一、岗位核心：什么是 Agent Harness？DeepSeek 对这个岗位的定义非常清晰：Model + Harness = Agent模型（Model） 负责"能做什么"，Harness（驾驭/ harnessing） 负责"怎么做好"。Harness 涵盖除模型本身之外的所有工程与研究——包 ...

小米XiaoMi-TTS-Local-Skill背景1. 传统TTS的级联式架构典型流程：文本规范化 → G2P(音素转换) → 声学建模 → 声码器生成局限性：误差在各环节累积，难以捕捉复杂语义关系代表技术：Tacotron+WaveNet、FastSpeech系列等2. 基于LLM的TTS的语义 ...

流式输出（Streaming）原理与踩坑经验 本人在日常开发中，遇到流式输出相关的问题，一般都需要靠大模型协助定位问题，归其根本是因为我对流式输出的原理认识不足。所以本篇文章记录我学习流式输出的原理，以及在实际开发中遇到的问题。 整体流程： 大模型生成 token ↓ 打包成 chunk（一个或多个 ...

Skills 可以理解成 Claude Code 给 Agent 准备的任务经验包。它把一类任务里反复出现的说明、脚本、模板、配置、坑点和历史记录放在一起，让 Claude 下次遇到类似任务时，可以直接复用已有经验。 ...

聊了这么多期时序大模型，大家可能有一个困惑的问题：这些模型一会儿叫“时序大模型”，一会儿又叫“时序基础模型”，很多做大模型的团队也自称“基模团队”。这两个词到底是不是一回事？ 今天讨论讨论这件事。 “基础模型”这个词从哪儿来？ 2021 年 8 月，斯坦福大学基础模型研究中心（CRFM）发布报告，P ...

llmfit —— 一款根据你系统的 RAM、CPU 和 GPU 为 LLM 模型匹配合适规格的终端工具。支持自动检测硬件，从质量、速度、适配度和上下文四个维度为每个模型打分，告诉你哪些模型能在你的机器上流畅运行。 ...

大模型不再只存在于云端，也开始进入普通电脑。你打开 Ollama、LM Studio，或者直接用 llama.cpp，下载一个量化版本，就有机会在本地跑起一个还不错的大模型。 ...

Antigravity Agent Skills（智能体技能）技能是一种开放标准，用于扩展智能体的能力。一个技能是一个包含 SKILL.md 文件的文件夹，其中包含智能体在处理特定任务时可以遵循的指令。什么是技能？技能是可复用的知识包，用于扩展智能体能够执行的操作。每个技能包含：如何处理特定类型任务 ...

Antigravity 2.0智能体 Antigravity 现已支持子智能体，不再仅限于单一的专用浏览器子智能体。 子智能体现在可以是模块化的、专门化的，或由主智能体以编程方式生成的空白助手智能体。它们可以是内置角色、通用克隆体（继承与主智能体相同的提示词和环境），或在需要时动态注册（即主智能体根 ...

目录环境配置安装 HailoRT安装 Hailo-OllamaPython 环境启动 Hailo-Ollama 服务实现 RAG 应用1. 引用相关包2. PDF 文档处理3. 文本切分4. 向量化和存储5. 自定义 HailoChatOllama 类6. RAG 链的组装LoRA 微调1. 微调2 ...

​前面两篇文章分别介绍了根据消息数量截断历史对话和根据Token长度截断历史对话，可是这两种方式有两个共同的问题： 1、被删去的早期记录可能包含关键信息，直接截断会导致信息丢失。 2、原始的对话记录可能存在重复、冗余、拖沓的文字内容。 一、为什么要对原始记录做摘要 要知道，重复、冗余、拖沓的文字内容 ...

从GPT-1的诞生到ChatGPT的横空出世，AI从专家的实验室走进了每个人的日常，这背后是数据、算力与算法长达七十年的厚积薄发。 ...

​上一篇文章说到按照消息数量来截断历史对话，这种方式有个问题，就是每次对话的内容可长可短，导致固定消息数量的对话内容忽长忽短。 历史对话内容不光要存入数据库，还要作为初始提示词发给下次新会话的大模型。太长的提示词不仅冗余，还会消耗大量Token，让用户钱包快速缩水。太短的提示词容纳的信息量不足，难以 ...

一款接入20+免费大模型渠道的AI编程工具 我做了十几年游戏开发，从 Unity C# 做到 Unreal C++，后来又碰了不少自研引擎。去年开始深度用 Claude Code 和 Codex CLI 写代码——不是那种"帮我写个排序"的用法，是让它读整条渲染管线，跨十几个文件改逻辑，加物理调试工 ...

如何用 Codex 建立行业认知框架：从信息整理到可验证的洞察核心前提：Codex 不是"1小时进入行业"的捷径，而是加速假设生成与框架搭建的工具。真正的行业认知需要AI生成假设 + 人工验证 + 实践反馈的三轮循环。第一步：建立可验证的行业信息骨架（而非"数据库"）原文问题：将AI生成的未经核实的 ...

Qwen3.7-Plus新一代多模态智能体核心突破Qwen3.7-Plus是全新升级的新一代多模态智能体，成功构建起从感知认知到落地执行的全链路完整闭环，实现了人工智能技术与落地能力的多重突破，标志着AI从“理解世界”正式迈向“改造世界”的实质性跨越。其独创的混合智能体架构，也为各行业产业自动化升级 ...

目前市面上的时序大模型，参数规模大概在十亿级。来看几个代表性选手： 大家可能发现了：上面提到的这些时序大模型，数十亿参数，听起来不少，但跟 GPT-4 那种上万亿的体量一比，好像也不大？ 为什么现在的时序大模型，参数量“不大”呢？ 这有一个很现实的原因：公开的高质量时序数据集太少了。 语言模型为什么 ...

iNeuOS_AiInsight·数智灵鉴的接入，它将自然语言理解能力与工业数据分析流程深度结合，让用户通过一句业务问题即可完成“数据定位、查询执行、结果分析、图表输出、报告生成”的完整闭环，显著降低了数据使用门槛。 ...

MonkeyCode首批接入MiniMax M3：企业级AI编程平台的新里程碑 作为一个写了十几年代码的老程序员，我对AI模型和编程工具的组合，有一套自己的判断标准。 MiniMax M3 发布那天，我在 MonkeyCode 上第一时间试了试。说说一个老兵的看法。 先聊 M3 本身：这不是参数竞赛 ...

OpenAI重启机器人项目冲刺AGI，MonkeyCode让开发者提前拿到入场券 从屏幕到物理世界：AGI的下一站 2026年6月1日，科技行业被一条消息刷屏：OpenAI宣布重启机器人项目，计划研发具备通用人工智能（AGI）能力的实体机器人。招聘信息显示，相关岗位年薪高达21万至31万美元，并附带 ...