强大的AI网站推荐（第一集）—— Devv AI

优质文章学习记录

— 9 min read
强大的AI网站推荐（第一集）—— Devv AI

网站：Devv AI
号称：最懂程序员的新一代 AI 搜索引擎
博主评价：我的大学所有的代码都是使用它，极大地提升了我的学习和开发效率。
推荐指数：🌟🌟🌟🌟🌟🌟（超5星）
难度指数：需要梯子🪜

强大的AI网站推荐（第一集）—— Devv AI

🌟嗨，我是LucianaiB！

🌍 总有人间一两风，填我十万八千梦。

🚀 路漫漫其修远兮，吾将上下而求索。

Devv.ai 是什么

Devv.ai 是一款面向程序员的新一代 AI 搜索引擎，旨在替代传统的搜索引擎和技术博客社区，专注于解决编程和技术难题。其主要特点包括：

  • AI 驱动：基于 RAG（检索增强生成）技术和大型语言模型，Devv.ai 能够提供快速、准确的编程相关查询结果。
  • 多语言支持：支持多种编程语言，如 Python、Go、JavaScript、Java 等。
  • 多种搜索模式：提供快速模式、代理模式和
  • GitHub 模式：满足不同开发者的需求。 持续学习：基于用户互动不断学习和改进，提供更个性化的搜索体验。

使用的AI模型

在这里插入图片描述

可以看到它提供了8中常见AI，这里比较推荐使用Gemini 1.5 Pro，因为它Limited Free限时免费。（我没使用过Pro，使用无法评价，但是免费的足够了）

以下是关于这些模型的介绍和比较：

Gemini 2.0

  • 特点：Google开发的模型，具有强大的多模态处理能力，支持文本、图像、视频和音频输入。其输入上下文窗口为1M tokens，单次请求可生成最多8192个tokens。
  • 性能：在MMLU-Pro基准测试中得分为77.6%，在MMMU（多模态理解）测试中得分为71.7%，在数学问题解决能力测试中得分为90.9%。

GPT-4o Mini

  • 特点：OpenAI开发的低成本高效模型，支持文本和视觉输入，未来将支持更多模态。其输入上下文窗口为128K tokens，单次请求可生成最多16.4K tokens。
  • 性能：在MMLU基准测试中得分为82%，在HumanEval（代码生成）测试中得分为87.2%，在数学问题解决能力测试中得分为70.2%。

Gemini 1.5 Pro

  • 特点：Google的早期版本模型，性能在不断改进。在某些任务中表现不如Gemini 2.0，但仍然具有较强的多模态处理能力。
  • 性能：在HumanEval基准测试中得分为84.1%，在数学问题解决能力测试中表现不如GPT-4o Mini和Gemini 2.0。

Claude 3.5 Sonnet

  • 特点：Anthropic开发的模型，在编程任务中表现出色，生成的代码质量较高。支持多种模态输入，但在某些任务中需要逐步指导才能达到最佳效果。
  • 性能：在HumanEval基准测试中得分为92%，在MMLU基准测试中得分为81.5%，在编程任务中表现优于Gemini 1.5 Pro。

Claude 3.7 Sonnet

  • 特点：Anthropic的更新版本模型，性能有所提升。在复杂任务如数学和编程方面表现出色。
  • 性能：在ARC-AGI测试中表现不如o1，但在其他任务中表现良好。

DeepSeek R1

  • 特点：DeepSeek开发的模型，拥有6710亿参数，是混合专家（MoE）模型。专注于复杂任务，如数学和编程。
  • 性能：在ARC-AGI测试中得分为15-20%，在MMLU测试中得分为79.5%。

GPT-4o

  • 特点：文本与视觉输入：GPT-4o 支持文本和视觉输入，能够处理图像和文本的结合任务，例如图像描述生成、视觉问答等。这种多模态能力使其在处理需要结合视觉和语言信息的任务时具有独特优势。
  • 性能：
    MMLU基准测试：在MMLU（多任务语言理解）测试中，GPT-4o 得分为 82%，表现出色，说明其在多任务语言理解方面具有较高的准确率。
    HumanEval测试：在 HumanEval（代码生成）测试中，GPT-4o 得分为 87.2%，这表明其生成的代码质量较高，适合用于编程辅助任务。
    数学问题解决能力测试：在数学问题解决能力测试中得分为 70.2%，虽然不如一些专门的数学模型，但仍然表现出色。

o1-preview

  • 特点：OpenAI的最新模型，推理能力显著提升。在数学和编程任务中表现出色，准确率较高。
  • 性能：在数学和编程评估中准确率达到83%，远高于GPT-4o。

