BuildKeeper是一款专为小型建筑企业设计的现代软件。它提供简化且经济实惠的施工管理解决方案，具有 AI 驱动的功能以提高效率。：
功能特点
服务与计划
版本与价格
1 年前
巴黎——Stellantis N.V.与Mistral AI正在深化战略合作，将人工智能（AI）整合到从车辆工程到车载体验的多个领域。此次合作充分利用Mistral AI在大语言模型（LLMs）和AI驱动自动化方面的专长，将AI技术引入Stellantis的众多系统和应用中，从而提升数据分析能力、优化开发流程并增强客户互动体验。双方合作的最新成果是一款先进的车载助手，旨在为驾驶员提供实时对话支持。这一成果建立在双方一年多来共同开展的AI项目基础之上，这些项目致力于提升客户满意度、产品开发效率和制造水平。 AI赋能车载体验升级 Stellantis与Mistral AI正共同探索开发一款AI驱动的车载助手，使驾驶员能够通过自然语言与车辆进行交互。该助手可作为实时语音支持的用户手册，客户可以询问车辆功能、故障排除或警告指示灯等相关问题，并通过自然对话获得即时指导。该助手将持续更新，并适配Stellantis旗下各品牌和车型，为用户提供无缝且直观的体验。 AI驱动Stellantis全方位创新 除了车载助手，Stellantis与Mistral AI还在探索多项AI驱动的创新项目： 物料清单（BOM）数据智能化：一款专为Stellantis打造的AI工具，可简化复杂零部件数据库的分析流程。由Mistral AI驱动的聊天机器人能够与公司产品数据交互，帮助工程师识别、比较和优化零部件选择，以实现全球范围内的最大复用率和效率提升。 车辆反馈数据分析：AI自动化处理开发车队和调查数据，快速识别趋势并采取纠正措施，从而提升产品质量和客户满意度。 “Club Stellantis”虚拟助手：一款为法国Stellantis员工提供公司车辆购买服务的聊天机器人。该工具支持多语言查询处理，是公司计划将该服务扩展至其他欧洲国家的关键功能。 AI驱动的异常检测：Stellantis正在评估Mistral AI的边缘计算模型，以实时检测制造过程中的错误，使操作人员能够在零部件出厂前采取纠正措施，从而提升质量控制水平和效率。 高层观点 Stellantis首席工程与技术官Ned Curic表示：“AI领域有许多参与者，我们非常高兴能与Mistral AI合作，因其具备快速适应能力，并能以高度协作的方式推动实际成果。我们正在多个领域探索AI的潜力，以提升产品开发水平和客户体验，并带来切实的利益。” Mistral AI首席执行官兼联合创始人Arthur Mensch表示：“此次合作是我们致力于让生成式AI（GenAI）更易用、更有价值的重要一步。Stellantis对技术的开放态度，以及将先进AI整合到真实驾驶体验中的能力，使其成为展示Mistral AI多功能解决方案如何重塑出行体验并赋能工程师工作的理想合作伙伴。” 通过将AI技术应用于多个触点，Stellantis进一步践行了其开发创新、数据驱动解决方案的承诺，旨在提升产品性能，并为客户和员工创造更好的体验。 新闻来源: Stellantis 官网
1 年前
在建筑行业中，AI工具的应用正在逐渐普及，尤其是在成本核算和造价管理方面，这些工具能够显著提高效率、减少错误并优化资源分配。以下是一些主流的建筑成本核算和造价AI工具： 1. Beam AI 功能：自动化工程量清单计算，支持混凝土、钢筋、机电、管道等多个专业的工程量计算。 优势：节省90%的计算时间，提高30%的估算准确度，自动识别图纸信息，生成高精度计算结果。 2. Kreo 功能：基于云的智能建筑工程量清单和造价估算解决方案，支持PDF和CAD文件的精确测量。 优势：自动生成工程量清单和成本估算报告，支持团队实时协作，减少手动工作量。 3. CostGPT AI 功能：智能化项目成本估算工具，涵盖软件项目的成本、时间、功能等规划。 优势：简化项目规划流程，提供详细成本预估，支持技术栈推荐和功能列表生成。 4. 智多星造价AI 功能：包含“清单智能组价”和“真材实价材价助手”两大功能，支持自动化组价和材价匹配。 优势：基于GPT语义识别技术，大幅提升组价和套价效率，适用于招标工程量清单编制。 5. 软件造价喵 功能：国内首个注册即用的软件造价AI评估SaaS平台，支持信息化项目成本估算。 优势：整合多项国家标准和地方标准，提升成本估算的精准度和效率。 6. BuildKeeper 功能：一体化施工管理软件，支持预算管理、发票创建、费用跟踪和任务管理。 优势：通过AI驱动的功能简化施工管理流程，适合小型建筑企业。 7. 智诚建筑的AI测算方法 功能：基于大数据的工程造价AI测算，使用支持向量回归（SVR）模型进行成本预测。 优势：提高测算的准确性和效率，适用于复杂工程项目的成本控制。 8. Workorb AI 功能：针对建筑、工程和施工（AEC）行业的AI平台，支持提案撰写、项目信息检索和文档解析。 优势：简化非计费工作流程，提高生产效率。 9. Rooftops AI 功能：AI屋顶分析和房产数据智能平台，提供即时屋顶分析和房产数据洞察。 优势：生成全面报告，涵盖屋顶尺寸、坡度和太阳能潜力等关键信息。 这些工具在建筑成本核算和造价管理中各有侧重，用户可以根据具体需求选择合适的工具。
