相关文章
2194 篇高质量内容
拆解开源知识库OpenKB：Karpathy的wiki 理念，如何被PageIndex做成无向量知识库
OpenKB将Karpathy的Wiki理念落地为开源项目，通过PageIndex构建无向量知识库，为知识管理提供新思路。 核心内容： 1. OpenKB如何将Karpathy的Wiki型知识组织思路实现为可运行链路 2. 与传统RAG知识库在数据处理和查询逻辑上的关键差异 3. PageIndex与OpenKB的分工协作及快速安装使用指南
8G 内存足以，最适合 NAS 的本地「多模态模型」，极空间+MiniCPM
在NAS上跑多模态模型？低功耗CPU+8G内存就能实现，极空间部署MiniCPM-V实战指南。 **核心内容：** 1. 极空间NAS部署MiniCPM-V多模态模型的详细步骤 2. MiniCPM-V在N97平台上的性能实测与体验 3. 开源小模型的技术演进与NAS应用前景
腾讯刚开源了个好东西：BrowserSkill 让 AI Agent 直接用你的浏览器
腾讯开源BrowserSkill，让AI Agent安全使用你的真实浏览器，解决登录与自动化难题。 核心内容： 1. BrowserSkill解决AI Agent与浏览器交互的核心痛点 2. 项目三大设计哲学：Agent为访客、登录态共享、人在回路 3. 本地桥接层的实现方式与安全优势
WeKnora详解（一）：腾讯开源的 LLM 知识框架，5 分钟跑通你的第一个问答机器人
腾讯开源的LLM知识框架WeKnora，帮你5分钟快速搭建智能问答机器人，轻松处理各类文档并实现智能推理。 核心内容： 1. WeKnora的三大核心能力与产品定位 2. RAG快速问答与ReAct Agent自主推理的实战解析 3. 上手体验与同类框架的对比亮点
腾讯WeKnora开源详解（四）：企业治理与开发者工具
深入了解WeKnora开源项目的企业级安全与开发工具，本篇收官之作为你拆解权限治理与开发提效的硬核设计。 核心内容： 1. WeKnora的四级RBAC权限模型与资源隔离机制 2. 覆盖加密、沙箱、防护的多层安全体系 3. 面向开发者的CLI、API、MCP工具链与扩展能力
DeepSeek 再蒸新模型：这次选的是 Qwen3 和 Gemma4！Llama 这次上不了桌
DeepSeek 开源“加速外挂”DSpark，让大模型推理提速不减质，策略已适配Qwen与Gemma。 核心内容： 1. DSpark推测解码技术原理：用小模型起草，大模型审核，实现加速 2. 与Eagle3、DFlash方案的对比，展现DSpark在速度与质量间的平衡 3. DeepSeek开源策略升级：从开源模型到开源“变强变快”的方法论
BrowserBC：克隆人类点击，让一次网页操作转化为所有Agent的能力
BrowserBC将人类网页操作转写成可复用技能，让Agent告别重复摸索，实现“一次操作，多次复用”。 核心内容： 1. 传统Web Agent面临重复探索与效率低下的困境 2. BrowserBC三步范式：录制、转写、执行 3. 技能与执行分离带来的灵活性与成本优势
腾讯混元发布 PhoneBuddy：4B 开源手机 Agent，在 AndroidWorld 上超越 Gemini3.1 Pro
腾讯开源手机Agent PhoneBuddy在AndroidWorld上超越Gemini3.1 Pro，它如何通过混合训练解决真实与规模化的矛盾？ 核心内容： 1. PhoneBuddy混合真实App与模拟环境训练的核心方法 2. 在AndroidWorld评测中达到83.2%成功率的关键突破 3. 揭示手机Agent在跨App任务中面临的核心挑战
本地部署 Gemma 4 26B QAT 实践记录
在32GB显卡上，Gemma 4 26B QAT模型跑出了433ms首字时延的惊艳成绩，真正实现了大模型的高效本地部署。 核心内容： 1. Gemma 4 26B QAT模型的性能优势与架构特点 2. 详细的硬件环境与从零开始的部署过程记录 3. 当前主流部署方案的对比与选择原因
我把自己的知识库系统开源了
零台开源：一个不领工资、不闹情绪、24小时待命的AI编队，帮你把混乱知识变成清晰内容。 核心内容： 1. 从个人创作困境到构建AI知识库系统的初衷 2. 零台系统的核心设计：极简、零配置、平台无关 3. 实际应用效果与开源带来的低门槛启动方案
