用 TypeScript 在 10 分钟内构建你的第一个 MCP 服务器
手把手教你用 TypeScript 10 分钟搭建首个 MCP 服务器，支持对接 Claude Desktop、Zed 等主流主机；涵盖项目初始化、SDK 集成、工具定义与调试全流程，让 AI 智能体轻松连接数据库、API 等数据源。
提高你的 3D 工作流效率：如何在 Blender 中设置 Tripo 并与 Cursor 同步
本文手把手教你将 Tripo AI 插件接入 Blender，并通过 MCP 服务器与 Cursor 编辑器联动，实现建模指令自动生成、重复任务自动化和跨工具协作，显著提升 3D 工作流效率，适合希望用 AI 加速创作的设计师与开发者。
LLM 量化：在性能与效率之间寻找平衡
LLM量化通过将参数压缩至16/8/4/2位整数，大幅降低存储与计算开销，让大模型得以在手机、笔记本等普通设备本地运行，兼顾效率与隐私。但精度下降是主要代价，GPTQ、AWQ等新技术正尝试在速度与准确率间找到更好平衡。
智能体还是智能体工作流
智能体强调大模型驱动的自主决策与非确定性执行，适合复杂灵活任务；智能体工作流则将AI能力嵌入预设流程，强调确定性、可控性与人工干预，更适配需稳定输出的业务场景。二者本质是自主性与可控性的权衡。
Gemini API 函数调用：连接 AI 与现实世界的桥梁
Gemini API 函数调用让模型能将自然语言（如“预订下周二下午3点会议室”）自动转为结构化指令，调用外部API执行真实任务；开发者只需预定义函数声明，执行由后端完成，支持多轮对话与灵活扩展，是大模型连接现实工具的关键能力。
半监督学习：AI训练的成本优化之道
半监督学习用少量标注数据+大量未标注数据训练AI，显著降低人工标注成本。通过伪标签、聚类、主动学习等技术，模型能自主挖掘数据规律，提升泛化能力、缓解过拟合，更接近人类“观察—归纳”的学习方式。
RAG & CAG：LLM 知识增强的两种路径选择
RAG按需检索外部知识，支持海量数据与实时更新；CAG预加载知识至上下文，响应快但受长度限制。二者并非互斥，在临床决策等复杂场景中可协同使用：RAG调取病历，CAG保障对话连贯。它们代表了知识组织的两种范式，也引发对AI时代知识本质的思考。
如何通过 RenderNet 为自己的商品制作视频广告
RenderNet 新增产品图片功能，支持上传真实商品图并智能抠图、缩放旋转，再自然融入 AI 生成或自选背景；一键调用内置 Runway 模型（或接入可灵、海螺等）生成高质量视频广告，专为电商营销优化。
开源自动化智能体工具 OpenManus 安装教程
OpenManus 是 Manus 的开源平替，GitHub 星标超3万，支持网页分析、SEO报告等核心功能，可免费本地部署。基于 Python，集成 browser-use 等工具，由多个协同智能体组成，目前仅终端运行，需通过 Conda 配置环境并填入 API 密钥后使用。