LLM

我们通常将 PDF (Portable Document Format) 视为一种“所见即所得”的文档格式，但其内部结构远比表面看起来要复杂。一个 PDF 文件并非简单的文本流，而是一个由多个对象组成的、结构化的数据库。当我们用文本编辑器打开一个 PDF 文件时，看到的往往是大量看似乱码的字符和一些特定关键词，这正是 PDF 文件的源代码。 本文将以一段 PDF 文件原始内容为例，深入剖析其内部构造。 PDF 文件的四大组成部分 一个标准的 PDF 文件通常由四个部分顺序组成： 文件头 (Header)：文件的第一行，用于声明 PDF 的版本。 文件体 (Body)：包含文档所有数据的核心部分，由一系列对象 (Objects) 组成。 交叉引用表 (Cross-Reference Table)：记录每个对象在文件中的字节偏移量，实现对对象的快速随机访问。 文件尾 (Trailer)：提供查找交叉引用表和关键对象（如文档目录）的入口点。 1. 文件头 (Header) 文件头非常简单，就是文件的第一行，格式为 %PDF-X.Y，其中 X.Y 代表 PDF 规范的版本号。 %PDF-1.7 这行代码明确指出该文件遵循 PDF 1.7 版本的规范。% 符号在 PDF 中通常表示注释，但文件头是唯一的例外。 2. 文件体 (Body) 文件体是 PDF 的核心，由一系列间接对象 (Indirect Objects) 构成。每个对象都有一个唯一的对象编号 (Object Number) 和一个生成号 (Generation Number)，通常为 0。 一个典型的对象定义格式如下： <对象编号> <生成号> obj ... 对象内容 ... endobj 例如，示例中的 1 0 obj 和 3 0 obj 都是对象定义： ...

Anthropic 的 Claude 4 Sonnet 模型现已在 Amazon Bedrock 上线，标志着基础模型能力的又一次重要飞跃。与此同时，Anthropic 也公布了 Claude 3.5 Sonnet（v1 和 v2）的弃用时间表。这一演进为生产环境中的 AI 应用带来了双重任务：既是把握模型性能提升的机遇，也是在旧模型弃用前完成迁移的必要操作。 组织应将模型迁移视为其 AI 推理战略的核心组成部分，因为糟糕的迁移执行可能导致服务中断、性能下降和成本超支。本文旨在提供一个系统性的方法，指导您在 Amazon Bedrock 上从 Anthropic Claude 3.5 Sonnet 平滑迁移至 Claude 4 Sonnet。我们将深入探讨关键的模型差异，剖析核心的迁移注意事项，并分享经过验证的最佳实践，助您将这次必要的过渡转变为推动业务价值的战略优势。 模型差异概览 规划成功迁移的第一步是理解模型版本之间的具体变化。从 Claude 3.5 Sonnet 迁移到 Claude 4 Sonnet，带来了以下几项关键的能力和行为转变： 更长的上下文窗口：Claude 4 Sonnet 将上下文窗口从 20 万 token 扩展到了 100 万 token（测试版）。这使得应用程序可以在单个提示中处理和推理整个代码库、财务报告或冗长的法律文件，从而简化复杂的工作流。 原生推理机制：Claude 3.5 Sonnet 模型依赖于思维链（CoT）提示技术，而 Claude 4 模型引入了内置的、可通过 API 启用的推理功能，如扩展思维（extended thinking）和交错思维（interleaved thinking）。这些功能给予模型在回答前专用的计算时间进行推理，显著提升了其在复杂问题上的表现。 更强的工具使用能力：Claude 4 Sonnet 模型极大地增强了工具使用能力。它能够并行执行多个工具，并在工具调用之间利用扩展思维，与旧模型顺序使用工具的方式相比，可以实现更复杂、更高效的智能体工作流。 迁移前的准备工作 在开始使用 Claude 4 Sonnet 模型之前，您必须在 Amazon Bedrock 中启用对这些模型的访问权限。 ...