1 年前
用友发布了企业服务大模型2.0（YonGPT2.0），分别面向公共资源交易行业、工业装备行业、交通建设行业，发布了三大行业垂类大模型。
1 年前
博世力士乐ACTIVE Shuttle Management System能够实现高度灵活的订单管理；该系统既支持手动输入订单，也支持经由第三方系统进行自动调度。
1 年前
算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力基础设施向社会各个行业提供计算能力服务。
21 天前
AiPPT: 一句话、一分钟、一键搞定
29 天前
Ralph 就是一个让 AI "自己干活直到做完"的循环机制，特别适合复杂的编程任务，解放人力。这里介绍具体怎么搭建和使用 Ralph 循环。 📋 前置准备 你需要准备以下内容： 工具 用途 Claude Code Anthropic 的 AI 编程助手 CLI Docker Desktop 提供隔离的沙盒环境 Anthropic API Key 调用 Claude API 🛠️ 搭建步骤 方法一：使用 Claude Code 插件（推荐） Step 1: 安装 Claude Code # 安装 Claude Code CLI npm install -g @anthropic-ai/claude-code Step 2: 初始化项目 mkdir my-ralph-project cd my-ralph-project claude init Step 3: 添加插件市场 claude plugins add-marketplace Step 4: 安装 Ralph Wiggum 插件 claude plugins install ralph-wiggum Step 5: 配置 Stop Hook 在 .claude/hooks/ 目录下创建 stop-hook.json： { "hook_type": "stop", "decision": "block", "conditions": { "check_tests": true, "check_type_errors": true, "check_git_changes": true }, "max_iterations": 20, "prompt": "任务未完成，请继续迭代修复问题" } 方法二：手动搭建（完全控制） Step 1: 创建项目结构 my-ralph-project/ ├── .claude/ │ ├── hooks/ │ │ └── stop-hook.sh │ ├── skills/ │ │ └── ralph-loop.json │ └── config.json ├── prd/ │ └── requirements.json └── workspace/ Step 2: 配置核心文件 config.json - 核心配置 { "max_iterations": 15, "auto_commit": true, "run_tests_after_each_iteration": true, "stop_conditions": { "all_tests_pass": true, "no_type_errors": true, "prd_completed": true } } skills/ralph-loop.json - 技能定义 { "name": "ralph-loop", "description": "自主迭代循环实现 PRD 任务", "trigger": "when_task_incomplete", "actions": [ "analyze_current_state", "identify_blockers", "fix_issues", "run_tests", "commit_if_passing" ] } hooks/stop-hook.sh - Stop Hook 脚本 #!