登录社区云，与社区用户共同成长
邀请您加入社区
JinaAI推出Model Context Protocol (MCP)简化AI代理开发，通过标准化API连接工具与LLM。文章展示了三个应用案例：arXiv论文摘要生成、游戏公司市场研究、AI法律合规报告。相比传统方法，MCP减少了自定义代码需求，提高了工作流可靠性。测试发现Claude Sonnet 4表现最佳，而多数开源模型存在推理循环问题。尽管当前代理技术尚未完全成熟，但MCP生态的快速发
Jina AI 专注于打造针对多模态应用的 MLOps 开发运维工具，帮助开发者快速搭建包括神经搜索和生成式 AI 在内的多模态应用。最近，Jina AI Cloud Alpha 版本正式上线啦！它简化了多模态 AI 应用的部署和管理，让你可以把更多的时间和精力专注于构建超酷的产品，而不必再为 Kubernetes、部署等繁琐细节所困扰。Jina AI Cloud 有什么？????一站式管理的仪表
多模态向量通过统一的数据表示，实现了不同模态数据的搜索和理解，是神经检索和多模态生成式 AI 应用的基石。今天，我们推出了全新的通用多语言多模态向量模型 —— jina-clip-v2。该模型基于 jina-clip-v1 和 jina-embeddings-3构建，并实现了多项关键改进：性能提升：v2 在文本-图像和文本-文本检索任务中，性能较 v1 提升了 3%。此外，与 v1 类似，v2 .
CLIP 模型架起了文本和图像的桥梁，但实际上很少有人会用它来进行文本检索，因为CLIP的文本编码器无法有效的对长文本进行语义建模。为了解决这一问题，我们推出了 Jina CLIP v1，一个增强版的 OpenAI CLIP 模型，擅长文本-文本、文本-图像、图像-文本、图像-图像四个方向的检索。从现在起，你的 CLIP 模型不仅是图像检索器，更是强大的文本检索器。在构建多模态 RAG 应用时，你
由于我们有两种模态，对于任何给定的查询，我们实际上会面临两个潜在的语义鸿沟：查询与文本之间的鸿沟，以及查询与图像之间的鸿沟。更进一步，如果我们想合并“Query-to-text”和“Query-to-image”两种检索方式的候选结果，在分数根本不具备可比性的情况下，我们又该如何有意义地选出最佳匹配呢？简单比较或组合这些分数，很难得到一个合理的结果。简单来说，“模态鸿沟”指的是不同模态（比如图像和
可运行此条命令查看对应路径下缺少的文件 ls -l ~/.cache/huggingface/modules/transformers_modules/xlm-roberta-flash-implementation/解决方案：运行jinaai/jina_clip_v2还需要其他附件板块，需要把 jinaai/jina-clip-implementation及其他需求板块一起下载下来，具体模块如下
在多模态嵌入模型的发展脉络中，jina-clip-v2（2024 年工作，2025 年发表）是 CLIP 体系的重要升级，而阿里后续推出的 GME 与 Qwen3-VL-Embedding 则代表了基于多模态大语言模型（MLLM）的新一代技术路线。
最近和开发者交流，发现一个很有意思的现象，很多初学者做RAG，一上手就直奔OpenAI的text-embedding-3-small。的确，这是个无功无过的模型。
ElasticJINA发布第五代多语言嵌入模型jina-embeddings-v5，包含677M参数的small版和239M参数的nano版，在性能与效率边界取得突破。small版支持32K token上下文，nano版支持8K，均配备4个任务专用LoRA适配器。在MTEB等基准测试中，v5-small以sub-1B参数量达到与3.8B模型相当的检索性能，体积缩小5.6倍；v5-nano则以极小参
终于可以把build成Docker镜像了！！--pull：当你的图片数据集不在本地时，这个命令会告诉 Hub builder 来下载数据集：增加一个额外的测试来检查创建的镜像是否可以通过 Jina Flow API试运行成功。现在终端已经开始打印日志了，如果时间太久的话，可以在中将epoch_size调小。现在你可以通过下面的命令将它作为一个Pod对比, 我们会发现的日志信息的开头处有一个dock
