Win11+IDEA插件实现大模型AI开发(Codex-gpt-5.4)
Win11+IDEA插件实现大模型AI开发之Codex-gpt-5.4
一、需要准备Node环境
二、安装Codex
操作步骤：
2.1如果已经安装Codex但是执行报错需要先卸载，没有安装过则直接进行步骤2.3
npm uninstall -g @openai/codex 2.2删除相关的文件Codex，避免文件影响
rd /s /q 
Read more
技术速递｜GitHub Copilot SDK 与云原生的完美融合
作者：卢建晖 - 微软高级云技术布道师 排版：Alan Wang 引言 在当今快速演进的 AI 技术格局中，我们已经见证了从简单聊天机器人到复杂智能体系统的转变。作为一名开发者和技术布道者，我观察到一个正在形成的趋势——重点不在于让 AI 无所不能，而在于让每一个 AI Agent 在特定领域做到极致、做到专业。 今天，我想分享一套令人兴奋的技术组合：GitHub Copilot SDK（将生产级智能体引擎嵌入任意应用的开发工具包） + Agent-to-Agent（A2A）Protocol（实现智能体标准化协作的通信规范） + 云原生部署（支撑生产系统的基础设施）。这三者结合在一起，使我们能够构建真正具备协作能力的多智能体系统。 从 AI 助手到智能体引擎：重新定义能力边界 传统的 AI 助手往往追求“全能”——试图回答你抛给它的任何问题。但在真实的生产环境中，这种方式会遇到严重挑战： * 质量不一致：一个模型同时写代码、做数据分析、
使用 LLaMA-Factory 微调 Qwen2.5 模型，并转换为 GGUF 格式部署
在开源大模型领域，Qwen 系列凭借强大的中文能力和友好的协议受到广泛欢迎。然而，直接使用基座模型往往无法满足特定业务场景的需求，需要通过微调来注入领域知识。微调后的模型如何高效部署？GGUF 格式是目前 llama.cpp 等推理后端广泛支持的格式，具有跨平台、内存映射等优点。本文将完整记录使用 LLaMA-Factory 微调 Qwen2.5-7B-Instruct 模型，并通过 llama.cpp 将微调后的模型转换为 GGUF 格式的全过程，并分享在转换过程中遇到的经典错误及其解决方案。 1.环境准备 我们在一台 Linux 服务器上操作，安装了 Conda 用于环境隔离。需要准备以下组件： Python 3.10 LLaMA-Factory（用于微调） llama.cpp（用于格式转换） transformers、peft、accelerate 等依赖库 1.1
【AIGC】ChatGPT 实用技巧：文本与数据的结构化方法全解析
博客主页： [小ᶻ☡꙳ᵃⁱᵍᶜ꙳]本文专栏: AIGC |ChatGPT 文章目录 * 💯前言 * 💯中文排版序号 * 1. 一级标题（First-Level Title） * 2. 二级标题（Second-Level Title） * 3. 三级标题（Third-Level Title） * 4. 四级标题（Fourth-Level Title） * 💯Markdown 语法 * 一级标题（First-Level Heading） * 二级标题（Second-Level Heading） * 子标题（Subheadings） * 列表（Lists） * 无序列表 * 有序列表 * 加粗和斜体（Bold and Italics） * 加粗 * 斜体 * 💯编程语法也是结构化 * YAML 语法结构的例子 * 1. 层级关系（
2026 AI 元年｜智能体来了：Agent Native 正在取代 Copilot，定义下一代 AI 公司
关键词：Agent Native｜Flow Engineering｜可控 AI｜组织 SOP 数字化 引言：AI 的竞争焦点，已经完成一次根本性迁移 2023–2024 年，AI 的进步主要体现在模型层： * 更大的上下文窗口 * 更强的推理能力 * 更接近人类的语言表达 但站在 2026 AI 元年 的门槛上，行业正在形成一个高度一致的判断： AI 的核心竞争力，不再是“模型有多聪明”，而是“系统是否可控、可复用、可规模化”。 这意味着，AI 正在经历一次范式级跃迁： 从 LLM 的单点能力展示，进入 Agent Native 的系统时代。 一、为什么 2025 年之前的