- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI
3个AI工具搞定写作、设计和执行（Notion AI，Canva AI，Cursor）
我们只回答三件事：这 3 个工具分别是什么、普通人到底能用来干什么、你今天就能怎么开始。 一、你缺的不是更多工具，而是一个能跑通的三段式组合 如果你是职场打工人、自由职业者，或者 3-20 人的小团队，先从这套组合起步最稳： 信息整理：Notion AI 表达发布：Canva AI 执行自动化 Canva 官方页面明确了 AI 生图与设计编辑的组合能力，适合“快速产出可发布素材”场景。 它最有用的三个场景是： 第一，公众号封面和配图。 最小上手动作： 选一个你明天就要用的真实任务（比如周会汇报封面）； 输入一句明确目标（给谁看、要传达什么、希望什么风格）； 生成 3 版，不追求完美； 只保留 1 版做细修并发布。 五、怎么选：按人群和预算做最稳决策 按人群怎么选： 个人创作者：先 Notion AI + Canva AI，先把内容链路跑通。
40710编辑于 2026-06-19 - 来自专栏腾讯乐享
3秒搞定封面图，AI设计师来帮你！
——腾讯乐享携手智绘设计，上线了全新功能：智能配图。 让AI帮你搞定配图工作，高效快捷、审美在线、版权有保证。 01 智能配图是什么？ 首先，必须得是高效便捷 很多企业客户反应，没有专门的设计师来做平台美化，或者每天增加的内容太多，来不及做文章配图。智能配图帮你节省设计资源，内容你来出，配图AI来做。 在文档、课堂、直播、培训项目、K吧，以及消息推送，都可以在配图处点击“智能生成图片”，选择AI为你准备好的配图。 Q 为什么没有“智能生成图片”的按钮? 企业超级管理员，一定要记得到【管理后台-设置-应用配置】，开启“智绘设计”应用，所有成员才能使用功能哦。 Q 有详细的操作指南吗？ 毫不夸张地说，只用动动手指，就能让AI帮你作图啦！ 重要的事情得说三遍 超级管理员们 快去【管理后台-设置-应用配置】 开启【智绘设计】 享用AI设计、免费海量模版吧！ 穿越4小时山路 让知识触达每一名学生
2.6K10编辑于 2021-12-21 - 来自专栏学习之路
【#3】项目设计
而Protocol模块就是是网络通信协议模块的设计，也就是在网络通信中，我们必须设计一个应用层的网络通信协议出来，以解决网络通信中可能存在的粘包问题，而 解决粘包 有三种方式：特殊字符间隔，定长，LV格式 3. Dispatcher 模块存在的意义：区分消息类型，根据不同的类型，调用不同的业务处理函数进行消息处理。 3. Dispatcher IO 数据分发处理，逻辑与服务端一致 4. 3. 业务层 业务层就是基于底层的通信框架，针对项目中具体的业务功能的实现了，比如Rpc请求的处理，发布订阅请求的处理以及服务注册与发现的处理等等。 整体框架设计
60700编辑于 2025-04-01 - 来自专栏MixLab科技+设计实验室
AI设计系统“设计之神”
标题： “God of Design” AI design system “设计之神”AI设计系统 价值主张： 我们的“设计之神”系统利用生成对抗网络技术，帮助甲方把设计目标可视化后，更清楚地传达给设计师 借此技术，让无作图能力的甲方，把生成条件输入AI设计系统后，程序在极短时间内生成海量方案，甲方只需挑选其中想要的方案，交给设计师来完善，避免了设计师的无效工作，提升了工作效率。 ? “设计之神”AI设计系统原型演示 demo of AI design system： 我们以室内装修设计为例，制作了一份简单的使用演示，让读者能更具体的了解人工智能发挥的作用 ? 3.甲方把自己定制的方案发布出来，交给设计师完善。 （这里我们还设计了一个简单的商业模式，AI设计工具免费开放给所有人使用，定制生成的方案可以直接发布在我们的平台上，寻找设计师来完成。 运营模式 BUSINESS OPERATION MODEL ： 这块只是很粗略的构想了一个如何利用这技术来开展商业的模型，大体思路就是利用这个AI设计系统来吸引甲方和设计师，从而构建一个设计服务平台，对接甲方们和设计师们
