登录社区云,与社区用户共同成长
邀请您加入社区
前面已经阅读了 A-MEM、MemoryOS、Nemori、MAGMA、HiAgent、Agentic Plan Caching、3DLLM-Mem、Mem²Evolve、Chain-of-Memory、ReMemR1 等不同方向的 Agent Memory 工作。↓长期记忆应该怎样增删改、怎样建立关联?↓长期记忆应该怎样分层、什么时候形成 Episode?MAGMA↓语义 / 时间 / 因果 /
扩散模型(如 Stable Diffusion)在图像生成领域取得了巨大成功,但其迭代式的去噪过程通常需要数秒甚至数十秒才能生成一张图像,难以满足实时交互(如视频生成、实时绘画)的需求。正是为解决这一痛点而生——它是一个创新的扩散管道,通过管道级优化,将图像生成速度提升至100 FPS 以上,首次让扩散模型真正迈入实时交互时代。该项目由 Akio Kodaira、Chenfeng Xu 等学者联合
小伙伴们,随着Openclaw的爆火,这几天一家国产团队做出了支持 Windows 的桌面级 AI Agent,它就是昆仑天工的 Skywork 桌面版。(Claude + Gem)ini 自动切换)、。与传统的云端AI助手不同,“天工Skywork桌面版”最大的特色在于其强大的本地运行能力:数据安全无忧:所有任务均在本地虚拟机中进行,确保用户敏感文件不离机,从源头上保障了隐私安全。多格式全覆盖:
2023 年初,Auto-GPT 横空出世,让 GPT-4 能够自主分解任务、调用工具、联网搜索,引爆了全球对 AI 智能体的想象。如今,Auto-GPT 已从一个实验性项目进化为一个功能完备的开源平台,支持你构建、部署和运行持续性的 AI 智能体,自动化处理复杂的工作流。AutoGPT 平台(新):提供低代码 Agent Builder、工作流管理、监控分析、预置 Agent 库等,支持云托管或
随着大语言模型的爆发,如何高效地训练、部署和评估这些模型成为开发者面临的核心挑战。FastChat由加州大学伯克利分校等机构的研究者开发,是一个开源的 LLM 训练、服务和评估平台,旨在让研究人员和开发者能够以最小的成本,快速将前沿模型投入实际应用。FastChat 最引人瞩目的成就是支撑了著名的Chatbot Arena(大模型竞技场),该平台已为超过70 个 LLM处理了1000 万次以上的聊
小伙伴们,Qwen3.5更小尺寸来了,阿里正式推出 Qwen3.5 更小尺寸模型:0.8B / 2B / 4B / 9B 小而强,轻而快!全系基于 Qwen3.5 统一基座,Apache 2.0 开源可商用,支持 LoRA/全量微调,消费级显卡即可启动任务适配,助力你快速验证创意、低成本落地垂直场景。• 0.8B / 2B → 极致轻量、快速响应,端侧设备首选• 4B → 轻量级 Agent 的惊
随着大语言模型参数量从数亿飙升至数千亿,传统的深度学习训练框架在显存、通信和可扩展性方面面临巨大挑战。微软开源的DeepSpeed正是为解决这一难题而生的系统优化库。它不仅支撑了等众多知名大模型的训练,更通过一系列革命性的技术创新,重新定义了大规模深度学习训练的边界。DeepSpeed 的核心设计理念是“极致效率与易用性并存”。它提供了一整套系统创新,包括ZeRO(零冗余优化器)、3D 并行、De
【代码】湛卢(ZhanLu)全域运行管控系统开源 — 基于全域共生理论的多智能体AGI系统。
小米玄戒三芯的发布,代表端侧 AI 算力持续向上突破,但完整 AI 硬件产品,除 NPU、SoC 算力芯片之外,高速信号链路、接口协议、环境可靠性同样决定产品能否顺利落地量产。GSV6155 作为国产 DP1.4a Retimer 重定时器,针对性解决端侧 AI 设备长距离传输信号衰减、Type‑C 多模式动态切换、严苛环境下信号稳定性等工程痛点。
小米玄戒三芯发布,代表端侧 AI 算力快速迭代,但完整 AI 硬件产品,除了算力芯片,信号链路、接口适配、显示交互等配套器件同样决定整机落地难度。GSV2221 作为国产 DP1.4 MST 视频转换芯片,主要解决 AI 整机项目中普遍遇到的多屏扩展、接口转换、国产系统兼容问题。在端侧 AI 工作站、私有化 Agent 整机、便携 AI 终端、调试设备等场景,可以作为显示链路的配套方案,帮助硬件开
深入 MyCodeAgent 的持久化与恢复机制:TranscriptStore append-only JSONL 事件流、五种事件类型、ResumeLoader 从事件重建运行时状态、UncertainAction 的工具中断处理、SessionMemory 跨 run 的前馈记忆。理解 agent 为什么不能靠内存存历史,以及崩溃后确定性恢复的完整链路
678 篇 PDF 已经替你粗读一轮,整理成 24 篇中文解读 + 四大专题精选包。
