Concept Workflow: [Concept Name]
2026-09-04 11:10:19作者:胡易黎Nicole
Started: YYYY-MM-DD
Target Category: {category}
File Path: /docs/concepts/{concept-name}.mdx
Test Path: /tests/{category}/{concept-name}/
随后每个阶段一张小节清单。阶段 2 的清单包含 frontmatter 完成、开篇钩子、开篇代码、学习框、正文各节、Key Takeaways、知识自测、相关概念、资源粘贴、"(如为新页)加入 docs.json" 共 10 项;阶段 3 额外要求记录 "Test Results: X passing, X failing";阶段 5 要求记录 "SEO Score: X/27 (X%)"。每节末尾用 `⬜ Not Started | 🟡 In Progress | ✅ Complete` 三态标记,最后以 "All Phases Complete / Ready to Publish / Completed 日期" 收尾。
执行指令(Execution Instructions)则规定了三个动作:
**Step 1 初始化**——宣布概念名、分类、目标文件与测试路径;
**Step 2 逐阶段执行**——每阶段先宣布 "## Phase X: [Phase Name] / Using skill: [skill-name]",加载对应技能获取细则,按其方法论执行,完成后汇报交付物与质量门状态,**只有质量门全部通过才进入下一阶段**;
**Step 3 最终报告**——汇总概念页路径、测试文件、词数、代码示例数(含已测试数)、资源统计,以及测试通过数、事实核查结论、SEO 得分,最后给出 "Ready to Publish: Yes"。
## 阶段依赖与并行性
工作流文档明确指出各阶段"可部分并行,但总体流向固定":
Phase 1 (Resources) ──┐ ├──► Phase 2 (Writing) ──► Phase 3 (Tests) ──┐ │ │ │ ┌───────────────────────────────────┘ │ ▼ └──► Phase 4 (Fact Check) ──► Phase 5 (SEO)
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0623
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
最新内容推荐
Insomnia 源码工程实践指南:从 Monorepo 开发环境搭建到 Inso CLI 的构建与验证Coqui TTS 语言前端扩展实践:实现、注册与测试一种新语言 Phonemizer 的完整指南Jan Assistant 扩展开发指南:用 TypeScript 构建、打包并测试你自己的 Jan 扩展Some scriptPowerShell Windows 构建指南:.NET SDK 环境准备、Start-PSBuild 编译流程与产物定位Multica:让 AI 编码智能体上看板协作的开源团队工作区——架构、运行时与自部署实战指南DeerFlow Guardrails 深度解析:基于中间件的工具调用前置授权机制daisyui 文档站 TextMate 语法快照的许可证与溯源治理:THIRD_PARTY_NOTICES.md 详解agent-skills 接入 Codex 实战:插件安装、@ 调用与清单文件工作机制Folo CLI 实战指南:用 folocli 把 RSS 订阅管理变成可自动化的终端工作流
项目优选
收起
deepin linux kernel
C
33
18
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.12 K
2.72 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
528
588
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
906
1.83 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
854
1.34 K
暂无描述
Markdown
891
5.79 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.53 K
1.01 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.34 K
1.45 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
988
506
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
540
384