- 综合排序
- 最热优先
- 最新优先
- 来自专栏Adil_zhang
SAP HANA 技能：序列生成
这时生成序列数据是非常重要的一步。HANA提供了多种用于生成不同类型序列的函数，以下是一些常用的序列生成函数以及它们的详细用法。 数值 小数 series_generate_decimal(start, increment, count) 生成一个包含指定数量十进制数的序列，从指定的起始值开始，按指定的增量递增。 整数 series_generate_integer(start, increment, count) 生成一个包含指定数量的整数序列，从指定的起始值开始，按指定的增量递增。 日期 日期 series_generate_date(interval, start, end) 生成一个日期序列，从指定的起始日期开始，按指定的间隔递增，直到达到指定的结束日期。 通过使用这些函数，可以方便地生成各种类型的序列数。 后续如果有其他更多的序列生成函数，我会继续更新这篇文章。
1.7K60编辑于 2023-05-02 - 来自专栏openclaw系列
技能即文档 —— SKILL.md 如何让 OpenClaw 自主学习新工具
OpenClaw 提出一种全新范式：技能即文档（Skill-as-Documentation）。 执行区块（系统如何调用） 可包含： Shell 命令（由 exec.ts 执行） HTTP 请求（由内置 HTTP 客户端执行） 调用其他技能（组合技能） 支持 Mustache 模板变量：{{userId 五、执行引擎：三种技能类型 1. (profileId=...)` 系统识别 调用 \xxx`` 模式 自动编排多步工具调用 支持中间结果传递 技能可组合，能力可叠加。 Shell 命令审批 所有 Shell 技能默认需用户审批（即使写在 SKILL.md 中） 开放不等于放任。
1.5K32编辑于 2026-03-15 - 来自专栏GoLang全栈
甩锅技能：让前端他们自己生成海报
今天有同学私信我说，他们的前端让他后端生成海报。 理由：因为他们前端不会绘制海报。 这同学呢，又不大会前端知识，希望我能帮他甩锅。 哈哈，我最喜欢的事就是甩锅，这篇文章请查收！
92430编辑于 2022-12-05 - 来自专栏自然语言处理
Auto-RAG：基于大模型的自主检索增强生成
题目是：Auto-RAG：基于大模型的自主检索增强生成 论文链接:https://arxiv.org/abs/2411.19443 代码链接:https://github.com/ictnlp/Auto-RAG 检索规划和查询优化：论文中提到了通过改进查询制定、增强检索器、改进生成器和优化检索文档的后处理来提升RAG性能的研究。 自主迭代检索框架 Auto-RAG通过模拟大型语言模型（LLMs）与检索器之间的多轮对话，系统地规划检索和提炼查询以获取有价值的知识。 实验还研究了不同训练数据量对Auto-RAG性能的影响，发现大约0.5k的数据量就足以让模型获得自主检索能力，而增加数据量可以进一步提升性能。 这些结果证明了Auto-RAG作为一种自主迭代检索模型的有效性和实用性，特别是在处理复杂问题和动态调整检索策略方面的能力。
1K10编辑于 2024-12-04 - 来自专栏AI研习社
合成数据生成——数据科学家必备技能
总的来说，要如何建立一种绝佳的数据科学技能组合呢?——正如一篇极受欢迎的文章所提到，那就是参与公开性的项目。 如何建立自己的数据科学技能组合？如何在数据科学领域找一份工作？你就需要了解足够多的统计学，机器学习，编程等相关知识，甚至能从towardsdatascience.com上获取更多知识。 提取数据这项技能是可以单独地学习及实践的。然而在大多数情况下，你可能只想要一个灵活的数据集（或者其中的几个）来“教”你理解机器学习算法的所有细节。 在这里，我将展示几个带截图的简单数据生成示例， ? 图：使用pydbgen库生成随机名称 生成一些国际电话号码： ? 图：使用pydbgen库生成随机电话号码 ? 在此过程中，他们可以学习许多新技能并为机会打开新的大门。
1.5K10发布于 2019-05-08 - 来自专栏数据处理与分析
【FME技能】沿三维线生成均匀点
这些写过的文章里，既有沿线生成点的FME方式，也有生成线段的ArcGIS方式。其中FME方式可以沿线生成均匀的节点，通过调整参数，可以实现生成线的功能，也可以实现生成非均匀节点。 而ArcGIS方式，可以直接生成线、均匀的、不均匀的都写了，通过调整，也可以实现生成点的功能。 有朋友有个需求：将一段线、按照均匀的距离生成点。 以往的数次推送中，生成点或者拆分线，针对的都是二维对象，这次增加了一个维度，直接用之前的方法，会有些问题。不过，简单调整下就可以了，至于怎么调，往下看就行！ 本文知识点：转换器调参数、拆分三维线！ 克隆个数 首先是拆分个数，应该是总的长度除以拆分长度（步长），然后向上取整（生成点的时候复制的个数要加上1）。 拆分 然后拆分的时候，选择拆分的模式与拆分的起始终止长度（生成点或者线，参数设置略有差别）。 生成线参数： 生成点参数： 拆分后数据 拆分后的线，跟py的结果一样，没有区别。