特点—— GitHub 模式

在这里插入图片描述


Devv.ai 提供了 GitHub 模式。

1.GitHub 模式：Devv.ai 提供了 GitHub 模式，允许用户直接连接自己的 GitHub 仓库，进行搜索、问答和代码生成。这一功能目前处于 Beta 测试阶段，用户可以通过该模式针对特定代码库进行查询，Devv.ai 会通过专门的程序分析 indexer 来解析代码仓库的语法结构和函数调用链关系，从而提供更精准的结果。

2.数据来源：Devv.ai 的数据来源包括 GitHub 等国际知名技术平台，这意味着它能够利用 GitHub 上的开源代码和项目信息，为开发者提供更全面和准确的编程建议。

3.社区反馈与贡献：Devv.ai 在 GitHub 上有自己的开源仓库，开发者可以通过该仓库报告错误、请求新功能、提问或提供反馈。这种开放式的社区互动模式有助于 Devv.ai 不断改进和优化其功能。

AI实操

提示词：

使用代码，创建一个有科技感炫酷的动画

效果如下：（它不仅输出了代码，而且连效果都可以直接看到，这也是我最喜欢使用的原因）

在这里插入图片描述


对于的代码：

<!DOCTYPEhtml><htmllang="zh"><head><metacharset="UTF-8"><metaname="viewport"content="width=device-width, initial-scale=1.0"><title>粒子动画</title><style>body{background-color: #000;overflow: hidden;height: 100vh;margin: 0;display: flex;justify-content: center;align-items: center;}canvas{background-color: #000;}</style></head><body><canvasid="particleCanvas"></canvas><script>const canvas = document.getElementById('particleCanvas');const ctx = canvas.getContext('2d'); canvas.width = window.innerWidth; canvas.height = window.innerHeight;let particlesArray;// 创建粒子classParticle{constructor(x, y, directionX, directionY, size, color){this.x = x;this.y = y;this.directionX = directionX;this.directionY = directionY;this.size = size;this.color = color;}// 绘制单个粒子draw(){ ctx.beginPath(); ctx.arc(this.x,this.y,this.size,0, Math.PI*2,false); ctx.fillStyle =this.color; ctx.fill();}// 更新粒子位置update(){if(this.x +this.size > canvas.width ||this.x -this.size <0){this.directionX =-this.directionX;}if(this.y +this.size > canvas.height ||this.y -this.size <0){this.directionY =-this.directionY;}this.x +=this.directionX;this.y +=this.directionY;this.draw();}}// 创建粒子数组functioninit(){ particlesArray =[];let numberOfParticles =(canvas.height * canvas.width)/9000;for(let i =0; i < numberOfParticles; i++){let size =(Math.random()*5)+1;let x =(Math.random()*((innerWidth - size *2)-(size *2))+ size *2);let y =(Math.random()*((innerHeight - size *2)-(size *2))+ size *2);let directionX =(Math.random()*5)-2.5;let directionY =(Math.random()*5)-2.5;let color ='rgba(173, 216, 230, 0.8)'; particlesArray.push(newParticle(x, y, directionX, directionY, size, color));}}// 动画循环functionanimate(){requestAnimationFrame(animate); ctx.clearRect(0,0, innerWidth, innerHeight);for(let i =0; i < particlesArray.length; i++){ particlesArray[i].update();}}// 调整窗口大小 window.addEventListener('resize',function(){ canvas.width = innerWidth; canvas.height = innerHeight;init();});init();animate();</script></body></html>

Devv AI 使用总结

Devv AI 是一款专为程序员设计的新一代 AI 搜索引擎，以其强大的 AI 驱动功能和多语言支持脱颖而出。它不仅能够快速准确地解答编程难题，还提供了多种搜索模式，满足不同开发者的需求。其 GitHub 模式更是将代码搜索和问答提升到了一个新的高度，通过连接 GitHub 仓库，开发者可以直接获取针对特定项目的精准建议。

在使用 Devv AI 的过程中，我深刻体会到其强大的多模态处理能力和智能生成能力。无论是复杂的代码生成任务，还是简单的技术问题解答，Devv AI 都能迅速给出高质量的解决方案。其提供的多种 AI 模型各有特点，例如 Gemini 1.5 Pro 的限时免费版本，为开发者提供了强大的功能支持，而 GPT-4o Mini 则以其高效的性能和较低的成本成为性价比之选。

Devv AI 的 GitHub 模式是其一大亮点。通过连接 GitHub 仓库，开发者可以利用 Devv AI 的智能分析功能，快速定位代码问题并获取优化建议。这种与开源社区的深度结合，不仅提升了开发效率，还为开发者提供了丰富的学习资源。