近 8 千 Star！一次性干翻整本 PDF，百度这个 OCR 让文档解析彻底变了天
百度开源Unlimited-OCR，一口气解析整本PDF，彻底告别传统OCR一页一页的繁琐操作。 核心内容： 1. Unlimited-OCR如何将整本PDF作为“超长视野”一次性识别 2. 与传统分页OCR的对比及核心优势 3. 项目使用方式与快速上手方法
谷歌开源 agents-cli：让 AI 助手帮你完成企业级 Agent 从搭建到部署全流程！
谷歌开源 agents-cli 工具，将企业级 AI Agent 从开发到部署的复杂工程化工作，打包成 AI 助手可直接调用的“技能包”，大幅降低应用门槛。 核心内容： 1. 项目定位：简化 AI 智能体开发生命周期，实现本地原型到生产部署的无缝衔接。 2. 核心亮点：无缝集成主流编程 Agent，内置七个覆盖全生命周期的专业技能包。 3. 核心价值：降低工程化门槛与上下文开销，让开发者与 AI 助手能高效协作。
官宣｜我们推出了开源版Claude Tag，以及它背后记忆与工具引擎 MFS
我们开源了Claude Tag的替代方案，让普通用户和Codex玩家也能免费拥有自己的“AI同事”。 核心内容： 1. 开源项目MFS与Claude Tag的相似理念 2. 基于MFS快速复刻开源版Claude Tag（Open Tag）的演示 3. Open Tag的安装配置与多数据源接入能力
Nathan Lambert：GLM-5.2是开源Agent重大突破，连锁反应将渗透进更广泛的经济体
开源AI领域的重大突破：GLM-5.2首次让免费模型媲美顶尖付费AI，代码与复杂任务处理能力直追前沿，这标志着一扇无法回头的技术单向门已开启。 核心内容： 1. GLM-5.2的关键突破与行业影响 2. 模型发布背后的策略与时代背景 3. 开源AI生态的竞争格局与未来展望
百度开源 Unlimited OCR：让长文档解析一次完成
百度开源Unlimited OCR，实现长文档一次解析，显著提升处理速度与效率。 核心内容： 1. Unlimited OCR的核心技术：R-SWA机制实现长程解析 2. 模型性能优势：解析速度大幅提升，尤其在长文档场景 3. 开源与实测效果：代码权重已开源，基准测试表现优异
我把自己的需求到交付 Skills 开源了：Analysis to Delivery
从需求分析到开发交付，这套开源Skills帮你避开AI的“自信”陷阱，让流程清晰可控。 核心内容： 1. 项目背景：解决需求与开发脱节、AI盲目编码等核心痛点 2. 核心价值：提供标准化工作流，引导AI像专业角色一样思考与验证 3. 项目构成：26个可组合Skills、行业示例及完整工具链
腾讯开源WeKnora知识库部署实战(含踩坑排查)
WeKnora知识库部署实战：从踩坑到排查，手把手教你搭建企业级RAG系统。 核心内容： 1. WeKnora知识库部署过程中的典型问题与排查方法 2. RAG技术原理及其与网盘的本质区别 3. WeKnora的核心优势：集成问答、Agent推理与自维护Wiki
DiffusionGemma: 文本生成速度提升 4 倍
DiffusionGemma 突破传统自回归模型限制，实现高达4倍的文本生成速度，为实时交互应用带来全新可能。 核心内容： 1. DiffusionGemma 的技术原理与速度突破 2. 针对开发者与实时应用的优化设计 3. 实验性状态与未来应用场景
刚刚，百度开源拿下全球第一！作者疑似DeepSeek出走大神
百度开源Unlimited OCR以极小参数刷新SOTA，作者身份引发猜测，或将开启OCR新范式。 核心内容： 1. Unlimited OCR的技术突破与性能表现 2. 当前OCR模型“逐页失忆”的根本原因 3. R-SWA注意力机制的核心原理与创新
GLM-5.2本地部署：744B参数模型如何在Mac上跑
将744B参数的GLM-5.2模型压缩至239GB，在Mac上实现本地部署，让顶级AI能力触手可及。 核心内容： 1. GLM-5.2的性能优势与量化技术突破 2. 实现本地部署的硬件要求与关键步骤 3. 模型的核心架构创新与未来应用展望