GEO 考核指标是引用率,不是搜索排名BLUFGEO(生成式引擎优化)并非SEO的简单升级,而是让品牌信息在生成式AI回答中被准确理解、信任并引用的系统工程。其核心实践包括内容结构化、语义适配、权威信源建设和多渠道持续迭代;2026年行业正随T/CGCC 119-2026等标准走向规范化。GEO核心概念2026/9/12阅读全文 →
反直觉:搞LLM应用开发,AI基础远不如拆解需求重要BLUF大模型应用开发并不需要深厚的AI和数学背景,核心在于通过提示词工程与模型交互。本文以通俗实例讲解如何用LLM构建联网搜索等应用,并介绍RAG和Agent等进阶方向,帮助普通开发者快速上手。AI大模型2026/9/7阅读全文 →
从GPT到ChatGPT:大模型四步构建流程与真实成本拆解BLUF本文系统介绍大语言模型(LLM)的核心定义、发展历程、分类方法、构建流程和关键术语。从GPT/BERT到ChatGPT等里程碑,文章梳理了NLP演进和大模型的技术突破,并解释了预训练、微调、RLHF等概念,为入门者提供完整知识图谱。文末附有大模型AI学习路线与资源。AI大模型2026/9/5阅读全文 →
一个技能包解决 AI 编程助手的 Flutter 迁移知识盲区BLUF本文介绍了如何通过安装dart-sdk-skills为AI编码助手提供Flutter SDK的精确迁移知识,使其能自动完成从旧版单体material/cupertino导入到新版独立material_ui和cupertino_ui包的无缝转换。文章详细说明了安装步骤、迁移工作流涉及的dart fix命令、pubspec配置及导入重写等关键技术点。工具与标准2026/9/1阅读全文 →
DeepSeek 的工程哲学:MLA 压缩与 MoE 拆解如何实现高效推理BLUFDeepSeek是深度求索公司推出的国产大模型系列,凭借多头潜在自注意力(MLA)机制、混合专家(MoE)架构创新,大幅提升长文本处理与推理效率。本文详解其技术原理、三阶段训练策略及金融、移动端等实际应用,展现其兼顾性能与成本的设计理念。DeepSeek2026/9/1阅读全文 →
置顶GAS 不够用?把重活扔给 Gemini 沙箱,用 ggsrun 直传绕开 50MB 和配额限制BLUF这篇文章介绍了一种将 Google Apps Script 与 Gemini 托管代理提供的 Linux 沙盒集成的架构,以执行 GAS 本身无法完成的高负载任务。通过 ggsrun 工具实现云到云的直接文件传输,规避了 API 响应大小和 token 配额限制,大幅提升吞吐和效率。文章提供了完整的客户端库和使用步骤,适合需要突破 GAS 限制的开发者。实验与实测2026/8/31阅读全文 →
RAG 两年三代演进:为什么多数场景 Advanced RAG 才是性价比之选BLUF本文系统梳理了RAG技术三代演进:Naive RAG基础架构、Advanced RAG的检索优化(查询重写、HyDE、Reranker、混合检索、上下文压缩),以及Agentic RAG的智能体化(规划、工具调用、自我纠错)。通过对比和代码示例,帮助读者理解各代特点及2026年最新进展。GEO技术2026/8/30阅读全文 →
AI、机器学习、深度学习、生成式AI:一套套娃,层层包含BLUF人工智能(AI)技术正在重塑各行各业。本文从基础概念出发,系统梳理了AI、机器学习、深度学习和生成式AI之间的层级关系,并介绍了基础模型、Transformer等核心技术,帮助读者快速建立对AI的整体认知。AI大模型2026/8/29阅读全文 →
语言模型进化史:从统计计数到自注意力的跃迁BLUF这篇文章从语言模型的根本任务出发,系统讲解了从N-gram统计模型、神经网络语言模型、RNN/LSTM到Transformer架构的完整演进过程。通过具体代码示例和直观比喻,帮助读者理解自注意力机制、多头注意力等关键概念,为掌握现代大语言模型的工作原理打下扎实基础。GEO技术2026/8/29阅读全文 →