分布式 AI 训练里,几千上万张 GPU 要做 all-reduce、all-to-all 这类集合通信,网络速度直接决定训练速度,最慢的一条链路会拖垮整个任务。为了无损,交换机要开 PFC(优先级流控),一旦队列满了就暂停上游,结果就是队头阻塞、链路利用率上不去、规模一大各种诡异问题。现在是协议迁就现实——以太网就是会丢包,那就设计一个不怕丢包的传输层。8月24日,Meta 在官方工程博客发布了
GPUStack 是一款开源GPU集群管理工具,专注于AI大模型推理服务部署和GPU资源调度。本文从实际工程痛点出发,介绍了GPUStack的六大核心特性:多集群GPU统一管理、可插拔推理引擎(vLLM/SGLang/TensorRT-LLM)、Day 0新模型即时部署、性能自动优化(KV缓存扩展+投机解码)、按需SSH GPU实例、以及企业级运维能力(监控/认证/故障恢复/负载均衡)。文章涵盖了
当用户想了解一款产品、比较多个品牌,或寻找某个行业的解决方案时,过去通常会打开搜索引擎,浏览网页并自行筛选答案。如今,越来越多用户开始直接向AI提问,由AI完成信息整理、观点总结和产品推荐。例如,用户不再搜索“适合中小企业的智能客服品牌”,而是直接询问:“国内有哪些适合中小企业使用的AI客服系统?”如果AI在回答中准确提到某个品牌、产品优势和适用场景,这个品牌就获得了新的曝光机会。这种围绕生成式人
Clone 一个叫 OpenWorkBuddy 的开源项目,它就是腾讯 WorkBuddy 的开源复刻版,而且源码本身就是一份极好的 Agent Harness 学习材料。
此外,Desktop 会在自身的 user-data 目录下创建 dsh、pnpm 和 node 的私有 shim 文件,这些 shim 仅对当前终端进程生效,通过临时修改 PATH 环境变量实现隔离,不会对系统全局 PATH 或用户的 shell 配置文件产生任何影响。插件是给 DSH 添加能力的扩展包,例如模型、工具、界面和工作流。仓库贡献者列表里若出现上游开发者,是项目 Fork 继承、同步
(上图:Goose 是一个本地化、可扩展、开源的 AI 智能体框架,旨在自动化重复性开发任务)Goose是一个由Block 公司开源的 AI 智能体框架,它能够:✅在命令行中运行- 直接在你的终端里使用✅自动化编码任务- 写代码、调试、重构、测试✅支持多种 LLM- OpenAI、Anthropic Claude、Google Gemini、DeepSeek 等✅完全本地化运行- 数据安全可控✅免
群聊、邮件、截图一股脑丢给 Devify,AI 自动提炼摘要、参与者、标签和待办,还能识别图片内容。本文实测安装、模型与 QQ 邮箱配置,看看它如何把零散沟通整理成团队可复用的信息。
智能体参与开发时,最先设计的不是角色数量,而是权限边界。需求整理、代码检索和测试建议可以分开;涉及写入、发布或外部调用的动作必须经过明确确认。
总结Kimi K3在本次深度测评中的综合表现,给出其能力象限图,并回答核心问题:在长文本的光环之下,Kimi K3是否已成为一个全面、可靠、高效的通用AI助手?它对不同用户群体的价值究竟在哪里?
从底层Linux内核到上层AI Agent,从npm包管理器到Docker镜像仓库,从CI/CD枢纽到漏洞扫描器本身——攻击者以国家级APT的强度,对全球软件开发供应链发动了一场“无差别打击”。:AI推理框架SGLang曝出RCE漏洞(CVE-2026-5760,CVSS 9.8),攻击者在恶意GGUF模型文件中植入Jinja2载荷,模型加载后触发/v1/rerank端点执行任意代码,CERT/C
BrowserSkill 不是要取代 Playwright,也不是要和 browser-use 正面对抗。“我的 AI 助手已经很聪明了,但它没法访问我浏览器里已经登录的那些网站。在一个 Agent + 真实登录态 = 超级生产力的方向上,BrowserSkill 给出了目前最优雅的开源答案。Rust 写的轻量 CLI、隔离的 Agent Window、内置的人机协作暂停机制——每一个设计决策都透
Codex 作为业内公认的顶级 AI 编程智能体,国内开发者却常因网络限制和高昂订阅费望而却步。本文教你 5 分钟快速上手:通过第三方 API 中转站获取低成本 API Key,再配合开源工具 CC Switch 一键导入配置、统一管理多模型供应商。无需复杂网络配置,即可在 Codex 的 Terra、Luna、Sol 等模型间自由切换,快速搭建高效、稳定的 AI 编程工作流。
Aider是一个预研型结对编程助手项目(2023年开发),集成了多项后来Agent系统的关键技术思想。其核心采用"感知-决策-行动"闭环机制:通过动态检索压缩代码上下文,结合权限管理(需用户确认文件修改/命令执行),由多角色模型分工处理需求(Main/Editor/Weak模型分别负责规划、编码和版本管理)。特色功能包括:基于Git的检查点回滚机制保障代码安全,关系树索引实现上下文动态扩展,以及完
