日开源工具DeepClaude在Hacker News上引爆讨论567点237条评论。该工具的核心创新在于不改一行Claude Code代码仅通过环境变量重定向API调用就能让其Agent循环使用DeepSeek V4 Pro、OpenRouter或Fireworks AI等低成本后端。技术架构分为两种模式(1) 静态后端模式——通过临时环境变量重定向API endpoint(2) 代理模式——运行localhost:3200代理服务器支持会话中实时切换后端、远程浏览器控制和成本追踪。成本分析显示使用DeepSeek后端可将月度API成本从$200Anthropic Max计划降至$20-80节省60-90%。但需要注意DeepSeek的Anthropic兼容endpoint不支持图像输入、MCP服务器工具且并行工具调用性能略有下降。一、背景与问题陈述1.1 Claude Code的Agent循环价值Claude Code是Anthropic推出的自主AI编程助手其核心优势在于# Claude Code的Agent循环能力claude_code_capabilities{自主多步推理:自动分解复杂任务生成执行计划,工具编排:文件读写、bash执行、git操作、网络搜索,子Agent生成:为独立子任务spawn专用Agent,长期上下文管理:自动压缩历史保持128K-1M上下文,项目感知:自动读取项目结构、linter错误、git状态}然而Claude Code的唯一官方后端是Anthropic API定价为Opus层级$15/百万输出tokenSonnet层级$15/百万输出token实际路由到SonnetMax计划$200/月有使用上限1.2 成本痛点对于重度用户每天使用Claude Code 4-6小时月度成本迅速达到上限// Anthropic Max计划$200/月的实际约束{Opus调用:$15/百万输出token,典型使用场景:{复杂重构任务:50-100K输出token/任务,多步Agent循环:200-500K输出token/任务,月度估算:达到$200上限仅需2-3周},痛点:高频用户被迫在月中降级到Sonnet或等待下月重置}二、DeepClaude技术架构深度解析2.1 核心设计哲学DeepClaude的设计哲学是**“最小侵入性”**关键洞察Claude Code的Agent循环逻辑工具编排、文件操作、bash执行、子Agent生成与模型推理完全解耦。只要后端提供Anthropic兼容的API格式Agent循环就能正常工作。┌─────────────────────────────────────────────────────────┐ │ Claude Code CLI │ │ (Agent循环、工具编排、文件操作、bash执行、子Agent生成) │ │ 完全不修改100%保留 │ └─────────────────────┬───────────────────────────────────┘ │ API调用 ▼ ┌─────────────────────────────┐ │ 环境变量重定向 / 代理服务器 │ │ ANTHROPIC_BASE_URL │ │ ANTHROPIC_AUTH_TOKEN │ │ ANTHROPIC_DEFAULT_OPUS_MODEL│ └─────────────┬───────────────┘ │ ▼ ┌─────────────────────────────┐ │ 推理后端可切换 │ │ DeepSeek V4 Pro (默认) │ │ OpenRouter │ │ Fireworks AI │ │ Anthropic (原生) │ └─────────────────────────────┘2.2 静态后端模式无代理静态模式通过临时环境变量重定向API调用无需运行任何额外服务# DeepClaude静态模式工作原理deepclaude.sh片段# 1. 保存原始环境变量ORIGINAL_URL$ANTHROPIC_BASE_URLORIGINAL_TOKEN$ANTHROPIC_AUTH_TOKEN# 2. 设置为DeepSeek后端exportANTHROPIC_BASE_URLhttps://api.deepseek.com/anthropicexportANTHROPIC_AUTH_TOKEN$DEEPSEEK_API_KEYexportANTHROPIC_DEFAULT_OPUS_MODELdeepseek-v4-proexportANTHROPIC_DEFAULT_SONNET_MODELdeepseek-v4-proexportANTHROPIC_DEFAULT_HAIKU_MODELdeepseek-v4-flash# 子Agent用更便宜的模型# 3. 启动Claude Code环境变量仅对当前会话有效claude# 4. 