1.6K10发布于 2019-09-26 Gemma 3 270M：专为超高效AI设计的紧凑模型
介绍 Gemma 3 270M：用于超高效AI的紧凑模型过去几个月对于Gemma系列开源模型来说是一段激动人心的时期。 先是推出了Gemma 3和Gemma 3 QAT，为单个云和桌面加速器提供了最先进的性能。随后，又宣布了Gemma 3n的全面发布，这是一种移动优先的架构，将强大的实时多模态AI直接带到了边缘设备。 这是一个紧凑的、拥有2.7亿参数的模型，专为特定任务微调而从头设计，并已内置训练好的强大指令遵循和文本结构化能力。Gemma 3 270M将强大的指令遵循能力带到了小尺寸模型中。 虽然该模型并非为复杂对话用例设计，但它是一个开箱即用即可很好遵循通用指令的强大模型。 通过Gemma 3 270M，我们赋能开发者构建更智能、更快速、更高效的AI解决方案。我们迫不及待想看到您创建的专用模型。FINISHED
41110编辑于 2026-02-04S3-GFN：让AI设计的分子真的能被合成出来
Brun, Yoshua Bengio, Alex Hernandez-Garcia 机构： Mila – Quebec AI Institute · Université de Montréal · 这一问题严重制约了AI辅助药物发现在真实实验流程中的落地应用。 1.2 什么是 可合成性 ？ 二、方法详解：S3-GFN 的设计哲学 2.1 核心思想 S3-GFN 的核心洞见在于：可合成性约束应当在分布层面（distributional level）执行，而非在标量奖励层面（scalar reward 这一设计决策从根本上将约束满足与奖励优化解耦，避免了奖励塑形方法中两者相互干扰的问题。 具体而言，S3-GFN 结合了三个核心要素： 1. S3-GFN 以优雅的软约束设计填补了序列式分子生成与实验可行性之间的鸿沟：它不告诉模型"如何合成"，而是让模型学会"什么值得合成"，在保持 SMILES 生成的灵活性与可扩展性的同时，实现了远超反应式方法的独立验证合成成功率
48210编辑于 2026-05-08- 来自专栏乐享123
Javascript设计模式 - 笔记3
先回顾比较简单的办法 类式继承 一个简单的类 1 2 3 4 5 6 7 8 9 10 11 /* class Person */ function Person(name) { this.name return this.name; } var reader = new Person('memoryboxes'); reader.getName(); 好，下面定义一个它的子类 1 2 3 最后，为了简化类的声明，可以将这些工作封装在extend函数中: 1 2 3 4 5 6 function extend(subClass, superClass) { var F = function 但是这样还有个小缺点，声明 Author的时候，还要显式的调用一下Person.call()，下面这个版本进一步做了改进： 1 2 3 4 5 6 7 8 9 10 11 function extend superClass.prototype.contructor = superClass; } } 增加了一个superclass属性来直接访问基类，这样声明Author的时候可以这么写: 1 2 3
69650发布于 2018-06-04 - 来自专栏Golang语言社区
山海传说ai 设计
2级ai：不会移动，不会主动攻击，受到攻击会反击。固定位置 3级ai：会移动，不会主动攻击，受到攻击会反击，不会追击。在固定区域内巡逻 4级ai：会移动，会主动攻击。 1到3级怪物ai视野范围和警戒范围为0米。 4到5级怪物ai视野范围为10米，警戒范围为8米。 6到7级怪物ai非战斗状态视野范围为10米，警戒范围为3米。 1级到2级怪物ai不会使用技能。 3级到4级怪物ai会几率使用编号xx到编号yy技能。 5到6级ai会几率使用编号aa到编号bb技能，会几率使用身上物品。 7级boss ai会几率使用专属技能。 2.4怪物ai行为流程图 2.4.1 3到5级怪物ai行为流程图： ? ? 将查找任意位置的包含computer 的所有名字 (2)_ 下划线表示任何单个字符 WHERE name LIKE '_ean' 将查找以 ean 结尾的所有 4 个字母的名字（Dean、Sean 等）, (3)
