7DGroup 开源 AI SSE 流式输出性能测试工具

zuozewei2026-01-17 10:52

7DGroup AI SSE 流式输出性能测试工具

Author: 7DGroup

这是一个专业级的 SSE（Server-Sent Events）流式输出性能测试与压测工具，由 7DGroup 团队开发，专为 AI 大模型流式响应场景设计。该工具采用 Python3 开发，提供了完整的性能测试解决方案，能够全面评估流式 AI 服务的响应速度、吞吐量、稳定性和并发处理能力。

项目信息

架构图

核心能力：

  • 流式性能测试：精确测量 SSE 流式输出的关键性能指标，包括首 Token 时间（TTFT）、每 Token 输出时间（TPOT）、首字节时间（TTFB）、吞吐量（tokens/s）等，帮助开发者深入了解 AI 服务的响应特性。
  • 高并发压测：支持多线程并发测试，可模拟大量用户同时访问的场景，通过配置线程数、执行时长、Ramp-up 等参数，灵活控制压测强度和模式，全面评估系统在高负载下的表现。
  • 参数化测试：支持查询文本参数化和 API Key 参数化，可以从文件中批量读取测试数据，实现多样化的测试场景，特别适用于多租户、多模型、负载均衡等复杂场景的性能评估。
  • 实时监控统计：多线程测试时自动启用实时汇总统计功能，每秒输出系统级别的性能指标，包括活跃线程数、累计数据块数、平均响应时间、TPOT、Tokens/s、成功率等，让测试过程可视化、可监控。
  • 专业报告生成：自动生成美观的 HTML 性能测试报告，包含 12+ 个关键指标的趋势图表、系统级别性能指标分析、详细的统计表格（平均值、最小值、最大值、P90、P95、P99 百分位数），支持交互式图表缩放和拖拽，所有图表同步缩放，方便深入分析性能数据。
  • 智能重试机制：内置 HTTP 重试机制，自动处理网络异常和服务器错误（429、500、502、503、504 状态码），最多重试 3 次，采用指数退避策略，提高测试的可靠性和稳定性。
  • 灵活执行模式：支持单次执行和持续执行两种模式，可以指定测试执行时长，结合 Ramp-up 功能实现渐进式压测，模拟真实的用户访问模式，全面评估系统的性能表现和稳定性。
  • 线程安全设计：采用线程锁机制保证多线程环境下的数据安全，参数化提供器支持线程安全的循环读取，确保高并发场景下的数据一致性和测试准确性。

应用场景：

  • AI 大模型服务的性能评估和优化
  • 流式 API 的响应速度测试
  • 系统容量规划和负载评估
  • 多租户、多模型场景的性能对比
  • 生产环境性能监控和基准测试
  • CI/CD 流程中的自动化性能测试

功能特性

  • ✅ 支持 SSE
  • ✅ 计算关键性能指标：
    • TTFT (Time To First Token): 首Token时间
    • TPOT (Time Per Output Token): 每Token输出时间
    • TTFB (Time To First Byte): 首字节时间
    • 吞吐量: tokens/秒
  • ✅ 统计信息：
    • 数据块数量
    • Token 数量
    • 完整回答长度
    • 对话ID和消息ID
  • ✅ HTML 性能报告 ：
    • 自动生成美观的 HTML 报告（默认输出到 report/ 目录，文件名带时间戳）
    • 包含 12+ 个关键指标的趋势图表（TTFT、TPOT、TTFB、吞吐量、响应时间、Token 数量、RPS、线程数等）
    • 系统级别性能指标趋势图（系统总吞吐量、系统平均响应时间、系统平均TPOT、总请求数）
    • 详细的统计表格（平均值、最小值、最大值、P90、P95、P99）
    • 交互式图表支持缩放和拖拽（所有图表同步缩放）
    • 7DGroup 品牌标识
  • ✅ 实时汇总统计 ：
    • 多线程测试时每秒自动输出实时汇总统计
    • 显示活跃线程数、数据块数、平均响应时间、TPOT、Tokens/s、成功率等
  • ✅ HTTP 重试机制 ：
    • 自动重试失败的请求（429、500、502、503、504 状态码）
    • 最多重试 3 次，带指数退避策略