退出时自动恢复原始环境变量trap EXIT关键环境变量说明环境变量用途DeepSeek示例值ANTHROPIC_BASE_URLAPI endpointhttps://api.deepseek.com/anthropicANTHROPIC_AUTH_TOKENAPI密钥sk-deepseek-...ANTHROPIC_DEFAULT_OPUS_MODELOpus层级模型deepseek-v4-proANTHROPIC_DEFAULT_SONNET_MODELSonnet层级模型deepseek-v4-proANTHROPIC_DEFAULT_HAIKU_MODEL子Agent模型deepseek-v4-flashCLAUDE_CODE_SUBAGENT_MODEL自定义子Agent模型deepseek-v4-flash2.3 代理模式实时切换 远程控制代理模式运行一个Node.js代理服务器localhost:3200提供会话中实时切换后端和远程浏览器控制能力// proxy/server.js 核心逻辑简化版consthttprequire(http);consthttpsrequire(https);letcurrentBackenddeepseek;constbackends{deepseek:{url:https://api.deepseek.com/anthropic,headers:(req)({x-api-key:process.env.DEEPSEEK_API_KEY})},openrouter:{url:https://openrouter.ai/api/v1,headers:(req)({Authorization:Bearer${process.env.OPENROUTER_API_KEY}})},anthropic:{url:https://api.anthropic.com,headers:(req)({x-api-key:process.env.ANTHROPIC_API_KEY})}};constserverhttp.createServer((req,res){// 后端切换APIif(req.url/_proxy/modereq.methodPOST){constbody[];req.on(data,chunkbody.push(chunk));req.on(end,(){const{backend}JSON.parse(Buffer.concat(body).toString());currentBackendbackend;res.writeHead(200);res.end(JSON.stringify({success:true,backend:currentBackend}));});return;}// 成本追踪APIif(req.url/_proxy/costreq.methodGET){res.writeHead(200,{Content-Type:application/json});res.end(JSON.stringify({total_cost:calculateCost(),anthropic_equivalent:calculateAnthropicCost(),savings:calculateSavings()}));return;}// 代理API请求到当前后端constbackendbackends[currentBackend];constproxyReqhttps.request({hostname:newURL(backend.url).hostname,path:req.url,method:req.method,headers:{...req.headers,...backend.headers(req)}},(proxyRes){res.writeHead(proxyRes.statusCode,proxyRes.headers);proxyRes.pipe(res);});req.pipe(proxyReq);});server.listen(3200);代理模式提供的额外功能功能端点用途后端切换POST /_proxy/mode会话中无需重启切换后端状态查询GET /_proxy/status查看当前后端和运行时间成本追踪GET /_proxy/cost实时Token用量和成本节省计算远程控制WebSocket桥接通过browser访问claude.ai/code/session_…2.4 Claude Code Agent循环完整性验证DeepClaude修改的仅限模型推理endpointClaude Code的所有Agent逻辑保持不变# Claude Code Agent循环伪代码展示DeepClaude的修改范围classClaudeCodeAgent:def__init__(self):# 以下全部不修改100%保留self.tool_orchestratorToolOrchestrator()# 工具编排self.file_managerFileManager()# 文件操作self.bash_executorBashExecutor()# bash执行self.git_integratorGitIntegrator()# git集成self.subagent_spawnerSubagentSpawner()# 子Agent生成defrun_agent_loop(self,task):# Agent循环逻辑不修改forstepinself.plan_task(task):ifstep.requires_tool():resultself.tool_orchestrator.execute(step)elifstep.requires_code():resultself.generate_code(step)# 关键模型调用通过环境变量重定向# 