AITools

Function Calling 2.1 要解决的问题 传统聊天大模型只会说话,没有工具调用能力,这使得大模型: 无法感知环境:无法与外部数据源交互,如通过 API 查询网页、查看用户本地文件、访问远程数据库等等 无法改变环境:无法帮用户实际执行任务,如跑代码、发邮件、上传作业等 2.2 如何解决问题 后端 + LLM 传统方案 工作流程 存在的问题 是否调用工具、调用什么工具由后端负责判断,逻辑复杂且容易误判。 AI 这么智能,为什么不让它来帮我判断? 调用工具的参数由后端负责构建,难度很大。 AI 这么智能,为什么不让它来帮我生成参数? 广义的 Function Calling 是指让大模型能够调用外部工具的一种技术实现:先向大模型提供可用函数的列表及说明,由大模型在对话过程中智能判断是否需要调用函数,并自动生成调用所需的参数,最终用文字返回符合约定格式的函数调用请求。 狭义的 Function Calling 特指大模型提供商在模型内部与 API 层面做了支持的一种能力,它最早由 OpenAI 引入: 在模型层面:模型提供商需对大模型进行特别优化,使其具备根据上下文正确选择合适函数、生成有效参数的能力(比如有监督微调、强化学习)。 在 API 层面:模型提供商需额外开放对 Function Calling 的支持(比如 GPT API 中提供了一个 functions 参数)。 Function Calling 方案 基于提示词的 Function Calling 工作流程 System Prompt 示例 System Prompt 示例 # 你的角色 你是一个函数调用助手,我将提供多个函数的定义信息,包括函数名称、作用、参数及参数类型。 # 你的任务 - 根据用户的输入,判断是否需要调用某个函数 - 如果需要,请**严格按照以下格式**输出函数调用指令: json { "name": "函数名", "arguments": { "参数名": "参数值" } } # 函数定义信息 1. **get_weather** - 作用:查询指定城市的天气情况 - 参数: -`city`(string):城市名称 2. **get_time** - 作用:查询指定城市的当前时间 - 参数: - `city`(string):城市名称 存在的问题 输出格式不稳定。如调用指令中存在多余自然语言。 容易出现幻觉。模型可能编造并不存在的函数名或参数。 大模型提供商能否对模型进行微调、强化学习,提升大模型在这一方面的能力? 对开发者依赖度高。函数描述、调用指令格式、提示词逻辑完全由开发者设计。 函数描述、调用指令格式能否由大模型提供商来指定?系统提示词中的"说明与规则"逻辑能否由大模型提供商来兜底? 上下文冗长,Token 消耗大。为确保调用逻辑正确,往往需要在 system prompt 中加入大量说明与规则。 基于 API 的 Function Calling 工作流程 ...

June 3, 2026

AIRead 实战拆解:KMM 语音播报 SDK 从 start 到双端播放链路

阅读导航(建议先看) 如果你是第一次接触这套 SDK,建议按下面顺序读: 先看 2 章:理解 commonMain 与双端 actual 的职责边界; 再看 5~6 章:把“主流程 + 双端播放器实现”串起来; 最后看 10 章:按需查 Debug 手册,不必一次读完。 如果你只想快速建立整体认知,优先看 0 + 5 + 9 + 12 四节即可。 0. 这篇写什么 这篇不再重复 KMM 概念,而是聚焦一件事:AIRead 这套 KMM SDK 在工程上到底怎么跑起来。 会重点回答四个问题: 工程目录怎么分层; 核心 API 给了什么能力; 从 start(contentId, sentenceId) 到播放/高亮/回调/重连,链路如何闭环; Android(ExoPlayer)和 iOS(AVPlayer)分别承担了什么。 KMM 基础与平台适配背景放在上一篇:KMM 基础篇。 1. 仓库目录总览 AIRead 仓库根目录: AIRead/ ├── androidApp/ # Android 示例应用(Compose + WebView) ├── iosApp/ # iOS 示例应用(SwiftUI + WKWebView) ├── shared/ # KMM SDK 主模块 ├── gradle/ # 版本目录、发布脚本、wrapper ├── build.gradle.kts ├── settings.gradle.kts ├── gradle.properties └── README.md 先按根目录分工看一眼: ...

