- 博客(100)
- 收藏
- 关注
RSS订阅原创 Matt Pocock Skills 使用指南与实践
Matt Pocock 开源的 mattpocock/skills 项目，将资深工程师的工作流程封装为可复用的 AI 技能，通过 25 个结构化指令（如 /grill-with-docs、/to-spec、/implement 等）构建从需求到上线的闭环工作流。项目采用 MIT 协议，兼容主流编码代理，核心亮点在于“防污染”知识库架构：通过懒加载、统一领域词典 CONTEXT.md 与多上下文隔离机制，确保业务知识沉淀在代码库中而非聊天记录。支持远程 GitHub/GitLab 或本地 Markdown 存
2026-09-21 07:37:31
129
原创 别再各搞一套：2026 统一管理 Skills、MCP 与知识的工具全景
2026年，AI开发工具链中Skills、Rules、MCP与知识管理日益分散，亟需统一治理。本文盘点三款开源工具：腾讯teamai-cli以Git为唯一真相源，实现团队级配置同步与代码审查；cc-switch作为桌面应用，支持多CLI一键配置同步，适合个人开发者；chezmoi则利用成熟dotfiles框架，通过模板与加密实现轻量级跨平台配置管理。三者分别覆盖团队协作、个人效率与极简部署场景，共同推动智能体配置从“各搞一套”走向标准化统一。
2026-09-21 07:36:43
96
原创 Computer Use 是怎么实现的：AI 智能体操作电脑的底层机制梳理——智能体基建系列
Computer Use 通过“观察-思考-行动”闭环实现AI智能体操作电脑，核心依赖屏幕感知（截图或元素树）与虚拟键鼠动作。OpenAI GPT-6 Astra 以视觉截图为主、结合代码执行脚本提升效率，支持异步调用与中途修正，安全上采用实时监控与沙箱机制。相比旧版CUA，其在OSWorld等基准上显著提升，但链路监控可被规避。该技术与浏览器Agent、GUI grounding 模型共享范式，差异在于感知通道与动作空间设计。
2026-09-16 07:27:01
213
原创 免费的TTS API——零成本基建系列
Inworld TTS 提供每月70分钟中文TTS免费额度，支持零样本声音克隆，无需绑卡，适合个人开发者做原型验证。其API易用，可实现中文语音合成与音色克隆，但输出音频末尾强制添加“人工智能生成”声明，且含隐式水印，需后处理裁剪。适用于低频、非生产级场景，是当前少数兼顾中文合成与声音克隆的免费方案。
2026-09-13 11:46:36
98
原创 Agent 的权限是怎么管的：AgentScope 权限引擎源码拆解——智能体基建系列
AgentScope 权限引擎通过六层决策链管控工具调用：从工具级 deny/ask 规则到自检、allow 规则，再到模式兜底与默认 ASK。核心设计强调“禁止优先”与“人工介入”，支持五种运行模式（如 EXPLORE、DONT_ASK），并引入 PASSTHROUGH 实现规则与工具自治的协同。轻量路径在无配置时跳过复杂判断，兼顾效率与安全，实现可编程、可审计、可干预的权限控制。
2026-09-13 08:27:10
130
原创 智能体沙箱是怎么做的：跨框架源码拆解
智能体沙箱是保障大模型安全执行的关键机制，通过隔离代码执行环境防止副作用扩散。本文拆解8个主流框架源码，梳理从解释器白名单到microVM的七层技术谱系：轻量级（如AST过滤）适合防误操作，进程与文件系统隔离（如bwrap）提升安全性，容器（Docker）成主流选择，而microVM提供最强隔离。选型建议：本地开发用容器+文件策略，生产级不可信任务直接采用microVM服务。宿主机需部署完整Docker引擎并配置镜像、权限与资源，避免因依赖缺失导致沙箱失效。
2026-09-12 09:06:03
173
原创 Agent 的记忆是怎么工作的：12 个框架源码拆解
本文拆解12个开源Agent框架的记忆写入机制，按存储形态分为五类：会话派（完整转录，如Claude/OpenAI SDK）、文件派（精简Markdown，如Hermes、Letta）、抽取派（LLM结构化提取，强调去重与防幻觉）、图谱派（建模关系与演化，如Graphiti）、流水线派（多阶段工业化处理，如CrewAI）。核心洞察：记忆本质是“可追溯的加工过程”，从原始数据出发，通过确定性规则与智能抽取结合，实现高效、安全、可演进的长期记忆管理。
2026-09-12 09:00:09
83
原创 你的 AI 助手，可能正在替黑客打工：2026 skill 投毒事件全复盘与自查清单
