
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
Android 开发的技术选型,表面上是在“原生框架”和“跨平台框架”之间做选择,本质上是在回答三个约束问题:要覆盖哪些端、团队的技术基因是什么、产品对原生体验和发布速度的要求有多高。Flutter 和 RN 官方均不支持鸿蒙,腾讯开源的 KuiKly 基于 Kotlin,采用“编译到原生 + 原生渲染”架构,覆盖 Android、iOS、鸿蒙、H5 和微信小程序。Kotlin + Compose
在 LangChain、AutoGen、CrewAI 等框架逐渐走向"重抽象"的当下,NanoBot 选择了一条截然相反的路:用最少的代码和最简单的抽象,把"Agent 循环"这一件事做到极致可控。NanoBot 对外部消息的响应构建在一条清晰的异步管道之上,核心设计思想是"三层解耦":将平台差异(Channel)、消息流转(MessageBus)与 Agent 决策(AgentLoop)彻底分开

它的五层记忆系统解决的是“agent 怎么记住一个人”这个核心难题:热/温/冷三层滑动窗口用廉价模型压缩旧对话,结构化 Facts 带置信度和冲突检测,行为 Procedures 从你的纠正中学习,Session Episodes 自动摘要,外加一份叙事式的 User Profile。选型的答案,往往是走完第一步之后自己浮现的,而不是在起点上比较出来的。Ethan Agent 的定位是轻量级个人
个人技术创业者打造 personal agent,应聚焦 Bot 层产品,亲手搭建微型 Harness。核心在于:以本地 markdown 文件为记忆本体,手写可读循环,用“模式”定义权限,优先本地计算降成本,控制并行会话数。切入点选“痛且小”的垂直场景(如跨境优化、合同审查),先人工服务验证需求,再将重复流程自动化。技术选型以可掌控、可审计为先,避免过早引入框架。最终目标是构建一个用户敢长期托付
当前 Agent 学到的东西,要么锁在模型参数里,要么困在临时的上下文窗口,要么沉淀在某个系统特有的记忆存储中——每次 Agent 被升级或替换,积累就中断了。真正稀缺的能力在剩下那20%里:把企业模糊的、跨部门的、非标准化的业务规则,转化为 Agent 可以稳定执行的确定性逻辑——状态机、异常回滚、合规校验、评估体系、可观测性。第二,比选平台更重要的,是换一种资产形态。把这些方向放在一起看,转向
Paseo 是一个统一管理多AI Agent的本地控制平台,不提供模型,仅作为调度中枢整合 Claude Code、Codex、OpenCode 等工具。它通过本地 daemon 实现跨端同步(桌面/手机/Web/CLI),支持任务分发、权限管控、Git worktree 隔离与跨 Agent 协作。核心在于抽象出统一的 AgentClient 与 AgentSession 接口,将不同工具的原生
加州大学伯克利分校Frank Coyle教授,亲历过AI行业的潮起潮落,在他的分享《Agents and Ontology》中抛出一个很值得从业者思考的观点:单纯依靠大模型本身,很难打造稳定可用的Agent。系统读到“A教B”,不需要额外补充信息,就能自动推导A是教师、B是学生,教师和学生都归属于人类,一句话衍生多条有效信息。早在1956年达特茅斯会议,人工智能概念诞生之初,科研人员就已经畅想智能
概述本文档记录了将 CosyVoice3 语音合成模型部署到 Ascend 910B4 NPU 的 Docker 容器中,并达到RTF 0.68(1.5 倍实时)的完整过程。一、镜像构建1.1 基础镜像选择选择 quay.io/ascend/vllm-ascend:v0.18.0,原因:内核已预编译 vLLM + vllm-ascend(NPU 后端插件)内置 torch 2.9.0 + torc
自然流畅的语音交互是数字人产品核心竞争力,看似简单的 “喊一声就能唤醒、随时打断播报”,背后是 KWS 关键词检测、ASR 语音识别、播报状态机、音频流调度多模块协同的复杂工程。针对线上真实暴露的各类唤醒故障,我们没有简单调整参数临时缓解,而是从音频传输、任务调度、状态管控三层重构整套语音交互架构,搭建分层独立 KWS 运行机制,搭配标准化排查工具与完善的产品体验设计,系统性解决唤醒失灵、无法打断