/bin/bash # 检查测试是否通过 TESTS_PASS=$(npm test 2>&1 | grep -c "passed") # 检查是否有类型错误 TYPE_ERRORS=$(npx tsc --noEmit 2>&1 | grep -c "error") # 检查 PRD 是否完成 PRD_COMPLETE=$(node check-prd.js) if [ "$TESTS_PASS" -eq 0 ] || [ "$TYPE_ERRORS" -gt 0 ] || [ "$PRD_COMPLETE" = "false" ]; then echo "BLOCK: 任务未完成，继续迭代" exit 1 else echo "ALLOW: 任务已完成" exit 0 fi Step 3: 准备 PRD 文件 prd/requirements.json { "project_name": "My Feature", "tasks": [ { "id": 1, "description": "创建用户登录页面", "criteria": ["表单验证正常", "API 调用成功", "错误处理完善"], "status": "pending" }, { "id": 2, "description": "实现用户注册功能", "criteria": ["邮箱验证", "密码强度检查", "重复密码确认"], "status": "pending" } ] } 🚀 使用方法 启动 RALPH 循环 # 方法一：插件方式 claude run --skill ralph-loop --prd ./prd/requirements.json # 方法二：Docker 隔离环境 docker run -it \ -v $(pwd):/workspace \ -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \ claude-ralph:latest 监控循环状态 # 查看当前迭代次数 cat .ralph/iteration_count # 查看任务完成状态 cat .ralph/task_status.json # 查看日志 tail -f .ralph/loop.log 🔧 高级配置 1. 自定义 Stop Hook 规则 { "stop_conditions": { "all_tests_pass": { "enabled": true, "command": "npm test", "success_pattern": "all tests passed" }, "no_lint_errors": { "enabled": true, "command": "npm run lint", "success_pattern": "no problems" }, "coverage_threshold": { "enabled": true, "threshold": 80 } } } 2. 添加代码审查步骤 { "after_each_iteration": [ "run_tests", "run_linter", "code_review", "commit_if_passing" ], "code_review_prompt": "审查代码质量、安全性、性能问题" } 3. 设置成本控制 { "cost_limits": { "max_tokens_per_iteration": 50000, "max_total_cost": 50, "alert_at_cost": 30 } } 📊 典型工作流程 ┌─────────────────────────────────────────────┐ │ 1. Claude 读取 PRD 任务列表 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 2. 选择下一个待完成任务 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 3. 实现代码、编写测试 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 4. 运行测试套件 │ └─────────────────┬───────────────────────────┘ ↓ ┌─────────────────────────────────────────────┐ │ 5. Stop Hook 检查是否完成 │ │ • 测试通过？ │ │ • 无类型错误？ │ │ • PRD 要求满足？ │ └─────────────────┬───────────────────────────┘ ↓ ┌───────┴───────┐ ↓ ↓ 未完成 完成 ↓ ↓ 返回步骤 2 结束循环 💡 最佳实践 建议 说明 PRD 要清晰 任务描述具体、可验证，避免模糊需求 设置最大迭代 防止无限循环消耗过多成本 使用 Docker 隔离环境，避免污染本地系统 定期检查 每 10 轮查看一次进度和日志 成本监控 设置预算警报，避免超支 ⚠️ 注意事项 成本控制：每次迭代消耗 tokens，长时间运行成本较高 质量检查：AI 可能"认为"完成但实际有 bug，需要严格测试 安全边界：在沙盒环境运行，避免 AI 误删重要文件 人工介入：复杂任务仍需人工审查结果
29 天前
Ralph Loop 是一种让 AI 自主迭代的机制，主要用于解决 AI 编程助手"半途而废"的问题。
Minimax（海螺AI）已由大模型名Minimax替换原海螺AI。现海螺AI为Minimax视频生成产品名。
海螺AI