2026年，技能投毒成真实威胁：超170万次恶意skill安装，36.8%的公开skill含安全漏洞。攻击者利用信任积累、渐进式投毒与指令文件注入（如PromptLogger），在74分钟内提交23个恶意PR。因skill天生拥有完整权限且无审查机制，传统杀毒失效。建议自查：用Snyk扫描+动态引爆测试+人工读全文，锁定网络外联、凭证访问等6类信号，实施版本锁定、沙箱隔离与凭证轮换，每月例行防护。
2026-09-11 08:29:00
52
原创 Playwright Test Agents 三件套实测 ——智能体基建系列
Playwright Test Agents（v1.56+）通过Planner、Generator、Healer三智能体协作，实现AI驱动的E2E测试。基于MCP协议与无障碍快照（AOM），以结构化语义替代截图，提升测试准确性。实测抖音场景中，需headed模式+登录态（via saveprofile.js）规避反爬。三件套分工明确：Planner设计计划，Generator生成代码，Healer修复并写入，权限受限保障安全。虽强反爬仍存挑战，但其真浏览器执行能力与CI兼容性显著优于传统AI测试工具。
2026-09-11 08:27:51
912
原创 实测好用！Marvis 三大核心实用技巧，办公效率直接拉满
只要是浏览器常规操作：网页填写、图文编辑、后台录入、查询资料、表单提交，Marvis 都能自动执行，适合自媒体批量写稿、运营重复网页工作，大幅减少机械复制粘贴。Marvis 的上限，藏在「技能广场」里，相当于给 AI 预置各类行业工作模板，新手一键导入即用，懂基础逻辑的用户还能本地修改技能规则，打造私人专属 AI 工作流。打开 Marvis 安装目录下的skills文件夹；每个技能为独立文件夹，核心配置文件SKILL.md包含完整执行逻辑、输出规范；
2026-09-07 14:23:58
147
原创 零成本基建系列——如何在没有云服务器的情况下用codex+vitepress+cloudflare pages搭建自己的网站
为什么不自己买云服务器？首先，当然是不想花钱。而且自己部署云服务器还得考虑安全等因素，运维起来也挺麻烦和耗精力的。我自己对 UI 设计天然不擅长，网站需要长什么样其实没有概念。同时又不想花太多时间去开发网站，每次文章编写完成后也不希望还要花太多时间去部署。调研了一些框架后，最终选择了 VitePress + GitHub 存储 + Cloudflare Pages 的方案。先简单介绍一下VitePress项目，VitePress可以针对markdown的文件内容生成静态HTML页面。
2026-09-07 07:51:53
293
原创 网站把自己变成 MCP server：OpenAI 第一个用上 WebMCP
WebMCP协议让网站声明工具供AI直接调用，OpenAI首个落地，改变网页交互方式，企业支持，安全考量，局限和挑战赛。
2026-09-07 07:48:00
234
原创 文渡 ContentFerry 开源了：一个“自用“写作工具背后的选择
摘要根据完整原文生成，按平台调整口味：公众号摘要自然、有吸引力但不夸张，技术平台摘要突出方法和适用对象。发布前还能调用第三方检测服务，看看文字里有没有明显的 AIGC 特征。图注：朱雀 AI 检测助手，展示对输入文本的 AI 生成特征分析结果与检测报告（来源：项目 README 截图）模型连接这块，文渡做了简化：支持模型统一走 OpenAI 兼容 API，配置化处理。OpenRouter、NVIDIA Build、火山引擎等这些不同来源，在文渡里都是同一个可配置的端点，换模型只改配置，不涉及代码。
2026-09-07 07:46:25
436
原创 死后人脑弹钢琴？我被震惊了！
作者看到新闻后查证原始论文，发现是法国团队的预印本，用死后成人脑组织外植体连接机械手，通过无监督感觉运动学习实现三音符模仿，准确率从随机到58.5%，有对照实验证明学习在脑组织内。作者强调媒体与科研温差，认为技术并未达到意识水平。</think>一篇关于“死后人脑控制机械手弹钢琴”的科普文。作者查证预印本后发现：法国团队用死后成人脑组织外植体连接电极与机械手，通过无监督感觉-运动关联学习，使脑片模仿三个音符，准确率从随机升至
2026-09-06 09:21:52
182
原创 Agent 的隐身术：反 Bot 检测六层技术栈——智能体基建系列
