MoreRSS

site iconNicksxs修改

浙江大学。10 年软件开发经验,曾在多个行业担任技术架构设计和团队管理。
请复制 RSS 到你的阅读器,或快速订阅到 :

Inoreader Feedly Follow Feedbin Local Reader

Nicksxs的 RSS 预览

从 ReAct 到 CodeAct:Agent 为什么开始用代码编排工具

2026-11-15 22:50:57

结合 CS329Z 第 06 讲梳理 Agent 的工作流、推理行动模式和上下文管理,重点分析 CodeAct 与 ReAct、Pi Codemode、MCP 直接工具调用的关系,并补上 Pi 从拒绝内置 MCP 到 0.99/1.0 接纳 MCP 的版本变化。

16GB 显存跑 Qwen3.8-27B Q4_K_M:从爆显存到反超 llama.cpp 的 CUDA 推理优化

2026-11-09 23:35:00

在 16GB 显存的 RTX 5060 Ti 上运行 16.46GB 的 Qwen3.8-27B-UD-Q4_K_M.gguf,通过只把 682MB 词嵌入表留在内存、全量锁定 64 层主干与 1.04GB 输出头驻留显存,并针对 757 个解码算子完成 5 项底层 CUDA 手术,在贪婪采样 Token 序列与 Logits 逐位对齐的前提下,将单并发解码速度推到 24.94 tok/s,超过同配置的 llama.cpp。

我怎样设计 Remote Codex:从手机远程控制本机 Codex

2026-11-08 00:00:00

结合 Remote Codex 0.1.0 源码,拆解手机 PWA、零依赖 Node.js 桥接层、Codex app-server 与 Cloudflare Quick Tunnel 的分层设计,说明双向 JSON-RPC、方法白名单、配对令牌与双模事件通道的实现和取舍。

DeepSeek Harness 怎样把模型的一次回答变成可继续执行的任务

2026-11-01 19:45:04

以 Java 金额比较测试修复为例,沿 DeepSeek Harness 固定版本源码拆解流式工具调用、有序提交、Session 可见消息与压缩,以及中断恢复中的结果未知,理解 Agent 怎样形成可检查的执行闭环。

为什么专家缓存救不了稠密模型:16GB 显存跑 27B Dense 模型的推理优化实践

2026-10-25 16:15:00

看完 6GB 和 8GB 显存用 FreeToken 跑 35B MoE 模型之后,很多人的第一反应是能不能用同样的专家缓存思路跑 Qwen3.8-27B 这种稠密模型。这篇聊聊为什么 FreeToken 和 Strata 的稀疏 MoE 缓存在稠密模型上会失效,以及单卡 16GB 显存下围绕显存规划、GGUF 混合量化原位 GEMV 和单流执行所做的工程实践。

用 Go 自动同步腾讯云 SSL 证书到 Traefik:下载、校验与失败回滚

2026-10-18 00:00:00

从腾讯云已有新证书、网站仍使用旧证书的问题讲起,结合 ssl-sync 的 Go 源码,解释证书查询与下载、域名和私钥校验、文件摘要比较、原子替换、TLS 入口验证与失败回滚,以及 Docker 挂载和定时任务的实现边界。