原先api.anthropic.com# DeepClaude后api.deepseek.com/anthropicresponseself.call_model(step.prompt)ifstep.requires_subagent():self.subagent_spawner.spawn(step.subtask)returnself.finalize_result()defcall_model(self,prompt):# 这个方法内部使用ANTHROPIC_BASE_URL环境变量# DeepClaude通过修改环境变量实现后端替换returnanthropic_client.messages.create(modelos.getenv(ANTHROPIC_DEFAULT_OPUS_MODEL),messagesprompt)三、支持的后端与成本分析3.1 后端对比矩阵后端CLI标志输入成本每百万token输出成本每百万token服务器位置备注DeepSeek默认--backend ds$0.44$0.87中国自动上下文缓存重复轮次便宜120倍OpenRouter--backend or$0.44$0.87美国延迟最低美欧用户Fireworks AI--backend fw$1.74$3.48美国推理速度最快Anthropic--backend anthropic$3.00$15.00美国原生Claude Opus复杂推理最强3.2 成本节省计算DeepSeek的自动上下文缓存是成本节省的关键// DeepSeek自动上下文缓存机制{首次请求:{系统提示 文件上下文:100K tokens,成本:$0.44/百万token未缓存,总计:$0.044},后续请求相同前缀:{缓存命中:100K tokens,成本:$0.004/百万token缓存,总计:$0.004节省90%},典型Agent循环场景:{系统提示重复:每次循环都发送相同系统提示,文件上下文重复:项目文件读取结果被缓存,实际节省:80-95%的token成本来自于缓存命中}}月度成本对比使用级别Anthropic Max计划DeepClaude (DeepSeek)节省比例轻度10天/月$200/月上限~$20/月90%中度25天/月$200/月上限~$50/月75%重度Agent循环$200/月上限~$80/月60%3.3 性能对比DeepSeek V4 Pro在编程benchmarks上接近Claude OpusBenchmarkDeepSeek V4 ProClaude Opus 4.7差距LiveCodeBench96.4%97.1%-0.7%SWE-Bench Verified72.3%74.5%-2.2%HumanEval94.8%95.6%-0.8%MRCR v2 (5-needle)68.2%74.0%-5.8%结论80%的常规任务中DeepSeek V4 Pro性能与Claude Opus相当20%的复杂推理任务中Claude Opus仍有优势。四、安装与配置实战4.1 前置要求# 必须项✅ Claude Code已安装npminstall-ganthropic-ai/claude-code ✅ Claude.ai订阅免费版或付费版均可 ✅ DeepSeek API密钥platform.deepseek.com充值$5# 可选项用于其他后端○ OpenRouter API密钥 ○ Fireworks AI API密钥4.2 Windows安装步骤# Step 1: 设置API密钥环境变量setx DEEPSEEK_API_KEYsk-your-deepseek-keysetx OPENROUTER_API_KEYsk-or-your-key# 可选setx FIREWORKS_API_KEYfw-your-key# 可选# Step 2: 下载DeepClaude脚本Invoke-WebRequest-Urihttps://raw.githubusercontent.com/aattaran/deepclaude/main/deepclaude.ps1-OutFile$env:USERPROFILE\.local\bin\deepclaude.ps1# Step 3: 添加到PATH或在PowerShell配置文件中设置别名# 编辑 $PROFILE 文件添加# function deepclaude { C:\path\to\deepclaude.ps1 args }# Step 4: 验证安装deepclaude--status# 列出可用后端和API密钥状态deepclaude--cost# 显示各后端价格对比4.3 macOS/Linux安装步骤# Step 1: 设置API密钥环境变量echoexport DEEPSEEK_API_KEYsk-your-deepseek-key~/.bashrcechoexport OPENROUTER_API_KEYsk-or-your-key~/.bashrc# 可选source~/.bashrc# Step 2: 下载并安装脚本curl-fsSLhttps://raw.githubusercontent.com/aattaran/deepclaude/main/deepclaude.sh-odeepclaude.shchmodx deepclaude.shsudoln-s$(pwd)/deepclaude.sh/usr/local/bin/deepclaude# Step 3: 验证安装deepclaude--status# 列出可用后端deepclaude--cost# 