项目结构

复制代码 
AI-7D-SATS-SSEPerfTestToolCli/
├── src/sse_perf_tool/        # 源代码目录
│   ├── __init__.py           # 包初始化文件
│   ├── providers.py          # 参数提供器（查询和 API Key）
│   ├── tester.py             # SSE 测试器核心逻辑
│   ├── test_runner.py        # 测试运行器和统计汇总
│   └── report_generator.py    # HTML 报告生成器
├── docs/                   # 文档目录
│   ├── 指标计算方法.md     # 性能指标计算说明
│   ├── 请求体模板使用指南.md # 请求体模板使用说明
│   ├── CLAUDE.md          # Claude Code 助手指南
│   └── AGENTS.md         # AI Agent 开发指南
├── examples/               # 示例目录
│   ├── request_body_template_default.json   # 默认请求体模板
│   ├── request_body_template_example.json  # OpenAI 风格请求体模板
│   └── queries_example.txt  # 查询示例文件
├── assets/                 # 资源目录
│   ├── 2026-01-15-21-47-26.png # 架构图
│   └── 架构图.html            # 交互式架构图
├── .github/                # GitHub 相关配置
│   ├── workflows/          # GitHub Actions 工作流
│   └── ISSUE_TEMPLATE/     # Issue 模板
├── tests/                 # 测试目录（待添加）
├── openspec/              # OpenSpec 规范
├── .gitignore            # Git 忽略文件配置
├── LICENSE               # 许可证
├── README.md             # 项目说明文档
├── CONTRIBUTING.md       # 贡献指南
├── PROJECT_STRUCTURE.md  # 项目结构详细说明
├── requirements.txt      # Python 依赖列表
└── sse_perfTestTool.py  # 主入口文件

安装依赖

bash 复制代码 
pip3 install -r requirements.txt

使用方法

基本用法

bash 复制代码 
# API Key 可以是 'app-xxx' 或 'Bearer app-xxx' 格式
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx"

# 或者使用完整 Bearer token 格式
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "Bearer app-xxx"

测试不同的 API 接口

默认情况下，工具测试的是 /v1/chat-messages 接口。如果您想测试其他 API 接口，可以使用 --api-path 参数：

bash 复制代码 
# 测试默认接口（/v1/chat-messages）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx"

# 测试其他接口，例如 OpenAI 风格的接口
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --api-path "/v1/chat/completions"

# 测试自定义接口
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --api-path "/api/v1/stream"

# 测试其他路径的接口
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --api-path "/stream/chat"

注意：

  • --api-path 参数指定的是 API 的路径部分，不需要包含协议、主机和端口
  • 路径应该以 / 开头，例如：/v1/chat-messages、/api/stream 等
  • 不同的 API 接口可能有不同的请求体格式，可以使用 --request-body-file 参数指定自定义请求体模板

自定义请求体格式

不同的 API 接口通常需要不同的请求体格式。工具支持通过 JSON 模板文件自定义请求体格式：

bash 复制代码 
# 使用自定义请求体模板
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" \
  --api-path "/v1/chat/completions" \
  --request-body-file examples/request_body_template_example.json

请求体模板文件格式：

模板文件是一个 JSON 文件，支持以下变量替换：

  • {query} - 替换为查询文本
  • {conversation_id} - 替换为对话ID
  • {user} - 替换为用户标识
  • {inputs.key} - 替换为 inputs 字典中对应 key 的值（如果提供了 inputs）
  • {files} - 替换为文件列表（如果提供了 files）

示例模板文件：

  1. OpenAI 风格的接口 (examples/request_body_template_example.json):
json 复制代码 
{
  "model": "gpt-4",
  "messages": [
    {
      "role": "user",
      "content": "{query}"
    }
  ],
  "stream": true,
  "temperature": 0.7,
  "user": "{user}"
}
  1. 默认格式 (examples/request_body_template_default.json):
json 复制代码 
{
  "inputs": {
    "query": "{query}"
  },
  "query": "{query}",
  "response_mode": "streaming",
  "conversation_id": "{conversation_id}",
  "user": "{user}",
  "files": []
}