1.2K30发布于 2021-09-08 - 来自专栏码农小胖哥的码农生涯
架构师必备技能:Maven Archetype生成项目模板
Maven其实有提供这种能力，这就是基于原型（Archetype）的生成项目。 从项目生成模板只需要三步。 生成模板原型文件 Maven插件允许我们从已有项目生成一个模板项目。 这样生成的原型就忽略掉那些无用的文件了。 ，可以让我们的项目能保持一致性，也方便后续转微服务或者维护升级，是每一个立志成为Java架构师的开发者必备的一个技能。
4.9K30发布于 2021-09-09 - 来自专栏大家一起学编程
国庆，庆祝头像快速生成技能你get到了吗？
可以直接识别下方二维码生成。 onShareAppMessage: function(e) { // 设置默认的分享参数 return { title: "国庆节国潮头像快速生成 justify-content: space-between; padding: 100rpx 0; box-sizing: border-box; } </style> 识别下方二维码生成你的专属头像
78920发布于 2021-10-12 - 来自专栏洛秋的运维之路
生成式AI的未来：对话系统与自主代理的融合之路
生成式AI的未来：对话系统与自主代理的融合之路随着生成式AI技术的不断进步，关于其未来发展方向的讨论愈发激烈。 本文将探讨生成式AI在对话系统与自主代理中的发展潜力，并提出未来融合发展的可能性。一、对话系统中的智慧展现对话系统是生成式AI最早也是最广泛应用的领域之一。 二、自主代理中的能力体现与对话系统相比，自主代理更强调生成式AI的决策能力和行动能力。自主代理通过感知环境、做出决策并执行行动，实现任务的自主完成。其应用场景包括智能家居、无人驾驶、金融交易等。 金融交易：自主代理能够分析市场数据，进行自动交易，提高投资收益并降低风险。自主代理的发展要求生成式AI具备更高的自主性和适应性，需要在复杂环境中进行实时决策，并不断学习和优化自身行为。 三、对话系统与自主代理的融合尽管对话系统和自主代理分别代表了生成式AI的不同发展方向，但两者并非对立，而是可以相辅相成，融合发展。
33500编辑于 2024-07-25 - 来自专栏洛秋的运维之路
生成式AI的未来：智慧对话与自主代理的双重进化
随着生成式AI技术的不断进步，关于其未来发展方向的讨论愈发激烈。生成式AI究竟会在对话系统（Chat）中展现智慧，还是在自主代理（Agent）中体现能力？这一问题引发了广泛的讨论和探索。 然而，仅仅在对话中展现智慧并不能完全满足生成式AI的潜力。自主代理：能力的体现与智能系统的未来与对话系统相比，自主代理（Agent）在体现生成式AI的能力方面具有更大的发展空间。 自主代理的发展方向同样充满了潜力：任务执行与问题解决：自主代理能够在特定领域中执行复杂的任务，如自动驾驶、智能家居管理、金融交易等。生成式AI可以为这些代理提供更强大的决策支持和灵活应对能力。 双重进化：生成式AI的未来展望尽管对话系统和自主代理在生成式AI的应用上各有侧重，但它们并非彼此对立，而是互为补充。 总之，生成式AI的未来并非单一方向的发展，而是对话系统与自主代理的双重进化。这一过程不仅将改变AI本身，也将深刻影响我们与技术互动的方式，塑造未来社会的智能生态。
40700编辑于 2024-08-17 - 来自专栏技术人生黄勇
从生成到分享：我把 OpenClaw + 腾讯文档技能跑通了
今天看到腾讯文档为了适应 OpenClaw 的潮流，也推出了技能包。 怎么获得这个技能所需要的访问Token，文章里直接就水灵灵的出现了。 写文档的人默认你已经知道怎么拿 Token，但用的人（尤其是普通用户）其实完全没这个前置知识。 安装完成，给了一个链接让我去授权： 虽然链接授权成功，但是回到对话框，仍然显示授权失败： 结论：如果按技能包给的授权链接流程是走不通的。 然后我打开它生成的文档，点分享，在微信里，把刚刚生成的腾讯文档发给了合作伙伴。 实现了小龙虾辅助生成项目计划，调用腾讯文档技能，生成在线文档，在线分享给合作伙伴的流畅操作。 「AI生成内容 → 自动写入在线文档 → 一键分享给协作者」 不过没找到如何将“公众号、小红书、bilibili页面内容保存为腾讯文档”的教程，哪位朋友有心得。 总结： 1.