Apple Intelligence 引入了与 ChatGPT 的系统级集成，让用户可以在 iPhone 上直接利用 OpenAI 的先进模型能力。当系统原生功能无法满足需求时，你可以选择调用 ChatGPT 来处理更复杂的任务。 通过这项集成，你可以在以下场景中利用 ChatGPT： Siri 增强：当 Siri 遇到它无法直接回答的请求时（例如涉及复杂文档或照片内容的问题），可以请求 ChatGPT 协助生成答案。 写作工具：在系统的“写作工具”中，你可以直接调用 ChatGPT，仅通过简单的描述来创作全新的文本或图像。 视觉智能：通过相机或照片中的视觉智能功能，你可以调用 ChatGPT 来深入了解眼前的地点或物体。 使用前须知 在开始使用之前，请确保你满足以下条件： 设备型号：iPhone 15 Pro、iPhone 15 Pro Max 或更新机型。 系统版本：iOS 18.1 或更高版本。 功能开启：已在系统中启用 Apple Intelligence。 年龄限制：用户必须年满 13 周岁，或达到所在国家或地区使用 ChatGPT 的最低年龄要求。 地区可用性：请注意，Apple Intelligence 功能的可用性受地区限制。 如何启用 ChatGPT 集成 你可以在首次通过 Siri 或写作工具等功能调用 ChatGPT 时，根据弹出的提示启用该集成。此外，你也可以随时通过“设置”手动进行配置。 打开设置 App，向下滚动并选择 Apple 智能与 Siri。 点击 ChatGPT，然后轻点 设置。 根据你的需求选择以下一种方式： 不绑定账户使用：直接轻点 启用 ChatGPT。即使没有 OpenAI 账户，你也可以免费使用该功能。 绑定现有账户使用：轻点 配合账户使用 ChatGPT，然后按照屏幕提示登录你的免费或付费 OpenAI 账户。绑定付费账户可以享受更高级的 ChatGPT 功能和更高的使用频率。 提示：如果你希望将请求历史保存到 ChatGPT 账户中，必须选择登录现有账户。 ...

Gemini 应用现已集成来自 Google DeepMind 的全新图像生成与编辑模型，为用户开启了创意编辑的无限可能。这项更新让你能够更精准地控制图像生成，创作出理想的画面。 新模型的核心能力包括： 保持主体一致性：在多次编辑中，能够保持人物或宠物的形象特征不变。 融合多张照片：将不同的照片无缝地融合在一起。 精确局部修改：在修改图像特定部分的同时，完好地保留其余部分的原始细节。 应用对象风格：将一张图片中某个物体的风格迁移到另一张图片的对象上。 为了给你一些灵感，以下展示了新模型能够实现的 10 个具体示例及其提示词 (Prompt)。 1. 将宠物变为 16 位游戏角色 将这只猫重新创作成一个 16 位视频游戏角色，并将其置于一个 2D 16 位平台跳跃游戏的关卡中。 2. 与童年的自己合影 这是一张我成年后的照片。请创作一张我成年后与童年的自己一起坐在游戏室里开茶会的照片。 3. 将照片转换为奇幻游戏地图 将这张照片转换成一张风格化的奇幻游戏 3D 世界地图，地图中要包含一个村庄和港口。 4. 转换为铅笔素描画 将这张照片变成一幅铅笔素描画。 5. 将食材变为米其林级甜点 以这些食材为灵感，将它们变成一道外观精致、看起来美味可口的甜点。请像五星级前卫餐厅的菜肴一样进行摆盘。 6. 将日常物品拟人化 将这把剪刀变成一个外形逼真的奇幻角色，用于一部关于精灵和仙女的电影。 7. 生成宠物的 3D 模型 为这只狗创建一个外观逼真的小型 3D 模型。将模型放在一张书桌上，旁边放着生日礼物包装，看起来像是有人刚拆开礼物得到了这个模型。 8. 用图像讲述系列故事 请用 9 张图片，为这两位主角创作一个由 9 部分组成的、引人入胜的史诗故事，讲述他们作为秘密超级英雄的冒险经历。整个故事要惊心动魄，情感跌宕起伏，并以一个精彩的反转和高潮结尾。图片上不要包含任何文字，仅通过图像本身来讲述故事。 9. 替换物体材质 将这个人的连衣裙材质换成网球。 10. 改变建筑风格 将这栋房子改造成充满活力的热带岛屿风格。用茅草替换屋顶，并添加竹制结构元素。在房子周围布置上茂盛、色彩鲜艳的热带植物和棕榈树。 现在，你可以在 Gemini 应用中亲自体验这些强大的图像编辑新功能。 👉 如果你需要 ChatGPT 代充 / Claude / Claude Code / 镜像 / 中转 API： 购买 / 了解更多：ai4.plus 备用入口：kk4099.com