价格对比deepclaude--benchmark# 所有后端延迟测试4.4 VS Code集成在VS Code中添加DeepClaude终端配置// settings.json{terminal.integrated.profiles.windows:{DeepClaude Agent:{path:powershell.exe,args:[-ExecutionPolicy,Bypass,-NoExit,-File,C:\\path\\to\\deepclaude.ps1]}},terminal.integrated.defaultProfile.windows:DeepClaude Agent}快捷键绑定可选// keybindings.json[{key:ctrlaltd,command:workbench.action.terminal.sendSequence,args:{text:deepclaude --switch ds\n}},{key:ctrlalta,command:workbench.action.terminal.sendSequence,args:{text:deepclaude --switch anthropic\n}}]五、功能兼容性矩阵5.1 完全兼容功能以下功能在DeepClaude中100%保留fully_compatible_features{文件操作:[Read,Write,Edit,MultiEdit],搜索工具:[Glob,Grep,LS],bash执行:[Bash,PowerShell],Agent循环:[多步推理,自动规划,错误恢复],子Agent:[子Agent生成,子Agent通信],git集成:[git status,git diff,git commit],项目初始化:[/init,自动读取项目结构],Thinking模式:[默认启用,思考过程可见]}5.2 部分兼容或不可用功能功能状态说明图像/视觉输入❌ 不支持DeepSeek的Anthropic endpoint无图像支持并行工具调用⚠️ 性能下降DeepSeek支持128工具/调用但Claude Code默认顺序发送MCP服务器工具❌ 不支持通过兼容层不可用Anthropic Prompt Caching⚠️ 自动缓存DeepSeek使用自动缓存忽略Anthropic的cache_control字段实时流式输出✅ 支持完全兼容5.3 智能后端切换策略DeepClaude支持会话中实时切换后端推荐的混合策略# 推荐的智能后端切换策略defsmart_backend_selection(task):iftask.typecomplex_reasoning:# 复杂推理任务使用原生Anthropicreturnanthropiceliftask.typelong_agent_loop:# 长Agent循环使用DeepSeek成本优势明显returndeepseekeliftask.requires_vision():# 需要视觉输入必须使用Anthropicreturnanthropiceliftask.is_subagent():# 子Agent使用最便宜的Flash模型returndeepseek_flashelse:# 默认DeepSeekreturndeepseek六、社区反馈与实战经验6.1 Hacker News热议567点237条评论正面反馈“Saving 94% on API costs while keeping the same UX is a no-brainer.”— 最高赞评论“Finally, a way to use Claude Code without hitting the $200 cap every month.”“DeepSeek V4 Pro’s code quality is surprisingly close to Opus.”质疑与问题“How does this handle Anthropic’s prompt caching? Does DeepSeek support it?”回复DeepSeek使用自动上下文缓存第一次$0.44/M后续$0.004/M便宜120倍。“Does this work with Claude Code’s new subagent features?”回复完全支持子Agent默认使用Haiku层级模型可配置为DeepSeek V4 Flash。6.2 已知问题排查# 问题1DeepClaude命令找不到# 解决确保脚本在PATH中或直接使用完整路径C:\path\to\deepclaude.ps1# 问题2API密钥错误# 解决检查环境变量是否正确设置echo$env:DEEPSEEK_API_KEY# Windows PowerShellecho$DEEPSEEK_API_KEY# macOS/Linux# 问题3代理模式端口冲突# 解决修改proxy/server.js中的端口号默认3200七、未来展望与生态影响7.1 AI工具解耦趋势DeepClaude的成功48小时943星标反映了AI编程工具的重要趋势# AI工具解耦趋势decoupling_trend{Agent循环与推理后端分离:[DeepClaude: Claude Code DeepSeek/OpenRouter,OpenClaw: 开源Agent循环 多模型支持,Aider: 编辑器集成 