AI自动化测试（一）大厂 相关实践 项目 平台 技术方案核心特点 腾讯 内部实践 腾讯广告 AIGC 辅助 WebUI 测试 1 模型 基于腾讯混元大模型 进行 SFT 训练专家模型 2 感知 DOM 树 视觉增强 通过 Selenium 提取 DOM 元素信息 文本 状态 层级 并在截图上对可交互元素进行红框编号 结合输入大模型 3 架构 采用多 Agent 架构 Decision Reflection

Claude HUD：Claude Code 最该内置却没有的状态栏你有没有遇到过这种情况 Claude Code 写着写着 突然开始重复你十分钟前给的指令 或者产出的代码和它自己早先的决策矛盾 这就是 context window 饱和的症状 而在没有监控的情况下 你完全没有预警 我每天用 Claude Code 写代码 对工作流改善最大的不是换模型 不是调 prompt 也不是优化 CLAUDE md 而是装了一个叫 Claude HUD 的插件

华为云周跃峰：以行业智能体加速企业智能体落地p cms style font L font cms style font L strong Bold color210 科技日报记者 崔爽 font p p cms style font L 3 月 20 日 在华为中国合作伙伴大会 2026 上 p

OpenClaw配置优化：提升Phi-3-mini-128k-instruct任务执行成功率Phi 3 mini 4k instruct 部署 优化 Ollama 模型冷启动加速与预热机制配置 1 为什么需要关注模型启动速度 当你第一次使用 Phi 3 mini 4k instruct 模型时 可能会遇到这样的情况 点击发送问题后 需要等待十几秒甚至更久才能得到回复 这不是模型运行慢 而是模型正在 冷启动 amp

GIS空间分析与建模怎么学？ArcGIS实战教程（含：数据包）你是否曾经打开 ArcGIS 软件 面对工具箱 ArcToolbox 里上千个工具感到无从下手 或者在阅读 地理信息系统导论 时 被 拓扑关系 克里金插值 空间自相关 这些晦涩的术语劝退 这是 90 的 GIS 初学者 甚至很多从业者 都会遇到的痛点 理论与实践严重脱节 很多教程只教你 点哪里 却不告诉你 为什么这么点 或者只讲枯燥的原理 却不提供配套的练习数据 结果就是

Khazix Skills 深度解析：当「数字生命卡兹克」把压箱底的 AI Skills 一字不改开源出来今天刷到一个让我眼前一亮的 GitHub 项目 Khazix Skills 作者是 数字生命卡兹克 一个在 AI 圈子里颇有名气的技术博主 这个项目的 Slogan 很有意思 这里是我自己在用的 经过长期打磨的 Skills 现在决定把它们完整地 一字不改地开源出来 这年头 开源项目满天飞 但敢说自己 一字不改 的项目还真不多见 更重要的是 这不是什么玩具项目或者学习项目

Agent Skills：AI 正在学会自己进化，这意味着什么？svg xmlns http www w3 org 2000 svg style display none svg

用完阿里「悟空」，这才是企业级龙虾版本答案，是真NB！01 INTRODUCTION 在展开之前 先快速搞清楚悟空到底是什么 第一句 悟空是阿里巴巴的 企业级 AI 原生工作平台 由钉钉团队打造 注意 它不是 钉钉加了个 AI 按钮 是一个独立产品 阿里在这件事上的战略很清晰 C 端千问 B 端悟空 第二句 龙虾能做的事 悟空能做的更好 说起来钉钉也是够卷的 为了支持 AI 生态 把底层代码全部重写 上千项核心能力全面 CLI 化

如何让AI写的代码更靠谱？7个高效AI编码准则了解一下p AI 生成的代码量非常庞大 所产生的问题通常隐蔽难查 你不只是要检查拼写错误或分号错位 还要确保没有复杂的 bug 或已知漏洞 并且确保 AI 引入的第三方库获得了合法授权 并且被良好维护 开发者的人工审查不可或缺 但这也会加重负担 扼杀他们的工作效率和幸福感 没有开发者愿意成为 AI 的拷贝编辑器 没有合适的工具 他们就难以应对 AI 代码中潜藏的大量复杂问题 因此 为开发者配备合适的工具 p

即梦 Octo 来了！它想做的 Vibe Create，是什么？这个 引用机制贯穿了整个创作流程 后面会反复用到 比如我让 Octo 基于这个风格版生成相关的人物 场景资产 它还会直接告诉你 它已经把这些风格 对齐 好了 后面再往下做会更顺 这个其实挺关键 相当于先把审美统一了一次 然后在生图的时候 你会发现它不只是按提示词来 很多跟画面相关的背景设定 它会自己补上 比如环境 氛围这些 不需要你一句一句去描述 Octo

