Blog

先发布点实用的AI小工具吧 还有留学大数据的信息库也取得了一些进展。

Meta首席AI科学家杨立昆据报计划离职，创办个人AI公司 据报道，人工智能领域的泰斗、Meta首席AI科学家杨立昆计划离开公司，开启新的创业征程。此举被视为对Meta人工智能战略的重大冲击，同时也可能在AI行业引发新的竞争格局。杨立昆是深度学习领域的先驱之一，也是图灵奖得主，其新公司预计将专注于实现他长期倡导的、更接近人类智能的AI路径，可能聚焦于自监督学习和世界模型等前沿技术。 如下为AI创作： 行业巨震：AI教父的创业之路 人工智能领域传来重磅消息，被誉为“AI三巨头”之一的杨立昆据传将离开他效力多年的Meta（前Facebook），投身创业浪潮。作为Meta AI研究的奠基人和灵魂人物

先把向量数据库部署起来,选型就先选Milvus，如下为AI生成内容 Milvus 向量数据库介绍 Milvus 是一款开源的、专为大规模向量相似性搜索和分析而设计的向量数据库。它致力于管理海量的非结构化数据，并为其提供高效的检索和分析能力。在人工智能和机器学习应用中，非结构化数据（如图像、视频、音频和文本）通常被转换为高维向量（Embeddings），Milvus 的核心任务就是对这些向量进行存储、索引和搜索。 核心功能与特性 高性能相似性搜索 Milvus 能够在上亿甚至百亿规模的向量数据集中实现毫秒级的相似性搜索。它支持多种常用的相似性度量方法，包括 欧氏距离 (L2)、 内积 (IP)、

什么都AI只会害了你：构建应用与业务系统时的警示 如下内容为ai生成 人工智能（AI）无疑是当今最具变革性的技术之一。然而，在应用开发和业务系统构建的浪潮中，一种“万物皆可AI”的思维正在蔓延。这种思维认为，任何问题都可以、也应该用AI来解决。这种观点不仅是错误的，更是有害的。在构建稳定、可靠、高效的业务系统时，盲目追求AI，只会带来技术、商业和组织层面的灾难。 技术与架构层面：不必要的复杂性与风险 “黑盒”特性与系统可维护性灾难 许多先进的AI模型，尤其是深度学习模型，本质上是“黑盒”。我们很难精确解释模型为何做出某个特定决策。这与传统软件工程形成了鲜明对比，后者的逻辑是明确

测试一下第二种AI写作implement，就是用ckeditor ai agent 这个module. The goal is to assess its performance, usability, and the quality of the output. 下面这段英文是我用ckeditor AI agent用写的，看起来还需要调教。但是ckeditor ai agent这个实现AI的方式，其实是比较适合写作为中心的运用方式的。 The relationship between the CKEditor AI Agent module and the broader drupal/ai

把drupal实例转换为mcp服务器，也就是implement MCP到一个drupal实例。 如下内容为AI撰写，可能有错。我还没有仔细来审阅 将Drupal实例转换为MCP服务器的实施指南 本文档详细描述了将一个标准的Drupal实例配置为任务控制平台（Mission Control Platform, MCP）服务器的步骤、所需模块以及相关注意事项。MCP服务器作为一个中心枢纽，用于集中管理、监控和操作多个Drupal客户端站点。 核心概念 MCP 服务器 (MCP Server) 一个专门配置的Drupal实例，作为中央控制台。它负责接收来自客户端站点的数据，向客户端发送指令

本地文档识别页数比较多的PDF出现了资源消耗问题，我们必须变更和简化实现RAG化drupal file attachements的方式。 黄仁勋说邮件TL;DR。我觉得在我们构建RAG的时候，pdf也是一样。 我们用其他方式来实现pdf2text，而在drupal里面这样的方式有很多。 Drupal中实现PDF转文本的替代方案 为解决服务器资源消耗问题并优化性能，可以采用以下几种策略将PDF内容转换为文本。 方案一：集成外部API服务 将PDF解析的繁重任务外包给专业的第三方云服务。这种方法可以显著降低本地服务器的CPU和内存消耗，尤其适合处理大量或复杂的PDF文件。通过API调用

如下内容全部由AI生成。AI生成的所谓技术栈和一些内容对于当前的drupal 11.2已经有点过时了，不过大部分还是能用的。 Drupal AI 知识库化开发计划：构建 RAG-Ready 企业级知识平台 基于 关于Drupal开发的定位一文的探讨，为将 Drupal 平台提升为现代化、智能化的企业核心资产，特制定本开发计划。核心目标是将 Drupal 改造为一个支持检索增强生成（Retrieval-Augmented Generation, RAG）的 AI 知识库。 项目愿景与目标 最终愿景： 将 Drupal 从一个传统的内容管理系统（CMS）转变为一个智能、可交互的企业级知识中枢

感觉drupal这么弹性的框架，可以承载很多种AI时代的开发目标。 最基本的，做一个企业级的知识管理库是完全没有问题的，而且有了这个只是管理库，和各种AI工具的加持，如果再加上工作流和自动化，可以开发出来很多服务。以前只能把它当做一个博客和一个网页内容管理系统，现在感觉完全不同了。 只是可惜感觉php现在性能有些拉胯，而且php-fpm不是基于events的，高了个frankenPHP还是用go和caddy实现，关键是drupal 11还没有官方支持frankenPHP。 如下内容为AI续写 不过，这种对性能的焦虑，或许也从侧面反映出大家对Drupal寄予了更高的期望