使用说明：

  • 如果不指定 --request-body-file，工具将使用默认的请求体格式（适用于 /v1/chat-messages）
  • 如果指定了模板文件但加载失败，工具会回退到默认格式并显示警告
  • 模板文件必须是有效的 JSON 格式
  • 变量替换是递归的，支持嵌套的 JSON 结构

自定义查询

bash 复制代码 
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --query "你好，请介绍一下你自己"

完整参数示例

bash 复制代码 
python3 sse_perfTestTool.py \
  --host localhost \
  --port 80 \
  --api-key "app-1FOPPwMZseqz8rXLjs3G4Knu" \
  --query "你是谁" \
  --conversation-id "" \
  --user "gaolou" \
  --timeout 60

多线程测试

bash 复制代码 
# 使用2个线程并发测试
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 2


python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-1FOPPwMZseqz8rXLjs3G4Knu" --threads 2



# 使用5个线程并发测试
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 5

使用参数化文件

参数化文件是一个文本文件，每行一个查询文本。脚本会循环使用文件中的查询。

bash 复制代码 
# 创建参数化文件 queries.txt，每行一个查询
echo -e "你是谁\n介绍一下你自己\n什么是人工智能" > queries.txt

# 使用参数化文件进行测试
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --param-file queries.txt

# 多线程 + 参数化文件（每个线程会循环使用文件中的查询）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --param-file queries.txt --threads 3

参数化文件格式：

  • 每行一个查询文本
  • 空行会被自动跳过
  • 支持UTF-8编码的中文和英文
  • 示例文件：examples/queries_example.txt

使用 API Key 参数化文件

支持从文件中读取多个 API Key，每个线程会循环使用文件中的 API Key。这对于测试不同 API Key 的性能或负载均衡场景很有用。

bash 复制代码 
# 创建 API Key 文件 apiKeys.txt，每行一个 API Key
echo -e "app-key1\napp-key2\nBearer app-key3" > apiKeys.txt

# 使用 API Key 参数化文件进行测试
python3 sse_perfTestTool.py --host localhost --port 80 --api-key-file apiKeys.txt --threads 5

# 如果 API Key 文件读取失败，会回退到 --api-key 参数指定的默认 Key
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-default" --api-key-file apiKeys.txt

API Key 文件格式：

  • 每行一个 API Key（可以是 app-xxx 或 Bearer app-xxx 格式）
  • 空行会被自动跳过
  • 支持UTF-8编码

静默模式（仅输出结果统计）

bash 复制代码 
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --quiet

指定执行时间长度

默认情况下，每个线程执行一次请求后就会退出。使用 --duration 或 --execution-time 参数可以指定测试的执行时间长度，在指定时间内持续循环发送请求。

bash 复制代码 
# 持续运行60秒（每个线程在60秒内循环发送请求）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 5 --duration 60

# 使用 --execution-time 别名（等同于 --duration）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 5 --execution-time 120

# 持续运行5分钟（300秒）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 10 --duration 300

# 结合 ramp-up 使用（10个线程，10秒内逐步启动，然后持续运行60秒）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 10 --ramp-up 10 --duration 60

执行模式说明：

  • 单次执行模式 （--duration 0 或未指定）：每个线程执行一次请求后退出
  • 持续执行模式 （--duration > 0）：在指定时间长度内，每个线程循环发送请求，直到时间到达

生成 HTML 性能报告

bash 复制代码 
# 基本测试并生成报告（指定文件路径）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --html-report report.html

# 多线程测试并生成报告（指定文件路径）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 5 --html-report report.html

# 持续测试并生成报告（指定文件路径）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 10 --duration 60 --html-report report.html

# 不指定 --html-report，自动生成到 report/ 目录（文件名带时间戳）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --threads 5
# 报告会自动保存为: report/report_20260105_123456.html

# 指定模型名称（会包含在报告文件名中）
python3 sse_perfTestTool.py --host localhost --port 80 --api-key "app-xxx" --model-name "gpt-4" --threads 5
# 报告会自动保存为: report/report_gpt-4_20260105_123456.html

