-
用RAG的思路做agent知识管理，为什么跑不通
有多少人在用RAG系统的思路，做Agent的知识管理系统？起手就是文档切分、向量化，然后接下来存向量库，最后检索召回，得到最相关的topK片段给到大模型。然后立刻发现，agent场景中，相似度高，并不一定等于正确。一旦出现跨页面答案，或者几个chunk拼合一起，才能组成正确答案的情况，传统RAG流程，就会力不从心。原因很简单，RAG的这套逻辑是做简单、被动查询用的，不是给Agent用的。Agent…- 1
- 0
-
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，…- 1
- 0
-
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，…- 1
- 0
-
刚刚，李飞飞最新成果发布，手机也能跑亿级粒子的 3D 世界了｜附体验地址
拍一圈照片，就能生成一个可交互的 3D 世界，已经不是什么新鲜话题了。但问题是如何把一个大世界塞进普通人的手机浏览器里。就在刚刚，李飞飞旗下 AI 世界模型公司 World Labs 发布并开源了一个最新成果：Spark 2.0。这个专为网页端设计的动态 3D 高斯点云（3DGS）渲染引擎，让在任何设备的浏览器里流畅运行上亿粒子的超大 3D 场景，开始逐渐成为现实。为什么把亿级粒子的 3D 世界塞…- 0
- 0
-
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，…- 1
- 0
-
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，…- 2
- 0
-
豆包「打电话」升级 Seeduplex：周围再吵，只认准你的声音
最近在用豆包的语音通话功能，跟它聊 AI + OPC 的选题。说到一半，脑子里突然卡壳，想找个更准确的词，就停了大概一两秒。我心想完了，下意识等待着被它打断，因为以前用语音 AI 都是这样，你稍微一顿，它就急着往上接，搞得像在跟一个急性子同事抢麦。但这次它没有。它就安安静静等着，直到我把后半句说完，才开始回应。那个瞬间我愣了一下，感觉跟之前用的语音助手完全不是一回事。更让我意外的是这周我去公园里的…- 1
- 0
-
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，…- 1
- 0
-
美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语
物理世界的信息由图像、声音、文字交织而成。今天的大模型，本质上仍然是以语言为中心的建模系统，语言作为人类智慧符号化表述，在“压缩即智能”的范式下表现出强大的能力。但通往真正的物理世界智能，也许语言并不是世界的边界。视觉、语音与文本等多模态信号，实际上是对现实物理对象的不同侧面投影。这就引出一个根本问题：能否让 AI 像处理语言一样，用同一种方式简洁有效地处理物理世界的多种信息？ 如果能，…- 0
- 0
-
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，…- 1
- 0
-
全解读｜智谱 GLM-5V-Turbo 发布，多模态 Coding 基模
MODEL今天，智谱发布 GLM-5V-Turbo，定位「面向视觉编程的多模态 Coding 基座模型」一句话概括：在 GLM-5-Turbo 的编程和龙虾能力基座上，加入了原生的视觉理解和推理能力模型能看懂设计稿、截图、网页界面，据此生成完整可运行的代码GLM-5V-Turbo Playground：左边是手绘草图，右边是生成的完整前端页面从 GLM-5 到 GLM-5V-Turbo先理一下产品…- 0
- 0
-
GLM-5V-Turbo：多模态Coding，图像即代码
Agent时代，模型能力由模型智能以及其处理的context容量两个维度定义。一个能够原生处理图片、视频、文本等多模态context，同时擅长复杂编程、长程规划、动作执行的Coding基座模型，将是所有AI原生应用的基石。今天，我们发布GLM-5V-Turbo，面向视觉编程打造的多模态Coding基座模型。GLM-5V-Turbo从预训练阶段深度融合视觉与文本能力，让编程不再局限于纯文本输入。模型…- 0
- 0
-
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，…- 0
- 0
-
突破零样本TTS音色克隆上限：LongCat-AudioDiT 的声音克隆艺术
音频生成技术正在经历一场全新的范式迁移——从传统级联架构，逐步向端到端生成范式演进。长期以来，主流的做法是“曲线救国”：合成系统先将音频压缩成梅尔频谱图等中间表征，再依赖神经声码器“翻译”回波形。每一次转换都带来信息损失与误差累积，最终丢失了最需要保留的细腻音色与个性化细节。能不能让 AI 直接学会声音本身的规律，跳过中间环节？为破解这一技术瓶颈，美团 LongCat 团队正式发布 LongCat…- 0