总的来说，Devv AI 是一个极具潜力的工具，它通过 AI 技术极大地简化了编程过程，提高了开发效率。无论是新手还是资深开发者，都能从中受益。尽管目前使用 Devv AI 需要梯子，但其强大的功能和友好的用户体验使其成为值得推荐的工具。如果你是一名程序员，Devv AI 绝对值得一试。

嗨，我是LucianaiB。如果你觉得我的分享有价值，不妨通过以下方式表达你的支持：👍 点赞来表达你的喜爱，📁 关注以获取我的最新消息，💬 评论与我交流你的见解。我会继续努力，为你带来更多精彩和实用的内容。

点击这里👉LucianaiB ，获取最新动态，⚡️ 让信息传递更加迅速。

Read more

OpenClaw：一只“小龙虾”如何用三个月掀翻AI圈，让黄仁勋惊呼“超越Linux”？

OpenClaw：一只“小龙虾”如何用三个月掀翻AI圈，让黄仁勋惊呼“超越Linux”？

目录 一、发展历史：一个“退休”程序员的10天“玩票”，如何引爆全球？ 1. 故事的起点：奥地利“闲人”的10天代码狂欢 2. 改名风波：被Anthropic“追杀”的龙虾 3. 封神时刻：25万星标，超越Linux 4. 大佬“接盘”：OpenAI的橄榄枝 二、OpenClaw是什么？——给AI装上“手”和“眼睛” 核心定义：从“嘴”到“手”的进化 四层架构：一只龙虾的解剖图 它能做什么？——那些让人惊叹的实战案例 三、竞品分析：当“龙虾”火了，模仿者们来了 1. OpenClaw：
【腾讯位置服务开发者征文大赛】AI+地图赛道来了，带你读懂选题方向、投稿要求与拿分思路

【腾讯位置服务开发者征文大赛】AI+地图赛道来了，带你读懂选题方向、投稿要求与拿分思路

🔥 个人主页：杨利杰YJlio❄️ 个人专栏：《Sysinternals实战教程》《Windows PowerShell 实战》《WINDOWS教程》《IOS教程》《微信助手》《锤子助手》《Python》《Kali Linux》《那些年未解决的Windows疑难杂症》🌟 让复杂的事情更简单，让重复的工作自动化 文章目录 * 在这里插入图片描述 1. 【腾讯位置服务开发者征文大赛】AI+地图赛道来了，一文读懂选题方向、投稿要求与拿分思路 * 在这里插入图片描述 2. 为什么我觉得这场比赛值得认真参加 * 在这里插入图片描述 3. 这次征文，最值得写的方向有哪些 * 3.1 对话式地图交互 * 3.2 智能行程与多人出行规划 * 3.3 商业选址与区域潜力分析 * 3.4 AI 辅助地图开发 * 在这里插入图片描述 4. 想拿高分，文章一定要这么写 * 4.
被问爆的Agent实战：从0到1搭建可落地AI智能体

被问爆的Agent实战：从0到1搭建可落地AI智能体

🎁个人主页：User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏：AI 文章目录： * 【前言】 * 一、先搞懂：2026年爆火的AI Agent，到底是什么？ * 1.1 Agent的核心定义 * 1.2 Agent的4大核心能力 * 1.3 2026年Agent的3个热门落地场景 * 二、框架选型：2026年6大主流Agent框架，新手该怎么选？ * 三、实战环节：从0到1搭建可落地的“邮件处理Agent”（全程代码+步骤） * 3.1 实战准备：环境搭建（10分钟搞定） * 3.1.1 安装Python环境 * 3.1.2 创建虚拟环境（避免依赖冲突） * 3.
人工智能、机器学习和深度学习，其实不是一回事

人工智能、机器学习和深度学习，其实不是一回事

一、人工智能、机器学习与深度学习的真正区别 在当今科技领域，我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关，但含义不同。 1.1 人工智能 人工智能是计算机科学的一个分支，旨在研究如何合成与分析能够像人一样行动的计算主体。简单来说，AI 的目标是利用计算机来模拟甚至替代人类大脑的功能。 一个理想的 AI 系统通常具备以下特征：像人一样思考、像人一样行动、理性地思考与行动。 1.2 机器学习 机器学习是实现人工智能的一种途径。它的核心定义是：赋予计算机在没有被显式编程的情况下进行学习的能力。 与传统的基于规则的编程不同，机器学习不依赖程序员手写每一条逻辑指令，而是通过算法让机器从大量数据中寻找规律，从而对新的数据产生预测或判断。 1.3 深度学习 深度学习是机器学习的一种特殊方法，也称为深度神经网络。它受人类大脑结构的启发，通过设计多层的神经元网络结构，来模拟万事万物的特征表示。 1.4 三者之间的层级关系 厘清这三者的关系对于初学者至关重要。人工智能 AI是最宏大的概念，包含了所有让机器变聪明的技术。机器学习 ML是 AI