HTML 报告特性：

  • 📊 包含 12+ 个关键指标的趋势图表：
    • 请求级别指标：TTFT、TPOT、TTFB、吞吐量、响应时间、Token 数量
    • 系统级别指标：RPS（每秒请求数）、活跃线程数、系统总吞吐量、系统平均响应时间、系统平均TPOT、总请求数
  • 📈 使用 Chart.js 绘制的交互式图表，支持：
    • 拖拽选择区域放大（所有图表同步缩放）
    • 双击任意图表恢复原始视图
    • 鼠标悬停显示详细数值
  • 📋 详细的统计表格（平均值、最小值、最大值、P90、P95、P99）
  • 🎨 现代化的 UI 设计，包含 7DGroup 品牌标识
  • 📱 响应式设计，支持不同屏幕尺寸
  • 🔄 自动生成到 report/ 目录（如果未指定路径），文件名包含时间戳和模型名称

报告文件位置：

  • 如果指定 --html-report，报告保存到指定路径
  • 如果未指定，报告自动保存到 report/ 目录，文件名格式：report_[模型名_]YYYYMMDD_HHMMSS.html
  • 报告文件可以在浏览器中直接打开查看

参数说明

参数 说明 默认值 必需
--host 服务器主机地址 localhost 否
--port 服务器端口 80 否
--api-key API 密钥（支持 app-xxx 或 Bearer app-xxx 格式） - 是 （如果未使用 --api-key-file）
--api-path API 路径（接口路径） "/v1/chat-messages" 否
--request-body-file 请求体模板文件路径（JSON 格式），支持变量替换 None 否
--query 查询文本 "你是谁" 否
--conversation-id 对话ID "" 否
--user 用户标识 "gaolou" 否
--timeout 请求超时时间（秒） 60 否
--threads 并发线程数 1 否
--param-file 参数化文件路径（每行一个查询） None 否
--api-key-file API Key 参数化文件路径（每行一个 API Key） None 否
--ramp-up 压测线程递增时间（秒） 0 否
--duration / --execution-time 测试执行时间长度（秒），>0 表示在指定时间窗口内循环发送请求，0 表示只执行一次 0 否
--html-report 生成 HTML 报告文件路径。如果不指定，默认输出到 report/ 目录，文件名自动带时间戳 None 否
--model-name 模型名称（可选），如果提供会包含在报告文件名中 None 否
--quiet 静默模式，不输出详细信息和实时汇总统计 False 否

输出示例

单线程测试输出

复制代码 
============================================================
开始发送流式请求...
URL: http://localhost:80/v1/chat-messages
Query: 你是谁
============================================================
响应代码: 200
开始接收流式响应...
------------------------------------------------------------
[时间统计] 首字节时间(TTFB): 245.32 ms
[关键指标] 首Token时间(TTFT): 250.15 ms

----------------------------------------------------------------------------------------------------
        数据块      平均响应时间(ms)        TPOT(ms/token)            Tokens/s
----------------------------------------------------------------------------------------------------
           105                 27.82                 12.48                 80.46
           106                 27.56                 12.33                 81.46
...
----------------------------------------------------------------------------------------------------
============================================================
           流式响应接收完成 - 统计信息
============================================================
对话ID: abc123-def456-ghi789
消息ID: msg-123456
总数据块数: 25
Token数量: 45
完整回答长度: 120 字符
------------------------------------------------------------
[时间统计]
  连接时间: 5.23 ms
  首字节时间(TTFB): 245.32 ms
  流式传输时长: 1250.45 ms
  总响应时间: 1495.78 ms
------------------------------------------------------------
[关键指标]
  首Token时间(TTFT): 250.15 ms
  每Token时间(TPOT): 28.45 ms/token
  吞吐量: 35.15 tokens/秒
============================================================

多线程测试输出

复制代码 
已加载参数化文件: queries.txt
查询数量: 10

开始测试，线程数: 3
执行模式: 单次执行（每个线程执行一次后退出）
============================================================

--------------------------------------------------------------------------------------------------------------------------------------------
时间       线程数(活跃/总)    数据块  平均响应时间(ms)    TPOT(ms/token)            Tokens/s        成功率(%)
--------------------------------------------------------------------------------------------------------------------------------------------
10:30:15   3/3               15      1250.50             28.45                     35.15           100.00
10:30:16   3/3               30      1250.50             28.45                     35.15           100.00
10:30:17   3/3               45      1250.50             28.45                     35.15           100.00
...