June 2, 2026

OC 源码分析

objc4 runtime reading guide objc4 技术文章索引 这组单页文档围绕 Objective-C runtime 的主干路径展开:从 dyld 加载镜像、类实现化、消息发送和方法缓存, 一直到引用计数、weak、autorelease、关联对象、Protocol、KVC/KVO 与底层哈希容器。 17篇单页讲解 4推荐阅读阶段 **runtime/**主要源码目录 **test/**行为验证入口 推荐阅读路径 如果是第一次系统阅读 objc4,按下面顺序看最容易把机制串起来。 1 先看类如何进入 runtime 理解 dyld、read_images、realize 和 methodize。 2 再看一次消息如何执行 从 objc_msgSend 快速路径走到慢速查找。 3 补上方法缓存细节 看清 cache_t、bucket_t、扩容和 flush。 4 最后进入对象生命周期 串起 isa、inline retain count、SideTable 和 dealloc。 Runtime 主干机制 这些文章解释对象、类、方法、选择子和协议如何被 runtime 组织起来。 load 类加载、read_images 与类实现化 从 dyld 映射镜像到 readClass、future class、realizeClass、methodizeClass。 阅读文档 message objc_msgSend 与慢速查找入口 解释 arm64 快速路径、nil/tagged pointer、cache miss、lookUpImpOrForward 和 forwarding。 阅读文档 cache 方法缓存 cache_t / bucket_t 讲清方法缓存的查找、插入、扩容、flush 以及 preoptimized cache。 ...

June 2, 2026

KMM 跨平台落地:从基础认知到 ovCompose iOS/鸿蒙实践

阅读导航(建议先看) 这篇文章信息量很大,建议按下面顺序读: 先读 0 章:把 KMM、LLVM/IR、KuiklyBase-kotlin 的关系建立起来。 再读 2 章:看 ovCompose 在 iOS 上如何解决混排与性能问题(重点是 2.4)。 最后读 3 章:看 ovCompose 在鸿蒙上的架构补齐与落地结果。 如果你时间有限,可以先看每章的小结段,再回到细节表格和时序图。 0. 什么是 KMM KMM(Kotlin Multiplatform Mobile) 是 JetBrains 推出的跨端代码复用方案:共享业务逻辑,不共享 UI。它的核心价值不是“写一套 UI 到处跑”,而是“用一套业务代码支撑多端原生体验”。 为了避免概念混淆,可以先把 KMM 放到两个对比里看: 对比 RN/Flutter:RN/Flutter 是 UI + 逻辑一起跨端,带独立渲染与运行时;KMM 只共享业务逻辑,UI 仍由 iOS/Android 原生实现。 对比传统混编 SDK:传统方式多是单端产物复用;KMM 是同一套 Kotlin 源码多端编译,天然支持平台差异化实现。 一句话:KMM 更像“跨端业务层统一”,而不是“跨端 UI 统一”。 0.1 给非编译器读者的背景知识(LLVM / IR) 如果你不是编译器方向,可以先记住 4 句话: 编译器做的事,就是把高级语言(Kotlin)翻译成目标平台可执行代码。 **IR(Intermediate Representation,中间表示)**是“中间语言”,用于把“前端语法分析”和“后端机器码生成”解耦。 LLVM不是单一编译器,而是一套编译器基础设施(优化器 + 后端代码生成等)。 KMP 的 Native 路线里,常见链路是:Kotlin 源码 -> Kotlin IR -> LLVM IR -> 机器码/.so。 其中最容易混淆的是两个 IR: ...

