CV基础知识全解析：像素、卷积、特征提取一次搞明白
计算机视觉（Computer Vision, CV）作为人工智能的核心领域，其技术基础建立在像素处理、卷积运算与特征提取三大支柱之上。本文AI铺子将从底层原理出发，系统解析这三个关键...
Trusted MCP：火山引擎推出的可信模型上下文协议，强化组件身份验证与端到端通信安全
Trusted MCP是火山引擎基于标准MCP协议开发的开源可信模型上下文协议，通过身份验证、数据加密和远程证明等技术，解决AI服务组件通信中的身份伪造、数据篡改、隐私泄露等问...
Goose：开源本地AI代理工具，自动化复杂工程任务与端到端自主执行
Goose是一款面向开发者的本地可扩展开源AI代理工具，区别于普通代码建议工具，它具备端到端自主执行能力，可实现从0构建项目、编写执行代码、调试故障、协调工作流及与外部...
ebook2audiobook：开源电子书转有声书工具，支持 1110 + 语言与多模型语音克隆
ebook2audiobook是一款开源的电子书转有声书工具，核心功能是将非DRM合法电子书转换为带章节结构与元数据的有声书。工具支持1110+种语言，集成XTTSv2、Bark、Vits等主流TTS...
RAG三大组件详解：检索器、重排序器与生成器
在AI技术深度渗透的今天，检索增强生成（RAG）已成为突破大模型知识局限的核心技术。通过将外部知识库与生成模型深度融合，RAG有效解决了传统大模型在时效性、准确性和专业...
OmniVinci：NVIDIA开源的全模态理解大语言模型，高效融合视觉、音频与文本信息
OmniVinci是由NVIDIA等机构开发的开源全模态理解大语言模型（Omni-Modal Understanding LLM），旨在通过创新架构与高效数据构建，实现对视觉（图像、视频）、音频、文本信息...
OpenMemory：开源自托管AI记忆引擎，基于分层架构实现LLM持久化语义记忆
OpenMemory是一款开源、自托管、框架无关的AI记忆引擎，旨在为大型语言模型（LLM）应用提供持久化、结构化和语义化的记忆能力。它通过独特的分层记忆分解（HMD v2）架构，解...
LongCat-Video：美团开源的13.6B参数多任务视频生成模型，高效输出分钟级720p长视频
LongCat-Video是美团LongCat团队开源的基础视频生成模型，基于13.6B参数构建，采用统一架构原生支持文本转视频、图像转视频、视频续接三大任务，核心优势在于高效生成分钟级...
Archon：开源 AI 编程助手指挥中心，强化知识协作与多工具集成
Archon 是一款开源的 AI 编程助手指挥中心，同时作为 Model Context Protocol（MCP）服务器，旨在通过知识管理、任务协同和多工具集成，增强 AI 编程助手（如 Claude Code、...
基于 LangChain 搭建 ReAct Agent：从原理到火车票购票任务实操指南
本文详解大语言模型（LLM）的四大局限性及 ReAct Agent 的核心原理，基于 LangChain 框架手把手教你搭建火车票 AI Agent，涵盖环境准备、工具定义、Prompt 设计、Agent 开发...