# 分类：ai-systems > 该分类下的文章按时间倒序排列，便于按主题继续深挖。 ## 页面摘要 - 路径: /categories/ai-systems/page/73/ - 当前页: 73 / 75 - 文章总数: 5960 - 当前页文章数: 80 ## 快速导航 - [首页](/) - [分类索引](/categories/) - [归档索引](/archive/) ## 本页文章 ### [Integrating Multiple AI Models in Genkit: Code Patterns with Observability](/posts/2025/09/13/integrating-multiple-ai-models-in-genkit-code-patterns-with-observability/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: Using Genkit to integrate various AI models and platforms, leveraging code-centric patterns and built-in observability for scalable development. ### [Vectroid 中亿级向量内存高效索引：48MB 紧凑结构](/posts/2025/09/13/memory-efficient-billion-vector-indexing-vectroid/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨 Vectroid 如何使用紧凑结构在 48MB 内索引 1B 向量，实现资源受限 AI 系统的快速 ANN 搜索。 ### [使用 Motia 构建可扩展后端：统一 API、作业和工作流与 AI 代理](/posts/2025/09/13/motia-unified-backend-framework/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探索 Motia 框架如何通过单一 Step 原语统一后端组件，实现高效的 AI 代理编排与可观察性。 ### [优化VaultGemma在边缘设备上的低延迟差分隐私推理](/posts/2025/09/13/optimize-vaultgemma-dp-inference-edge/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对VaultGemma模型，探讨量化差分隐私机制与安全聚合技术，实现边缘设备实时隐私保护LLM服务，提供工程化参数与监控要点。 ### [Real-Time LLM Hallucination Detection with Timeplus in Chess Analysis](/posts/2025/09/13/real-time-llm-hallucination-detection-with-timeplus-in-chess-analysis/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 工程化 Timeplus 流式管道，用于实时检测 LLM 在象棋分析中的幻觉，集成异常警报以验证移动准确性。 ### [Self-Fixing Chatbots with Closed-Loop Analytics](/posts/2025/09/13/self-fixing-chatbots-with-closed-loop-analytics/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: Engineer closed-loop analytics in chatbots to monitor interactions, detect errors via user feedback signals, and trigger self-corrections using adaptive prompts for improved respo… ### [卷积与注意力机制统一框架：混合视觉-语言模型的计算优化](/posts/2025/09/13/unifying-convolution-and-attention-in-hybrid-vision-language-frameworks/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向混合视觉-语言模型，介绍conv-attn统一框架的设计要点、共享内核实现与动态路由策略，提升计算效率与模型性能。 ### [OpenPI 中零样本策略迁移：跨机器人形态的灵巧操作适应](/posts/2025/09/13/zero-shot-policy-transfer-openpi-robotic-embodiments/) - 日期: 2025-09-13T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用 OpenPI 的 VLA 模型和模仿学习管道，实现无需领域特定再训练的跨机器人形态零样本策略迁移，提供工程参数和监控要点。 ### [使用 Genkit 的代码中心模式构建 AI 应用：集成模型、工具与流](/posts/2025/09/12/build-ai-apps-with-genkit-typescript/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用 Genkit 在 TypeScript 中集成 AI 模型、工具和工作流，提供观察性与多平台支持的工程实践。 ### [构建AI对齐研究中心协作平台](/posts/2025/09/12/building-a-collaboration-platform-for-ai-alignment-centers/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨AI对齐研究中心协作平台的构建，支持跨机构知识共享、风险评估模型集成与标准化安全协议，实现高效研究协调。 ### [使用 Ghostship 构建 AI 代理进行 Web 应用漏洞狩猎](/posts/2025/09/12/building-ai-agents-in-ghostship-for-web-app-bug-hunting/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 在 Ghostship 平台上构建 AI 代理，实现自动化 Web 应用 bug 检测，包括动态分析、漏洞扫描和浏览器环境中的利用模拟，提供工程化参数和监控要点。 ### [基于 Go 构建可扩展的 Model Context Protocol 服务器注册服务：动态发现、健康检查、Prometheus 集成与零停机扩展](/posts/2025/09/12/building-scalable-go-based-mcp-registry-for-dynamic-discovery-health-checks-prometheus-and-zero-downtime-scaling/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向 AI 模型编排，给出 Go 实现的 MCP 注册服务的动态发现、健康检查、Prometheus 监控与零停机扩展的工程参数与策略。 ### [Claude 逆向内存架构 vs ChatGPT：高效长上下文保留工程实践](/posts/2025/09/12/claudes-inverse-memory-architecture-vs-chatgpt-for-efficient-long-context-retention/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨 Claude 与 ChatGPT 在内存架构上的差异，焦点工程化层次化回忆和会话持久性，避免完整重新提示的实现参数与策略。 ### [工程化模块化 n8n 工作流：编排 AI 代理的工具调用与错误处理](/posts/2025/09/12/engineer-modular-n8n-workflows-ai-agents-orchestration/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 n8n 模块化工作流实现 AI 代理编排，涵盖工具调用集成、错误处理机制及多步自动化参数配置。 ### [用 Python 构建安全的 Agno 多代理 AI 运行时：内置可观察性、状态管理和云部署](/posts/2025/09/12/engineer-secure-multi-agent-ai-runtime-in-python-with-agno-built-in-observability-state-management-and-cloud-deployment/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Agno 框架，指导工程化多代理系统运行时，实现安全部署、工作流编排和工具集成的关键参数与实践。 ### [工程化异步AI编程模式：并发模型推理与多代理协调](/posts/2025/09/12/engineering-async-ai-programming-patterns/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨异步AI编程的核心模式，包括并发模型推理、流式响应处理、状态同步机制，以及多代理协调与错误恢复策略，提供可落地工程参数。 ### [工程化 Backprompting 管道生成合成数据训练 LLM 健康护栏](/posts/2025/09/12/engineering-backprompting-pipelines-for-synthetic-data-in-llm-health-guardrails/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过迭代后退提示生成合成生产数据，用于训练 LLM 护栏，确保健康建议输出安全可靠。 ### [使用合成数据工程化 backprompting 管道训练 LLM 健康建议护栏](/posts/2025/09/12/engineering-backprompting-pipelines-with-synthetic-data-for-llm-health-guardrails/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用合成生产数据构建 backprompting 管道，训练 LLM 护栏以实现安全健康建议生成，包含偏见检测与响应过滤的工程参数。 ### [Engineering Heavy Ranking with GBDT Models for Tweet Scoring, Diversity Mixing, and Real-Time Filtering](/posts/2025/09/12/engineering-heavy-ranking-with-gbdt-models-for-tweet-scoring-diversity-mixing-and-real-time-filtering/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 在延迟约束下，使用 GBDT 模型工程化重排名阶段，实现推文评分、多样性混合与实时过滤，个性化 Feed 构建。 ### [使用 OpenPI 和 PyTorch 构建模仿学习管道，实现零样本灵巧手操作](/posts/2025/09/12/engineering-imitation-learning-pipelines-with-openpi-and-pytorch-for-zero-shot-dexterous-manipulation/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 OpenPI 的 VLA 模型，结合 PyTorch 扩散策略和传感器融合，实现机器人零样本灵巧手操纵的工程管道。 ### [Claude中工程化持久键值内存存储：跨会话回忆与动态检索，对比GPT的临时上下文窗口](/posts/2025/09/12/engineering-persistent-key-value-memory-in-claude-for-cross-session-recall/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨在Claude中构建持久键值内存系统，实现跨会话AI交互，与GPT的短暂上下文窗口形成对比，提供工程参数和最佳实践。 ### [使用 ROMA 在 Python 中构建递归元代理：可扩展多代理系统的状态持久化和工具编排](/posts/2025/09/12/engineering-recursive-meta-agents-with-roma-for-scalable-systems/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 ROMA 框架工程化递归元代理，强调状态持久化、工具编排及任务分解的性能优化。 ### [Milvus 中工程化可扩展向量 ANN 搜索：云原生分片、混合索引（IVF-PQ/HNSW）与实时摄取](/posts/2025/09/12/engineering-scalable-vector-ann-search-milvus-cloud-native-sharding-hybrid-indexing-real-time-ingestion/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对 AI 检索系统，探讨 Milvus 的云原生分片策略、IVF-PQ 与 HNSW 混合索引参数优化，以及实时数据摄取配置，确保亿级向量的高性能 ANN 搜索。 ### [在SWE-bench中使用语义差异和提交祖先分析检测Git历史泄漏](/posts/2025/09/12/engineering-semantic-diffing-for-git-leak-mitigation-in-swe-bench/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨工程化语义差异比较和提交祖先追踪技术，检测SWE-bench基准中的微妙Git历史泄漏，通过自动化数据集清洗管道确保LLM编码基准的公平性。 ### [使用 TypeScript 构建终端 AI 代码生成 CLI：提示链、语法验证与本地 LLM 集成](/posts/2025/09/12/engineering-typescript-cli-ai-code-generation-terminals/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨如何用 TypeScript 工程化一个终端 CLI，支持 AI 驱动代码生成，重点关注提示链机制、语法验证流程，以及与本地 LLM 的集成，实现离线原型开发。 ### [扩展 garak 的 LLM 漏洞扫描器：使用自定义插件进行模块化红队测试](/posts/2025/09/12/extending-garak-llm-vulnerability-scanner-custom-plugins-modular-red-teaming/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 garak 的插件架构，扩展自定义探测器针对提示注入、偏见和越狱，实现高效的 LLM 红队测试。 ### [在 Qwen3-Next 中实现稀疏 MoE 层与混合精度操作的工程实践](/posts/2025/09/12/implement-sparse-moe-layers-with-mixed-precision-ops-in-qwen3-next/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Qwen3-Next 的 MoE 架构，探讨 kernel fusion 和混合精度 ops 的多 GPU 优化策略，实现高效训练与亚秒级推理。 ### [在 Qwen3-Next LLM 中使用混合精度训练、稀疏 MoE 层和内核融合实现亚秒级推理延迟](/posts/2025/09/12/implementing-mixed-precision-training-with-sparse-moe-and-kernel-fusion-for-sub-second-inference-in-qwen3-next/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对 Qwen3-Next 大模型，介绍混合精度训练结合稀疏 MoE 架构和内核融合的优化策略，实现训练加速和亚秒级推理，提供关键参数配置与监控要点。 ### [生产级 GraphRAG 实现：多模态索引、混合搜索与 Kubernetes 部署](/posts/2025/09/12/implementing-production-graphrag-with-multi-modal-indexing-hybrid-search-and-kubernetes-deployment/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 ApeRAG 构建生产级 GraphRAG 系统，支持文本/图像多模态索引、Qdrant 混合搜索，并通过 Kubernetes 实现可扩展检索管道。 ### [Qwen3-Next 中稀疏 MoE 层的实现：混合精度运算与内核融合优化](/posts/2025/09/12/implementing-sparse-moe-layers-mixed-precision-qwen3-next/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨 Qwen3-Next 中稀疏 MoE 层的工程实现，包括混合精度运算、内核融合技巧，以及实现亚秒级推理延迟的部署参数。 ### [使用 TypeScript 在终端集成 AI 代码生成：快速原型与 CLI 无缝融合](/posts/2025/09/12/integrate-ai-code-generation-terminal-typescript-cli/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Codebuff，在终端工作流中集成 AI 代码生成，使用 TypeScript 自定义代理，实现快速原型设计、依赖管理和 CLI 无缝集成。 ### [工程化离散多模态扩散模型：Lumina-DiMOO 用于联合文本-图像生成](/posts/2025/09/12/lumina-dimoo-discrete-multimodal-diffusion-engineering/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Lumina-DiMOO 的离散扩散技术，提供 Transformer 条件和高效采样的工程实现要点，支持多模态内容生成。 ### [使用内核融合和混合精度优化Qwen3-Next推理：生产环境中亚秒级多模态生成](/posts/2025/09/12/optimize-qwen3-next-inference-kernel-fusion-mixed-precision-subsecond-multimodal/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对Qwen3-Next的多模态生成，探讨内核融合与混合精度操作的工程化实现，提供亚秒级响应参数与部署清单。 ### [Optimizing Qwen3-Next Inference with Kernel Fusion and Mixed-Precision for Sub-Second Multimodal Generation](/posts/2025/09/12/optimizing-qwen3-next-inference-with-kernel-fusion-and-mixed-precision-for-sub-second-multimodal-generation/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过内核融合和混合精度操作优化Qwen3-Next推理，实现亚秒级多模态生成，聚焦批处理和硬件加速的关键参数与策略。 ### [逆向工程Devin、Cursor和Replit Agent系统提示：构建本地AI编码助手的工具调用与错误恢复](/posts/2025/09/12/reverse-engineering-devin-cursor-replit-system-prompts-local-ai-coding-assistants/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 从专有AI工具中提取并适应系统提示词，构建集成工具调用、错误恢复和多步推理的本地AI编码助手，提供工程化参数和监控要点。 ### [使用 OpenPI 和 RTK GPS 升级商用机器人割草机：无标记精准自主导航](/posts/2025/09/12/upgrading-robotic-mowers-with-openpi-and-rtk-gps-marker-free-precise-autonomous-navigation/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 RTK GPS 导航结合传感器融合和路径规划，利用 OpenPI 实现商用机器人割草机的精准自主操作，无需 fiducial 标记。 ### [Upgrading Robotic Mowers with OpenPI and RTK GPS: Marker-Free Precise Autonomous Navigation](/posts/2025/09/12/upgrading-robotic-mowers-with-openpi-and-rtk-gps-navigation/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: Implement RTK GPS navigation with sensor fusion and path planning using OpenPI for off-the-shelf robotic mowers. ### [Windows GUI自动化：像素级识别与事件模拟的AI代理工程实践](/posts/2025/09/12/windows-gui-automation-engineering-ai-agents-pixel-recognition-event-simulation/) - 日期: 2025-09-12T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨Windows-Use工具如何通过像素级识别、事件模拟和状态跟踪，实现无API依赖的GUI自动化，附工程参数与监控要点。 ### [AutoAgent零代码框架中工具调用集成与自适应错误恢复](/posts/2025/09/11/autoagent-tool-calling-integration-and-error-recovery/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 在AutoAgent零代码环境中集成工具调用与自适应错误恢复机制，实现复杂工作流的自动化代理路由与鲁棒执行，提供工程化参数与监控要点。 ### [构建模拟作者写作风格的AI驱动PR审查器：上下文反馈与自动建议合并](/posts/2025/09/11/building-ai-driven-pr-reviewer-emulating-author-style-for-contextual-feedback-and-automated-merging/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用AI模拟作者代码风格，提供个性化PR反馈、diff分析，并在Git工作流中实现自动化合并建议，提升审查效率。 ### [Jupyter 中构建初学者友好 AI 代理管道：工具调用、状态管理和简单多代理协调](/posts/2025/09/11/building-beginner-friendly-ai-agent-pipelines-in-jupyter-integrating-tool-calls-state-management-and-simple-multi-agent-coordination-with-open-llms/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Microsoft 的初学者课程，在 Jupyter 中使用开源 LLM 集成工具调用、状态管理和基本多代理协作，实现教育原型开发。 ### [在 Jupyter 中构建教育性 AI 代理工作流：工具集成、内存管理和多代理模式](/posts/2025/09/11/building-educational-ai-agent-workflows-in-jupyter-tool-integration-memory-management-and-multi-agent-patterns/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 Jupyter 笔记本构建 AI 代理的教育工作流，集成工具、管理内存并应用多代理模式，实现动手学习而无需生产级复杂性。 ### [使用 OpenPI 和 PyTorch 构建模仿学习管道：灵巧手控制的 RL 微调](/posts/2025/09/11/building-imitation-learning-pipelines-with-openpi-and-pytorch-for-dexterous-hand-control/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用 OpenPI 框架和 PyTorch 实现机器人灵巧手操纵的模仿学习管道，包括数据收集、行为克隆和策略优化，提供工程化参数与监控要点。 ### [使用 Jaaz 构建隐私导向的本地多模态 AI 管道：集成离线文本到图像生成与容器化执行](/posts/2025/09/11/building-privacy-focused-local-multimodal-ai-pipelines-with-jaaz/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向隐私敏感的创意任务，给出 Jaaz 本地多模态管道的构建指南，包括离线模型集成与 Docker 部署参数。 ### [构建 LLM 在真实代码库上的 Q&A 评估管道：多文件检索与准确性指标](/posts/2025/09/11/building-qa-evaluation-pipelines-for-llms-on-real-codebases/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对复杂代码库，构建 LLM 的 Q&A 评估管道，集成多文件检索、语义解析和 fact recall 指标，提供工程化参数与监控要点。 ### [构建可扩展的 Go MCP 注册服务：实现动态服务发现与健康验证](/posts/2025/09/11/building-scalable-go-based-mcp-registry-for-dynamic-service-discovery/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Go 构建的 MCP 注册服务，支持动态服务发现、健康验证和社区列表，提供无中央权威的扩展方案。 ### [击败LLM推理中的非确定性](/posts/2025/09/11/defeating-nondeterminism-llm-inference/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过固定随机种子、温度控制和中间结果缓存，实现LLM生产环境输出可复现，提供工程参数与监控要点。 ### [Engineering Low-Latency Real-Time Meeting Transcription API with AI Diarization and Vector Embeddings](/posts/2025/09/11/engineering-low-latency-real-time-meeting-transcription-api-with-ai-diarization-and-vector-embeddings/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨构建低延迟实时会议转录API的工程实践，包括AI转录、多说话者分离及向量嵌入搜索的优化参数与集成清单。 ### [工程化 LLM 推理的可重复性：输出缓存与种子随机](/posts/2025/09/11/engineering-reproducible-llm-inference-with-caching-and-seeded-randomness/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 在 LLM 推理管道中，通过输出缓存和种子随机性实现可重复结果，而不改变模型行为，提供工程参数与监控要点。 ### [从Devin、Cursor和Replit Agent提取并适配系统提示：用于自定义AI编码助手的工具调用、上下文管理和幻觉缓解](/posts/2025/09/11/extract-and-adapt-system-prompts-from-devin-cursor-and-replit-agent-for-custom-ai-coding-assistants/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于开源仓库，分析Devin、Cursor和Replit Agent的系统提示，提取工具调用、上下文管理和防幻觉机制，提供自定义AI编码助手的实用适配指南。 ### [使用固定种子和KV缓存版本控制实现确定性令牌采样：批量LLM推理的可重复性](/posts/2025/09/11/implement-deterministic-token-sampling-with-fixed-seeds-and-kv-cache-versioning-for-reproducible-batched-llm-inference/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对批量LLM推理，提供固定种子与KV缓存版本化的工程实现，确保可重复输出而不改模型权重。 ### [在LLM推理管道中实现种子随机性和中间状态缓存以确保可重现输出](/posts/2025/09/11/implementing-seeded-randomness-and-state-caching-for-reproducible-llm-inference/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对生产AI系统，介绍种子随机性和中间状态缓存在LLM推理中的工程实现，确保输出可重现性而不牺牲性能。 ### [将 MCP 协议与 Blender Python API 集成：AI 编排的 3D 场景创建](/posts/2025/09/11/integrate-mcp-protocol-with-blender-python-api-for-ai-orchestrated-3d-scene-creation/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 Blender-MCP 实现 AI 控制 Blender 的 3D 创作，包括程序化建模和纹理合成的最佳参数。 ### [Integrate OpenPI with Diffusion Policies in PyTorch for Zero-Shot Dexterous Hand Manipulation](/posts/2025/09/11/integrate-openpi-with-diffusion-policies-in-pytorch-for-zero-shot-dexterous-hand-manipulation/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 将 OpenPI 的 VLA 模型与扩散策略结合，实现零样本灵巧手操纵的工程化指南，包括策略蒸馏参数和迁移学习最佳实践。 ### [Parameterizing Univariate Gaussian Mixtures with Neural Networks for Scalable Density Estimation](/posts/2025/09/11/parameterizing-univariate-gaussian-mixtures-with-neural-networks-for-scalable-density-estimation/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用神经网络参数化单变量高斯混合模型，实现高维数据密度估计，避免完整协方差假设，提供工程参数与监控要点。 ### [通过状态缓存和种子随机性实现 LLM 推理的可重复性](/posts/2025/09/11/reproducible-llm-inference-with-caching-and-seeded-randomness/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向生产环境，介绍 seeded randomness 和状态缓存的工程参数，确保 LLM 输出一致，支持 A/B 测试和调试。 ### [使用 Tesseract 构建可扩展离线 OCR 系统：多语言批量处理与噪声过滤](/posts/2025/09/11/scalable-offline-ocr-tesseract-multi-language-batch-processing/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用 Tesseract OCR 引擎实现离线多语言批量 PDF/图像处理，包括水印噪声过滤及 Leptonica 集成 QR/条码检测，提供工程参数与监控要点。 ### [使用 Scala Finagle RPC 和 TW HIN 嵌入实现亚 100ms 实时候选生成](/posts/2025/09/11/sub-100ms-realtime-candidate-generation-finagle-twhin/) - 日期: 2025-09-11T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 工程化 Twitter 推荐系统中亚 100ms 候选生成服务，结合 Finagle RPC 高效通信、TW HIN 图嵌入召回与启发式过滤参数。 ### [适应开源系统提示词用于企业AI代理：隐私修改与集成钩子](/posts/2025/09/10/adapting-open-sourced-system-prompts-for-enterprise-ai-agents-privacy-modifications-and-integration-hooks/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 从Cursor和Devin等工具提取开源系统提示词，并适应企业级AI代理，重点强调隐私修改和集成钩子。 ### [构建离线多语言 OCR 引擎：批量截屏/PDF 处理、水印排除与二维码集成](/posts/2025/09/10/build-offline-ocr-engine-batch-processing-watermark-exclusion-multi-language-qr-integration/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向隐私文档数字化，给出 Umi-OCR 离线引擎的批量处理、水印排除、多语言支持及二维码集成的工程参数与实践。 ### [用 Go 构建可扩展的 MCP 注册服务：动态服务发现与健康验证](/posts/2025/09/10/build-scalable-mcp-registry-go-dynamic-service-discovery-health-validation/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Model Context Protocol 的注册服务实现指南，聚焦 Go 开发中的服务发现机制、健康验证参数及社区更新策略。 ### [用 Go 构建可扩展的 MCP 注册服务：动态服务发现与健康验证](/posts/2025/09/10/build-scalable-mcp-registry-using-go-for-dynamic-service-discovery-and-health-validation/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨使用 Go 语言开发 MCP 注册服务，实现动态服务发现、健康状态验证及社区更新机制，支持 AI 代理互操作。 ### [构建社区驱动的 MCP 服务器注册服务：发现与验证指南](/posts/2025/09/10/building-community-driven-mcp-server-registry-service-discovery-and-validation-guide/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向 MCP 生态，介绍社区驱动注册服务的构建，支持服务器发现、验证和分布式集成的最佳参数与监控要点。 ### [与 ASML EUV 光刻共设计自定义 AI 推理芯片：高产量低功耗边缘部署优化晶体管密度与热管理](/posts/2025/09/10/co-designing-custom-ai-inference-chips-asml-euv/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 利用 ASML EUV 光刻技术共设计自定义 AI 推理芯片，聚焦边缘部署的高产量、低功耗优化，提供晶体管密度提升与热管理工程参数。 ### [剖析 PEZY-SC4 的向量 ALU、缓存设计与互连：面向高吞吐 AI 张量运算的自定义硅片高效推理](/posts/2025/09/10/dissecting-pezy-sc4-vector-alus-cache-design-and-interconnects-for-ai-tensor-operations/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入剖析 PEZY-SC4 加速器的向量 ALU、缓存层次与互连设计，探讨其在高吞吐 AI 张量运算和功率高效推理中的应用参数与优化策略。 ### [构建 Docker 友好的 RAG 管道：集成 S3、Kafka 和 PostgreSQL 的实时数据同步](/posts/2025/09/10/docker-friendly-rag-pipelines-with-real-time-sync-from-s3-kafka-and-postgresql/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向可扩展的实时 AI 搜索和处理，给出 Pathway 框架下 RAG 管道的 Docker 部署与多源实时同步参数。 ### [Engineer Multi-Agent Orchestration in Parlant for Distributed Control Tasks](/posts/2025/09/10/engineer-multi-agent-orchestration-in-parlant-for-distributed-control-tasks/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: Engineer multi-agent orchestration in Parlant for distributed control tasks, integrating secure inter-agent comms, fault-tolerant state management, and real-time deployment hooks. ### [工程化本地隐私多模态管道：基于 Jaaz 集成开源模型复制 Canva 工作流](/posts/2025/09/10/engineering-local-privacy-focused-multimodal-pipelines-with-jaaz/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 使用 Jaaz 构建隐私优先的本地多模态管道，集成开源模型实现图像/文本生成和编辑，复制 Canva 工作流无云依赖。 ### [AutoAgent 中的多代理任务分解与动态编排工程实践](/posts/2025/09/10/engineering-multi-agent-task-decomposition-and-dynamic-orchestration-in-autoagent/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向复杂多步工作流，探讨 AutoAgent 中自动化任务分解和动态代理编排的工程参数与落地策略。 ### [工程化 Pathway ETL 框架实现实时流处理 LLM 管道](/posts/2025/09/10/engineering-pathway-etl-for-real-time-llm-streaming-with-docker-and-s3-kafka-postgresql-sync/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向实时 LLM 管道，给出 Pathway ETL 框架的工程化实现，包括 Docker 部署、数据同步配置与低延迟 RAG 更新策略。 ### [工程化 Pathway 的分布式 ETL 框架：实时流处理与 RAG 管道](/posts/2025/09/10/engineering-pathways-distributed-etl-framework-for-real-time-streaming-and-rag-pipelines/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Pathway 框架，实现分布式实时 ETL 处理，支持从 S3/Kafka/PostgreSQL 摄入数据，并集成 RAG 管道的容错同步机制。 ### [工程化生产就绪 LLM 代理用于实时控制系统：快速部署、硬件集成与容错编排](/posts/2025/09/10/engineering-production-ready-llm-agents-for-real-time-control-systems/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于 Parlant 框架，探讨实时控制系统中 LLM 代理的工程实践，包括快速部署策略、硬件集成方法以及故障容错编排，确保生产级可靠性。 ### [工程化 Claude AI 的安全服务器端执行容器环境](/posts/2025/09/10/engineering-secure-server-side-execution-containers-for-claude-ai/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 为 Claude AI 设计安全的服务器端容器，支持代码执行与工具交互，实现隔离与监控的代理工作流。 ### [在Claude服务器端容器中实现安全的沙箱隔离：运行时策略执行与逃逸检测](/posts/2025/09/10/implement-secure-sandbox-isolation-in-claudes-server-side-containers-runtime-policy-enforcement-and-escape-detection/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 针对Claude服务器端容器，提供沙箱隔离的工程实现，包括运行时策略、资源限制及逃逸检测机制，确保不信任代码的安全执行。 ### [使用 OpenPI 实现模仿学习管道与 RL 微调的灵巧机器人手控制](/posts/2025/09/10/implementing-openpi-imitation-learning-pipelines-with-rl-fine-tuning-for-dexterous-hand-control/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 探讨 OpenPI 项目中模仿学习管道的构建，以及通过 RL 微调实现非结构化环境中稳定灵巧手控制的工程参数与监控要点。 ### [实现 Claude 服务器端容器工具调用编排](/posts/2025/09/10/implementing-server-side-containers-for-claude-tool-calls-orchestration/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 面向复杂任务，探讨 Claude 在服务器端容器环境下的工具调用编排与状态持久化实践。 ### [用 Blender-MCP 实现 AI 代理驱动的 3D 场景自动化生成与渲染](/posts/2025/09/10/integrating-blender-mcp-for-ai-driven-3d-scene-generation-and-rendering/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 MCP 协议集成 Claude AI 与 Blender，实现本地 AI 驱动的 3D 建模、材质应用和渲染优化参数。 ### [利用17亿欧元融资与ASML战略伙伴关系共设自定义AI推理芯片：EUV光刻高产出边缘部署](/posts/2025/09/10/leverage-eu1-7b-funding-asml-partnership-co-design-custom-ai-inference-chips-euv-high-yield-edge-deployment/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 基于融资与伙伴关系，给出AI推理芯片共设的EUV参数优化、产量提升策略与边缘部署监控要点。 ### [MaxKB：企业级代理知识集成](/posts/2025/09/10/maxkb-enterprise-agent-knowledge-integration/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 通过 RAG 和工具链集成知识库，实现可扩展代理编排，支持企业 AI 工作流，强调数据隐私和实时查询。 ### [从开源 AI 工具中提取模块化系统提示，用于自定义代理链式和评估基准构建](/posts/2025/09/10/modularizing-system-prompts-from-open-ai-tools-for-custom-agents-and-evaluation-benchmarks/) - 日期: 2025-09-10T20:46:50+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 本文探讨如何从开源 AI 工具的系统提示中提取模块化组件，用于在自定义代理中链式组合，并通过提示版本控制构建评估基准。