给个极简选型结论：简单站点、PoC 验证，用 stealth 插件就够了；要过 Cloudflare 这类硬目标，上 patchright 或 nodriver 补协议层；预算和场景允许，直接上 CloakBrowser、Camoufox 这类引擎内核，相对一劳永逸；纯 API 采集不渲染 JS，用 curl_cffi 做 TLS 层伪装；不想维护这场军备竞赛，就买商业托管服务。反 bot 检测是这个系列里最特殊的一块拼图：它不增加 Agent 的能力，只增加 Agent 的生存率。
2026-09-06 09:20:24
247
原创 Agent 的隐身术：CloakBrowser 反检测拆解
CloakBrowser 的走红说明一件事：在 JS 层打补丁这条路，已经走到头了。反检测厂商学会了对注入函数做源码检查之后，"伪装"这件事必须下沉到浏览器引擎本身。这也解释了为什么它能在几个月内冲到 30K Star——它把商业指纹浏览器（每月几十上百美元）的核心能力开源了出来，让普通开发者也能用上引擎级的反检测。不过它没有解决军备竞赛，只是把战线往前推了一步。检测方会继续研究新的探针，补丁方会继续编译新的二进制。对普通开发者来说，更值得记住的是那句官方说明：它不解决验证码，只是让验证码不出现。
2026-09-05 09:24:46
233
原创 这里deepseek-v4-flash hy3 今年免费用——智能体基建系列
<think>我们只需要根据给出的内容生成不超过150字的摘要。内容是关于腾讯云原生构建平台免费使用deepseek-v4-flash和hy3模型，通过创建Issue让CodeBuddy自动开发前端项目。摘要要简洁。</think>腾讯云原生构建平台今年可免费使用deepseek-v4-flash和hy3模型。注册登录后创建仓库，在Issue中@CodeBuddy描述需求，系统即自动开发。示例简单前端项目很快完成，适合低成本尝试智能体开发。
2026-09-05 09:23:18
241
原创 把 AI 当同事管理——企业 Agent 协作平台赛道地图
<think>好的，用户提供了一篇关于企业Agent协作平台赛道分析的文章，要求生成不超过150字的摘要。这篇文章内容相当丰富，涵盖了赛道边界、开源项目、闭源产品等多个方面。 用户的深层需求可能不仅仅是得到一个简短的概括，而是希望抓住文章的核心信息和关键区别，供快速了解或分享。所以摘要需要高度精炼，突出最重要的几块内容。 原文结构很清晰：先定义了赛道（组织级治理），然后分了开源和闭源两派。开源这边讲了三个代表项目（Multica、QM、kagent）的不同特点，闭源那边提到了Anthropic、OpenAI
2026-09-04 10:02:30
695
原创 国内智能体桌面客户端的赛道（羊毛）地图
<think>我们只需要根据内容生成摘要，不超过150字。用户要求“根据以下内容，生成≤150字的文章摘要”。所以直接写摘要。</think>国内智能体桌面客户端赛道7个月月活破3000万，腾讯WorkBuddy、百度搭子领跑。15款主流产品通过积分、Token等福利抢用户：腾讯系多线布局，阿里千问公测送积分，字节扣子每日签到，网易LobsterAI开源送5000积分，百度搭子账号体系赠送，另有WPS灵犀、360纳米Work、商汤小浣熊及新锐等。需注意部分每日额度当日清零，羊毛攻略详细对比，助用户高效薅取。
2026-09-04 09:24:15
621
原创 为什么你改个小功能都要反复沟通，别人却让 AI 无人值守搞出百万行项目——智能体基建系列
<think>好的，用户要求根据给定内容生成≤150字的文章摘要。需要提炼核心信息和关键点，做到简洁有力，包含主要主题和核心结论。文章核心是分析人与人用AI编程效果差距的原因，焦点是智能体基建（环境可读性、工程方法、测试护栏等），引用OpenAI、Anthropic、Stripe、Ralph Loop四个案例。摘要需要谈及案例、差距原因和转型路径。字数严格限制在150字内。</think>用AI编程效果差距大的根源不在模型，而在智能体基建。OpenAI、Anthropic、Stripe等案例表明，无人值守需
2026-09-02 19:05:34
627
原创 智能体框架的赛道地图——智能体基建系列
<think>我们只需要根据用户要求生成摘要：根据内容，生成≤150字的文章摘要。内容是关于智能体框架赛道地图。要简洁概括核心：框架选择维度、七类分区、代表框架、选型建议。字数限制严格。需要输出摘要，不超过150字。</think>智能体框架选型需从“代码/拖拽”与“单/多Agent”两维度切入。赛道分七类：LangChain系（组件→图编排→长任务）、官方SDK（OpenAI/Google/微软/Claude）、角色协作（CrewAI/MetaGPT）、对话式（AutoGen）、低代码（Dify/n8n）
