人工智能技术文章
-
多模态模型识别扫描表格时，漏列通常不是模型单点失误，而是图像缩放、表格线、列坐标和结构化输出共同造成的。本文给出一套从输入预处理到坐标复核、局部纠错和结果验收的实用流程。461 收藏 -
AI Agent 一轮工具调用可能已经改写库存、发送通知，却在最后一步返回超时。本文用订单履约场景拆开部分成功的状态记录、补偿动作和安全重试边界，给出可落地的验收清单。460 收藏 -
Gemini 3.5 Flash 已建议用 thinking_level 替代 thinking_budget。本文用同一组请求对比 minimal、low、medium、high，说明迁移写法、选档边界与回归检查。457 收藏 -
本文用代入式排查方式讲解 RAG 知识库明明有资料却答不上来的常见原因：分块过大、元数据缺失、召回偏离和排序不准，并给出重切分、混合召回、结果重排和引用验证流程。453 收藏 -
MCP 工具注解能帮助客户端理解工具是否只读、是否可能破坏环境、重复调用是否幂等以及是否访问开放世界，但它们只是提示而非权限系统。本文给出从服务端声明到客户端审批的安全验收清单。452 收藏 -
面向需要稳定输出的 AI 应用，梳理 JSON Schema 版本兼容中的新增字段、枚举收缩、校验失败与回滚策略。449 收藏 -
科技周边 · 人工智能 | 2个月前 | 人工智能 · 前端流式输出 · AI聊天 · Fetch Stream · 前端 AI聊天 流式输出 ReadableStream TextDecoder Fetch Stream
用一个最小前端配方实现 AI 聊天流式输出，覆盖 Fetch Stream 读取、TextDecoder 解码、逐段渲染、AbortController 中断和 SSE 变体选择。448 收藏 -
远程 MCP 服务器让 AI 应用可以连接外部数据和工具，但接入前必须核对来源、工具权限、读写范围与撤销路径。本文给出一份不依赖具体厂商的上线前检查清单。447 收藏 -
从 Chat Completions 迁移到 OpenAI Responses API 时，真正需要改的不是一处参数名，而是输入、输出读取、工具调用和回归检查四个边界。本文用一个 Go 文本生成客户端拆开这些变化，给出可逐项核对的迁移写法。446 收藏 -
Responses API 的图片输入不是把图片路径直接塞进字符串，而是把 input_text 与 input_image 放进同一条 user content；本文用 Go 代码拆开请求结构、图片 URL 与 output_text 的读取边界。444 收藏 -
科技周边 · 人工智能 | 1个月前 | 安全 · oauth · 人工智能 · mcp · 工具调用 · MCP 401 MCP 403 MCP OAuth mcp resource_metadata MCP scope MCP token audience
远程 MCP 服务的工具调用返回 401 或 403，通常不是模型没有找到工具，而是授权发现、scope 或 token audience 没有和目标 MCP 资源对齐。本文按响应状态、WWW-Authenticate、Protected Resource Metadata 和 resource 参数逐步定位，并给出最小核对清单。443 收藏 -
大模型工具调用经常把参数省略、传 null 和传空对象混在一起。本文用 Go 的 json.RawMessage 保留原始状态，再按工具契约做缺失、null、空对象和合法参数的分支校验。443 收藏 -
Agents SDK 把文件、命令和工具放进受控沙箱后，真正的工程难点变成状态如何跨容器恢复、凭据如何不进入模型生成代码。本文从一次沙箱失效场景出发，拆解 Manifest、外置状态、快照恢复和凭据隔离的落地边界。439 收藏 -
科技周边 · 人工智能 | 1星期前 | websocket · 人工智能 · gemini · 实时语音 · Gemini Live API session resumption SessionResumptionUpdate GoAway
Gemini Live API 的 WebSocket 连接会周期性结束，单纯重连会丢掉上下文。本文用 session resumption 保存最新恢复句柄，再结合 GoAway.timeLeft、generationComplete 和上下文压缩处理重连时机与数据边界。436 收藏 -
Gemini Files API 适合复用 PDF、图片、音视频等媒体，但上传成功不等于可以立刻调用。本文用 Go 拆开 ACTIVE 状态、48 小时保存、项目与单文件上限、主动删除和调用前复查，给出一条可回收、可重试的文件生命周期方案。433 收藏