- 前言
- 1. 基础篇
- AI基本概念(人工智能、机器学习、深度学习)
- GAI工具哪家强？(ChatGPT 4 vs 文心一言)
- AI开发学习之——PyTorch框架
- 基本概念
- AI基本概念之——张量(Tensor)
- 蒸馏模型
- TensorFlow介绍
- CUDA与cuDNN
- CPU架构发展与指令集
- TensorFlow1.x 、TensorFlow2.x与pytorch简单比较示例
- LLaMA 和 GPT
- LLM
- RAG
- 概念篇
- 一方库，二方库，三方库
- Agent 的概念
- Application 和Agent 的区别
- Human Eval， MBPP，EVAl Plus,MCEval 等
- Gradio的介绍
- 分词器
- Kaggle
- SOTA
- 参数和非嵌入参数
- Layers 层
- Heads (KV)
- Tie Embedding
- safetensors 文件
- MoE 和 Dense
- Activated Params和Total Params
- FP8 BF16
- AI开发之 ——Anaconda 介绍
- 模型评价
- 英文
- LongBench v2 (Acc.)
- FRAMES (Acc.)
- SimpleQA (Correct)
- MMLU (EM)
- MMLU-Redux (EM)
- MMLU-Pro (EM)
- DROP (3-shot F1)
- IF-Eval (Prompt Strict)
- GPQA-Diamond (Pass@1)
- 编码
- HumanEval-Mul (Pass@1)
- LiveCodeBench (Pass@1-COT)
- LiveCodeBench (Pass@1)
- Codeforces (Percentile)
- SWE Verified (Resolved)
- Aider-Edit (Acc.)
- Aider-Polyglot (Acc.)
- 数学
- AIME 2024 (Pass@1)
- MATH-500 (EM)
- CNMO 2024 (Pass@1)
- 中文
- CLUEWSC (EM)
- C-Eval (EM)
- C-SimpleQA (Correct)
- 模型比较评分
- DeepSeek V3
- Rust
- NoteBook
- 2. 专题篇
- 代码相似度分析
- 选型
- library
- JPlag
- JPlag 介绍
- JPlag相关概念
- JPlag 基本示例
- JPlag项目介绍
- JPlag官方文档
- 主页
- JPlag 的 全面介绍(论文或代码的相似度分析)
- JPlag 与JDK版本对应
- 怎么使用JPlag
- 1.通过命令行使用JPlag
- 2. 支持的语言
- 3. 为JPlag贡献
- 4. 添加新语言 ....
- 5. 端到端的测试 - 验证JPlag 检测Java代码的相似度的准确性
- 6. 报告文件生成
- 7. Clustering of Submissions 提交的聚集
- JPlag 实战
- Java使用JPlag进行代码相似度分析的快速示例
- JPlag 参考
- JPlag 总结
- Tensorflow
- 安装
- 安装问题
- ChatGPT
- ChatGPT快速入门与体验
- 使用ChatGPT协助产生代码的一些体验
- temp
- langchain, llama-index
- OpenAI Key
- 大语言模型
- Prompt
- 词语的翻译
- Prompt 超长
- Agent
- 定义
- 语音转文字
- GAI 对软件开发的帮助
- 工具
- eazyBI
- AI辅助需求规格
- PandaDoc
- 敏捷开发
- Epic，Feature ,User Story
- GAI对于敏捷开发的帮助
- BDD规格
- 好的规格标准
- Azure DevOps
- workitem
- GAI Powering SDLC(Software Development Life Cycle)
- GAI For IT
- framework
- Git
- 分支的commitid
- GAI For Unit Test
- UT Prompt
- Java类中的方法的关联代码
- 代码分析
- Java 代码分析工具
- JavaParser 解析Java 源码
- JavaParser的快速介绍
- JavaParser 的全面介绍
- JavaParser解析的方式
- JavaParser 学习资源
- JavaParser 快速入门
- JavaParser库可以解析Java代码并提取特定方法的相关信息
- JavaParser ReadMe
- 测试JavaParser 代码
- 官方介绍
- 一次性分析整个项目
- 在JavaParser中创建字符串
- JavaParser中减少类型转换
- 解析错误恢复
- 关于在JavaParser中反转if语句
- JavaParser中的代码生成与Maven
- JavaParser中的语义验证
- JavaParser设置Java 8、9、10等版本的支持
- 实用主义版本控制
- 代码风格/架构
- 2.5.1至3.0.0迁移指南
- 功能树遍历
- 快速完整的JavaParser API
- 探索 AST
- JavaParser的日志框架集成于单一文件
- JavaParser的词汇保存实现
- JavaParser中AST节点的观察器
- JavaParser入门：以编程方式分析Java代码
- 解析Java注释
- JavaParser 实战
- JavaParser如何获取方法的返回类型
- parse
- 开发注意事项
- 如何简洁、正确的使用JavaParser解析Java源码
- JavaParser-Symbol-Solver 的介绍