2026-09-02 08:52:14
179
原创 TencentDB-Agent-Memory 上手初体验发现它不只是记忆框架——智能体基建系列
腾讯DB-Agent-Memory初体验：团队协作型智能体开发框架 通过实际部署测试发现，TencentDB-Agent-Memory已超越简单的智能体记忆功能，发展为完整的团队智能体开发平台。其核心特点包括： 以"团队+多智能体+任务"为组织架构，支持团队协作开发 提供Wiki知识库、Code Graph代码探索、Skill技能沉淀等企业级功能 整体更接近企业知识管理系统（如Confluence+Jira）而非单一记忆库 适合有团队协作需求的开发者，但对个人用户可能过于复杂。在开源领域是目前少有的团队智能
2026-08-24 07:50:31
259
原创 OpenAdapt 源码拆解：录制一次，如何实现确定性回放
OpenAdapt 是一款开源 RPA 工具，采用"录制一次，确定性回放"的设计理念。其核心工作流分为三阶段：录制（自动捕获用户操作并保存为事件日志和截图）、编译（生成包含锚点和验证信息的可执行Bundle）、回放（基于模板匹配和状态验证执行自动化流程）。系统通过Protocol分层设计支持多种后端环境（Web/Windows/macOS/RDP等），其中Web后端功能最完整。当前版本在动态页面处理和数据提取方面仍存在局限，主要依赖视觉模板匹配和OCR技术。项目提供了批量循环、故障修复等辅助功能，但循环次数
2026-08-24 07:45:31
209
原创 10000+ MCP 服务器生态全景：哪些品类已经成熟
MCP（Model Context Protocol）从 2024 年 11 月发布到现在，不到两年。但如果你最近打开任何一个 MCP 目录，数字已经让人不知道该信哪个：Glama 收了 66,000+（截至 2026 年 8 月），MCP.so 收了 20,000+，GitHub 上打 mcp-server 标签的仓库 15,900+。33 个注册表各自收录，彼此重叠但不完全一致，综合去重后大概 12,000 个可用服务器。多，不等于都能用。
2026-08-23 14:41:48
364
原创 长期免费的Embedding向量化API——零成本基建系列
做知识库、语义搜索或 RAG 时，Embedding 往往是第一笔容易被忽略的成本。把文本切块以后，每一块都要变成向量；文章多一点、重新建一次索，调用次数很快就上去了。这次只留下现在还能反复调用免费档、并且实际跑通的服务。注册送一笔 token 的试用不算进来，没测过的也不拿来凑表。测试用了同一组中英文语义检索样本：给“退款”问题找对应的退款政策，再和一段无关的服务器日志比较余弦相似度。这一轮不是基准测试，分数也不能跨模型横向比较。
2026-08-23 14:37:27
561
原创 智能体记忆的赛道地图——智能体基建系列
智能体记忆赛道正经历快速发展，主要分为四类记忆：工作记忆、情景记忆、语义记忆和程序性记忆。当前市场呈现六大分区格局：通用记忆层（Mem0）、时序图谱（Zep/Graphiti）、文档图谱（Cognee）、记忆自治（Letta）、团队治理（TencentDB-Agent-Memory）和前沿新锐（MindMemOS等）。Mem0生态最大但精度存疑，Zep/Graphiti擅长时序推理但成本高，Letta首创记忆自治理念，TencentDB侧重团队协作。不同方案各具特色，选型需结合具体场景需求，关注记忆精度、治
2026-08-19 10:40:37
347
原创 开源项目OpenAdapt：从GUI捕获到模型推理
OpenAdapt是一款AI-First的开源流程自动化工具（GitHub 1.6k Star），旨在桥接多模态大模型与传统GUI应用。其核心工作流分为三阶段：录制阶段捕获鼠标/键盘操作及界面数据；编译阶段将操作转化为确定性程序，优先使用DOM等稳定信号；回放阶段执行并验证效果。创新点在于：健康路径不使用模型确保效率，仅在异常修复、UI定位等关键环节调用多模型共识机制，实现"模型提案+人工审核"的安全模式。支持Web/原生/远程桌面等多种界面，但对信号质量要求较高，且迁移成本存在。该工具适合对准确性要求高的
2026-08-19 10:39:00
179
原创 长期免费的数据库方案——零成本基建系列
