AI行业应用

AI行业应用, 文档AI

Mermaid用文本驱动的结构化可视化工具

Mermaid Live Editor 是一款可以通过简单文本,实时编辑并预览流程图、时序图与甘特图的工具。
可以将编辑完成的内容保存为 SVG 格式,也能轻松分享查看或编辑链接;同时你可以通过 Docker 运行它,或是借助 Node.js 与 pnnpm 在本地部署运行。
使用该工具的优势在于:你无需绘图工具,就能快速创建、协作编辑并更新图表,让文档编写与团队协作的过程变得更快捷、更简便
油管:https://youtu.be/Z5CwwHeGgBs

🎬 在 YouTube 打开观看

AI编程, AI行业应用

让 AI 通过 MCP 使用 Chrome 调试能力

Chrome DevTools MCP 可以让 Gemini、Claude 或是 Cursor 这类 AI 编码工具控制处于运行状态的 Chrome 浏览器,以此实现自动化操作、调试以及性能检测。
可以在自己的 MCP 配置中,通过npx chrome-devtools-mcp@latest这个命令轻松完成安装,之后只需要输入 “检测网站性能” 这类提示词,它就会自动完成追踪记录、截图、网络分析,并且可靠地修复问题。
这个工具能够让 AI 在网页编码方面的表现更智能,它可以实时验证修改内容、快速定位漏洞、提升网站运行速度,全程无需手动操作,为你带来帮助。
油管:https://youtu.be/YNwquBI20hE

🎬 在 YouTube 打开观看

AI行业应用, MCP

从零开始学习构建智能 AI 智能体

该教程的内容十分全面,涵盖了 AI 智能体的基础概念、发展历史,还包含了实操项目,比如创建专属的 AI 智能体框架、构建多智能体系统。课程会教授多项实用技能,比如记忆管理、上下文处理、通信协议,以及大语言模型的训练方法。跟着这个教程学习,你可以深入理解相关知识,同时获得真实的编码实践经验,从单纯使用 AI 模型,进阶到自主设计智能系统。这能够帮你培养高阶的 AI 技能,这些技能对求职、科研,或是打造创新 AI 应用都很有帮助。相关学习材料在线上发布,随时都可以轻松获取。
油管:https://youtu.be/D1UUyKB3bfc

🎬 在 YouTube 打开观看

AI编程, AI行业应用

VibeSDK应用生成、运行、托管的平台

Cloudflare VibeSDK 能让你仅通过自然语言描述需求,即可创建基于人工智能的网络应用。它是一款开源工具,运行于 Cloudflare 平台之上,可提供安全、隔离的环境,支持一键式快速完成应用的构建、预览与部署。你可以自定义 AI 的行为模式、管控代码范式,同时保障数据隐私。
油管:https://youtu.be/szm99yk5qXo

🎬 在 YouTube 打开观看

AI行业应用, MCP

从 Prompt 到 Agent:agents项目

一段谁也不敢改的“超级 Prompt”。
wshobson/agents 这个项目,关注的正是这个问题本身:
当 AI 不再只是聊天,而是参与真实任务时,我们应该如何“工程化”它。
油管:https://youtu.be/GDcv83yuFI0

AI编程, AI行业应用

Argos离线可用的开源机器翻译工具

Argos Translate 是一个基于神经网络、完全离线运行的机器翻译系统。
它基于 OpenNMT 框架,可以在 CPU 上执行翻译模型,支持多语言包切换,并提供 CLI、GUI 和 Python API。
一个可以在你电脑本地运行的开源 Google Translate。
油管:https://youtu.be/fuNJrBCO0gc

AI行业应用, 多媒体处理

Kandinsky5.0:视频与图像生成的扩散模型系列

旗舰版 Video Pro 的视觉质量媲美 Veo 3,并超越 Wan 2.2-A14B,而 Video Lite 与 Image Lite 则为实时应用场景提供快速且轻量化的替代方案。该套件由高性能开源视觉编码器 K-VAE 1.0 驱动,具备强大压缩能力,并为生成式模型训练奠定坚实基础。整个技术栈在性能、可扩展性与实用性之间取得平衡。
油管:https://youtu.be/C00vTubNf5I

AI行业应用, 文档AI

arXiv Paper Curator:AI 科研助手

在信息爆炸的时代,arXiv 上每天都有成百上千篇论文发布。
无论你关注 AI、数学、物理还是计算机系统,手动筛论文、写摘要、整理阅读清单 都是一件极其耗时的事情。
GitHub 项目 arxiv-paper-curator 提供了一个优雅的解决方案

AI行业应用, MCP

LEANN能让你的笔记本电脑变身私人 AI 助手

针对这一问题,LEANN(Light Embedding-based AI Neural Network)项目提出了一种创新的解决方案。LEANN不仅显著减少了存储需求,而且通过高效的计算方式,提供了一个强大的、隐私保护的个人AI助手系统。它采用了按需计算嵌入(on-demand embedding computation)技术和图结构选择性重新计算(graph-based selective recomputation)方法,旨在以较低的存储消耗为用户提供准确的人工智能服务。
报道:https://youtu.be/YRoJnaZR2hw

AI行业应用, MCP

GigaChat 3:下一代专家混合(MoE)模型

GigaChat 3 项目是由俄罗斯的一个开发团队——Salute Developers(萨路特开发者团队)主导的。
在人工智能领域,随着对话系统的不断发展,新的技术与架构不断涌现。在众多创新中,GigaChat 3作为一个开源的专家混合(MoE)模型,凭借其强大的性能和高效的推理能力,成为了值得关注的项目之一。
油管:https://youtu.be/GE9w0tBULGw

AI编程, AI行业应用

Tinker Cookbook:4 个最核心的训练示例

您可以使用 Tinker 和 Tinker Cookbook 轻松微调大型语言模型(LLM),满足您的特定需求,而无需管理复杂的训练基础设施。Tinker 负责分布式训练,并使用高效的 LoRA 适配器来降低成本并加快定制速度。Cookbook 提供了现成的示例和工具,适用于聊天、数学推理和强化学习等任务,帮助您快速构建和改进 AI 模型。

AI行业应用, MCP

nanoGPT:用最小代码理解 GPT 是怎么训练出来的

Star 数:48.4K+ 最简洁、高效的 GPT 训练与微调仓库,300 行代码实现中等规模 GPT nanoGPT 是 Andrej Karpathy 推出的开源项目,旨在提供最简单、最快的从零训练或微调中等规模 GPT 模型的代码库。它基于 PyTorch,重写了 minGPT 以优先性能,适合初学者快速上手 Transformer 架构,同时支持专业级实验,如复现 GPT-2 在 OpenWebText 上的结果。
油管:https://youtu.be/ySZQOiJWMWU

Scroll to Top