AI Agent供应链投毒：五个实验揭示MCP工具层的隐蔽攻击AI 系统在面对直接的恶意指令时 通常表现得相当警惕 但如果我们换个思路 不是命令它 而是引导它 或者干脆绕过它的 大脑 呢 本文通过五个具体的实验 探讨了当攻击发生在 AI 视线之外时 安全对齐的局限性在哪里 如果你直接问 怎么造炸弹 主流大模型会拒绝你 这得益于安全对齐 Safety Alignment 训练 主要包括三步 监督微调 让模型学习如何用合适的格式和语气拒绝恶意问题

[吃瓜速递]突发！ClaudeCode急刹车：OpenClaw用户集体被“割韭菜”，免费午餐彻底终结文章总结 文档报道 ClaudeCode 于 2026 年 4 月 3 日突然终止对 OpenClaw 等第三方工具的免费支持 用户需购买高价用量包或切换 API 引发广泛争议 OpenClaw 创始人质疑 Anthropic 先抄袭后限制 官方回应称为保障核心用户体验及控制成本 同时文档推广好靶场网络安全培训平台 提供会员福利及 AI 客服功能 综合评分 45 文章分类 软文广告 产品介绍 AI 安全

OpenClaw开源AI智能体实战：本地部署与自动化任务全攻略OpenClaw 开源 自托管 AI 智能体 平台全面解析 OpenClaw 是一款开源 自托管的 AI 智能体 平台 通过模块化架构实现 AI 能力的本地 化部署 与 扩展 下面从核心架构 部署 方式 功能特性到应用场景进行全面解析 一 核心架构设计 OpenClaw 采用三层架构设计 确保系统的可扩展性和稳定性 架构层级 功能描述 核心技术 Gateway 网关层 统一 API 入口

从零搭建企业内部AI知识库问答系统：2026年私有化部署实操教程p 作为企业数据或 AI 团队的负责人 您可能正面临一个实际难题 如何将散落在各部门的文档 会议纪要和代码库 转化为一个安全 可控 可供全员使用的智能问答系统 直接使用公有服务存在数据安全隐患 而从零开发又周期长 成本高 本教程将为您提供一条清晰 可执行的私有化部署路径 从需求分析 技术选型 数据准备到系统上线与迭代 手把手指导您和您的团队 基于 RAG 检索增强生成 架构 p

Harness Engineering实战解析：512K行TypeScript工业级AI Agent源码架构拆解近期 某顶级 AI Agent 研究团队的一个工业级 Harness 项目源码在开发者社区中引起广泛关注 这个项目是一个基于 TypeScript 的 CLI 形态 AI Coding Agent 其工程规模和架构成熟度令社区印象深刻 REPL tsx 单文件 875KB 我以为我看错了小数点 这不是代码 这是一部长篇小说 HN 评论

DoNews快讯2026 年 4 月 10 日 国家网络安全通报中心发布预警 监测到针对 Apifox LiteLLM 和 Axios 的集中式供应链投毒攻击 事件波及开源仓库与商用工具两大核心场景 因 Axios 被 OpenClaw 等 AI 应用广泛依赖 风险沿依赖链快速蔓延 攻击具备隐蔽性强 传播快 危害高特征 可导致凭据窃取 远程代码执行及数据泄露 通报指出 攻击通过账号劫持 上游污染等方式实施 检测难度大

台式电脑硬盘怎么安装？台式电脑硬盘安装本质上是一场精准而有序的硬件协同工程 只需将硬盘稳妥固定于机箱硬盘位 再分别接入 SATA 数据线与 L 型 SATA 供电接口 最后在 BIOS 中确认识别并完成系统分区 即可投入使用 整个过程无需复杂工具 主流机箱普遍支持免螺丝抽拉架或标准螺孔固定 接口均采用防呆设计 有效规避插反风险 主板 SATA 接口按序编号 兼顾兼容性与启动优先级管理 实测数据显示

前端性能优化（一）：准备工作 - 个人文章在开始今天关于 前端实现 m4a 到 PCM 格式转换的 AI 辅助方案与性能优化 的探讨之前 我想先分享一个最近让我觉得很有意思的全栈技术挑战 我们常说 AI 是未来 但作为开发者 如何将大模型 LLM 真正落地为一个低延迟 可交互的实时系统 而不仅仅是调个 API 这里有一个非常硬核的动手实验 基于火山引擎豆包大模型 从零搭建一个实时语音通话应用 它不是简单的问答 而是需要你亲手打通