
基于 Nexent 知识库与 MCP 生态打造智能烹饪顾问实战
基于 Nexent 开源智能体平台构建 AI 烹饪顾问的完整流程。内容包括接入 Qwen 等大语言模型及向量模型,上传菜谱与营养文档构建知识库,集成 HowToCook、高德地图及 Fetch MCP 工具获取实时数据。通过自然语言描述生成提示词并调试,实现了根据食材、天气及饮食禁忌推荐菜谱的功能。测试表明该方案能有效处理多约束条件下的烹饪建议,展示了低代码智能体开发在垂直场景的应用潜力。

基于 Nexent 开源智能体平台构建 AI 烹饪顾问的完整流程。内容包括接入 Qwen 等大语言模型及向量模型,上传菜谱与营养文档构建知识库,集成 HowToCook、高德地图及 Fetch MCP 工具获取实时数据。通过自然语言描述生成提示词并调试,实现了根据食材、天气及饮食禁忌推荐菜谱的功能。测试表明该方案能有效处理多约束条件下的烹饪建议,展示了低代码智能体开发在垂直场景的应用潜力。

Agent Skills 是连接大语言模型与现实世界的桥梁,指赋予 LLM 与外部交互的接口或能力。深入探讨了 Agent Skills 的定义、核心解剖结构(名称、描述、参数架构、执行逻辑)、分类(信息检索、计算逻辑、生产力行动、多模态)以及 Agent 使用技能的认知循环(ReAct)。此外,还总结了设计高质量技能的最佳实践,包括原子性、描述即 Prompt、容错性设计及最少上下文原则,并展望了未来 Agentic Workflow…
介绍 OpenClaw 自主智能体框架的部署流程。首先初始化云服务器环境并配置系统镜像。接着接入外部大语言模型服务,通过修改 API 端点和密钥实现协议适配。随后执行 Onboarding 命令完成初始化向导,选择快速启动模式并加载技能库。网络层面需配置网关监听地址以支持公网访问,并通过设备配对机制安全开启 Web UI 远程管理。最后演示了如何将智能体集成至飞书机器人,实现企业即时通讯场景下的自动化交互。整个过程涵盖环境搭建、模型配置…

OpenMAIC 是清华大学开源的 AI 教学平台,提供 7x24 小时虚拟教室服务,由 AI 智能体扮演师生角色。支持输入主题或上传文档自动生成包含幻灯片、测验及互动的完整课程。具备极速构建、多角色协同、跨应用集成及 PPT/HTML 导出等特点。支持在线体验和基于通义千问、智谱 GLM 等模型的本地部署。实际使用中,课件生成速度受文件大小影响,较大文件需等待约 15 分钟。相比通用大模型,其在界面交互和多媒体讲解方面更具优势,适合备…

RunningHub 是全球首个基于开源生态的图形音视频 AIGC 应用共创平台。通过模块化节点系统与云端算力整合,将复杂创作流程转化为搭积木式操作。核心价值在于设计平权化、成本重构及生态闭环。技术架构基于 ComfyUI 优化,支持零代码工作流与开发者生态。相比传统方案,在硬件要求、视频生成时长及商业变现上具有显著优势。实战案例涵盖电商文创与教育视频生产。未来将上线 3D 资产生成节点并拓展垂直领域,旨在降低行业人力成本与创作门槛。

在 AI 写作普及背景下,学术论文面临的重复率与 AIGC 率双重检测挑战。文章分析了单一降重或降 AIGC 率的局限性,并介绍了一种支持智能、人工等多种模式的解决方案。该方案适配知网、维普等主流平台,通过升级的 AI 模型优化文本,旨在帮助用户在保留内容质量的同时顺利通过学术考核。
如何集成 Linly-Talker 构建实时智能客服数字人系统。该系统融合大语言模型、语音识别、语音合成及面部动画技术,支持私有化部署与低延迟交互。文章详细拆解了从 ASR 流式识别到 LLM 意图解析、TTS 音色克隆及面部驱动的技术链路,提供了 Python SDK 与 RESTful API 示例。通过 Docker 容器化部署,系统可无缝接入 CRM 前端,显著降低人力成本并提升多语言服务能力。同时探讨了延迟优化、容错机制及安全…

本项目是一个基于 Go 语言开发的 AWS Kiro 账号池管理系统,旨在将 Amazon Q Developer API 转换为 OpenAI 兼容格式。系统支持多账号池管理、OIDC 自动认证、令牌自动刷新及智能负载均衡。提供现代化的 Vue.js 3 Web 管理控制台,具备账号监控、在线测试、请求日志及 IP 限流等企业级功能。支持 Linux、macOS、Windows 多平台部署,可通过 Systemd、Nginx 或 PM…

8 款主流科研绘图工具,重点分析了支持自然语言输入的 PaperXie AI 模块,涵盖其界面布局、功能特点及免费额度。此外还推荐了 BioRender、draw.io、Lucidchart、GraphPad Prism、Inkscape、Visme 以及 MATLAB/Python 等工具,分别适用于生物、开源协作、企业、数据统计、矢量编辑、演示及编程绘图等不同场景。文章最后提供了从学科领域、图表类型、输出要求、协作需求和预算五个维度…