- JavaParser-Symbol-Solver如何获取一个方法关联的代码
- JavaParser 的类的介绍
- AarTypeSolver
- JavaParserTypeSolver
- ReflectionTypeSolver
- CombinedTypeSolver
- JavaSymbolResolver
- MethodCallExpr
- ResolvedType
- ClassLoaderTypeSolver
- JarTypeSolver
- MemoryTypeSolver
- ReferenceType
- 常见错误
- UnsolvedSymbolException{context='null', name='String', cause='null'}
- java.lang.IllegalStateException: Symbol resolution not configured: to configure consider setting a SymbolResolver in the ParserConfiguration
- Spoon
- Understand
- SourceTrail
- Class Dependency Analyzer (CDA) 的介绍
- Python代码分析工具
- AI
- pycparser
- Python源码解析库之astroid
- net代码分析工具
- Roslyn
- 用代码生成代码之Roslyn-C#代码分析和生成工具
- 添加依赖
- 解析关联
- .NET Core 介绍
- .NET Core是面向对象的吗
- vs code创建项目
- .NET Core 项目目录
- net分析实作
- .NET 8 的 Web API项目在VS Code中如何部署
- 运行
- nodejs 代码分析工具
- NodeJS代码结构
- 方案选择
- babel-parser
- 环境
- nodejs swagger
- express
- Prompt-Code Parse
- Class 关系
- 向量数据库
- Azure Cosmos DB -Graph Db
- 代码产生
- 代码产生引用
- OSS扫描
- OWASP Dependency-Check
- OWASP vs HUB
- 许可证规范
- Microsoft Teams
- 概述
- 入门
- 生成基本选项卡应用
- 通知机器人应用
- 生成消息扩展应用
- 问题
- 开发问题
- 设计应用
- 开发工具
- Azure Cosmos DB
- Cosmos DB介绍
- Apache TinkerPop 与 Gremlin 快速介绍
- Gremlin查询语言用法示例
- Java操作Azure Cosmos DB for Apache Gremlin
- Azure Cosmos DB for Apache Gremlin
- Azure Cosmos DB 查询
- Git读取
- eclipse
- OpenRewrite
- 代码自动化重构工具OpenRewrite介绍
- OpenRewrite相关概念
- Refaster template
- Refaster template recipes
- OpenRewrite 参考
- 执行方式
- OpenRewrite快速使用
- OpenRewrite 之配方的授权
- Recipe 配方
- 配方汇总
- OpenRewrite配方之import语句的顺序——org.openrewrite.java.OrderImports
- OpenRewrite配方之代码格式化——org.openrewrite.java.format.AutoFormat
- 官方文档
- OpenRewrite介绍
- 运行配方
- 快速入门： 运行配方
- 在不修改构建的情况下在 Gradle 项目上运行 Rewrite
- 在不修改构建的情况下在 Maven 项目上运行 Rewrite
- 在多模块 Maven 项目上运行 Rewrite
- 基于文本的配方运行
- 数据库表入门
- 热门配方
- 常见静态分析问题补救措施
- 自动修复 Checkstyle 违规行为
- 迁移到 Java 17
- Migrate Java 21
- 从 JUnit 4 迁移到 JUnit 5
- 从 Spring Boot 2 迁移到 Spring Boot 3
- 从 Spring Boot 1 迁移到 Spring Boot 2
- 从 Quarkus 1 迁移到 Quarkus 2
- 从 Micronaut 3 迁移到 Micronaut 4
- 从 Micronaut 2 迁移到 Micronaut 3
- 从 Log4J 迁移到 SLF4J
- 使用 SLF4J 参数化日志记录
- 使用声明性 YAML 配方进行重构
- 自动化 Maven 依赖管理
- 将 Hamcrest 迁移到 AssertJ
- 将 JUnit 断言迁移到 AssertJ
- 迁移到 Jakarta EE 10
- 编写配方
- 配方开发环境
- 配方的类型
- 编写一个Java重构配方
- refaster 模板配方
- 配方测试
- OpenRewrite实战
- 基于Maven 运行OpenRewrite的快速示例
- 使用OpenRewrite将Java自动升级到Java 21
- Maven项目中不修改 pom.xml 状况下直接运行OpenRewrite的配方
- 私有库运行
- 常用参考
- 运行命令
- 修改包名
- sample
- 只修改类名
- rewrite.yml 配置多个recipe
- 创建项目
- Summary
- 方法说明
- OpenRewrite问题解决
- [ERROR] Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.13.0:compile (default-compile) on project : Fatal error compiling: 错误: 不支持发行版本 21 -> [Help 1] [ERROR]
