相关文章
2205 篇高质量内容
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
Hermes Agent v0.17发布：AI助手开始扩展触角
Hermes Agent v0.17 发布，AI助手正从单一工具演化为融入日常沟通与工作流的智能伙伴。 核心内容： 1. 扩展多平台触达能力，无缝接入iMessage、WhatsApp等主流通讯渠道 2. 强化桌面端体验，新增可定制快捷键、系统通知等实用功能 3. 完善团队管理与异步代理机制，降低运行成本并提升协作效率
开源中医 Skill：把倪海厦课程变成可检索知识库
倪海厦中医课程化身可检索知识库，AI助手也能精准查找中医经典。 核心内容： 1. 项目将海量中医课程资料结构化，支持白话检索与方证对比 2. 提供模块化加载机制，避免一次性加载所有资料 3. 支持穴位查询、截图证据检索及多平台安装使用
Gemma 4 QAT 模型现已推出: 支持日常端侧设备与消费级 GPU 本地流畅运行
Gemma 4 QAT模型大幅优化，让大语言模型能流畅运行在你的手机和消费级显卡上，体验本地AI的便捷与高效。 核心内容： 1. QAT技术如何减少模型压缩的精度损失 2. Gemma 4 E2B模型内存占用降至1GB的突破 3. 专为移动端设计的定制量化方案与性能优势
GLM-5.2 技术解读：智谱百万上下文的新一代旗舰模型
智谱AI最新旗舰模型GLM-5.2，在百万级超长上下文上实现了稳定可靠的工程表现，为长程任务提供了强大的开源基础。 核心内容： 1. GLM-5.2的四大核心能力升级与开源优势 2. 在长程任务基准测试中作为开源模型第一名的表现 3. 灵活推理投入度与标准编程基准测试的显著提升
26.1%的AI编程技能有漏洞：NVIDIA开源 SkillSpector 能扫出什么？
AI技能包暗藏风险，NVIDIA开源工具SkillSpector为你的AI编程助手保驾护航。 核心内容： 1. AI技能包安全现状：26.1%含已知漏洞，恶意意图不容忽视 2. SkillSpector工具介绍：三层检测架构，支持多种部署方式 3. AI安全新范式：从代码审计到技能包扫描的生态完善
当 AI Coding Agent 成为基础设施：我们为什么要开源 LoongSuite Pilot
AI Coding Agent正成为开发者的日常生产力工具，但对其运行行为却缺乏可观测性。开源LoongSuite Pilot，正是为了破解这一难题。 核心内容： 1. AI Coding Agent可观测性面临的三大挑战 2. LoongSuite Pilot的ALL IN ONE架构设计思路 3. 开源方案的价值与未来展望
CPU 跑得比 Whisper GPU还快的开源语音识别，本地部署
FunASR开源语音识别工具包，CPU速度竟超越Whisper GPU，一站式搞定VAD、识别、标点、说话人分离和情感分析。 核心内容： 1. FunASR的工业级一站式流水线架构 2. 在CPU与GPU上的惊人速度表现 3. 支持多语言、方言及情感识别等核心功能
别再问我什么是爱马仕！
Hermes Agent不是奢侈品也不是龙虾，而是开源AI Agent框架，两个月内GitHub星星数翻七倍，真正实现“不用教，自己长本事”。 核心内容： 1. Hermes Agent与OpenClaw等主流框架的核心差异 2. 无需调教、自主学习和优化的三件套机制 3. 实际应用场景与数字同事价值
Open Design：开源界的 Claude Design 替代品，61.7K Star，21+ Agent 都能跑，本地第一
Claude Design的闭源付费模式让人望而却步？Open Design让你在本地免费跑通同样的AI设计流程，数据完全自主。 核心内容： 1. Open Design如何作为开源替代品，打破Claude Design的封闭生态 2. 平台的核心架构：技能、设计系统与插件如何驱动21+个编码Agent 3. 本地优先的优势与一站式产品页面带来的高效设计体验
从搜索、点击、表单填写到复杂网页操作，让 AI 像人一样使用浏览器
BrowserAct让AI代理真正“活”在互联网上，解决真实网页操作中的反爬、会话冲突等痛点，将自动化从“偶尔能用”变为“日常可靠”。 核心内容： 1. 传统AI代理操作网页的痛点与BrowserAct的解决方案 2. BrowserAct三层技术架构如何突破网站反爬机制 3. 工具在并发、安全及大模型友好性上的设计细节
比Codex快4倍！终于有开源模型卷本地Agent执行效率了～
本地Agent效率革命！开源模型Step 3.7 Flash让代码执行速度飙升4倍，视觉能力同样惊艳。 核心内容： 1. Step 3.7 Flash模型性能实测：速度远超GPT-5.5 2. 模型核心优势：开源、多模态、高速度与强大视觉理解 3. 实战应用场景：视频提示词倒推与高效本地Agent集成
Anthropic 开源 Agent Skills 参考库，大模型定制化时代开启
开源 Anthropic Skills，让 AI 代理瞬间掌握企业专属工作流，告别臃肿提示词，实现动态精准调用。 核心内容： 1. Anthropic Skills 库的模块化结构与 SKILL.md 协议 2. 动态按需加载机制如何提升 AI 响应效率 3. CLI 原生集成与开发者应用场景
Karpathy LLM-Wiki Skill 已开源公开
将学习材料转化为可维护的LLM知识库，这套开源工具让持续学习和知识管理自动化。 核心内容： 1. 开源Skill与真实示例Wiki的配套设计 2. 从原始材料到结构化知识工件的完整流程 3. 通过ingest、query、lint实现知识的持续维护与校正