本文介绍了5种长期免费的数据库方案，适合个人项目和小型应用开发。Cloudflare D1提供5GB SQLite存储，适合与Cloudflare Workers集成；Supabase提供500MB PostgreSQL数据库，支持完整SQL功能；MongoDB Atlas和Firestore分别提供512MB和1GB文档数据库，适合非结构化数据；TiDB Cloud提供5GB MySQL兼容存储。文章对比了各服务的免费额度、使用限制和适用场景，并提供了基本CRUD操作的代码示例，帮助开发者选择最适合的免费
2026-08-15 16:19:55
321
原创 长期免费的语音合成与识别 API——零成本基建系列
摘要 本文介绍了四款提供长期免费语音合成（TTS）与识别（ASR）API的服务： Cloudflare Workers AI：每日10,000 Neurons额度，Aura-1英文合成效果良好，Whisper中英文识别准确。 Groq：专注语音识别，免费计划每日2,000次调用，兼容OpenAI接口风格，中英文识别正确。 硅基流动：国内服务提供两个免费ASR模型（SenseVoiceSmall和TeleSpeechASR），需实名认证后使用，实测识别准确。 Azure Speech：功能全面，支持中英文合成
2026-08-15 16:14:31
720
原创 长期免费的文生图API——零成本基建系列
本文介绍了三种长期免费的文生图API服务：ModelScope、Agnes AI和Cloudflare Workers AI。ModelScope每天提供2000次调用额度；Agnes AI的核心多模态模型无限期免费，但有频率限制；Cloudflare Workers AI每日重置10,000 Neurons免费额度。文章详细说明了各平台的注册流程、API调用方法，并附上实测结果和代码示例。作者建议根据需求选择：国内项目用ModelScope，需要无限免费接口选Agnes AI，已有Cloudflare账号
2026-08-08 19:05:23
353
原创 Windows 11 ChatGPT Desktop Codex 模式接入 YC CEO 开源的虚拟团队 gstack 的踩坑记录
本文记录了在Windows 11系统上安装Y Combinator CEO开源的gstack虚拟团队项目时遇到的坑点及解决方案。作者使用ChatGPT Desktop的Codex模式安装时，主要遇到了三个问题：技能选择器找不到安装后的技能、Claude Code的hooks无法直接使用、SKILL.md编码损坏导致功能异常。通过让Codex改造hooks、修复文件编码、设置hook信任等步骤，最终成功部署了gstack虚拟团队项目。文章提供了详细的排查过程和代码片段，为其他Windows用户安装该项目提供了
2026-08-08 18:59:50
292
原创 长期免费的AI大模型API——零成本基建系列
本文整理了多个适合个人开发者和小团队进行AI大模型原型验证的免费API入口，包括ModelScope（国内开发者友好，每日2000次调用）、BigModel（智谱免费Flash模型）、OpenRouter（多模型统一路由）、Nous Portal（Hermes Agent生态）和NVIDIA Build（高规格模型体验）。这些入口各有侧重，适合不同场景下的轻量测试和学习，但均不建议直接用于生产环境。开发者可根据具体需求选择合适平台，如国内快速验证首选ModelScope/BigModel，多模型路由考虑Op
2026-08-01 20:16:19
771
原创 IT 程序员必须了解的 Harness Engineering：真正决定 AI 编程效率的，不只是模型
摘要： Harness Engineering 是提升AI编程效率的关键，它通过构建上下文、工具、规则和验证的工程系统，让AI在开发中稳定工作。不同于Prompt Engineering仅关注指令表达，Harness Engineering强调组织完整的工作环境，包括精准供给上下文、渐进式披露技能、可靠工具调用、自动化验收标准和明确修改边界。程序员无需开发复杂平台，但需掌握分层上下文管理、技能封装、工具可预测性、机器可执行验收和任务拆解等核心方法。最小可用方案包括整理项目入口信息、定义完成标准、接入基础工具
2026-07-31 21:58:33
173
原创 零成本基建系列——如何在没有公网IP的情况下提供外网访问