此番重返 OpenAI,鉴于其在 AI 安全领域的深厚资历,业界尤为关注。Andon Labs 的最新模拟实验显示,Anthropic 旗下的 Claude Opus 5 在被赋予经营自动售货机的任务后,出现了欺骗与串谋行为,以此最大化商业利润。Databricks、OpenAI 与 Stellantis 将联合举办一场在线研讨,探讨如何可靠地交付智能体应用、开发者对 AI 智能体的治理与准确性要
本文对比评测了五款知识库系统(zyplayer-doc、Outline、Docmost、Wiki.js、Confluence)的适用场景。开源Wiki(Outline/Docmost/Wiki.js)适合技术团队自托管需求,强调协作与Markdown支持;Confluence适合Atlassian生态用户;zyplayer-doc则专注企业级知识库,提供多格式文档管理、OCR识别、细粒度权限和AI
7月18日,平头哥自研软件栈 T-Head SAIL® 正式开源,向全球开发者开放高效、开放的 AI 算力基础设施核心能力。作为自主算力新标杆,真武 AI 芯片凭借卓越算力与数据中心系统级全栈协同生态,高效助力将 AI 算力落地为生产力,为千行百业智能化进程注入澎湃动能。T-Head SAIL 是平头哥为真武系列 AI 芯片打造的软件栈,拥有自主知识产权、全面兼容主流 AI 生态。软件栈覆盖 OS
本文综述了2026 年大模型产业格局,为不同业务是否适用"开源 vs 闭源"给出理性决策建议,同时阐述了中美大模型路线的不同,并对未来 2-3 年的演变做出了判断。
全面适配 PHP 8 + MySQL 8,采用 Bootstrap 5.3 与 HTMX 4 构建现代无刷新 UI, 安全与可扩展性大幅提升,原生支持多语言、RESTful API,让轻量论坛重获新生。:CSRF 防护 / XSS 防护(EscapeService)/ 参数化查询 / 登录限速 / 操作审计。htmx 4 驱动交互:局部刷新、乐观更新、morph DOM 保留,无刷新发帖 / 回复
摘要: OpenClaw是一款本地化AI工具,提供安全、高效的数据处理与自动化办公功能。核心优势包括本地存储保障隐私、零编程门槛、集成化安装及开源透明。部署前需关闭安全软件避免拦截,下载后使用专业工具解压至英文路径。安装过程全自动化,首次启动需等待初始化。成功运行后,可通过自然语言指令完成文件整理、数据提取、批量编辑等操作。常见问题多为路径或安全软件拦截导致,按指引调整即可。后续将支持PDF处理、
从精准占位主流AI问答平台获取免费自然询盘,到传统SEO和短视频SEO的协同赋能,再到标准化落地流程与全行业定制化方案的保障,蔚来AI - GEO以实打实的数据和良好的口碑,展现出强大的流量获取与品牌升级能力。山东蔚来数据服务有限公司旗下的蔚来AI-GEO,以自主研发的全链路AI技术体系为依托,专注于抢占国内8大主流AI问答平台的核心答案位,实现零点击、高精准的免费自然询盘,为企业解决流量获取难题
循环(Loop)是指智能体重复执行工作,直到满足停止条件。循环可按触发方式、停止条件以及所使用的 Claude Code 原语(命令/能力)来分类。并非所有任务都需要循环——从简单开始。选择合适的交互模式—— 简单任务用 Turn-based,复杂任务用 Goal-based 或 Proactive设计高效的自动化工作流—— 通过组合 /schedule、/goal、/loop 实现复杂场景优化
摘要:OpenClaw("小龙虾")是一款28万星标的开源本地AI助手,支持Windows11/macOS系统,提供自动化办公、文档编辑和浏览器操控等功能,完全离线运行保障数据安全。本教程提供一键安装方案,解决权限不足、杀软拦截等常见问题:1)下载专属部署包;2)使用专业工具解压;3)绕过系统安全拦截;4)选择纯英文路径自动安装;5)5分钟内完成部署。安装需临时关闭安全软件,路
OpenSEO 是 Semrush / Ahrefs 的开源替代方向:自托管、按量 SEO 数据、MCP 和 Agent Skills,把关键词、外链、审计和 AI 工作流连起来。
开源 SSH 客户端 Sageport 使用体验:终端、SFTP 文件传输、SSH 密钥管理、命令片段、AI 运维助手一体化,端到端加密跨设备同步,支持 macOS / Windows / Linux。
随着 AI 应用和实时分析场景深入,进入数据平台的不再只是结构化业务表。日志、JSON、文本内容、行为事件、模型推理结果等半结构化和非结构化数据,正在成为实时分析的常见对象。与此同时,分析链路中要完成的工作也在变化:它不再只是 、、,还包括规则判断、字段解析、特征加工、标签抽取、模型打分等更复杂的业务逻辑。这些逻辑往往更适合用 Python 实现。但如果把数据导出到外部脚本或服务中处理,就会带来链