Claude 是由 Anthropic 开发的一款人工智能助手，旨在为人类的长远福祉服务。用户可以通过网页聊天、桌面/移动应用以及 API 与 Claude 交互。它在编码、研究、写作、客户支持和 AI 智能体开发等领域展现出强大的能力，其 Claude Opus 和 Claude Sonnet 等模型始终致力于安全、可靠、负责任的 AI 发展。 什么是 Claude Code？ Claude Code 是一款在终端中运行的智能体编码工具。它能深入理解你的代码库，通过自然语言命令帮助你更快地编程。通过与开发环境的直接集成，Claude Code 极大地简化了工作流程，无需额外的服务器或复杂的配置。 它的核心特性包括： 终端原生集成：直接在你的终端里运行，理解项目上下文并执行实际操作。 强大的多文件处理能力：能够理解代码库和依赖关系，执行复杂的跨文件编辑。 企业级集成：可与 Amazon Bedrock 或 Google Vertex AI 无缝对接，确保部署的安全与合规。 Git 工作流管理：能够读取 issue、编写代码、运行测试并提交 PR——所有操作均在终端内完成。 处理复杂任务的能力：擅长应对复杂的架构决策、棘手的错误修复以及多步骤的实现任务。 颠覆性时刻：一种全新的 AI 编码范式 初次体验 Claude Code 时，我感受到了前所未有的冲击。这项技术及其背后的工作机制，将从根本上改变一切。 大多数 AI 编码工具都离不开“复制粘贴”式的工作流，而 Claude Code 引入了一种截然不同的范式：你只需设定任务、实时监控和引导其进展，最后审查完成的工作即可。AI 的环境与你的开发环境真正融为了一体，不再需要手动在两者之间来回传递信息。 作为一名在产品设计、发明和人机交互（HCI）领域的实践者，我当时只有一个问题：它的可靠性究竟如何？ 为了找到答案，我决定用一个真实项目进行测试。我的团队开发了几个用于功能和主题化的定制框架，让 Claude 在一个全新的框架内开发功能，无疑是检验其能力的绝佳试炼场。 起初，它的表现令人兴奋。它用复选框清晰地列出了行动计划，实时沟通进展，并在创建或编辑文件前征求许可。然而，当我尝试编译它生成的代码时，Android Studio 抛出了一系列错误。 我非但没有因这些错误而气馁，反而感到既好奇又兴奋。如果我能让它成功遵循指令，那我就挖到宝了——我将可以自动化生成功能和主题。 在初次失败后，我开始迭代优化项目中的 CLAUDE.md 文件。我将其细化为几个核心模块：任务上下文、规则、编号步骤和示例。经过这样的精确引导，Claude 最终成功完成了任务。这个过程为后来沉淀出的许多 Claude Code 最佳实践和优化技巧奠定了基础。 ...

编码助手在处理流行库时表现出色，因为大语言模型（LLM）在这些库上经过了大量训练。但一旦面对自定义库、新版库、内部 API 或小众框架，它们往往力不从心。这对于使用特定领域库或企业代码的团队来说是个大问题。 作为 LangGraph 和 LangChain 等库的开发者，我们非常希望能让编码助手高效地编写相关的代码。为此，我们尝试了多种上下文工程技术，并总结了其中的成败经验。 我们的核心发现是：高质量的精炼信息，结合按需获取更多细节的工具，能产生最佳效果。 简单地让智能体访问原始文档，效果并不如预期，反而会更快地占满上下文窗口。一个以 Claude.md 形式存在的、结构清晰的简明指南，其表现始终优于直接接入文档工具。而最佳方案是将两者结合：让智能体拥有基础知识（通过 Claude.md），同时也能在需要时查询文档的具体部分。 本文将分享： 我们测试的几种 Claude Code 配置方案。 用于评估生成代码的评测框架（你可以复用此模板）。 实验结果与核心要点。 Claude Code 测试配置 为保证一致性，我们统一使用 Claude 4 Sonnet 模型，并测试了以下四种不同的配置： Claude 原生版 (Claude Vanilla)：未经任何修改的开箱即用版本。 Claude + MCP：连接到我们自建的 MCPDoc 服务器，使其具备文档访问能力。 Claude + Claude.md：提供一个详细的 Claude.md 文件，其中包含针对 LangGraph 的专门指导。 Claude + MCP + Claude.md：同时提供 Claude.md 指南和 MCPDoc 服务器的访问权限。 MCP 文档访问工具 我们构建了 MCPDoc 服务器，旨在让编码助手能够访问任何库的文档。这是一个开源的 MCP 服务器，提供了两个工具：list_doc_sources 和 fetch_docs。前者用于列出可用的文档源文件（llms.txt），后者则用于读取指定文件的内容。 在我们的实验中，我们提供了 LangGraph 和 LangChain 的 Python 及 JavaScript 文档。你可以通过在 MCP 配置中传入自己库的 llms.txt 文件 URL，轻松地将其应用于你的场景。 ...

