2025年AI聊天工具推荐与对比：ChatGPT/Gemini/DeepSeek/豆包
本文对比2025年主流AI聊天工具（ChatGPT、Gemini、DeepSeek和豆包）的核心功能、使用体验、价格方案及适用场景，帮助读者选择最适合的人工智能助手。以下各工具要能和用户进行自然的交流互动，能理解用户的问题、回应用户的需求，不管是聊天、解答疑问还是提供帮助，都可以通过对话来实现。本文持续更新中1. ChatGPT各种对话，解答问题，提供建议，以及协助创意工作。我能处理文本、分析信息，还能生成图像或帮助你修改图像可使用Google、Microsoft、Apple账号登录。可用免费账号进行体验，使用GPT-4o mini。Plus版本$20每月，深度研究、多个推理模型（o4-mini、o4-mini-high 和 o3）以及 GPT-4.5 研究预览版。Pro版本$200每月，访问 GPT-4..
更多
一日一技：写XPath也并不总是这么简单
摄影：产品经理烤乳鸽初级爬虫工程师有时候又叫做XPath编写员，他们的工作非常简单也非常繁琐，就是拿到网页的HTML以后，写XPath。并且他们觉得使用模拟浏览器可以解决一切爬虫问题。很多人都看不起这个工作，觉得写XPath没有任何技术含量，随便找个实习生就能做。这种看法大部分情况下是正确的，但偶尔也有例外，例如今天我要讲的这个Case，可能实习生还搞不定。下面我们来看一下这个视频。点击查看视频在这个视频中，你首先点击Linkedin的信息流中，帖子右上角的三个点，想使用模拟浏览器点击Copy link to post链接，从而把帖子的链接复制到剪贴板。但现在出现了一个问题，你无法看到这个弹出框对应的HTML代码。因为这个弹出框是在你点击了三个点以后动态生成的，它会动态修改HTML，从而出现这个下拉框。但..
更多使用NGINX的auth_request进行统一jwt鉴权
NGINX的auth_request模块提供了一种统一的认证机制，可以在NGINX层面进行JWT鉴权，而不需要在每个后端服务中重复实现认证逻辑。首先我们定义一下nginx的配置，它的配置如下flat1234567891011121314151617181920212223242526272829303132333435363738server { listen 8965; # 鉴权接口，仅供 Nginx 内部 auth_request 使用 location = /auth { internal; # 该接口只能被 Nginx 内部请求，防止外部访问 # 转发到实际的认证服务 proxy_pass http://localhost:5001/a..
更多使用APISIX解析jwt并获取payload信息
APISIX支持获取jwt的信息，并且将这个信息进行解码并转发给后端服务。1. 启动服务首先我们根据官方脚本来启动APISIX服务~ curl -sL "https://run.api7.ai/apisix/quickstart" | shDestroying existing apisix-quickstart container, if any.Installing APISIX with the quickstart options.Creating bridge network apisix-quickstart-net.77e35df073894075ad77facd9d1c7d2a35b280213732c1b631052caede079bab✔ network apisix-quicksta..
更多
从LLM自主探索到LangGraph流程驱动：深度研究的两种范式
1. 什么是Deep Research？为什么它值得关注Deep Research是一种面向“深度研究”任务的新型AI Agent能力。它不再只是被动地回答提问，而是具备主动探索、综合整合信息、产出可信且可追溯答案的“研究员式”智能。 简而言之：它让AI真正参与“调研”而非“聊天”。 下图展示了ChatGPT与Grok所提供的深度研究功能界面： ChatGPT运行深度思考 Grok DeepSearch 2. Gemini+LangGraph：一个全流程深度研究的范例gemini-fullstack-langgraph-quickstart是Google Gemini官方推出的开源示例，展示了如何基于 LangGraph+Gemini API构建一个具备“多轮推理”能力的AI Agen..
