logo
publist
写文章

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

MCP Registry 1.1重磅升级!手把手教你用CI/CD自动化部署,避开我踩过的这些坑

MCP Registry 1.1发布带来重大更新,但存在版本兼容性问题。本文分享经过验证的CI/CD自动化部署方案,包含可直接复用的GitHub Actions模板和关键配置文件。作者详细解析了1.1版本的breaking change及解决方案,并提供了优化后的server.json配置示例。文章还介绍了向MCP社区贡献的技术实践,建议开发者快速上手新版本并参与生态建设。通过分享部署经验,帮助开

#ci/cd#自动化#运维 +1
MCP协议让Agent开发成本直降90% 探索用MCP实现多模态

【摘要】本文探讨了Agent开发中多模态数据处理的成本瓶颈问题,提出了一种创新的MCP服务器文件处理方案。该方案通过开设文件接收端口,构建高效数据处理流水线,将语音转文字等任务成本从10元降至几乎可忽略,同时突破了DeepSeek Agent原有的文件处理限制。项目采用三步走策略:文件上传、标识符传递和高效处理,使轻量设备也能完成复杂任务。目前方案已在GitHub开源,未来将实现真正的端到端文件上

#人工智能
MCP协议让Agent开发成本直降90% 探索用MCP实现多模态

【摘要】本文探讨了Agent开发中多模态数据处理的成本瓶颈问题,提出了一种创新的MCP服务器文件处理方案。该方案通过开设文件接收端口,构建高效数据处理流水线,将语音转文字等任务成本从10元降至几乎可忽略,同时突破了DeepSeek Agent原有的文件处理限制。项目采用三步走策略:文件上传、标识符传递和高效处理,使轻量设备也能完成复杂任务。目前方案已在GitHub开源,未来将实现真正的端到端文件上

#人工智能
MCP协议让Agent开发成本直降90% 探索用MCP实现多模态

【摘要】本文探讨了Agent开发中多模态数据处理的成本瓶颈问题,提出了一种创新的MCP服务器文件处理方案。该方案通过开设文件接收端口,构建高效数据处理流水线,将语音转文字等任务成本从10元降至几乎可忽略,同时突破了DeepSeek Agent原有的文件处理限制。项目采用三步走策略:文件上传、标识符传递和高效处理,使轻量设备也能完成复杂任务。目前方案已在GitHub开源,未来将实现真正的端到端文件上

#人工智能
驾驭未来:深度体验 Flet 0.7.0 的重大变革与服务化架构

Flet 0.7.0版本引入重大架构变革,核心是将功能模块重构为"服务"(Service),使其独立于页面生命周期。这一破坏性变更影响了Audio、FilePicker等常用模块,开发者需将服务添加到page.services集合。新版采用async/await语法,使异步操作更直观,如FilePicker的pick_files_async()可直接返回结果。服务化架构提升了状

#架构
通过提示词工程提升大模型在HLE上的表现的初步研究

本文探讨了提示工程对大语言模型(LLM)在Humanity's Last Exam(HLE)基准测试中表现的影响。通过设计包含角色设定、场景模拟和多步骤推理的提示模板,研究者测试了DeepSeek V3.1模型在物理和CS/AI领域的表现。结果显示,采用结构化提示后正确率从基线0/37提升至7/37(18.92%)和17/66(25.76%)。研究还发现问题的表述方式显著影响模型表现,并验证了&q

文章图片
#DeepSeek#学习
简单通过SenseVoice给自己配置一个语音转文字服务

本文介绍了在Mac电脑上部署SenseVoice语音转文字服务的步骤。首先通过Git克隆项目代码,然后创建Dockerfile配置Python环境和依赖项(采用CPU版本的PyTorch)。启动容器后映射7860端口即可访问服务。对于苹果设备的音频文件,建议使用ffmpeg将.m4a格式转换为.wav格式后再进行处理。整个过程实现了从代码下载到服务部署的完整流程,适用于无GPU环境的Mac用户。

文章图片
#开源#学习#语音识别
用DeepSeek实现实时语音翻译,我们在应用端需要做什么?

国内开发者尝试用DeepSeek大模型实现类似OpenAI的语音交互功能,通过组合sherpa_onnx语音识别、DeepSeek文本处理和pyttsx3语音合成的"曲线救国"方案,虽能运行但存在延迟高、资源消耗大等局限。分析指出要实现真正竞争力的语音交互,需在模型、接口、优化和生态层面进行改进。尽管当前方案不够完善,但展示了国产大模型在多模态发展上的潜力,开发者需保持耐心并积

#DeepSeek#学习
用DeepSeek实现实时语音翻译,我们在应用端需要做什么?

国内开发者尝试用DeepSeek大模型实现类似OpenAI的语音交互功能,通过组合sherpa_onnx语音识别、DeepSeek文本处理和pyttsx3语音合成的"曲线救国"方案,虽能运行但存在延迟高、资源消耗大等局限。分析指出要实现真正竞争力的语音交互,需在模型、接口、优化和生态层面进行改进。尽管当前方案不够完善,但展示了国产大模型在多模态发展上的潜力,开发者需保持耐心并积

#DeepSeek#学习
和AI Agent一起读论文——A SURVEY OF S ELF EVOLVING A GENTS(五)

自进化智能体正成为AI研究热点,旨在通过个性化学习和动态调整提升服务精准度。当前面临冷启动、长期记忆管理、跨领域泛化等核心挑战,包括灾难性遗忘、计算成本高、协作效率低等问题。研究提出数据自生成、动态评估、模块化架构等解决方案,优化知识迁移和安全性。未来需平衡专业化与通用化,开发动态评估标准,以实现更高效、安全的多智能体协作系统,推动人工超级智能发展。

#人工智能#学习
    共 24 条
  • 1
  • 2
  • 3
  • 请选择