登录社区云，与社区用户共同成长
邀请您加入社区
本文分享了在不熟悉 React 的情况下，借助 Codex 插件与 Remotion 框架，仅通过自然语言指令完成首个 16:9 宣传视频的全流程实践。作者在本地搭建 Node.js 22 与 FFmpeg 环境，使用 VS Code 配合 Codex 自动生成并修改代码，实现分镜脚本、实时预览与 MP4 渲染导出，验证了 AI 在视频制作中从“写脚本”到“生成可运行项目”的完整工作流能力，真正实
本期 GitHub 热榜高度集中于 AI 编程 Agent 生态：技能编排、上下文压缩、记忆管理、工具路由与 MCP 集成成为主线，配套的 Chrome DevTools、OpenAI Plugins、Codex Skills 等基础设施持续升温。与此同时，图表生成、文档转 Markdown、RAG 知识平台、视频渲染、空间智能与 CAD 自动化等项目，体现出 “AI + 工作流” 正在从通用对话
一台用了 4 年的电视，还能不能“抢救”一下？
在接入支持的主流大模型（如 GPT-4o、Claude 3.5、Qwen2.5）时，当用户提出一个复合型查询需求：“帮我查一下北京、上海、深圳三个城市明天的天气，并且查询从北京飞往深圳的最早一趟航班信息。大模型会在单次推理响应中，直接在tool_calls数组中一次性返回在很多缺乏高并发意识的后端实现中，代码依然用进行每个外部工具接口耗时 800ms，4 个工具顺序执行下来耗时高达！如果其中一个接
英伟达 AMD Token Factory：免费API使用说明+测评。优点：免费、OpenAI 兼容、有视觉模型、有 DeepSeek 全家桶、Key 直接给。缺点： 比较慢，不适合长任务。适合谁：本地跑 DeepSeek Harness / Cline / Continue 这种 Agent 工具、但不想买 key 的；做点 prompt 工程或者小规模 RAG 实验的。
本指南详细介绍如何使用Python微调大型语言模型(LLM)，并通过Ollama在本地运行。文章从微调概念、原理、适用场景到完整实操流程(数据收集、环境设置、模型训练、本地部署)进行说明，使用Unsloth工具简化微调过程，帮助读者打造定制化AI模型解决特定任务，适合小白及程序员学习收藏。
在这个快节奏的电商时代，我和我的团队决定挑战一个既有趣又有实际意义的问题：如何让机器"看懂"时尚商品？经过几个月的努力，我们完成了这个基于深度学习的时尚商品分类项目，现在想和大家分享我们的整个开发历程。这个时尚商品分类项目不仅让我们掌握了深度学习的核心技术，更重要的是培养了我们的科研思维和团队协作能力。从最初的想法到最终的实现，我们经历了无数次的讨论、实验、失败和改进。
最近在圈子里看见有朋友晒了张图，是其用 Python 大模型技术兼职赚钱的接单记录，看完我大为震撼，竟然有人单靠大模型兼职就能月赚5w！再加上主业收入，估计其缴纳的税费就已高过很多人的月薪。