============================================================
           测试完成 - 汇总统计
============================================================
配置线程数: 3
请求次数: 3
实际执行时间: 2.50 秒
成功: 3
失败: 0
成功率: 100.00 %
总数据块数: 75
总Token数: 135
总响应时间: 4487.34 ms
平均响应时间: 1495.78 ms
平均TTFB: 245.32 ms
平均TTFT: 250.15 ms
============================================================

✓ HTML 报告已生成: /path/to/report/report_20260105_103017.html

实时汇总统计说明：

  • 多线程测试时，每秒自动输出一次实时汇总统计
  • 显示当前时间、活跃线程数、累计数据块数、平均响应时间、TPOT、Tokens/s、成功率等
  • 使用 --quiet 参数可以关闭实时汇总统计输出

关键指标说明

TTFT (Time To First Token)

从请求开始到收到第一个包含 answer 的 token 的时间。这是衡量响应速度的重要指标。

TPOT (Time Per Output Token)

每个输出 token 的平均时间，计算公式：

复制代码 
TPOT = (最后一个token时间 - 第一个token时间) / (token数量 - 1)
单位：毫秒/token (ms/token)

说明 ：使用 (token数量 - 1) 是因为计算的是 token 之间的间隔数。例如，如果有 3 个 token，那么有 2 个间隔。

Tokens/s (Tokens per second)

每秒输出的 token 数量，计算公式：

复制代码 
Tokens/s = token数量 / (总时间 / 1000)
        = (token数量 * 1000) / 总时间(毫秒)
单位：tokens/秒

TPOT 与 Tokens/s 的关系

TPOT 和 Tokens/s 是倒数关系，但需要考虑单位转换（毫秒 ↔ 秒）：

当 token数量 较大时，token数量 - 1 ≈ token数量，因此：

复制代码 
TPOT × Tokens/s ≈ 1000

即：

复制代码 
Tokens/s ≈ 1000 / TPOT
TPOT ≈ 1000 / Tokens/s

示例：

  • 如果 TPOT = 12.5 ms/token
  • 那么 Tokens/s ≈ 1000 / 12.5 = 80 tokens/s

细微差别：

  • TPOT 使用 (token数量 - 1) 计算间隔时间
  • Tokens/s 使用 token数量 计算总吞吐量
  • 在 token 数量较大时，这个差别可以忽略；在 token 数量较少时会有一些差异

吞吐量 (Throughput)

每秒输出的 token 数量（与 Tokens/s 相同），计算公式：

复制代码 
吞吐量 = token数量 / 流式传输时长 * 1000
单位：tokens/秒

注意事项

  1. Token 估算: 脚本使用简单的算法估算 token 数量（中文字符数 + 英文单词数）。对于精确的 token 计数，建议使用实际的 tokenizer。

  2. 网络超时 : 默认超时时间为 60 秒，可以通过 --timeout 参数调整。

  3. 错误处理:

    • 如果请求失败，脚本会返回错误信息并退出码为 1
    • 对于 429（限流）、500、502、503、504 状态码，会自动重试（最多 3 次，带指数退避）

  4. 多线程测试:

    • 使用 --threads 参数可以指定并发线程数
    • 多线程测试时会自动启用实时汇总统计（每秒输出一次）
    • 多线程测试完成后会显示汇总统计信息
    • 建议根据服务器性能合理设置线程数，避免过载

  5. 参数化文件:

    • 参数化文件必须是UTF-8编码的文本文件
    • 每行一个查询文本，空行会被自动跳过
    • 当使用参数化文件时，每个线程会循环使用文件中的查询
    • 如果参数化文件不存在或读取失败，会使用默认查询或 --query 参数指定的查询
    • 示例文件：examples/queries_example.txt

  6. API Key 参数化:

    • API Key 文件格式：每行一个 API Key（支持 app-xxx 或 Bearer app-xxx 格式）
    • 每个线程会循环使用文件中的 API Key
    • 如果 API Key 文件读取失败，会回退到 --api-key 参数指定的默认 Key
    • 适用于测试不同 API Key 的性能或负载均衡场景

