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

让AI代理(FinRobot) 7x24小时监控市场:自动分析财报、预测走势、优化策略的完整工作流

FinRobot是一个开源金融AI代理平台,基于大语言模型构建,提供从数据获取到分析报告生成的端到端解决方案。其核心架构采用模块化设计,包含自动化任务流水线、多角色协同分析、金融数据融合、专业工具链等功能模块。技术实现上,通过AutoGen框架协调代理协作,结合严格类型提示和沙箱执行确保工具调用的精确性与安全性。项目解决了金融分析中任务复杂、工具碎片化、专业门槛高等痛点,可大幅提升分析师效率。其商

#人工智能#开源
让AI“听懂”一小时会议并自动生成带发言人的逐字稿:VibeVoice-ASR长语音识别模型

VibeVoice是微软开源的前沿语音AI模型,采用7.5Hz超低帧率语音分词器和统一架构设计,实现长序列语音高效建模。其核心创新包括:1)将1小时音频压缩至27K token,突破传统模型长度限制;2)联合处理ASR、说话人分离和时间戳预测,避免流水线误差;3)ASR与TTS共享架构,支持60分钟单次处理和实时流式生成。相比传统方案,计算成本降低55%,在长格式内容处理和多说话人场景中优势显著。

#人工智能#语音识别#开源
桌面GUI与强大CLI并存:为何说Goose既适合“拖拉拽”,又适合“硬核”自动化脚本?

goose 是一个本地化、可扩展的 AI 工程代理框架,旨在通过自动化提升开发效率。其核心采用 Rust 和 TypeScript/React 技术栈,基于 "Recipe-Driven Automation" 理念,允许开发者通过 YAML 文件描述任务目标。goose 解析任务后,通过模型上下文协议(MCP)集成开发工具,利用 LLM 自主规划执行子任务,形成感知-决策-执

#自动化#运维
从“使用AI服务”到“拥有AI助手”:Clawdbot,你的个人AI基础设施

Clawdbot 是一个旨在将强大的AI助手能力“去中心化”并赋予个人的开源项目。它通过一个本地运行的核心,桥接用户所有的数字通讯界面,并提供了语音、视觉、多角色管理和高度可扩展的工具集,致力于成为用户完全可控的、全天候在线的个人数字助理基础设施。

#人工智能#开源
从“一句话描述”到“专业级画作”:文生图、图生图、局部重绘、智能扩图一站式搞定

AUTOMATIC1111/stable-diffusion-webui 技术摘要 该项目是基于Gradio框架构建的Stable Diffusion模型Web图形界面,大幅降低了使用AI生成模型的技术门槛。核心价值在于提供本地化、一体化、可扩展的操作环境,解决了传统方案配置复杂、操作门槛高、功能分散等问题。 技术架构分为四层:Web界面层(Gradio)、应用逻辑层(脚本回调/队列控制)、核心服

#开源#前端
为Claude注入“执行力”:Awesome Claude Skills——打开AI助手的开关矩阵

Claude Skills 技术生态通过标准化工作流和模块化设计,将大模型能力转化为可预测的专业化操作。项目包含50+实用技能,采用三层架构(基础模型-技能层-外部系统)实现能力扩展,通过统一的SKILL.md规范确保可移植性。

#人工智能#数据分析#开源
从AI程序员,到AI项目经理:Vibe Kanban——你的AI编程助手“终极指挥中心”

Vibe Kanban 是 BloopAI 团队开源的 AI 编程助手协同管理平台,通过可视化看板实现多 AI 助手(Claude、Gemini 等)的任务编排与 Git 工作流集成。其核心架构分为表现层(React UI)、应用层(任务引擎)、领域层(Task/Workspace 模型)和基础设施层(SQLite/Git)。关键技术包括:标准化 AI 助手接口的 Executor 模式、Git

#人工智能#开源
从AI程序员,到AI项目经理:Vibe Kanban——你的AI编程助手“终极指挥中心”

Vibe Kanban 是 BloopAI 团队开源的 AI 编程助手协同管理平台,通过可视化看板实现多 AI 助手(Claude、Gemini 等)的任务编排与 Git 工作流集成。其核心架构分为表现层(React UI)、应用层(任务引擎)、领域层(Task/Workspace 模型)和基础设施层(SQLite/Git)。关键技术包括:标准化 AI 助手接口的 Executor 模式、Git

#人工智能#开源
给独立开发者:一人即军团,用智能体协作平台同时搞定前端、后端和测试

ChatDev 2.0是OpenBMB团队开发的多智能体编排平台,通过有向图(DAG)抽象实现复杂任务自动化。核心创新包括:1) 配置驱动的工作流定义(YAML/可视化),解耦业务逻辑与执行引擎;2) 模块化架构支持智能体协作、工具调用等节点类型;3) 统一执行模型处理DAG和循环工作流。平台解决了传统方案开发门槛高、复用性差的问题,显著降低多智能体系统开发成本。关键技术挑战包括动态消息路由、智能

#前端#自动化#开源 +1
信息提取进入“高亮显示”时代:每个结果都能点回原文,LangExtract让AI提取不再黑盒

LangExtract是Google开源的高精度结构化信息提取框架,基于大语言模型实现非结构化文本到结构化数据的转换。核心功能包括:通过Few-shot示例定义任务、智能分块处理长文档、精确溯源结果到原文位置,以及生成交互式可视化报告。相比传统方法,它显著降低了开发成本(预估价值$85,000+),避免了数据标注需求,并解决了LLM提取中的"黑箱"问题。技术亮点包括插件化模型适

#人工智能#开源#python
    共 25 条
  • 1
  • 2
  • 3
  • 请选择