规范驱动开发（SDD）详解
规范驱动开发（SDD）详解规范驱动开发（Spec-Driven Development，简称 SDD）是一种以结构化规范为先导的软件开发方法。其核心思想是：在编写代码之前，先编写一份描述系统行为的规范（Spec），然后以该规范作为人和 AI 的"单一事实源"来驱动后续的设计、实现与验证。在 AI 编码工具爆发式增长的 2025-2026 年，SDD 正在重新定义软件工程的游戏规则。1、什么是规范驱
252
分类
AI
聚焦于大模型（LLM）、AI 技术、MCP（Model Context Protocol）和 AI Agent 的前沿探索与实践应用。从基础的 LLM 原理、微调方法和提示工程，到 MCP 的上下文管理、Agent 架构设计（如 ReAct 框架）和多代理协作，代码示例、案例分析和优化策略。
共 69 篇文章
Google ML Kit Android 开发实战指南
Google ML Kit Android 开发实战指南Google ML Kit 是 Google 推出的移动端机器学习 SDK，为 Android 开发者提供条形码扫描、人脸检测、文字识别等开箱即用的 AI 能力。本文从依赖配置到完整代码示例，详细介绍如何在项目中集成 ML Kit。1、准备工作1.1、添加依赖在模块级 build.gradle 文件中添加所需库（按需选择）：1.2、Andro
352
LM Studio 详解：本地运行大语言模型的最佳选择
LM Studio 详解：本地运行大语言模型的最佳选择LM Studio 是一款跨平台的本地大语言模型运行工具，支持在 Mac、Windows 和 Linux 上离线运行 Llama、DeepSeek、Qwen、Gemma 等主流开源模型。完全免费，数据本地处理，隐私安全有保障。1、工具概述LM Studio 由 LM Studio 团队开发，是一个集模型下载、管理、推理于一体的本地化 AI 解决
398
CC GUI 插件详解：Claude Code 和 Codex 的双引擎 GUI
CC GUI 插件详解：Claude Code 和 Codex 的双引擎 GUICC GUI 是一款 JetBrains IDE 插件，为 Claude Code 和 OpenAI Codex 提供双引擎 GUI 界面。MIT 100% 开源，支持 IntelliJ IDEA、Android Studio 等 15+ 款 IDE。1、插件概述CC GUI 由 MossX 团队开发维护，是一个完全开
1.4k
Claude Code 完全使用指南：从入门到高效协作
Claude Code 完全使用指南：从入门到高效协作1、Claude Code 概述与安装1.1、什么是 Claude CodeClaude Code 是 Anthropic 推出的智能编程助手工具，直接运行在终端和 IDE 中。它能够读取代码仓库、编辑文件、执行 Shell 命令，自主完成多步骤的编程任务。可与 Git、GitHub、外部服务（通过 MCP）以及开发环境深度集成。1.2、系统要
511
2026 最火 AI 神器盘点，让编程效率直接起飞！
2026 最火 AI 神器盘点，让编程效率直接起飞！大家好，我是AI 技术博主QuibblerAgent。最近几个月，开发者圈彻底被几款 AI 工具刷屏了——OpenClaw（简称 AI Claw 或小龙虾）、Cursor 和 Trae。它们不再是简单的代码补全插件，而是真正把 AI 变成“开发搭档”甚至“常驻员工”。不管前端、后端还是全栈，这些工具都能让你从“敲代码”变成“指挥 AI 敲代码”。
758
本地大语言模型AI工具：Ollama
本地大语言模型AI工具：OllamaOllama是一个强大的AI模型运行工具，开源地址：github/ollama。可以方便的在本地部署开源模型，避免数据泄露。 易于安装和使用：Ollama 支持 macOS、Windows 和 Linux，提供了简洁明了的安装和运行指令，让用户无需深入了解复杂的配置即可启动和运行。 丰富的模型库：通过Ollama，用户可以访问和运行包括 Llama 2、Mist
2.7k
Upscayl：开源免费的 AI 图像处理工具
Upscayl：开源免费的 AI 图像处理工具最近AI火爆，在GitHub上发现一个强大的AI图像处理工具：upscayl，并且已经开源：github/upscayl/upscayl。轻松让图像放大变清晰，用来处理一些场景的图片清晰效果还是不错的。upscayl提供了离线的版本，兼容各种操作系统：包括 MacOS、Linux 和 Windows。不需要魔法，直接下载下来安装即可：安装好之后直接运行
2.0k
移动端 AI 能力集成指南
移动端 AI 能力集成指南随着 AI 技术的快速发展，移动端 AI 能力集成已成为应用开发的重要方向。从端侧大模型部署到云端 AI 协同，从实时图像处理到自然语言理解，移动应用正在从"AI 可选"走向"AI 原生"。本文将从架构选型、平台能力和实践路径三个维度，系统介绍移动端 AI 能力集成的完整方案。1、端侧 AI vs 云端 AI：架构选型在集成 AI 能力之前，首先需要明确端侧 AI 和云端
196