文档地址 Claude Code的文档地址https://docs.anthropic.com/zh-CN/docs/claude-code/overview Gemini Cli的文档地址https://geminicli.com/docs/ 换行 Claude Code和Gemini Cli都可以使用Ctrl + j的快捷键。Calude Code还可直接输入\再输入enter。 IDE集成 Claude Code与VSCode集成 可以为VSCode安装Claude Code扩展。提供了下面的功能:
Gemini CLI，一个命令行AI工作流工具，可以连接你的工具，理解你的代码，并加速你的工作流程。 使用 Gemini CLI，可以： 在 Gemini的1M令牌上下文窗口内及之外，查询和编辑大型代码库。 利用Gemini的多模态能力，从PDF或草图生成新的应用程序。 自动执行操作任务，例如查询拉取请求或处理复杂的rebase操作。 使用工具和MCP服务器连接新功能，包括通过Imagen、Veo或Lyria进行媒体生成。 使用内置的Google搜索工具为你的查询提供依据。 安装 在我的Code Server(Ubuntu 24.04)上初次体验Gemini CLI。
Claude Code 是 Anthropic 官方推出的终端原生 AI 编程助手，基于 Claude 大语言模型构建。它直接运行在终端中，能够读取项目文件、执行命令、创建提交，甚至可以通过 MCP（Model Context Protocol）连接到 Jira、Figma、Slack 等外部工具。 与传统的 IDE 插件式 AI 助手不同，Claude Code 采用了 Agent 的设计理念。它不只是被动地响应你的请求，而是能够主动分析问题、制定计划、执行操作，并根据执行结果进行调整。
SSE（Server-Sent Events，服务器发送事件）是一种由服务端向客户端“单向推送数据”的通信协议，基于 HTTP 协议实现，特别适合进行实时更新的场景，例如： 通知中心(实时通知) 股票价格变动 实时日志流 聊天室中消息广播（注意不能替代 WebSocket 的双向通信） 1. SSE 工作原理 客户端使用 JavaScript 发起一个 HTTP 请求，告诉服务端它希望接收“事件流”（Event Stream）数据，服务端保持这个连接并不断向客户端推送数据。
wrangler 是 Cloudflare 提供的官方命令行工具，用于构建、开发和部署 Cloudflare Workers 应用。 wrangler 就像是 Cloudflare Workers 的 “npm + dev server + deploy” 工具集合： 初始化项目 - 快速生成 Cloudflare Workers 项目模板 本地开发 - 提供 wrangler dev 本地调试环境（自动代理 Cloudflare 环境） 构建打包 - 使用 Webpack/Vite 等打包 Worker 代码 部署上线 - 一条命令将代码部署到 Cloudflare Workers KV/存储/路由配置 - 配置绑定的 KV、R2、Durable Objects、环境变量等 生产预览环境 - 支持 preview 预览 URL，方便测试 安装Cloudflare Wrangler npm install -g wrangler 安装完后，查看版本：
在自然语言处理领域，文本嵌入（Text Embeddings）是一项核心技术，它能够将文本转换为高维向量表示，使计算机能够更好地理解和处理文本数据。本文将通过实践示例，展示如何使用LangChain框架来实现文本嵌入，并对比OpenAI和BGE（BAAI）两种不同的嵌入模型。
系统安装 fnOS启动盘制作(MacOS下) 列出磁盘，找到U盘的盘符 diskutil list /dev/disk4 (external, physical): #: TYPE NAME SIZE IDENTIFIER 0: GUID_partition_scheme *15.5 GB disk4 取消U盘的挂载: diskutil unmountDisk /dev/disk4 Unmount of all volumes on disk4 was successful 执行下面的命令导入fnOS镜像:
模型上下文协议（MCP）建立在灵活且可扩展的架构之上，实现了大语言模型应用(LLM Applications)与各种集成(Integretions)之间的无缝通信。 本文将详细介绍MCP的核心架构组件和基本概念，了解MCP如何连接客户端(Client)、服务器(Server)和大语言模型(LLM)。
目前许多大型语言模型（LLMs）还不具备获取天气预报和灾害天气预警的能力。让我们使用MCP来解决这个问题！ 在本文中，我们将构建一个MCP Server，暴露两个工具(tools)：get-alerts（获取预警）和get-forecast（获取天气预报）。
uv的文档“Environment variables”中详细的给出了uv自己定义使用的和uv遵循使用的环境变量。 这里记录个人平时经常使用的一些环境变量。 UV_PYTHON_INSTALL_MIRROR uv管理的Python安装包是从python-build-standalone项目下载的。 环境变量UV_PYTHON_INSTALL_MIRROR可以设置为镜像URL，以使用不同的Python安装包源。提供的URL将替换https://github.com/astral-sh/python-build-standalone/releases/download在下载链接中的部分。例如，链接 https://github.com/astral-sh/python-build-standalone/releases/download/20240713/cpython-3.12.4%2B20240713-aarch64-apple-darwin-install_only.tar.gz。