让大模型"看懂"工程图纸:SVG + MD 双载体记录方法论 - 我才是银古
问题:为什么大模型读不懂工程图纸 工程图纸(尤其是 A0 钢结构施工图)常以矢量线画 + 无文字层的 PDF 形式存在。这意味着图上的尺寸数字、标题栏文字、技术要求,在文件层面只是 glyph 轮廓路径——渲染出来人眼能看,但没有任何可提取的文本层。 把这样的 PDF 直接丢给大模型,会陷入一个尴尬
自动聚合全球技术动态与优质文章 · 364篇文章
问题:为什么大模型读不懂工程图纸 工程图纸(尤其是 A0 钢结构施工图)常以矢量线画 + 无文字层的 PDF 形式存在。这意味着图上的尺寸数字、标题栏文字、技术要求,在文件层面只是 glyph 轮廓路径——渲染出来人眼能看,但没有任何可提取的文本层。 把这样的 PDF 直接丢给大模型,会陷入一个尴尬
最近参与交付了一个景区客流统计显示屏项目:广州市白云山风景名胜区的客流公示屏,屏体方案由我们(深圳市讯鹏科技)提供,系统集成商完成现场安装,目前已投入使用。项目本身不大,但「显示屏如何接入客流统计链路」这个问题有代表性,记一篇笔记。 1. 要解决的问题 景区侧的需求可以归结为一句话:把「最大承载人数
GPT-6 越来越擅长端到端开发后,程序员最需要提升哪些能力?最近在关注 GPT-6 这类模型在端到端开发、代码生成、调试、测试和 Agent 任务中的表现。我自己的感受是,AI 已经不只是辅助写代码,而是开始逐渐参与需求理解、代码实现、测试、修复甚至部署流程。以前很多前后端开发都需要程序员亲自完成,现在部分工作已经可以交给 AI Agent 自动执行。所以我比较想讨论的是:如果 GPT-6 这类模型继续发展,程序员未来真正重要的能力会发生什么变化?比如,是否会从“熟练写代码”逐渐转向:需求分析和问题定义能力系统设计与架构能力AI Agent / Tool Calling 的使用能力Code
英伟达发布开源工具 Personal AI Router(PAIR),同步家庭网络中的兼容计算机,汇集闲置算力用于本地 AI 推理和智能体工作负载。PAIR 兼容设备包括了英伟达 GeForce RTX 20 及更新的显卡,以及 RTX Pro GPU 和 DGX Spark,此外还有苹果 M4 以上的芯片。PAIR 会根据用户家用电脑是否处于闲置状态去决定利用其算力,如果用户在电脑上玩游戏,那么该设备将会退出 PAIR 的网络。汇集多台设备的算力可避免单台设备的 GPU 出现算力瓶颈影响推理性能。PAIR 通过一个六位数代码配对所有设备,使用 mTLS(Mutual Transport La
covo-agent 是一款面向终端、使用 Go 编写、采用 AGPL-3.0 协议开源的通用型 AI Agent,覆盖日常工作、软件开发、自动化以及与外部系统协作等场景,支持交互式 TUI、一次性执行、策略受控的无头运行三种模式。 本次 v0.1.1 版本主要聚焦终端界面(TUI)的交互体验优化: 接通此前遗留的 TUI 面板,界面更完整; - 修复输...
周四早晨 ChatGPT、Claude、Grok 和 Gemini 四大 AI 服务几乎在同一时间段内遭遇了严重故障。OpenAI 和 Anthropic 报告了高错误率;Downdetector.com 的监测显示 Gemini 可能也发生了故障,虽然 Google 并未公开承认。包括亚马逊 AWS、微软 Azure 和 Cloudflare 在内的主要互联网服务提供商都未报告任何重大故障,DownDetector 上的报告则显示这三家云服务商的故障数量都出现激增。虽然前沿模型时不时会发生故障,但四款 AI 服务同时在短时间内出现中断则相当罕见。
个人情况: 湖南浏阳人,吃辣没问题 住的酒店:南昌保利皇冠假日酒店 家庭出行(我+父母+妹妹) 已知-行: 万寿宫 滕王阁 怪石岭 厚田沙漠 融创乐园 安义古村 梅岭 李渡酒庄 已知-吃喝: 南昌拌粉 瓦罐汤 白糖糕 糊羹 军山湖大闸蟹 蟹脚捞粉 豫章酥鸭 鄱阳湖狮子头 石头街麻花 鳅鱼钻豆腐 江西水煮 美极田螺王 空心鱼圆汤 老三样 已知-喝: 洪都大拇指 鲲茶 茶决决 TeaTalk 谈妥 已知-核心经济圈: 老城区(以中山路、胜利路、八一广场为核心) 红谷滩区(依托沙井街道、凤凰洲、红角洲等地,红谷滩万达、铜锣湾、地铁万科、绿地中央广场、华润万象城、印象城) 以上的已