AI应用工程 · 技术随笔

王硕硕的博客

AI应用工程师 · 专注 AI 应用工程落地

专注 AI 应用工程落地,探索 LLMs、Agent、MCP、RAG 等技术在真实业务中的应用。 分享工程实践、量化投资与技术思考。

AI 工程化 Agent 应用 MCP RAG 量化投资
{!-- 巩膜:光源在左上,右下最暗 --} {!-- 虹膜球面:中心透亮、外缘压深 --} {!-- 上眼睑投在眼球上的阴影 —— 立体感的最大功臣 --} {!-- 眼球下缘的反射光,把球体「托」起来 --} {!-- 角膜整体反光:一大片柔和的凸面高光 --} {!-- 瞳孔周围的暗晕,让瞳孔像是「陷进去」而不是贴上去 --} {!-- 主高光自身的柔边 --} {!-- 眼眶轮廓靠填充路径本身定形,不用描边:描边居中画在路径上, 一半会溢到外侧,在眼角这种尖锐处会堆出小结,linejoin 设什么都消不掉。 --} {!-- 虹膜纤维:爬行类是纯放射状,从瞳孔边缘一路贯穿到外缘, 没有卷缩轮也没有隐窝 —— 那是人眼的结构。 --} {!-- 以下几层不跟随视线:它们属于眼球表面和眼睑,不属于虹膜 --} {!-- 眼睑:默认停在画布上方之外,靠 translate 下移。 刻意不用 scaleY —— 那依赖 transform-origin,被 CSS reset 覆盖后会铺满整个眼球 --} {!-- 上方羽片:闭眼时随上眼睑一起下压 --} {!-- 左侧尖尾:向眼中心内收 --} {!-- 右下羽片:向上抬 --}
模拟盘 +1.15%
总资产 ¥20.2万
持仓 ¥16.9万
可用 ¥3.3万
实盘 --
总资产 --
持仓 --
可用 --

最新文章

查看全部文章 →
我做了一个 AI 视频生成画布
Agnes

我做了一个 AI 视频生成画布

帧流 Frameflow 是一个本地 AI 视频生成画布,图片/提示词/视频任务全在一张画布上,通过 @ 引用和连线自动组织请求。

· 约 9 分钟
灵瞳GEO:一个 AI 搜索引用追踪系统的设计与实现
AI

灵瞳GEO:一个 AI 搜索引用追踪系统的设计与实现

灵瞳GEO:一个 AI 搜索引用追踪系统的设计与实现 这是什么 AI 搜索正在吃掉一部分传统搜索的份额,但企业几乎没有办法回答一个基础问题:当用户问豆包"上海电商财务外包哪家好"时,AI 的回答里到底引用了谁? 灵瞳GEO 是我为解决这个问题做的引用追踪系统。它定时向豆包、元宝、通义千问、Kimi、DeepSeek 五个平台发起真实提问,解析每次回答背后的引用来源,按「话题 × 平台 × 日期」聚合出引用次数、引用源域名分布,以及自有站点的引用占比。 技术栈是 FastAPI + LangGraph + React + MySQL。采集层不是单一方案——三个平台走官方 API 的结构化 citation 字段,两个平台走 RPA,选型依据是哪种方式能拿到最接近用户真实所见的引用,而不是哪种技术更"干净"。这个取舍是整个系统里我认为最值得写的部分。

· 约 18 分钟
把生意参谋做成 AI 能调用的 Skill,我踩过的坑

把生意参谋做成 AI 能调用的 Skill,我踩过的坑

把淘宝生意参谋里的数据封装成 7 个 AI 可调用的 skill。看似是写 skill,其实难点全在数据通道:登录态会过期、滑块验证、接口签名、原始数据清洗——这些才是真正花时间的地方。

· 约 8 分钟