利用云端模型路由替代本地大模型推理的 AI 开发范式。通过聚合平台作为多模型路由层,在终端环境中调用云端免费或低成本大模型,构建完整开发工作流。内容涵盖架构原理、免费模型使用前提、Python 实战代码示例(生成 SaaS 着陆页)、以及免费额度限流、环境隔离、日志可观测性等工程实践建议。适合个人开发者和中小团队参考,旨在降低算力成本并提升开发效率。
OpenClaw 内置 web_search 工具的五个官方搜索渠道(Brave、Gemini、Grok、Kimi、Perplexity)及 Tavily 技能的使用方法。文章对比了各渠道的免费额度、获取方式及配置步骤,重点推荐了 Gemini 作为完全免费的稳定方案,Brave 作为备用方案,并提供了 Tavily 技能的安装与使用指南。同时涵盖了配置步骤详解、常见问题解答及不同场景下的推荐配置方案,帮助用户选择最适合的免费或付费搜索…

介绍如何利用大模型 API 开发本地化个人 AI 助理。首先明确需求与配置环境,获取 API 密钥并选择合适模型。接着通过 HTTP 请求调用 API,结合 Python 的 Tkinter 库构建图形界面,实现多轮对话交互。最终完成一个支持隐私保护的智能助手应用,降低使用成本并提供便捷的交互体验。

飞书 OpenClaw 机器人在交互时返回 HTTP 401 Invalid Authentication 报错的问题。该错误属于未授权状态,表明身份认证无效。在飞书开放平台场景中,无论是上行事件推送还是下行 API 调用,若凭证无效或鉴权逻辑不通过,服务端将拒绝请求并返回此状态码,最终透传至客户端。目前该问题在单聊和群聊场景中均可稳定复现,导致无正常业务响应。

基于 Web 的工业设备监测系统旨在实现多种工业设备数据的分类采集、运行状态监测及信息管理等核心功能。系统包含现场设备状态采集、设备采集数据传输、设备监测显示及设备信息管理四大功能模块,要求具备可靠的传输技术与图形化显示界面,并支持历史状态、报警记录及参数信息的查询。

MaaS 平台的核心优势,包括强大的模型支持、高效的资源调度和友好的操作界面。探讨了 MaaS 平台与阿里 QWQ 技术的融合亮点及应用拓展实例,如电商智能客服和智能营销。提供了文本分类任务的调参实战指南,涵盖学习率、正则化及 Temperature 参数调整策略,并通过 Python 代码示例演示了 API 调用与参数优化过程,最后展望了 MaaS 平台在 AI 调参领域的未来发展。

一款 AI 聚合应用的技术特性与使用技巧。主要内容包括:集成 ChatGPT、Claude、DeepSeek 等多款主流模型,实现一键切换与模型自由;支持自定义 API 接入第三方应用(如火山引擎);引入 MCP 协议实现 AI 工作流自动化与智能体编排;支持 Windows、Mac、Linux 及移动端全平台覆盖与数据同步;具备文档解析、图片分析、代码调试及 AI 绘画等多模态交互能力;强调本地存储与加密传输保障用户隐私安全;集成联网…

介绍基于 Java Spring Boot 的家庭医生签约服务系统。针对传统签约线下办理、信息分散及随访低效问题,系统采用 B/S 架构,含管理员、医生、用户三角色。功能覆盖注册登录、套餐管理、签约审核、健康档案及慢病随访。技术栈涉及 JDK 1.8、MySQL、Tomcat。通过数字化手段优化医疗流程,提升居民就医便捷性与医护管理效率。内容涵盖需求分析、系统设计、数据库建模及功能实现细节。

解析了开源 AI 智能体框架 OpenClaw 的核心机制、应用场景及安全风险。该框架通过网关、端侧节点和技能系统实现自动化操作,广泛应用于电商、金融等领域。然而,AI 幻觉、恶意技能植入及配置暴露引发了严重安全隐患。针对这些问题,英伟达推出了 NemoClaw 提供沙盒隔离与企业级治理。此外,结合强化学习(如 OpenClaw-RL)可提升智能体的任务成功率。文章探讨了智能体时代的机遇与挑战,强调在保障安全的前提下推动技术创新。

对比了随身鹿、通义听悟、飞书妙记和 Otter.ai 四款会议纪要工具。随身鹿在模板丰富度和多端同步上表现突出;通义听悟适合预算有限的用户;飞书妙记适用于飞书生态内部协作;Otter.ai 则擅长英文会议识别。文章提供了各工具的适用场景及选择建议,帮助用户根据实际需求挑选合适的 AI 办公工具。

介绍如何使用 Dify 的 MCP Server 插件将工作流或 Chatflow 发布为符合 MCP 标准的 Server Endpoint。通过安装插件并修改.env 文件中的 EXPOSE_PLUGIN_DEBUGGING_HOST 和 ENDPOINT_URL_TEMPLATE 配置,将 localhost 替换为实际 IP 地址,使外部 MCP 客户端能够直接访问 Dify 应用。主要步骤包括插件安装、环境变量配置及服务重启,…