93931编辑于 2026-03-18 - 来自专栏决策智能与机器学习
自主性
自主这个词在AI圈子越来越火，有变成玄学的趋势，但到底什么是自主，跟自动化、智能有啥关系，我们一起来看看。 先问大家一个问题，自主性是越高越好吗？ 中文上的词条解读，自主性是行为主体按自己意愿行事的动机、能力或特性。 所以比较好理解的是，自主就是自己当家作主。 怎么实现自主 从自主的含义来看，对自主能力的构建可以从所能够处理的环境与情况的复杂程度来划分，最简单的就是“说什么做什么”，多了不会，就像是学徒按照师傅的要求一字一句原封不动的背诵一样，可能并不太懂什么意思 回到一开始说的问题，自主性是越高越好吗？ 能有效解决问题的自主性当然是越高越好，但是如果这个自主带来的是违背意图的结果，尤其是机器的自主仍然是为人类服务的情况下，如果无法像阿莫西夫机器人三定律一样去完成人类赋予它的使命时，对于人类来说当然是不好的了
86650发布于 2021-05-11 - 来自专栏镁客网
三星展示神秘“虚拟人”项目，可自主生成新表情、动作、对话
巫盼 据外媒报道，三星将在今年的CES上正式公布其“虚拟人（ NEON）”项目，三星NEON项目的负责人普拉纳夫·米斯特里（Pranav Mistry）在社交媒体上表示，他们的Core R3技术现在可以自主创建新的表情 “虚拟人将成为现实，它可以成为我们日常生活的一部分：虚拟新闻主播，虚拟接待员，甚至是AI生成的电影明星。”
53020发布于 2020-02-12 - 来自专栏WorkBuddy知识库
WorkBuddy 技能篇（腾讯文档技能）
封装标准化流程（SOP）：针对特定任务（如生成PPT、审查合同），提供经过验证的最优操作步骤，减少AI犯错的可能。3. 举例：你可以指令“把这份季度数据自动生成一份10页的PPT汇报”，WorkBuddy会调用xlsx和pptx技能，从数据分析到排版配图全自动完成；自动生成带格式的Word报告、分析Excel数据、合并拆分 内容创作与多平台适配：根据不同平台风格自动生成或改写内容。 我们可以 输入“把这份周报改写成小红书风格”，AI会调用“小红书内容技能”，将原文转化为口语化、带emoji和话题标签的文案；撰写公众号文章、生成SEO优化文案、进行多语言翻译等。3. 比如 上传销售数据CSV文件，指令“找出异常波动并预测未来趋势”，WorkBuddy能自动完成数据清洗、统计分析、可视化图表生成和报告撰写。四、如何使用与获取技能包？1. 安装方式：主要有两种。
4.9K131编辑于 2026-03-27 - 来自专栏ceshiren0001
借助 n8n 和 AI 模型实现用例智能生成与脚本自主维护
而我们需要的，是让工作流具备某种“免疫系统”：能自己发现问题，生成测试验证，甚至修复潜在缺陷。架构设计：让AI成为工作流的“副驾驶”我设计的解决方案不依赖任何外部平台，全部在n8n内部完成。 它处理模式识别和草稿生成，人类负责最终决策和质量把控。实战搭建：从工作流日志到智能测试用例让我们从一个具体问题开始。 接下来是关键部分——让AI分析这些数据并生成测试用例：//Function节点：AI测试用例生成器constOpenAI=require('openai');//初始化客户端（实际使用时应将API密钥存储在 版本控制是基础：所有AI生成的代码都必须纳入Git管理，并附带上生成原因和测试结果。逐步建立信任：从非关键工作流开始，让团队熟悉这个模式。我们的第一个应用是数据报表工作流，即使出错影响也有限。 最有意思的是，这种模式创造了一个良性循环：工作流运行得越多，生成的训练数据就越多；训练数据越多，AI的理解就越深；AI理解越深，维护就越精准。
32110编辑于 2025-12-03 - 来自专栏数据科学与人工智能
【技能】数据科学家所需技能
小编邀请您，先思考： 1 您认为数据科学家需要具备哪些技能？ 2 您擅长那些技能？ 数据科学家所需具体技能，罗列如下： 1 数据分析技能 数据清洗 运用合适的统计知识和方法来分析数据 运用机器学习算法 建立数据模型 评估和应用数据模型 实现数据可视化 2 编程技能 精通一种或者多种数据分析工具 （R/Python/SPSS/SAS/Matlab) 精通一种或者多种面向对象的编程语言（Python/Java/C++等) 其他IT公司经常需要的技能（熟悉HTML/CSS/JavaScript等） 3 数据管理技能（尤其针对大规模数据） SQL NoSQL Hadoop生态（尤其是HDFS/MapReduce，Hive/HBase) Spark 其它IT公司常用数据管理技能 4 商业知识 理解公司的业务 熟悉瀑布模型和敏捷模型等软件开发模式 其它公司常用的商业技巧 5 交流沟通能力（软实力） 撰写报告 做演讲和PPT演示来展示产品 能够将用户的需求转化为实际产品 懂得倾听重点信息 其它公司常用交流交往技能