1.3K80发布于 2018-03-22 - 来自专栏腾讯社交用户体验设计
当设计遇上AI
一、背景 最近AI创作内容火爆网络，让我们看到AI在设计上充满想象力的未来。关于AI在设计上应用的探索由来已久，从早几年的智能广告素材，智能Logo再到如今的AIGC，AI的成长突飞猛进。 本文尝试梳理AI目前在设计领域应用的最新进展，展望设计行业在AI技术影响下可能发生的变革。 二、AI与设计相关的最新技术 1、自动化内容生成（AIGC） 从文本-图像、文本-视频、文本-3D模型到智能字体、智能文本，AI在各类内容的创造上已经突飞猛进，强大到让人惊叹地步。 2.3 AI辅助UI设计 AI生成UI版式 近期已经有团队开始实践在AI辅助下的UI设计。 3、扩展品牌语言 设计师可以寻找更具创造性的方式与AI合作，比如创作品牌语言。
1.5K10编辑于 2023-04-14 - 来自专栏腾讯云服务器团队的专栏
AI技术助力B端创作：运营类3D Banner设计新思路
现今，许多B端设计师在日常设计中难免会遇到各种运营 3D banner 设计需求。在设计过程中，他们不仅需要费尽心思构思各种造型，还要不断进行重复渲染，而有时渲染结果也难以令人满意。 本文旨在介绍一种基于 Stable Diffusion 混合 AI 的B端 3D Banner 设计方法和流程，可供任何对该领域感兴趣的人进行实验，创作出各类B端模型。 3D banner 模型训练流程 收集设计素材，准备训练集 设计师在寻找素材尽可能风格上统一，图片本身的质量较高（指看得清楚）。 结语 总的来说，AI 技术的发展为B端设计师提供了更多的创作可能性和工具。 本文介绍的基于 Stable Diffusion 混合 AI 的 3D Banner 设计方法，不仅能够减少设计师的重复渲染工作，还能够创造出更加出色的设计作品。
1.3K20编辑于 2023-07-15 - 来自专栏腾讯云设计中心
AI技术助力B端创作：运营类3D Banner设计新思路
导语：现今，许多B端设计师在日常设计中难免会遇到各种运营3D banner设计需求。在设计过程中，他们不仅需要费尽心思构思各种造型，还要不断进行重复渲染，而有时渲染结果也难以令人满意。 本文旨在介绍一种基于Stable Diffusion混合AI的B端 3D Banner设计方法和流程，可供任何对该领域感兴趣的人进行实验，创作出各类B端模型。 结语 总的来说，AI技术的发展为B端设计师提供了更多的创作可能性和工具。 本文介绍的基于Stable Diffusion混合AI的3D Banner设计方法，不仅能够减少设计师的重复渲染工作，还能够创造出更加出色的设计作品。 我们相信，随着AI技术的不断发展，它将会在B端创作中发挥越来越重要的作用，为设计师们带来更多的创作灵感和更高效的工作方式。
1.3K41编辑于 2023-07-15 - 来自专栏素履coder
《Redis设计与实现》笔记3
参考《Redis设计与实现》 1.发布与订阅 发布与订阅指客户端可以订阅一个或多个频道，每当有其他客户端向频道发送消息时，频道的所有订阅者都会收到这条消息，如下： image.png 发布与订阅分为两种 (press Ctrl-C to quit) 1) "subscribe" 2) "news" 3) (integer) 1 现在再打开另一个终端，开始发布消息，命令是publish 127.0.0.1 (press Ctrl-C to quit) 1) "subscribe" 2) "news" 3) (integer) 1 1) "message" #这里开始是接收的消息 2) "news" 3) "bbc news" 1) "message" 2) "news" 3) "\xe9\x9b\x85\xe8\x99\x8e news" 1) "message" 2) "news" 3) "bing .*" 3) "news.it" 4) "i am news.it" 1) "pmessage" ##接收第三个终端的消息 2) "news.*" 3) "news.et" 4) "i am news.et
