PocketFlow 是一个只有100行代码的轻量级AI应用开发框架，由 The-Pocket 团队开发并在 GitHub 上开源。

它追求极简设计，核心代码控制在100行，没有任何外部依赖，也没有厂商绑定。开发者可以用它快速搭建AI应用，支持多智能体、工作流、检索增强生成（RAG）等功能。

它的亮点是“Agentic Coding”，也就是让AI智能体（比如 Cursor AI）自己写代码，极大提升开发效率。PocketFlow 从最基本的图（Graph）结构出发，用最少的代码实现强大功能，非常适合需要快速开发AI应用的个人或团队。

大家好，我是 Java陈序员。

随着技术框架的不断发展更新，在日常开发中，我们可以借助一些第三方框架来快速实现接口开发，如

今天小豆君以第一人称视角，讲讲我做客户端开发的重构历程，并且在文中最后给大家指出我目前认为比较好的一个代码框架。

来源：3D视觉工坊

添加小助理：dddvision，备注：SLAM，拉你入群。文末附行业细分群

作者：Liam

来源：公众号@计算机视觉工坊|系投稿

论文名称: ORBSLAM-Atlas: a robust and accurate multi-map system

摘要

利用鲁棒的地图融合方法解决不限数量的子地图融合问题，Altas使SLAM系统变的更加的精准和鲁棒。在tracking线程跟踪失败的时候，系统会构建一个新的子地图。当该地图和先前的子地图有共同部分的时候就会进行地图融合。针对原来的方法中只舍弃特征点数量少的帧，我们也舍去位姿估计不准的帧来构建更加精准的子地图。

来源：3D视觉工坊

添加小助理：dddvision，备注：SLAM，拉你入群。文末附行业细分群

给大家推荐一个非常新兴的，有大量创新点可以挖掘的好方向：NeRF结合SLAM。

各位朋友，大家好！我是驭势科技的张丹，很高兴今天能跟大家做一个在线分享。今天分享的内容，分为传感器、定位技术、感知技术、商业化案例四个部分。

一

**划重点:**

1. 在计算机视觉和机器人领域，以相机进行同时定位和地图制作（SLAM）是一个关键主题，而Photo-SLAM则通过在线逼真地图制作和准确定位，解决了传统SLAM系统在便携设备上的可扩展性和计算资源限制问题。

2. Photo-SLAM使用Hyper Primitive地图技术，包含旋转、缩放、密度、球谐（SH）系数和ORB特征，通过损失反向传播实现原始图像与渲染图像之间的学习映射，同时采用3D Gaussian Splatting技术，避免了对密集深度信息的依赖，实现高质量地图制作。