本文介绍了一种零成本实现内网穿透的方法，通过免费域名+Cloudflare让没有公网IP的内网设备实现外网访问。具体步骤包括：1）注册de5.net免费域名；2）将域名迁移到Cloudflare并设置DNS；3）开通Cloudflare ZeroTrust服务（无需付费）；4）创建Cloudflare隧道并安装客户端；5）配置路由规则映射内网服务；6）通过生成的公网URL访问内网服务。该方法适用于远程访问NAS、微信支付回调调试等场景，实测可在Windows系统成功实现内网穿透。
2026-07-31 17:21:01
167
原创 零成本基建系列——如何在没有云服务器的情况下用codex+vitepress+cloudflare pages搭建自己的网站
本文介绍了选择VitePress+GitHub+Cloudflare Pages搭建静态博客的实践方案。作者放弃自建云服务器主要出于成本和技术门槛考虑，选择这套免费自动化方案：使用VitePress将Markdown转为静态页面，通过GitHub托管代码，利用Cloudflare Pages自动部署。文章详细说明了Cloudflare配置步骤、Obsidian写作环境设置（包括图片路径优化和模板插件使用），以及如何通过AI辅助调整VitePress主题样式。
2026-07-30 19:03:45
327
原创 没有安卓经验，如何用 GPT-5.6 和 ChatGPT Codex 做出一款局域网监控 App
文章摘要：作者基于孩子上网课分心的需求，利用闲置旧手机开发了一款局域网监控应用IdleCam。虽无Android开发经验，但借助GPT-5.6和ChatGPTCodex完成了从需求分析到真机测试的全流程开发。文章详细记录了开发中的关键节点：通过AI辅助完成环境搭建、最小功能验证、真机调试，并解决了摄像头黑屏、设备兼容性等技术难题。作者特别强调AI编程中"需求明确化"和"分阶段验证"的重要性，指出AI能放大开发效率但产品判断仍需人工把控。最终实现的应用支持局域网视频直播
2026-07-30 18:57:49
541
原创 GPT-5.6 来了，Codex 没了，我想用它做个旧手机监控 App
编程是 GPT-5.6 的主战场，一下子有三个新的模型应该怎么选，我也很关心各个模型的实力。查了官网的评测：Sol 在 Artificial Analysis 编程智能体指数上拿了 80 分，比 Fable 5 高 2.8 分，输出 token 不到一半，耗时不到一半，成本便宜约三分之一。大家可能听说了，7 月 10 日OpenAI 搞了一场发布会，发布了GPT-5.6，包含三个新模型。后续会在公众号更新开发过程和踩坑记录，包括 GPT-5.6 在真实项目中的实际表现，以及各模型的切换策略。
2026-07-29 19:27:40
303
原创 用WiFi信号实现人体姿态估计这个热点项目RuView存在造假吗？
项目并非完全虚无——ESP32 固件层、网络传输层的确有真实代码，WiFi CSI 感知本身也是一个前沿的研究方向。核心宣称与实际能力之间存在显著差距。17 关键点姿态估计、穿墙人体重建等标志性功能缺少模型权重、真实推理管道和物理可行性支撑。目前的表现更接近一个精心设计的演示框架，而非可工作的感知系统。项目展示效果与内部机制之间存在断层——多处证据指向前端可视化依赖预生成动画或模拟回退，而非基于实时推理结果。RuView 事件最终会如何收场，取决于项目方是否愿意以及能否提供经得起独立检验的证据。
2026-07-29 19:24:50
259
原创 实测好用！Marvis 三大核心实用技巧，办公效率直接拉满
腾讯AI助手Marvis深度体验分享：3大核心功能提升工作效率。1）手机远程控制电脑功能，支持跨端实时操作，完美替代付费远程软件；2）Edge浏览器插件安装教程，实现公众号自动写稿存草稿等浏览器自动化操作；3）技能广场提供丰富模板并支持本地自定义修改，可打造专属工作流。Marvis不仅能对话更能执行任务，特别适合需要自动化办公、远程操作和内容创作的用户，大幅提升工作效率。
2026-07-12 17:46:46
695
原创 Qwen-Image-2.0：中文图像生成与编辑集成于一身的模型
摘要： 阿里巴巴于2026年2月10日发布新一代视觉大模型Qwen-Image-2.0，重点提升文本渲染与图像生成质量。该模型支持1K token长文本输入，能准确生成含复杂中文排版的海报、PPT等图文内容，并整合文生图与编辑功能于统一架构。实测显示，其在专业场景（如信息图、教育素材）中表现稳定，但艺术创作与极致真实感任务仍存局限。轻量化设计使其推理效率提升，目前通过Qwen Chat开放体验，未来可能开源。
2026-02-10 22:13:38
1101
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人