88150发布于 2018-02-28 - 来自专栏测试开发技术
测试开发必学技能之一：代码提交规范与自动生成工具！
通过遵循约定式提交规范，开发人员可以更容易地理解和管理代码的变更历史，同时也为自动化工具提供了更多可靠的信息，例如自动生成版本号、发布日志和代码库更新等操作。 第一步：自动生成提交说明的工具 Commitizen是一个基于命令行的交互式工具，它可以帮助开发者规范化提交Git提交信息，符合Angular Commit Message Conventions的规范 Commitizen提供了一个友好的命令行交互界面，让开发者根据规范选择提交信息的类型、影响范围等内容，自动生成符合规范的Git提交信息。 Commitizen可以与Git结合使用，使得开发者可以使用commitizen命令代替git commit命令提交代码变更，并且生成的提交信息格式更加规范化和易于管理。 ♻️ refactor: 重构 (既不增加feature, 也不是修复bug) ⚡️ perf: 性能优化 ✅ test: 增加测试 第三部：增加对自动生成
47110编辑于 2024-12-23 从代码生成到自主决策，亲手打造“自我编程”Agent
从代码生成到自主决策，亲手打造“自我编程”Agent 告别“SOP工程师”，AIGC浪潮下，Java开发者如何从“编码者”进化为“Agent架构师” “卷不动了。” 我们将从Java程序员最熟悉的“代码生成”开始，一步步解构，直到亲手构建出一个能够自主决策、自我修复、Coding驱动的“自我编程”Agent。 准备好了吗？让我们开始这场“终局”之战。 能力： 自动生成固定的样板代码。 工具： Lombok, MapStruct, Dagger, (APT)。 L2: 动态代码生成 (Dynamic Code Generation) 何时？ LLM可能会生成System.exit(1)或包含安全漏洞（如SQL注入）的代码。 你不再是逐行编写CRUD，而是设计、训练和维护这些自主的编码Agent。
56010编辑于 2025-11-17- 来自专栏小石不识月
自主权身份简介
本文则描述了一个管理我们的数字身份的新范式：自主权身份（Self-sovereign identity）。 脱颖而出的答案是 “自主权身份”。这个数字概念与我们当前保持非数字身份的方式非常相似。 自主权身份如何运作？ 您的身份钱包开始是空的，只带有从公钥衍生出的自生成身份号码（Self-generated identification），以及与其相对应的私钥（就像一串密码，用于创建数字签名）。 这个身份号码是自主权的。大的数字和随机性的规律确保了其他人不会生成与您相同的身份号码。 然后，您使用此身份号码以及您的身份声明，并从相关部门获取认证。
2.4K110发布于 2018-03-12 - 来自专栏DrugOne
迈向自主机器智能
一个自主智能的模型架构 LeCun提出的自主智能代理的架构如图2所示。它由多个模块组成，其中一些模块可以根据需要进行配置，即它们的具体功能由配置器模块确定。 图5所描述的过程展示了如何训练策略模块来生成 Mode-2 推理产生的最优行动的近似值。系统在 Mode-2 上运行，生成最优的行动序列。 这个过程允许代理利用其世界模型和推理能力的全部优势来获得新技能，然后将其 "编译" 成一个不再需要仔细规划的反应性策略模块。 成本模块作为行为的驱动因素 图 6 成本模块的整体架构如图6所示。 生成代表代理无法知晓的世界状态部分的多个潜在变量的配置。训练用于生成 Mode-1 行动的策略网络。行动和潜在变量之间没有概念上的区别。行动模块必须对两组变量的配置进行探索。 这比为每个技能单独拥有独立的世界模型更具数据效率和计算效率。缺点是代理只能一次完成一个任务。 调节模块可以通过调节不同层次的参数来为特定任务预置感知模块。
49810编辑于 2023-09-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号