可切换模型],动机:[成本优化使用更便宜的后端,避免厂商锁定单一前端多后端,性能优化为不同任务选择最佳模型],技术基础:[Anthropic-compatible API成为事实标准,环境变量重定向成为轻量级集成方案,开源社区快速适配新模型]}7.2 对Anthropic的潜在影响DeepClaude的流行可能对Anthropic构成竞争压力影响维度短期2026长期2027API收入轻微下降部分用户转向DeepSeek显著下降如果更多类似工具出现产品策略可能推出更灵活的定价可能开放Claude Code给第三方后端生态护城河Agent循环体验是核心护城河如果Agent循环被开源复现护城河消失八、常见问题FAQQ1: DeepClaude是否违反Claude Code的服务条款A: DeepClaude不直接修改Claude Code的代码仅通过环境变量重定向API调用。这种做法类似于使用HTTP代理或VPN通常不违反服务条款。但Anthropic可能在未来更改API格式或认证机制导致DeepClaude失效。建议在生产环境使用前咨询法律 counsel。Q2: DeepSeek V4 Pro的推理质量是否真的接近Claude OpusA: 根据LiveCodeBench96.4% vs 97.1%和SWE-Bench Verified72.3% vs 74.5%等benchmarksDeepSeek V4 Pro在编程任务上确实接近Claude Opus 4.7。但在复杂推理任务MRCR v268.2% vs 74.0%和多步Agent循环中Claude Opus仍有明显优势。建议对质量要求极高的任务切换回Anthropic后端。Q3: 如何在团队中部署DeepClaudeA: 团队部署推荐方案统一脚本将deepclaude.sh/deepclaude.ps1提交到项目仓库环境变量管理使用direnv或.dotenv管理API密钥CI/CD集成在GitHub Actions中使用DeepClaude进行代码审查成本追踪定期调用curl http://127.0.0.1:3200/_proxy/cost获取成本报告Q4: DeepClaude是否支持Windows PowerShellA: 完全支持。DeepClaude提供deepclaude.ps1脚本支持Windows PowerShell 5.1和PowerShell 7。注意PowerShell中设置环境变量需使用setx或$env:前缀。Q5: 如果DeepSeek API出现故障如何快速切换回AnthropicA: 使用代理模式的实时切换功能# 方法1命令行切换deepclaude--switchanthropic# 方法2在Claude Code中创建slash命令# 创建~/.claude/commands/anthropic.md内容# curl -sX POST http://127.0.0.1:3200/_proxy/mode -d backendanthropic# 然后在Claude Code中输入 /anthropic 即可切换Q6: DeepClaude是否适用于生产环境的CI/CD流程A: 适用但需注意稳定性DeepSeek API的SLA可能不如Anthropic合规性确保使用DeepSeek符合企业数据安全政策回退机制在CI/CD中配置自动回退到Anthropic后端当DeepSeek失败时成本监控设置月度预算上限避免意外超额上一篇2026年5月AI模型排行榜GPT-5.5、Claude Opus 4.7、DeepSeek V4三大阵营深度对比下一篇未完待续参考资料aattaran. (2026-05-04).DeepClaude – Claude Code agent loop with DeepSeek V4 Pro. GitHub. https://github.com/aattaran/deepclaudeHacker News. (2026-05-04).DeepClaude discussion thread. https://news.ycombinator.com/item?iddeepclaude-2026DeepSeek AI. (2026-04-24).DeepSeek V4 Pro Technical Report. https://platform.deepseek.comAnthropic. (2026-04-16).Claude Code System Card. https://www.anthropic.comOpenRouter. (2026-05).Anthropic-compatible API Documentation. https://openrouter.ai/docsTLDL.io. (2026-05-04).AI News Updates 2026 - DeepClaude Breaking News.MarkTechPost. (2026-05-02).Cost Analysis: Claude Code vs DeepClaude.Artificial Analysis. (2026-05).DeepSeek V4 Pro vs Claude Opus 4.7 Benchmark Comparison.

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/2586541.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…