- 指定配方下载的repository
- 参考资料
- 使用人工智能进行大规模自动化重构和分析的安全、高效的方法
- Moderne
- 界面
- AI绘画
- 工具汇总
- OSS 开源库扫描
- Sonatype Lifecycle and HUB
- Prompt 篇
- Coding Prompt的好的做法
- Python库
- transformers
- Torch
- AI编程
- AI编程工具汇总
- Cline
- Cline 基本介绍
- Cline官方文档
- Cline 介绍
- Cline实战
- 如何接自有模型
- CodeBERT
- CodeBERT 介绍
- GitHub CodeBert
- CodeBERT ReadME
- AI问题
- Git LFS文件提交
- Roo-Code
- Roo-Code基本介绍
- Continue
- VS Code 启动
- Continue 实战
- 深入
- @Codebase
- Continue参考
- transformers.js
- 使用transformers.js索引和检索Java 代码
- Model Context Protocol (MCP)
- MCP介绍
- Dockers 部署
- JDK的证书
- RAG-检索增强生成
- AI For Code
- 代码评估基准
- Code Prompt
- 代码如何转换为向量
- Python
- 虚拟环境
- py 和 python 命令区别
- Python 环境隔离和实现方法
- 3. 模型篇
- AI主流大模型介绍和API价格比较
- Transformer模型
- Transformer基本概念
- Google Gemini
- Gemini 如何使用
- Gemini Response Token长度
- API调用Genimi
- Gemini 问题
- 阿里大模型
- 编程大模型之—Qwen2.5-Coder
- 阿里大模型介绍
- Qwen2.5 编码示例
- QWen-Coder
- QWen实战
- 百度大模型
- 百度大模型介绍
- 百度大模型编码
- Comate
- 文心大模型API调用
- 编码的大模型
- DeepSeek-Coder-V2-Lite-Instruct
- Codestral-22B
- 模型参考
- ChatGPT大模型
- GPT4怎么通过API调用
- LLAMA 模型
- LLAMA 模型的介绍
- AWS Bedrock
- DeepSeek
- 基本介绍
- DeepSeek大模型系列
- DeepSeek Code
- DeepSeek 使用初体验
- DeepSeek Vs 文心一言
- DeepSeek 实战
- DeepSeek-R1 模型介绍
- Xenova/all-MiniLM-L6-v2模型
- 4. 实战篇
- TensorFlow 2快速入门之安装与测试
- TensorFlow 2.0的第一个实例MNIST
- TensorFlow2 源码构建安装
- Fasion MNIST时尚版MNIST－TensorFlow２示例
- MNIST数据集
- CNN
- Python使用OpenAI
- AI Develop
- VS Code UI
- LLM示例
- Python开发
- gradio
- ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE
- 离线调用
- 5. 工具篇
- VS Code
- Katalon
- Cypress
- OpenRouter
- Felo
- AI相关平台
- AI模型平台之——ModelScope(魔搭)
- Hugging Face
- ModelScope Library进阶
- Hugging Face and ModelScope 实战
- 大预言模型推理引擎
- vllm
- vllm 介绍
- 向量数据库
- 向量数据库介绍
- Weaviate
- Weaviate基本使用
- Weaviate快速使用
- Weaviate 实战
- Elastic
- Elastic向量
- LanceDB
- LanceDB的介绍
- Ｗeaviate VS LanceDb
- LanceDB 实战
- AI向量数据库之LanceDB快速介绍
- 6. 问题篇
- Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
- Python无法安装OpenAI库
- UnicodeDecodeError: 'gbk' codec can't decode byte 0xaf in position 941: illegal multibyte sequence
- 7. 参考篇
- Li Hong
- bak
- link
- SW Agent
- SW Agent的基本介绍
- 基本概念
- SWE-Bench
- SWE-agent EnIGMA
- SW-Agent的基本使用
- SWE-agent 的Codespace
- SWE-Agent官方文档
- Project OverView
- Agent Computer Interface (ACI)
- Interactive Agent Tools (IATs)
- Architecture
- SWE-Agent安装
- 在浏览器运行SWE-agent
- 从源码安装
- 回退：使用docker
- Refer
- 8. presentation
- Socrates For System Upgrade
- SoU
- Micro Service
- gRPC 的介绍
- Session and Token
- Spring Cloud Config
- 业务模块的解耦性
- Socrates For JDK Upgrade