基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度参考文献：基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度主要内容：代码针对 P2G-CCS 耦合和燃气掺氢子系统，建立了掺氢燃气轮机、掺氢燃气锅炉、两段式电转气和碳捕集系统的数学模型；其次，在低碳政策层面，建立了阶梯碳交易模型对系统碳排放进行约束；最后，在建模基础上，提出了以碳交易成本、购气和煤耗成本、碳封存成本、机
本套代码基于MATLAB+GUROBI平台开发，聚焦微网系统中蓄电池储能的优化配置问题。通过混合整数规划（MILP）算法，在满足微网运行约束的前提下，以经济效益最大化为目标，实现储能电池容量的动态优化配置，同时输出全时段微网购售电策略、电池充放电策略及其他单元运行参数。代码参考《基于全寿命周期成本的配电网蓄电池储能系统的优化配置》的全寿命模型与《含分布式发电的微网中储能装置容量优化配置_刘舒》的容
本文分析的微网优化调度系统是一个基于MATLAB平台开发的综合性能量管理系统，采用CPLEX作为优化求解器。该系统核心目标是在考虑风光储多元能源协同的基础上，实现微电网的经济优化运行，特别集成了三类需求侧响应机制和电池储能寿命损耗模型，为现代智能电网的调度决策提供技术支撑。
comsol光子晶体连续域束缚态 远场偏振计算含k空间 能带 Q值 远场偏振仿真模型和matlab脚本，及相关文献。comsol光学仿真最近在研究光子晶体相关课题时，接触到了在 Comsol 里关于连续域束缚态远场偏振计算这块超有趣的内容，今天就来和大家分享分享。
基于大语言模型的低碳电力市场发展应用前景（LLM示例课题）这篇文章探讨了在“双碳”目标背景下，低碳电力市场面临的机遇与挑战文章的核心是探讨大语言模型（LLMs），如GPT-3、BERT等，在低碳电力市场中的潜在应用，包括电源结构调整、电力需求预测、风险预警等方面文章的亮点在于，LLMs能够通过提示语设计、微调和语义嵌入等技术，有效适应电力领域的专业化需求特别是，LLMs在处理电力系统中的复杂性、非
我上周用这套流程跑了那座山的200张照片，服务器上跑了大概20分钟，生成的模型细节还挺全的，路边的石头、树上的枝桠都能看清，不管是小到钥匙扣，大到整个景区，都能搞定。要是你也有照片想要生成3D模型，或者想要定制这套流程，随时来唠～
该便携式电源的软件系统设计精巧，在有限的 8KB Flash 和 1KB RAM 资源下，高效地整合了电源管理、人机交互和安全保护等核心功能。其基于时间片轮询的架构、精准的模拟量采样处理、以及对用户操作意图的细致解读，都体现了嵌入式系统开发中“小而美”的工程智慧，为同类产品的开发提供了极具价值的参考范例。
如果你不是模型，你就是框架。这个公式听起来简单，但真正理解它需要费点功夫。
George 提到 **Harness engineering** 这种模式已经出现了三次：* 第一次是在 18 世纪 80 年代，詹姆斯·瓦特（James Watt）发明了离心调速器（Centrifugal governor）。* 第二次是在 Kubernetes 出现。* 第三次是 OpenAI 提出的 Harness engineering。
总的来说，这套车桥耦合振动程序无论是从功能还是灵活性上，都挺适合研究生用来做相关研究的。两套模型各有特点，可以根据自己的需求选择适合的方案。如果想更深入地研究车辆动力学，模型一可能更适合；如果更关注桥梁的响应，模型二可能更方便。希望这篇博文能帮到正在研究车桥耦合振动的同学们！如果有任何问题，欢迎留言讨论~
【SCI 1区】基于开普勒优化（KOA-RF）的多元回归预测Python代码开普勒优化算法(Kepler optimization algorithm，KOA)于2023年被提出，KOA是一种基于物理学的元启发式算法，它受到开普勒行星运动定律的启发，可以预测行星在任何给定时间的位置和速度。在KOA中，每个行星及其位置都是一个候选解，它在优化过程中随机更新，相对于迄今为止最好的解(Sun)。KOA允
本文介绍一种零侵入式知识库增强方案：在保留现有本地RAGFlow知识库的基础上，通过OpenClaw Skill封装RAGFlow API，实现检索结果的智能图谱化，让运维知识的检索精度随使用自动提升。
本工作提出 AR-Omni，一个基于纯自回归（Autoregressive）的统一多模态大模型，仅用 单一 Transformer 解码器 + 单一 token 流 + 单一 next-token 目标，即可同时实现文本、图像与语音的任意模态输入输出（Any-to-Any）生成，无需 diffusion 或专家解码器，实现真正端到端统一建模。