Gemini CLI 是一款开源的 AI 代理，它将 Google Gemini 的强大能力直接带入您的终端。它为 Gemini 模型提供了轻量级的访问方式，让您能以最直接的路径与模型进行交互。 核心优势 🎯 免费额度：使用个人 Google 账号，可享每分钟 60 次、每天 1000 次的免费请求。 🧠 强大的 Gemini 2.5 Pro：支持高达 100 万 token 的上下文窗口。 🔧 内置工具：集成了 Google 搜索、文件操作、Shell 命令执行和网页抓取等实用工具。 🔌 可扩展性：支持 MCP (Model Context Protocol)，允许您轻松集成自定义功能。 💻 终端优先：专为习惯在命令行环境中工作的开发者设计。 🛡️ 完全开源：采用 Apache 2.0 许可证。 安装指南 快速安装 通过 npx 即时运行 (无需安装) npx https://github.com/google-gemini/gemini-cli 通过 npm 全局安装 npm install -g @google/gemini-cli 通过 Homebrew 全局安装 (macOS/Linux) brew install gemini-cli 系统要求 Node.js 20 或更高版本。 支持 macOS、Linux 或 Windows 操作系统。 发布周期 Gemini CLI 提供不同稳定性的版本标签，您可以根据需求选择安装： ...

本文旨在介绍由美国国立卫生研究院 (NIH) 下属的国家老龄化研究所 (NIA) 发布的克劳德·佩珀老年美国人独立中心 (OAIC) 项目资金机会公告。 该项目的目标是建立老年医学研究与研究教育的卓越中心，通过增进科学知识，探索维持或恢复老年人独立生活能力的更佳途径。OAIC 资助旨在发展或加强受资助机构在关键老龄化研究领域的项目，并推动该领域取得持续进展。 项目基本信息 项目名称: 克劳德·佩珀老年美国人独立中心 (Claude D. Pepper Older Americans Independence Centers, P30 Clinical Trial Optional) 资助机构: 美国国立卫生研究院 (NIH) 参与部门: 国家老龄化研究所 (NIA) 资金机会编号 (FON): RFA-AG-26-025 活动代码: P30 中心核心资助 (Center Core Grants) 联邦援助清单编号: 93.866 关键日期 公告发布日期: 2025 年 9 月 10 日 开放申请日期 (最早提交日期): 2025 年 9 月 20 日 申请截止日期: 2025 年 10 月 20 日 截止时间: 所有申请必须在截止日期当天申请机构所在地的下午 5:00 前提交。 公告失效日期: 2025 年 10 月 21 日 评审与拨款周期: ...