  7. 线程安全: 参数化查询提供器和 API Key 提供器都使用线程锁保证线程安全，多个线程可以安全地并发读取。

  8. HTML 报告:

    • 如果不指定 --html-report，报告会自动生成到 report/ 目录
    • 报告文件名包含时间戳，格式：report_[模型名_]YYYYMMDD_HHMMSS.html
    • 如果 report/ 目录不存在，会自动创建
    • 报告包含交互式图表，支持缩放和拖拽（所有图表同步缩放）

  9. 测试不同的 API 接口:

    • 使用 --api-path 参数可以指定不同的 API 接口路径
    • 默认接口是 /v1/chat-messages，适用于大多数 AI 对话接口
    • 使用 --request-body-file 参数可以指定自定义的请求体模板文件
    • 请求体模板支持变量替换：{query}, {conversation_id}, {user}, {inputs.key}, {files}
    • 如果不指定请求体模板，工具将使用默认的请求体格式（适用于 /v1/chat-messages）
    • 项目提供了示例模板文件：examples/request_body_template_example.json（OpenAI 风格）和 examples/request_body_template_default.json（默认格式）
    • 如果您的 API 响应格式不同（例如 JSON 字段名不同），可能需要修改 src/sse_perf_tool/tester.py 中的响应解析逻辑（查找 answer 字段的部分）

常见问题：

  • 监控数据可能有 1-5 分钟的延迟
  • 确认 API Key 属于当前查看的应用
  • 检查监控界面的时间范围设置
  • 确认响应代码为 200（请求成功）

许可证

本项目采用 GNU 通用公共许可证第 3 版（GPL v3） 进行许可。

许可证说明

本项目是自由软件：您可以根据自由软件基金会发布的 GNU 通用公共许可证第 3 版或（根据您的选择）任何更高版本的条款重新分发和/或修改它。

本程序是希望它有用，但没有任何保证；甚至没有适销性或特定用途适用性的隐含保证。有关更多详细信息，请参阅 GNU 通用公共许可证。

您应该已经收到 GNU 通用公共许可证的副本。如果没有，请参阅 https://www.gnu.org/licenses/。

版权信息

Copyright © 2026 7DGroup

本项目采用 GPL v3 许可证，这意味着：

  • ✅ 您可以自由使用、修改和分发本软件
  • ✅ 您可以用于商业和非商业目的
  • ✅ 如果您修改了代码，必须同样使用 GPL v3 许可证发布修改后的代码
  • ✅ 您必须保留原始的版权声明和许可证信息

更多关于 GPL v3 的信息，请访问：https://www.gnu.org/licenses/gpl-3.0.html

相关推荐
RockHopper20252 小时前
寻找具身智能系统中的传统工程理论脉络
人工智能·具身智能·具身认知
爱打代码的小林2 小时前
机器学习（数据清理）
人工智能·机器学习
囊中之锥.2 小时前
神经网络原理通俗讲解：结构、偏置、损失函数与梯度下降
人工智能·深度学习·神经网络
weixin_377634842 小时前
【2026目标检测】高质量模型汇总
人工智能·目标检测·目标跟踪
光羽隹衡2 小时前
机器学习——PCA数据降维
人工智能·机器学习
KAI智习2 小时前
大模型榜单周报（2026/1/17）
人工智能·大模型
PNP Robotics2 小时前
PNP机器人分享具身操作策略和数据采集
大数据·人工智能·学习·机器人
AI白艿2 小时前
先知AI如何破解男装行业的数据迷局？
人工智能·aigc
子午2 小时前
【2026原创】眼底眼疾识别系统~Python+深度学习+人工智能+CNN卷积神经网络算法+图像识别
人工智能·python·深度学习
Akamai中国3 小时前
Akamai Cloud客户案例 | 全球教育科技公司TalentSprint依托Akamai云计算服务实现八倍增长并有效控制成本
人工智能·云计算·云服务·云存储
热门推荐
01GitHub 镜像站点02Linux下V2Ray安装配置指南032025年大语言模型技术全景报告04安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）05Claude Code Skills 实用使用手册06Labelme从安装到标注：零基础完整指南07UV安装并设置国内源08AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10BongoCat - 跨平台键盘猫动画工具