June 1, 2026

PCHelper

背景介绍 腾讯体育的个人直播业务中,主播开启比赛陪看直播一直仅支持移动端开播。然而,移动端开播存在屏幕尺寸过小、摄像头拍摄角度受限等问题,严重影响了主播的解说体验。为了提升主播在比赛解说场景下的使用体验,同时降低使用 OBS 进行运营的人力成本,我们决定在腾讯视频 PC 开播助手的基础上进行迭代开发,新增对腾讯体育比赛陪看功能的支持。 选择陪看比赛界面: 陪看解说画面: 从零开发一款 PC 开播软件的成本较高。幸运的是,腾讯视频已经拥有一款成熟的 PC 开播助手,用于支持主播或艺人在 PC 端进行直播。虽然当时该产品尚不支持陪看直播功能,但我们可以在其基础上进行二次开发:接入腾讯体育的账号体系,并新增比赛陪看能力,从而以最小的开发成本实现业务需求。 整体架构概览 腾讯视频 PC 开播助手基于 Electron 框架开发,推流等核心功能则依赖 OBS Node(obs-studio-node)实现,前端部分采用 Vue.js 技术栈。 OBS Studio 是一款知名的开源直播与录屏工具,其客户端使用 Qt 框架绘制界面。OBS Node 是将 OBS Studio 的核心功能模块进行封装,使其能够被 Node.js 直接调用的扩展库。 OBS 原生支持多种推流协议,但腾讯视频直播中台采用的是 TRTC(Tencent Real-Time Communication)协议。在此基础上,视频 PC 开播助手对 OBS Node 进行了以下扩展: TRTC 协议支持:实现基于 TRTC 的推流和连麦功能; 移动设备开播支持:支持使用手机等移动设备作为视频源进行开播。 整体技术架构如下图所示: 图 1|整体技术架构 Renderer 进程 Vue UI ⇄ IPC ⇄ Main 进程 Node + Native → OBS Node + TRTC SDK 腾讯体育后台服务(账号/房间/陪看控制) → Main 进程 虚拟主播(比赛点播转直播) → TRTC SDK 主播推流 → TRTC 云端混流 → 观众端 多房间架构设计(SubRoom) 陪看场景最大的技术约束是:主播需要同时处于主直播间和虚拟陪看房间。为此我们在 TRTC 单房间模型之上封装了 ITRTCSubRoom,并通过 SubRoomService 统一管理子房间生命周期。 ...

June 1, 2026

3D 球场项目

3D 球场项目 这组文章记录 3D 球场项目从资产导入、弹幕引擎定制、数据驱动、服务端上线到客户端工程化优化的完整过程。 推荐阅读路径 如果是第一次阅读,建议按项目推进顺序阅读: 1 资产与框架选型 理解 3D 资产如何进入项目,以及为什么选择 Cocos 落地。 2 弹幕引擎定制 拆解弹幕系统的引擎初始化、定制逻辑和接入方案。 3 数据驱动与离线 Demo 用离线数据跑通 Player 行动、球路和渲染链路。 4 服务端链路上线 把离线方案推进到服务端,补齐数据生成、接口和线上化链路。 5 客户端业务流 梳理客户端核心业务流、播放链路和项目落地细节。 6 客户端工程化与优化 收束客户端工程化、OpenAL 保护、性能和稳定性优化。

