• 原文地址：https://dev.to/incomplete_developer/spec-driven-development-return-of-best-practices-44b0
• 原文作者：Incomplete Developer

AI 已经极大地改变了开发人员编写软件的方式。借助现代 AI 编码工具，开发人员可以在短时间内生成大量代码。

这种转变催生了如今许多人所说的 “氛围编程（vibe coding）”。开发人员编写简短的提示词，让 AI 生成解决方案。

这种方法确实有效 ...

• 原文地址：https://jalammar.github.io/illustrated-word2vec/
• 原文作者：Jay Alammar
• 引用译文：图解Word2vec，读这一篇就够了

“在万物之中，都存在着一种模式，它本是我们宇宙的一部分。它拥有对称、优雅与优美 —— 这些特质，你总能在真正的艺术家所捕捉之物中寻见。你可以在四季更迭中看见它，在沙脊蜿蜒的纹路中看见它，在三齿拉雷亚灌木的枝杈簇生或叶脉排列中看见它。

我们试图在生活与社会中模仿这些模式，
追寻那些令人安适的节...

Visual Studio Code（简称 VS Code）官方文档 Bring your own language model key 中介绍了在 VS Code 中添加更多语言模型的方法，包括 内置提供商（Built-in providers）、扩展（Extensions）、自定义端点（Custom endpoint） 三种方式。

自定义端点支持三种 API 类型：Chat Completions、Responses 和 Messages。

添加模型步骤如下：

1. 切换模型处选择其他模型后的配...

• 原文地址：https://www.lixueduan.com/posts/ai/21-openspec+superpowers/
• 原文作者：意琦行

随着 Vibe Coding 的流行，开源社区也是涌现出了大量的 AI 编程工作流，例如： Superpowers、Everything Claude Code、Spec Kit、OpenSpec、gstack、Get Shit Done 等等。今天给大家分享的是 OpenSpec + Superpowers 的协同工作流。

OpenSpec...

• 原文地址：https://feisky.xyz/posts/2025-07-11-claude-code-connect-github-copilot/
• 原文作者：Feisky

还在为 Claude API 费用发愁？想用最强的 Claude Code 却又舍不得公司提供的 GitHub Copilot 订阅？

作为一个每天都在和各种 AI 编程工具打交道的开发者，我发现很多同学都有这样的困扰。Github Copilot 确实在 2025 年加入了强大的 Agent 模式和 Claude...

Dify 在 v1.13.0 版本中引入了 Human Input 节点，以支持在工作流关键环节进行人工介入与决策，使用场景如表单填写、流程审批等。

人工节点的表单投递渠道，目前支持 Web App 和 Email 两种方式，但对于通过 API 调用的 Dify 流程，如何提交人工节点的表单数据，并触发流程继续执行，目前还没有清晰的文档说明。

本文以一个实际例子，介绍在 Dify v1.13.3 版本中通过调用接口触发包含人工节点的方式。

构造一个简单的 人工节点测试.yml 流程，先由 LLM...

• 原文地址：Mixture of Experts (MoE)
• 原文作者：Sebastian Raschka

混合专家（Mixture of Experts, MoE）是近年来开源大模型能够拥有极高的总参数量，又不会使每次推理的代价同等昂贵的主要原因之一。

其基本思想是，用多个专家型前馈块（FeedForward blocks）替换单一的稠密前馈块，然后通过路由让每个 token 只激活其中的一小部分。

• 架构画廊
• 《从零构建大模型》章节

引自 大语言模型架构对比：主要结构的变化非...

• 原文地址：https://skae.top/p/copilot-api/
• 原文作者：^薄荷布丁^

这篇文章教你怎么自己编写代码，把你的Github Copilot订阅的API接出来用。

大致流程是：

1. 发起 Device Flow 请求，获取device_code和user_code（XXXX-XXXX）。
2. 在浏览器访问 https://github.com/login/device，输入`user_code`。
3. 轮询换取access_token（ghu_开头的 token）。
4. 用access_token...

在 浅析 Embedding 模型 中，我们分析了 MedImageInsight 的 Text Encoder，本文将继续基于 lion-ai/MedImageInsights 版本（以下简称 MI2），分析其 Image Encoder，以及 MI2 是如何对图像和文本的嵌入结果进行相似度预测的。

MedImageInsight/ImageEncoder 中实现了 Convolutional Swin Transformer 和 DaViT 两个版本的 Encoder。
在 2024.09.27...