很多人卡在安装，不是因为不会敲命令，而是因为不理解“每个配置项到底在系统里扮演什么角色”。所以这篇不讲“照抄命令”，而是讲清楚 OpenClaw 的底层关系图。你只要把关系理顺，换电脑、换版本、升级配置，都不会慌。
一句话概括，这篇论文把情绪支持对话当成一个“情绪动力学控制问题”，用 Affective Flow 约束每轮回复对下一轮情绪的影响，核心诉求是让安慰不是“好听”，而是“长期有效”。
通过本次仿真分析，我们深入理解了Kalman滤波器在自由落体运动目标跟踪中的应用。Kalman滤波器通过合理的状态建模和噪声建模，能够在噪声环境下准确估计目标状态。这种滤波方法不仅适用于自由落体运动，还可以推广到更一般的运动目标跟踪问题中。非线性系统的处理：当系统模型非线性时，可以考虑使用扩展Kalman滤波器或无迹Kalman滤波器。多传感器融合：结合多种传感器信息，可以进一步提高估计精度。实时
如果你关注AI圈最近的热度，相信一定被**"小龙虾"**这个词刷屏了。2026年初，一个名为**OpenClaw**的开源项目异军突起，GitHub Star数突破**23万**，微信指数飙升至近**2000万**，各种技术社区和社交平台都在热烈讨论这个"凭空出现"的AI新物种。
当前AI智能体能灵活调用工具、规划复杂任务，但面临一个核心痛点：**缺乏系统化的技能沉淀与共享机制**。同类问题反复出现，智能体却要在不同环境中从零试错、重复踩坑。
在团队协作中，一个 AI 助手往往难以满足所有场景需求。研发团队需要代码专家，运营团队需要内容策划，客服团队需要问答机器人……如果所有消息都丢给同一个"大脑"处理，不仅响应质量参差不齐，还容易造成记忆混乱、权限失控。
当agent需要操作包含上万张表的企业级数据库时，应该如何组织上下文信息？是把完整schema塞进提示词，还是让agent自己通过文件工具检索？用YAML、JSON还是Markdown格式？这些看似基础的问题，此前缺乏系统性的实证研究。
2023年以来，人工智能领域发生了一场深刻的变革，这场变革的核心不仅在于大语言模型的能力突破，更在于一个根本性的角色转变——软件的使用者正在从人类变成Agent。当ChatGPT Plugins首次展示了AI自主调用外部工具的可能性，当Claude的MCP协议让AI能够直接操作文件系统、数据库和API，一个清晰的趋势浮出水面：软件正在被重新定义，而这次重写的核心目标，是为AI Agent构建一套原
过去一年，大模型真正的瓶颈已经不在「推理能力」，而在于：
本文提出QuCo-RAG框架，通过预训练语料库统计量而非模型内部信号来量化不确定性，解决动态检索增强生成中的幻觉问题。该方法在多跳问答任务上相比最优基线提升5-12个EM点，并可迁移至未公开训练数据的模型，为动态RAG建立了基于语料库验证的新范式。
本模型基于Simulink与Carsim联合仿真，这种方式能很好地结合两者优势。Simulink方便搭建各种控制和估计模型，Carsim提供高精度的车辆动力学真实参数。整个模型和代码都是我亲手编写，一方面是为了深入理解车辆状态估计的原理和实现过程，另一方面也方便自己后续参考和学习。基于分布式驱动电动汽车的车辆状态估计，采用的是无迹卡尔曼（ukf）观测器，可估计包括纵向速度，质心侧偏角，横摆角速度，
一句话概括，传统的强化学习只会给Agent打干瘪的标量分数，但这篇论文把用户的每一句吐槽都压榨成了保姆级的修正指令。通过巧妙的异步解耦，模型能一边服务用户，一边从下一步的真实反馈中算出哪些词该留、哪些词该删，彻底打通了从交互废料到模型权重的闭环。
该企业主要承接商用客机与工业无人机的核心机加结构件及复合材料部件的研发与制造。大规模装配图协同引发的 I/O 延迟：在核心部件的设计阶段，数十名结构工程师与工艺工程师需要频繁调用包含数万个特征面的 3D 大型装配模型。传统的存储阵列在处理此类高并发、高吞吐的随机 I/O 请求时，常出现缓存拥塞，导致工程软件卡顿，直接影响了研发交付的进度。长周期合规留存带来的空间枯竭：航空制造业对质量追溯有着极为严
jina
——jina
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
魔珐星云开发社区
2048 AI社区
昇腾开源生态专区
openvela
龙虾开发者社区