May 29, 2026

大厂面经

共整理 59 份大厂前端面经。每份面经按真实面试轮次拆分为独立文章,并提供上一轮、下一轮和父级面经导航。 面经目录 小红书-社招-5年 — 小红书 · 社招 · 2 轮 小红书-社招-3年 — 小红书 · 社招 · 3 轮 小红书-社招-1年 — 小红书 · 社招 · 2 轮 360-实习 — 360集团 · 校招 · 1 轮 百度-百家号-实习 — 百度 · 校招 · 1 轮 百度-搜索-春招 — 百度 · 校招 · 1 轮 百度-商业化-秋招 — 百度 · 校招 · 1 轮 腾讯-3年社招-前端面试 — 腾讯 · 社招 · 2 轮 腾讯-2年社招-前端面试 — 腾讯 · 社招 · 2 轮 腾讯-1年社招-前端面试 — 腾讯 · 社招 · 2 轮 字节-技术中台-校招 — 字节跳动 · 校招 · 2 轮 字节跳动-商业化-校招 — 字节跳动 · 校招 · 2 轮 字节-国际电商-前端面试 — 字节跳动 · 校招 · 1 轮 百度-小程序-暑期实习 — 百度 · 校招 · 1 轮 百度-用户增长-秋招 — 百度 · 校招 · 1 轮 百度-APP产品研发-秋招 — 百度 · 校招 · 2 轮 美团-零售-秋招 — 美团 · 校招 · 1 轮 美团-打车-校招 — 美团 · 校招 · 1 轮 腾讯-CSIG一校招 — 腾讯 · 校招 · 2 轮 京东-零售-实习 — 京东 · 校招 · 1 轮 阿里巴巴-社招-5年 — 阿里巴巴集团 · 社招 · 4 轮 阿里巴巴-社招-3年 — 阿里巴巴集团 · 社招 · 2 轮 阿里巴巴-社招-2年 — 阿里巴巴集团 · 社招 · 2 轮 阿里巴巴-社招-1年 — 阿里巴巴集团 · 社招 · 2 轮 滴滴-社招-5年 — 滴滴 · 社招 · 2 轮 滴滴-社招-3年 — 滴滴 · 社招 · 3 轮 美团-本地商业-校招 — 美团 · 校招 · 1 轮 滴滴-社招-2年 — 滴滴 · 社招 · 2 轮 滴滴-社招-1年 — 滴滴 · 社招 · 3 轮 京东-物流-秋招 — 京东 · 校招 · 2 轮 字节-社招-6年(3-1) — 字节跳动 · 社招 · 4 轮 字节-抖音短视频-社招-5年 — 字节跳动 · 社招 · 4 轮 字节-商业化-社招-4年 — 字节跳动 · 社招 · 2 轮 字节-社招-1年 — 字节跳动 · 社招 · 1 轮 腾讯-CDG-暑期实习 — 腾讯 · 校招 · 1 轮 腾讯-音乐 — 腾讯 · 校招 · 2 轮 腾讯云-实习 — 腾讯 · 校招 · 2 轮 百度-百度云-校招 — 百度 · 校招 · 3 轮 美团-优选-校招 — 美团 · 校招 · 2 轮 百度-文库-校招 — 百度 · 校招 · 2 轮 腾讯-视频-校招 — 腾讯 · 校招 · 1 轮 美团-酒旅-前端面经 — 美团 · 校招 · 1 轮 百度-地图-秋招 — 百度 · 校招 · 3 轮 360集团-24年-校招 — 360集团 · 校招 · 1 轮 京东-健康-校招 — 京东 · 校招 · 1 轮 腾讯-QQ浏览器-校招 — 腾讯 · 校招 · 1 轮 腾讯-暑期实习 — 腾讯 · 校招 · 1 轮 字节-今日头条-校招 — 字节跳动 · 校招 · 3 轮 阿里-蚂蚁金服-校招 — 阿里巴巴集团 · 校招 · 2 轮 阿里-阿里妈妈-实习 — 阿里巴巴集团 · 校招 · 2 轮 阿里-国际电商-校招 — 阿里巴巴集团 · 校招 · 2 轮 阿里-灵犀互娱-校招 — 阿里巴巴集团 · 校招 · 2 轮 阿里-智能产品事业部-暑期实习 — 阿里巴巴集团 · 校招 · 1 轮 阿里-阿里云-暑期实习 — 阿里巴巴集团 · 校招 · 1 轮 阿里-盒马-校招 — 阿里巴巴集团 · 校招 · 2 轮 京东-技术中台-校招 — 京东 · 校招 · 2 轮 京东-广告数据-校招 — 京东 · 校招 · 1 轮 字节-飞书-校招 — 字节跳动 · 校招 · 2 轮 字节-本地生活-校招 — 字节跳动 · 校招 · 2 轮

February 1, 2026

ECool 前端面试资料

ECool 前端面试资料,按原站知识树分类与顺序整理。

February 1, 2026

工程化

ECool 面试资料中的工程化分类,涵盖前端模块化、构建工具(Webpack / Vite)、任务自动化、包管理与版本控制、代码规范、CI/CD、性能监控、组件化开发与单页面架构等面试高频主题。文章顺序与原站知识树一致。

August 7, 2025

计算机网络

ECool 面试资料中的计算机网络分类,涵盖 TCP/UDP 与网络分层、HTTP/HTTPS 与 HTTP2/3、请求方法与状态码、DNS 与 CDN、代理与跨域、Cookie/Session 与缓存、WebSocket、网络性能优化与抓包工具等面试高频主题。文章顺序与原站知识树一致。

July 28, 2025