O05-分时操作系统和实时操作系统区别
本文档从定义、核心机制、调度策略、应用场景等多个维度，系统对比分时操作系统与实时操作系统的本质区别，帮助读者深入理解两类操作系统的设计哲学与适用场景
科技资讯
聚焦AI人工智能 · 前沿技术动态 · 深度行业解读
从0-1Agent实践
从零打造全栈 AI 桌面助手：Electron + LangGraph + RAG + Skill 技能系统 前言 在大模型能力飞速发展的今天，如何将 LLM 的推理能力与本地工具、数据库、知识库深度
用数据说话：贴吧 AI CR（小码哥）落地 10 周，bug密度下降 66.87%
导读 本文记录了贴吧 Server 团队将小码哥 AI CR 规模化落地的 10 周实践，将评审占比从 33% 提升至 84%，bug 密度下降；全套方法论与工作流可直接迁移，少走弯路。 01 一
《Re0 Build Harness》第四章 Harness 基础定义：模型外部的控制系统
Harness 基础定义：模型外部的控制系统 前面我们已经把 Agent 拆成了几个最小部件： 到这里，很多人会自然冒出一个问题： 既然 Agent 已经有模型、有循环、有工具、有状态，为什么还要再讲
Sirchmunk 让搜索随查询自进化
Sirchmunk 让搜索随查询自进化 RAG 项目标准流程流程：切块 → 向量化 → 存进向量库 → 搜索 → 答案拼接。检索速度确实快，但每次查询都从零开始，知识没法累积。文档更新了？重跑 ETL
面试必考！RAG 知识库全链路深度解析：父子分块 × Rerank × 查询重写 × 标准化改写
RAG核心全链路解析： 硬核拆解父子分块、Rerank、查询重写、标准化改写四大技术，攻克工业级知识库检索精度低、上下文缺失等痛点。含完整落地代码与面试高频题，助你拿下大厂面试与项目落地。
html-ppt-skill：让 AI 真正理解什么是“好看的幻灯片”
如果你曾经让 AI 帮你做 PPT，大概率收获过这样的作品：配色辣眼睛、排版像 2003 年的 Word 艺术字、动画恨不得把所有特效都来一遍。 这不是 AI 的错——是它手里没有趁手的“兵器”。 今
query.ts 中 message的处理流程
normalizeMessagesForAPI 逐行分析 文件: src/utils/messages.ts:1989-2370 一、函数签名 作用: 将内部 Message[]（8 种类型）转换为
文本/图片/视频模型API全免费！这次真遇到赛博活菩萨了
大家好，我是袋鼠帝。 昨天不是分享了一个普通人AI视频创作的快捷方式嘛，模型用的是Seedance 2.0，确实不便宜。 然后有朋友在评论区表示想要用免费的。 你还别说，最近我在X上真发现了免费的模型
query.ts 请求参数字段详解
一、最终 API 请求体结构 在 claude.ts:1699-1728 的 paramsFromContext() 中构建，通过 anthropic.beta.messages.create({ .
Codex 接入第三方模型 DeepSeek、GLM、Kimi 教程：CC-Switch 和 Codex++ 两种方案对比
如果你想在 Codex 里直接填 DeepSeek、GLM、Kimi 这类第三方 API Key，大概率不会像想象中那样直接跑起来。 问题不是你填写的 Key 有问题，也不是你的
Agent 17 种架构模式 分析 & 思考
Agent 17 种架构模式 分析 & 思考 0x00 概要 0x01 核心概念 1.1 设计目标（评估6维度） 1.2 设计变量（公式6维度） 1.3 联系 1.4 产业视角: ETCLSVG 七层