- 0
-
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，…- 0
- 0
-
千人千面，精控调色，更懂你的Wan2.7-Image来了
今天，阿里发布图像生成与编辑统一模型Wan2.7-Image告别AI标准脸，实现“千人千面”全新支持“调色盘”，精准控制色彩3K token超长文本渲染，可写满一页A4纸交互式编辑，哪里不爽点哪里具备文生图、图生组图、图像指令编辑和交互式编辑等全链路能力文生图升级亮点千人千面：虚拟角色捏脸功能为告别千篇一律的“AI脸”，Wan2.7-Image强化了虚拟形象捏脸功能，支持从骨相、眼眸到五官细微处的…- 0
- 0
-
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，…- 0
- 0
-
震惊！即梦推出 CLI，Agent 一行命令生成 Seedance 2.0 视频，AI 视频井喷
SMARTFLOW AI INSIGHT即梦出 CLI 了：一行命令让任意 Agent 生成图片和视频Seedance 2.0 · 文生图/文生视频/图生视频 · 限时体验 · 2026.03.31 字节跳动的即梦 AI 发布了官方 CLI 工具——一行 curl 安装，让任意 Agent（Claude Code、Codex、自定义脚本）直接调用即梦的图片和视频生成能力。高级会员限时体验…- 0
- 0
-
千问发布Qwen3.5-Omni全模态模型，超越Gemini3.1 Pro？附实测~
千问又又又更新模型了，Qwen3.5-Omni模型，也就是全模态模型，这里的全模态，是指支持全模态输入，输出是文本或者语音。话不多说，先看效果，我让Qwen3.5-Omni模型分析了一下剑来 阿良PV的相关内容，并且对比了Gemini3.1 Pro的效果，Qwen3.5-Omni更细致并且知道剑来~然后接入龙虾，我搞了个Skill，把罗永浩十字路口的2.5h的播客，直接4min速通，核心内容基本没…- 0
- 0
-
YC CEO 的 AI 记住了 3000 个人
最近，Garry Tan 在 X 上发了一条推文，附了一个 GitHub 链接。没有长文预告，没有产品发布会，就一句话：「这是我每天用的 AI 系统，源码全在这了。」5300 个 star，几天而已。Garry Tan，Y Combinator 现任 CEO。就是那个孵化了 Airbnb、Stripe、Dropbox、Reddit 的 YC。一个管着几千家创业公司的人，把自己的 AI 记忆系统开源…- 0
- 0
-
Google 和 Cohere 同日发布音频 AI 模型
Google 和 Cohere 在同一天发布了新的音频处理模型。Google 的 Gemini 3.1 Flash Live 主打自动化客户服务，Cohere Transcribe 则专注于语音转文字。两款模型都比前代有显著提升。这是 AI 从"看"到"听"的关键一步。Gemini 3.1 Flash Live：能听、能看、能懂情绪Google 这次有点东西…- 0
- 0
-
AI 答疑助手优化实践：从 RAG 到 LightRAG 的全链路升级
本文针对传统RAG存在的意图识别模糊、知识碎片化及缺乏评测闭环等痛点，提出了一套系统性解决方案：首先，利用思维链（CoT）驱动的意图识别，将用户问题分解为多步逻辑查询并行检索，解决了上下文工程中查询不精准的问题；其次，在检索架构上，对比了GraphRAG高昂的构建成本与维护难度，文章重点阐述了LightRAG的落地实践，通过实体关系抽取与双层检索范式，在保留图结构优势的同时实现了秒级响应与增量更新…- 0
- 0
-
让“龙虾”帮你自动赚钱！OpenClaw Seedance 2.0 视频生成全攻略
千呼万唤始出来，终于肝完了龙虾（OpenClaw）实现seedance2.0视频一键生成本文将结合实战案例，介绍完整使用方法和心路历程，让大家感受下龙虾的强大服务器：适用于vps、自己电脑。Agent适用：openclaw、claude code 等一、源起这个事情起源于，推上一个大佬发的推文，看完后，我觉得专门开一个topic 来研究它结果龙虾出乎意料，顺利地将热门视频下载下来了，还…- 0
- 0
-
阿里云百炼「记忆库」正式上线，让龙虾真正记住你！
今天，阿里云百炼正式上线「记忆库」功能，让Agent具备跨会话的长期记忆能力，真正实现「越聊越懂用户」的个性化体验。现在，「记忆库」功能限时免费向所有用户开放，用户可通过API直接调用，或通过OpenClaw等Agent产品一键安装。阿里云百炼推出的「记忆库系统」内置了「提取-存储-检索-注入」四大模块，用户每次与AI Agent对话结束后，系统可根据配置的记忆规则自动提取关键信息并存储，并根据用…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×