博客作者
寻找共鸣
318
已发布文章
8.5K
博客获赞
520K
博客浏览
第 7 页
介绍开源大语言模型应用开发平台 Dify 的功能、场景与优势。详述了基于 Docker 在 Linux 环境下的部署流程，包括服务器准备、环境变量配置及启动命令。涵盖大模型 API 密钥配置、知识库创建、智能体工作流构建、图片生成应用及聊天机器人操作指南。提供常见问题排查方案，助力开发者快速搭建 AI 应用。
一款支持多模态大模型的 AI 聚合系统，涵盖文本对话、专业绘画及视频生成功能。系统集成了多种主流大模型能力，支持 Agent 智能体与工作流开发，提供私有化部署方案。主要功能包括 AI 聊天、绘图、视频生成、智能体广场及微信登录支付等模块，适用于个人、开发者及企业用户。
OpenAI 与 LangChain 的集成方法。内容涵盖开发环境准备（Python 环境、API Key）、LangChain 核心组件介绍（Chat models、提示词模板、Memory、向量数据库）及组合使用案例。旨在帮助开发者掌握利用 LangChain 构建智能应用的基础技能。
记录了在 4 张 NVIDIA A30 显卡上部署 Qwen3-VL-32B 模型的实战经验。发现 vLLM 因默认使用张量并行（TP），在无 NVLink 环境下依赖 PCIe 通信导致 NCCL 死锁；而 llama.cpp（Ollama）采用流水线并行（PP）或层级切分，大幅降低通信频率，成功运行。建议无 NVLink 环境优先选择 llama.cpp…
深度解析了字节跳动发布的豆包 Seedream 4.0 图像创作模型。该模型主打 4K 多模态生图和超强主体一致性，推理速度较 3.0 提升超 10 倍。文章通过中华田园犬和三花猫的多场景素材（真实追逐、卡通绘本、布偶挂件）进行了实测，验证了其多图融合能力和风格转换效果。此外，还分析了其在电商、教育、影视等领域的应用潜力及技术挑战，指出 AI 绘画正朝着视频…
记录了使用 Doubao-Seed-Code 优化 Unity 编辑器插件的过程。主要工作包括将简陋的节点管理界面重构为科技风格，实现 HoldNode 端点拖拽调整持续时间的功能，并利用视觉理解能力修复布局问题。过程中涉及提示词工程优化、API 兼容性处理及性能考量。结果显示该 AI 模型在代码生成、视觉分析及迭代优化方面表现良好，能有效辅助编辑器开发。
百度 ERNIE-4.5-0.3B 轻量级模型的部署流程与性能评估。内容包括 Ubuntu 环境搭建、CUDA 12.6 配置、PaddlePaddle 与 FastDeploy 框架安装。通过代码生成、逻辑推理、数学优化及中文语义理解等多场景测试，验证了模型在 RTX 4090 上的推理能力。此外，文章还提供了知识缓存、动态路由、INT4 量化等企业级优化…
介绍使用 ClawdBot 结合 Whisper、Qwen3-4B 及 MoltBot 构建的本地化 AI 工作流，实现语音会议录音到中文摘要的自动化处理。流程涵盖音频转写、关键信息提取、多语言翻译，全程离线运行，无需 GPU 或外部 API。通过 Docker 快速部署，显著缩短会议纪要整理时间，并支持结构化数据导出至任务管理系统，提升知识工作效率。
llama-cpp-python 的安装与配置方法。内容包括基础环境检查、核心安装命令及针对不同硬件（CPU/GPU/Metal）的加速后端配置。提供了依赖缺失的修复步骤、配置文件优化示例以及常见问题排查表。此外还分享了使用预编译包加速安装、从 HuggingFace 直接加载模型及启用日志诊断等实用技巧，旨在帮助开发者在本地环境中高效部署和运行大语言模型。
NASA 利用 AIGC 技术进行火星探测任务的软件测试，以应对辐射、沙尘暴及网络攻击等极端环境挑战。文章介绍了基于 Python 和 TensorFlow 的攻击场景生成框架，结合硬件在环仿真系统，提升了测试覆盖率和缺陷检出率。流程涵盖需求分析、动态执行、挑战解决及报告迭代，为高风险系统测试提供了 AI 驱动的新标准。