46430编辑于 2022-02-17 - 来自专栏程序人生 阅读快乐
CSS设计指南 (第3版)
《图灵程序设计丛书:CSS设计指南(第3版)》是一本面向初中级读者的经典设计指南。 随后4章介绍了页面布局、界面组件，CSS3圆角、阴影、渐变、多背景等视觉设计技巧，最后还对如何实现最前沿的响应式设计进行了通俗易懂的演示。
45610发布于 2018-10-10 - 来自专栏Y大宽
3 教学设计之ADDIE模型
这个也是整理自培训的内容，题目是面向未来的教学设计，主要讲了ADDIE模型。 我在网上收集了些资料。 如果你想大致了解或已经了解，可以直接看图 如果你想详细了解，那么看下面这两篇文章 英文关于ADDIE模型的详细讲解 中文教程系统设计的ADDIE模型详解 如果你想看更详细的以及补充的解释，来自培训的内容 eckszajm_Linda-Lorenzetti-ADDIE-Model-Elearning.jpg 1 A 分析学习需求 1.0 为什么要分析学习需求 明确学习目标 确定教学内容 设计教学策略 已有的知识会促进或阻碍学习（可能会诱发定式思维） 2 如何设计教学目标 2.1 为什么设计教学目标 指导评价 指导教学策略 指导学习 2.2 学习目标要分解 增加自信，大划小的可及的目标 目标分类（知识
2.6K20发布于 2018-09-10 - 来自专栏机器之心
AutoML研究综述：让AI学习设计AI
3 流程结构创建 构建机器学习流程的首个任务是创建流程结构。这一主题也被称为架构搜索，已在设计神经网络方面备受关注，比如（Zoph and Le, 2017; Liu et al., 2017）。 图 3：大多数 AutoML 框架使用的固定机器学习流程。在实现数据清理步骤方面略有不同。 除了少数一些文献（如 Friedman and Markovitch, 2015; Smith et al., 2017），当前的 AutoML 算法都是以黑箱形式设计的。 使用人工设计的机器学习模型，模型的推理方式往往已经对用户而言未知了。通过自动化创建模型，用户基本上将没有机会理解选择特定流程的原因。 研究自动设计超参数更少的框架是可行的（Feurer and Hutter, 2018）。 11 总结 自 1990 年代以来，AutoML 主题已行过千里之路。
96620发布于 2019-05-15 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering · 战略层设计
TradeOMS的宪章第一句话是："期现一体化管理系统（CTRM），前端Vue3+后端Java17+MySQL8。" 边界写得越清楚，AI越不会在"听起来合理"的方向上擅自越界。第三，怎么共事。人和AI之间的协作规则——哪些流程必须走、哪些东西AI无权动、出问题找谁。 derekcoding-framework把行为底线写成了一份独立文件，叫"编码十诫"，十条全是行为层面的纪律，没有一条是代码语法：先读再写——改文件前先读，不依赖记忆，找不到已有模式就问，不猜；显式假设——每条不确定的设计决策标注假设及理由 "——十个Agent角色各有代号、技术栈、职责，调度员aITMS01负责派活与审计；derekcoding-framework作为方法论框架，宪章刻意保持"框架无关"——技术栈建议整页写着"前端Vue3React "）边界声明：明确写出"不做什么"——不接受的技术栈、不碰的方向、不过的边界行为铁律：写下3-5条AI开工前必须遵守的行为规则（先查后做、不信回忆、涟漪必检……选适合你的）优先声明：写明"本文件>Agent
