AI资讯
-
微信接入Claw类产品哪家强？SC-WeClaw首测：MiMoClaw夺冠
# 测评背景随着各家 Claw 产品陆续接入微信 ClawBot，同一对话界面下的能力差异开始显现。SC-WeClaw 是首个针对 Claw 产品接入微信场景的专项测评基准，聚焦私聊环境下的真实交互表现，综合运用自动化脚本与大模型评估，对五大核心能力维度实施独立量化测评，为用户选型与厂商迭代提供客观参照。SC-WeClaw测评方案文章详见：微信接入的龙虾怎么测？SC-WeClaw场景测评方案发布！…... -
QClaw大升级：率先支持Hermes，接入DS-V4、Hy3 preview
今天，QClaw 发布了迄今为止力度最大的一次版本更新（v0.2.14）。 正式接入支持Hermes框架，用户可以创建并运行Hermes类型的Agent，在一个应用里实现“养虾又养马”。 与此同时，QClaw在这一版中同步完成了多项能力更新：“灵感广场”全面升级为“专家广场”，降低了不熟悉Prompt用户的使用门槛。 远程操控通道微信小程序升级，支持语音交互、文件共享好友。 底层模型从固定使用升级…... -
Mem0 深度解析：智能记忆层的架构原理
引言 Mem0（发音为"mem-zero"）是一个专为 AI 代理和助手设计的智能记忆层。本文深入剖析其 CRUD（创建、读取、更新、删除）全流程，重点揭示其 LLM 驱动的记忆提取流水线、多信号混合搜索、以及非阻塞容错设计。 快速开始 from mem0 import Memoryfrom mem0.configs.base import MemoryConfigmemory…... -
Karpathy的LLM Wiki + 3.5 万Star的Graphify：企业级 RAG 缺的真是知识图谱？
4 月中旬的时候，知识星球里有盆友问到 Karpathy 的 LLM Wiki。当时只是粗略复现了下，没来得及系统测试。正好这周末得空，花了一天时间把 LLM Wiki，以及另一个更火的衍生项目 Graphify 都认真跑了一遍。 我写这篇的时候，Karpathy 那份 LLM Wiki gist 已经到 5000+Star，而 Graphify 已经有了3.5 万 Star 左右。一个讲知识预编…... -
Anthropic 做了个 Agent 版闲鱼
RESEARCHAnthropic 搞了一个 Agent 版闲鱼：人只负责说自己想卖什么、想买什么，后面的发帖、砍价、还价、成交，全交给 Claude 然后这事真成了，69 个 Claude agent 在办公室里做成了 186 笔交易，总价值 4010 美元。最后，人真把滑雪板、键盘、书、乒乓球这些东西带到办公室，按 Claude 谈好的结果交换 大家惊奇地发现，Opus 比 Haiku 更会赚…... -
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…... -
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…... -
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…... -
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…... -
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…...
