限定目录内的本地文件读写
AI 驱动的现代化博客系统
javascript技术分享
javascript技术分享 — AI 驱动的现代化博客系统,分享技术、生活与思考
624 篇文章 · 1135 个 AI 条目 · 覆盖 9 个客户端 · 每个条目标注权限风险
最新文章
全部 624 篇 →把工具智能体轨迹蒸馏成无规划器工作流
ReTrace 把带推理说明的工具智能体运行日志,编译成由代码选择下一步的可复用工作流;本文给出方法要点、基准数字、适用边界与复现条件,读者可据此判断是否适合重复 SOP 场景。
记忆投毒基准:155条轨迹横跨五类记忆系统
拆解 MemoryDojo 如何追踪投毒信息在智能体记忆中的生命周期,给出 155 条多会话轨迹、四类领域、五套记忆系统的评测设计、关键结论、局限与复现条件。
把 AI 视频镜头可用率从 30% 做到 80%:模型外的返工治理
AI 视频单次生成很快,却常常要十次才出一个可用镜头。本文拆解把镜头可用率从 30% 做到 80% 的三层做法:生成前用白模写死结构化约束、垂类后训练收敛高频问题、生成后分流修复,并附一份能算清返工成本的统计脚本。
跨框架仓库迁移基准:智能体最高通过率 75%
XStack 把 PyTorch 仓库迁移到 JAX/TPU 做成端到端基准:智能体拿到仓库和干净 TPU 机器,交付可复现的 JAX 仓库。最强 Claude Opus 5 通过率 75%,GPT-5.6-sol 45%,其余不超过 40%。
42k 双语幻觉基准:14 个模型能检出却难定位纠错
HaluCheck 把幻觉检测拆成检出、定位、纠正三级,覆盖文本事实幻觉与智能体轨迹幻觉共 4.2 万余条中英样本。14 个模型实测:样本级判断尚可,细粒度定位与纠正明显掉队。
多模态社会工程攻击基准:七款智能体模型均存漏洞
这篇论文用608个专家任务、14个领域和152个攻击场景评测个人智能体,七款多模态模型攻击成功率为7.1%至34.5%,并拆解多模态内容、安全指令与过度拒答的取舍。
AI 广场
全部 1135 个条目 →编辑精选的 MCP 服务、Skill、提示词与工具,标注权限风险与客户端兼容性
把推理拆成可回退的步骤
把依赖库的最新文档实时喂给模型
按清单评审 diff:正确性、边界、可维护性
为 AI agent 提供实时数据:250 多个数据源、900 多个工具,无需密钥。
媒体生成、网页抓取与加密研究工具集:格式互转、长文档摘要、图像与 PDF 提取文本。