得物前端部门整体并入服务端做 AI 全栈，标志着纯前端独立工种性价比降低。原因在于前端工作规则明确、模式重复且结果可视，恰好是 AI 擅长的领域。短期内架构设计、性能工程、工程化体系及复杂交互等需要判断力的能力难以被替代。真正的安全区在于不可被 prompt 描述清楚的能力，而非特定岗位。
全面解析了 AIGC 领域的各类工具，涵盖文本生成（ChatGPT、Claude、DeepSeek）、图像生成（Midjourney、Stable Diffusion、即梦）、代码生成（GitHub Copilot、Codex）、视频生成（Runway ML、Lumen5、可灵）及音频生成（Murf AI、Amper Music）。同时介绍了综合平台如百度文…
在 OpenHarmony 跨平台开发中遇到的 CORS 跨域问题，并推荐使用 flutter_cors 库作为辅助工具。内容包括跨域访问逻辑模型、核心 API 检测与环境适配、常见应用场景如原生应用内嵌 H5 及微前端开发，以及针对鸿蒙 NEXT 浏览器安全策略的优化建议。通过代码示例展示了如何审计 Web 环境安全性，帮助开发者解决数据加载为空的问题，保…
对比了开源 AI 编程工具 OpenCode 与商业产品 GitHub Copilot。OpenCode 支持本地部署、多模型切换及隐私保护，适合对数据安全要求高的场景；Copilot 则集成度高、开箱即用但需联网且付费。文章还展示了基于 vLLM 和 OpenCode 构建本地 AI Coding 系统的实践方案，利用 Qwen3-4B 模型实现低延迟代码…
解析 OpenClaw 本地 AI 引擎的底层原理。其采用四层架构（接入层、意图规划层、执行抽象层、能力沙箱层），将自然语言转化为可执行系统动作。核心机制涵盖意图解析与任务编排、跨平台 Action 抽象、文件与 Shell 安全执行、浏览器自动化、多模型调度及插件扩展。系统强调本地优先、隐私闭环、权限最小化与全链路审计，确保 AI 智能体在安全可控下完成复…
介绍在 Windows 环境下通过 Docker 部署闲鱼 AI 自动回复系统的流程。内容包括环境配置、容器启动、账号 Cookie 获取、通义千问 API 集成以及钉钉消息通知的配置。系统支持自动化消息回复、多账号管理及任务调度，旨在提升闲鱼店铺运营效率。
OpenGlass 是一个低成本开源智能眼镜项目，基于 Seeed Studio XIAO ESP32 S3 Sense 开发板构建，硬件成本约 25 美元。它集成了计算机视觉、自然语言处理、语音识别合成及增强现实功能。通过移动端应用（Node.js/Expo）与硬件交互，支持调用 Groq、OpenAI 或本地 Ollama API。适用于生活辅助、户外探…
Openclaw 是一款开源仿生机械爪项目，灵感源于猫科动物爪部，采用被动适应性设计和欠驱动机制，无需复杂传感器即可自适应抓取。支持 ROS 2 系统，具备可变刚度模块，可切换刚柔模式。已应用于仓储物流、农业采摘及家庭服务场景，成本低廉且控制简化，但在负载能力、精度和工业耐用性方面存在局限。其开源生态降低了机器人末端执行器的开发门槛。
Buzz 是一款基于 OpenAI Whisper 模型的离线语音转写工具，支持 Windows、macOS 和 Linux 全平台运行。其核心优势在于本地处理音频数据，保障隐私安全，无需联网即可使用。功能涵盖音频文件转写、实时麦克风转录、说话人识别及多语言翻译。支持导出 TXT、SRT 等多种格式，并兼容 CUDA 及 Apple Silicon 硬件加速…
一种名为 One2Any 的新方法，用于解决任意物体的单参考 6D 位姿估计问题。该方法仅需一张参考 RGB-D 图像和一张查询 RGB-D 图像，无需 3D 模型、多视角数据或类别约束即可估计物体的相对 6 自由度位姿。核心创新在于将位姿估计视为编码 - 解码过程：首先通过参考物体编码器（ROE）从参考图中提取包含形状、朝向和纹理信息的参考物体位姿嵌入（R…