更多
深入了解 Redis 的 Pub / Sub
看到一篇深入讲解 Redis 中 Pub / Sub 的文章 Redis Pub/Sub In-Depth，所以打算将它翻译出来，顺便深化自己的理解。 Pub/Sub（即 publish/subscribe 的简称）是一个在分布式系统中给不同组件互相通信的一种消息传递技术。这种消息传递技术与传统的点对点通信（即一个服务直接向另一个服务发送消息）不同，它是一种异步且可伸缩的消息服务，并且它可以将负责发布消息的服务与负责处理消息的服务分隔开。 在这篇博客中，我们会探索 Pub/Sub 的原理，以及 Redis 是如何实现这个通信模型的。我们会分析 Redis 中错综复杂的实现，将目光聚焦并深入到内存级别的实现的细节上，来让我们完全理解 Pub/Sub 机制，以及通过 Redis 完成的项目实践。 Pub ..
更多
使用langgraph打造AI服务编排
LangGraph是什么？LangGraph是LangChain团队推出的流程编排工具，它基于状态机的思想，结合LangChain的Agent与Tool架构，允许我们以图的形式组织多个AI组件、服务调用、条件判断与上下文流转。 为什么只是给大模型Tools还不够？我们真正需要的是“编排”在大模型Agent系统中，一些入门教程或框架（包括LangChain早期版本）会鼓励用户把各种工具注册给模型，然后说： “你可以调用这些tools，自己决定该怎么完成任务。” 这听起来像是Agent的“智能体现”，但实际上它把复杂性全推给了语言模型本身，代价非常高。 低参数量模型在自主决策上效果不好。 流程逻辑是隐式的，决策都放到了prompt和模型权重中，而我们需要的是可靠、可复现、可维护的系统。从完全黑盒变成工程..
更多
小米高阶驾驶培训体验
Foreword 上次发布会的时候就说有免费的高阶培训，之前还有9999的精英驾驶培训，不过那个时间对不上，也不好弄。顺带出差，也去体验了一下，机票住宿等成本差不多也是2000多点，就当我付费了，主要是看能教你漂移、救车什么的，这个部分技能本身就有些缺失。 北京 落地 上次来北京，还是工作时出差，都过去八年了，一落地感觉就是灰蒙蒙的，北京的霾还是没治理好啊，习惯了深圳的蓝天白云，北京给人一点压抑的感觉。 培训的地方在凯泽汽车运动体验中心，也是个非常偏的地方，昌平区。先打车去了酒店，北京的出租车可真贵啊，网约车到地方也就120不到，这个司机最后给我搞了200多，被坑炸了。酒店也没选好，没选到昌平区有人烟的地方，跟前都很荒，去哪打车都不好打。 昌平是真的偏，有种我去东莞的感觉，整体建筑也很老旧、就..
更多
STM32 DMA数据丢失
Foreword STM32 DMA数据丢失，这个问题还挺常见的，之前我也遇到了，不过由于只是首数据丢一个字节的数据，对于整体不是很大影响，所以没在意这个事情，放过去了 之前遇到的”DMA PWM输出第一个bit bug” https://elmagnifico.tech/2020/06/03/Dshot-STM32-PWM-HAL/ DMA 这次这个问题变得很严重了，每次数据传输都有比较大的概率丢一个bit的DMA数据，很是奇怪。还有一个小现象，似乎电压波动更大一点，丢的概率就更大一些，这个现象一度让我以为是电源问题，想丢给硬件去解决。 不过后面仔细看了一下现象，怀疑了一下问题发生的点，后续还是软件解决了。 问题情景 还是发生在Bidir-DSHOT中，由于每次数据发送需要接收返..
更多《推荐系统实践》
从某种意义上说，推荐系统和搜索引擎对于用户来说是两个互补的工具。搜索引擎满足了用户有明确目的时的主动查找需求，而推荐系统能够在用户没有明确目的的时候帮助他们发现感兴趣的新内容。基于用户行为分析的推荐算法是个性化推荐系统的重要算法，学术界一般将这种类型的算法称为协同过滤（Collaborative filtering）算法。顾名思义，协同过滤就是指用户可以齐心协力，通过不断地和网站互动，使自己的推荐列表能够不断过滤掉自己不感兴趣的物品，从而越来越满足自己的需求。用户行为分类用户行为在个性化推荐系统中一般分两种——显性反馈行为（explicit feedback）和隐性反馈行为（implicit feedback）。显示反馈行为是用户主动做的，比如给视频点赞、给书籍打分等等；隐式反馈行为的代表就是用户浏览页面..
更多