本文档列出了由 Azure 直接销售的部分 Azure AI Foundry 模型，详细介绍了它们的功能、部署类型和可用区域，不包括已弃用和旧版模型。 由 Azure 直售的模型涵盖了所有 Azure OpenAI 模型以及来自顶级供应商的特定精选模型。您在 Azure AI Foundry 中看到的模型系列会因项目类型而异： 基于 Azure AI Foundry 资源的项目：您会看到可用于标准部署到 Foundry 资源的模型。 基于 Azure AI Foundry 中心托管的项目：您会看到可部署到托管计算和无服务器 API 的模型。 由于许多模型支持多种部署选项，这两个模型列表经常存在重叠。 Azure OpenAI 模型 Azure OpenAI 提供了一系列功能和定价各异的模型。模型的可用性因区域和云环境而异。若要了解 Azure 政府版中的模型可用性，请参阅相关文档。 模型系列 描述 GPT-5 系列 新 包括 gpt-5, gpt-5-mini, gpt-5-nano, gpt-5-chat。 gpt-oss 新 开源权重的推理模型。 codex-mini o4-mini 的微调版本。 GPT-4.1 系列 包括 gpt-4.1, gpt-4.1-mini, gpt-4.1-nano。 model-router 该模型能智能地从一组底层聊天模型中选择最合适的模型来响应给定的提示。 computer-use-preview 一个实验性模型，专为与响应 API 的计算机使用工具配合而训练。 o-系列模型 专注于高级问题解决和推理的模型，能力得到增强。 GPT-4o, GPT-4o mini, and GPT-4 Turbo 功能强大的 Azure OpenAI 模型，其多模态版本可以同时接受文本和图像作为输入。 GPT-4 在 GPT-3.5 基础上改进的一组模型，能够理解并生成自然语言和代码。 GPT-3.5 在 GPT-3 基础上改进的一组模型，能够理解并生成自然语言和代码。 Embeddings 一组可将文本转换为数值向量形式的模型，用于文本相似度计算。 图像生成 一系列可根据自然语言生成原创图像的模型。 视频生成 一款可根据文本指令生成原创视频场景的模型。 音频 一系列用于语音转文本、翻译和文本转语音的模型。GPT-4o 音频模型支持低延迟的语音输入/输出对话交互或音频生成。 GPT-5 系列 可用区域 模型 区域 gpt-5 (2025-08-07) 美国东部 2 (全球标准和数据区), 瑞典中部 (全球标准和数据区) gpt-5-mini (2025-08-07) 美国东部 2 (全球标准和数据区), 瑞典中部 (全球标准和数据区) gpt-5-nano (2025-08-07) 美国东部 2 (全球标准和数据区), 瑞典中部 (全球标准和数据区) gpt-5-chat (2025-08-07) 美国东部 2 (全球标准), 瑞典中部 (全球标准) 注意： 访问 gpt-5 模型需要注册，并将根据微软的资格标准进行审批。 gpt-5-mini、gpt-5-nano 和 gpt-5-chat 无需注册。 之前已申请并获准访问 o3 的客户无需重新申请，其获批的订阅将在模型发布后自动获得访问权限。 ...

本指南详细介绍了如何在 Amazon Bedrock 中调用 Anthropic Claude 系列模型。您将了解到进行模型推理所需的请求参数、响应字段，以及如何通过 InvokeModel（同步）和 InvokeModelWithResponseStream（流式）操作与模型交互。 准备工作：获取模型关键信息 在调用模型进行推理之前，您需要获取模型的 ID。此外，了解模型的具体能力和限制也至关重要。您可以在 Amazon Bedrock 的官方文档中查阅以下信息： 支持的基础模型列表与模型 ID：获取调用特定模型所需的唯一标识符。 支持的模态：了解模型支持的输入和输出类型（如文本、图像）。 支持的 Bedrock 功能：确认模型是否支持您想使用的特定 Bedrock 功能。 可用的 AWS 区域：查看模型在哪些 AWS 区域提供服务。 Converse API 支持情况：部分 Claude 模型也支持通过 Converse API 进行调用，可简化多轮对话的开发。 Prompt 设计指南 高质量的 Prompt 是充分发挥模型能力的关键。 通用原则与技巧 关于通用的 Prompt 设计方法，请参考 Amazon Bedrock 的 Prompt 工程概念文档。针对 Claude 模型的特性，建议查阅 Anthropic 官方的 Prompt 工程指南以获得最佳效果。 使用 XML 标签构建结构化 Prompt Claude 模型支持使用 XML 标签来组织和分隔 Prompt 的不同部分，从而提高模型对上下文的理解能力。例如，您可以使用 <examples> 标签包裹示例，使用 <document> 标签包裹待处理的文档。建议使用具有描述性的标签名以获得最佳效果。 ...