刷新
漫画翻译的技术链路:从文字检测到译文回填

缘起 追日漫、韩漫最难受的不是看不懂剧情,而是拿到"生肉"——没有汉化组接的作品只能干等。这几年 OCR 和大模型都成熟了,自己搭一条漫画翻译流水线其实没那么难。这篇文章把整条链路拆开讲一遍,也顺带说说每一步容易踩的坑。 一、文字检测:先搞清楚"哪里是字" 漫画和普通文档最大的区别在于版面。文档有固 ...

Gmail 委托邮箱在手机上关不掉

博主头像 Gmail 的委托邮箱开始在 iPhone 应用里冒出来,这件事让一部分用户感到不快。他们需要访问那些邮箱,只是不想让它们出现在手机上。Google 的 iOS 使用说明介绍了如何从账户切换器打开委托收件箱,也说明了邮箱所有者如何移除委托。但说明里没有提到,怎样在某一台设备上隐藏委托邮箱,同时保留访... ...

房源照片做成房产视频:一份适合经纪人的制作清单

房产短视频不一定需要从复杂剪辑开始。若已经有一组清晰的房源照片,先把照片顺序、发布比例和品牌信息安排好,再交给视频工具处理镜头运动,会更容易得到连贯、可复用的成片。 1. 先按看房路径排列照片 可以从外观或入口开始,再呈现客厅、厨房、卧室和特色细节。宽景与细节图交替使用,能让观看者逐步了解空间。照片 ...

浏览器里跑 AI 智能体,WebMCP 实测

博主头像 很多人对 AI 智能体的想象是:给它一个目标,它自己打开网页、点按钮、填表单。但真做起来,智能体往往要靠截图识别和模拟点击,既慢又脆。WebMCP 提供了另一条路:让网站主动把自己能做的事告诉智能体。 简单说,WebMCP 是一项实验性的浏览器 API。网站可以在页面里显式声明一组工具,比如查询订单... ...

算法备案、大模型备案和登记,到底该办哪一个?一篇讲清。

博主头像 很多AI团队第一次接触合规,最容易卡在三个词上。算法备案、大模型备案、大模型登记,看起来像同一件事的三个版本,实际对应的是不同的监管对象和产品角色。 先给结论。 企业不能在三项中随意挑一个。 1.产品用了推荐、生成、搜索、排序或调度算法,并且属于具有舆论属性或者社会动员能力的互联网信息服务,应当核对 ...

奇摩带你玩转:WorkBuddy代码生成实战

博主头像 奇摩带你玩转:WorkBuddy代码生成实战 一、背景引入:程序员的时间都消耗在哪 不得不说,写代码这件事里真正"创造"的时间远没有想象中多。日常开发中,大量精力消耗在样板代码、接口对接、查文档、补注释这些重复性劳动上,频繁的任务切换还会进一步拖慢心流。深圳市奇摩计算机有限公司在多年 IT 服务实践 ...

我用豆包 Seed-2.1-pro-0915 做了个「今天吃啥」,中午点菜这事终于不用纠结了

博主头像 每天上午快到十一点四十,办公室里就会冒出一句「今天中午吃啥」。 我们几个中午基本在公司附近解决,来来回回就是那几家店。店面是固定的,菜点得越来越窄。我连着四天点了青椒土豆丝,第五天再报这个菜名的时候,同事看我的眼神有点不对。 难处不是没得选。附近几家馆子的菜单加起来少说上百道菜,谁都想不出新花样,也 ...

AI 评测的盲区:当基准测试追不上模型进步

博主头像 新模型发布后,社交平台上很快会出现两种声音:一种惊叹能力又变强了,另一种立刻担心开发岗位要消失。这两种反应都太急了。能力提升和职业消亡之间隔着很长的逻辑链。更值得先弄清楚的问题是:我们凭什么知道一个模型变强了? 大多数人会看基准测试分数。这没有错,基准测试提供了一个公共的起跑线,让不同模型可以在同一... ...

基于 LlamaIndex 实现 Hybrid‑RAG 召回指南

博主头像 前文《基于 LlamaIndex+PostgreSQL 实现 RAG 持久化》已完成向量数据库持久化部署,并封装了 RAGService 基础检索服务,解决了 RAG 系统的向量存储与索引持久化核心能力。但单纯依赖基础向量检索,普遍存在语义漂移、关键词精准匹配能力弱、场景适配性差等工业落地问题,难以... ...

Claude Code 完全指南:环境搭建 + 五大扩展机制

博主头像 Claude Code 完全指南:环境搭建 + 五大扩展机制 一份可以直接照搬的实操手册。 上半篇解决「装得上、跑得起来」,下半篇解决「用得顺、管得住」—— Skill / Plugin / Hook / MCP / Agent 五大扩展机制逐个拆解。 目录 一、环境搭建 二、先建立全局认知 三、R ...

<1234···37>