19210编辑于 2026-09-04 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering ·门禁层设计
三、从五道门禁到六阶段：门禁自己也要进化编码侧沉淀了五道门禁，对应写作侧的同构体系：门禁拦什么实现方式G1风格AI味、不规范模式规则评分器（可量化的五维）G2结构文档/代码与约束脱节结构一致性检查G3事实编造的 三个设计原则，比门禁清单本身更重要：原则一：门禁必须能量化。"代码质量要高"不是门禁，"首次通过率≥70%"才是。不能量化的门禁，等于没有门禁——它无法回归、无法对比、无法改进。 门禁失败不是终点，是路由——G1失败回改写、G3失败回素材阶段、G4失败回涟漪扫描。没有返回路径的门禁，只会制造"提交被卡死"的挫败感，而挫败感会逼人绕开门禁。 这正是门禁设计的边界问题。 这三条反方都成立，所以门禁设计的真正难点不在"加多少"，而在"怎么不过度"。对策有两条：门禁分级——只对真约束（架构、契约、安全红线）设硬门禁，其余用软提示。
19110编辑于 2026-09-07 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering · 架构层设计
后来我理解了这件事的本质：人和AI的对话，不是持久化的约定，只是一次性的指令流。它既不回溯、也不留档，更不会自己变成约束。 这一点在AI时代变得格外重要。 这是对AI的硬约束，改动它，需要先有一份新的ADR。往上看，实现层暴露的问题要回流修正约束，而修正的落点正是ADR。 ，别过度设计遇到方向性选择就写一条：什么时候该写？ 当你为一件事跟AI争论超过一轮，或做了一次会波及大量后续代码的决定时让AI开工前读一遍：把ADR目录加进宪章要求的必读清单，确保任何Agent都看到它对约束没有讨价还价的余地改动约束先写新ADR：不是直接改代码或改约定
20110编辑于 2026-09-05 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering ·实现层设计
软件系统从电气工程里借来了同一个思路，叫冗余设计；又借来了断路器的概念——电路过载时，不是让整栋楼停电，而是先切断这一路，保住其他路。 AI编码项目比传统项目更需要这套"坏了以后怎么办"的设计，理由很残酷：AI会挂，而且挂得比人干脆。人不舒服了会慢下来，会求救，会留下半句话；AI挂掉的方式是直接停摆、静默、或者假装自己还活着。 TradeOMS里最典型的幂等设计，是测试数据的播种脚本。UAT测试要反复跑，每跑一轮都要重新准备数据。 从0个seed脚本到3个（opsbuyerintegration），全部幂等可复现，UAT从此可以放心地反复跑。幂等设计的判断标准只有一条：把同一个请求发给系统两次，观察它是不是做了两遍。 幂等、退化、失败可见、快速恢复，这四样东西在derekinside里不是一个设计文档，是它活着的状态。
15410编辑于 2026-09-08 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering · 契约层设计
AI编码时代，这个道理换了一副面孔重新出现。我们面对的AI，是一个学习能力极强、执行力惊人、但永远不会主动问"你到底要什么"的员工。 它不是给AI的说明书，是给AI的契约。说明书可以含糊，契约不行。一份Spec至少要有三样东西，缺一样，AI就会用它的"常识"填空：范围。这次到底做不做这个边界。 缺了假设，AI会用它的"常识"填补你的空白——而AI的"常识"来自互联网，不是来自你的业务。 /响应签名落成一个数据契约文件，声明"AI无权修改"加一道接口对齐门禁：前端调用的路径和字段，跟后端实现自动比对，不一致就拦给你的核心Spec做一次FMEA：列出3个"如果这里出错会怎样"，按RPN排序 最后说一句泰勒当年没说透、但AI时代变得格外重要的话：契约不是用来限制AI的，是用来保护AI的——它让AI不用猜，而不用猜的AI，才是可靠的AI。
14410编辑于 2026-09-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号