杨帆的文章

综合介绍 OpenDeepResearcher 是一个开源的自动化深度研究工具，旨在通过人工智能技术提升研究效率。该项目由 mshumer 开发，托管在 GitHub 上。OpenDeepResearcher 利用多种服务和技术，包括 SERPAPI、Jina 和 O...

最近，我发现了一款令人眼前一亮的国产开源AI知识库框架：KAG (Knowledge Augmented Generation) 知识增强生成。 KAG 由蚂蚁集团、浙江大学等多家机构联合推出，专注于构建垂直领域的知识库。论文数据显示，KAG ...

还记得 2007 年，乔布斯拿着初代 iPhone 横空出世，开启了智能手机的新纪元吗？一晃十几年过去了，智能手机虽然越来越强大，但似乎也走到了创新的瓶颈期。就在大家感叹“科技以换壳为本”的时候，OpenAI 这位 AI 界...

综合介绍 ColiVara 是一个基于视觉嵌入技术的文档存储和检索服务。它无需光学字符识别（OCR）或文本提取，避免了表格破损或图像丢失的问题。ColiVara 支持超过100种文件格式，包括 PDF、DOCX、PPTX 等，能够自动...

综合介绍 n8n自托管AI入门套件是一个开源的Docker Compose模板，旨在快速初始化一个全面的本地AI和低代码开发环境。由n8n团队精心策划，该套件结合了自托管的n8n平台和一系列兼容的AI产品和组件，帮助用户快速构...

综合介绍 Julep AI 是一个用于创建和管理AI智能体的平台，这些智能体可以记住过去的互动，并执行复杂的多步骤任务。Julep AI 提供了长期记忆和多步骤流程管理功能，支持与外部工具和 API 的集成，使其能够处理复...

综合介绍 Gemini Teacher 是一个基于 Google Gemini AI 的英语口语练习助手。它能够实时识别用户的英语发音，并提供即时反馈和纠正建议。该工具旨在帮助用户提高英语口语能力，通过 AI 驱动的发音评估和语法纠正...

综合介绍 bilive是一个专为B站直播录制设计的工具，提供极快的直播录制、自动切片、弹幕渲染和字幕生成功能。该工具兼容超低配置机器，支持7x24小时无人值守录制，自动识别并渲染弹幕和字幕，自动切片并上传至B站...

综合介绍 R1-V 是一个开源项目，旨在通过低成本的强化学习（RL）实现视觉语言模型（VLM）的突破。该项目利用可验证的奖励机制，激励 VLMs 学习通用的计数能力。令人惊叹的是，R1-V 的 2B 模型在仅需 100 个训练步...

综合介绍 llms.txt是一个专门为大语言模型（LLM）设计的标准化文档格式，旨在帮助网站提供简洁、结构化的信息，便于LLM在推理过程中高效利用。这个规范得到了Cloudflare和Anthropic等知名公司的支持。通过使用llm...

在过去几年深入参与 AI 辅助开发后，我注意到一个有趣的现象。尽管工程师们报告说使用 AI 大幅提高了生产力，但我们日常使用的实际软件似乎并没有明显改善。这是怎么回事？ 我想我知道原因，答案揭示了我们需要面...

综合介绍 PPTX2MD是一个开源工具，旨在将PowerPoint的PPTX文件转换为Markdown格式。该工具由GitHub用户ssine开发，支持保留标题、列表、文本格式（如粗体、斜体、颜色和超链接）、图片和表格等多种格式。PPTX2MD...

您是否厌倦了在海量信息中苦苦搜寻，却依然难以找到所需答案？您是否渴望拥有一个能够像专业分析师一样为您进行深入研究的智能助手？现在，这一切都将成为现实！OpenAI 隆重推出 ChatGPT 的全新功能——深度研究 (D...

简介 在人工智能领域，基础模型（如大型语言模型和视觉语言模型）已经成为推动技术进步的核心力量。然而，如何有效地提升这些模型的泛化能力，使其能够适应各种复杂多变的现实场景，仍然是一个重大挑战。当前，监...

综合介绍 DSPy示例代码库是一个由Langtrace AI团队维护的GitHub代码库，展示了使用DSPy构建的各种AI程序示例。该代码库旨在通过实际示例展示DSPy的多种功能，帮助开发者更好地理解和应用DSPy进行AI程序开发。代码...

综合介绍 Go-Proxy是一个使用Go语言开发的高性能代理服务器，主要用于在不同网络环境中提供代理服务。它支持多种协议，包括HTTP、HTTPS、SOCKS5、WebSocket、TCP和UDP，能够满足各种代理需求。Go-Proxy的设计目标...

综合介绍 CoT-Lab（人机协同思维实验室）是一个探索人机协作新范式的实验性界面。基于认知负荷理论和主动学习原则，CoT-Lab 通过创建“思维伙伴”关系，促进人类与人工智能的深度认知对齐。该项目旨在通过缓慢输出...