传统SOP依赖人工监督、人工核验，存在监管滞后、人工成本高、漏检误检等痛点。依托iNeuOS_Vision机器视觉技术，可实现SOP操作的自动化识别、实时监测、流程校验与异常告警，适配各类工业标准化作业场景，助力工业作业全流程可视化、智能化管控，提升生产标准化水平与作业效率。 ...

一、岗位核心：什么是 Agent Harness？DeepSeek 对这个岗位的定义非常清晰：Model + Harness = Agent模型（Model） 负责"能做什么"，Harness（驾驭/ harnessing） 负责"怎么做好"。Harness 涵盖除模型本身之外的所有工程与研究——包 ...

小米XiaoMi-TTS-Local-Skill背景1. 传统TTS的级联式架构典型流程：文本规范化 → G2P(音素转换) → 声学建模 → 声码器生成局限性：误差在各环节累积，难以捕捉复杂语义关系代表技术：Tacotron+WaveNet、FastSpeech系列等2. 基于LLM的TTS的语义 ...

很多人用 DeepSeek、豆包、ChatGPT、Kimi 写数学题、论文推导、技术方案时，都会遇到同一个问题： AI 页面里公式显示得很正常，复制到 Word 以后却变成 \frac{x}{y}、$$...$$、普通文本、图片，甚至上下标和根号全乱了。有没有办法把这些公式导出成 Word 里还能编 ...

流式输出（Streaming）原理与踩坑经验 本人在日常开发中，遇到流式输出相关的问题，一般都需要靠大模型协助定位问题，归其根本是因为我对流式输出的原理认识不足。所以本篇文章记录我学习流式输出的原理，以及在实际开发中遇到的问题。 整体流程： 大模型生成 token ↓ 打包成 chunk（一个或多个 ...

Hermes Agent cron 定时任务使用教程 每天定时汇总数据、检查服务器状态、推送周报——这些重复性工作占据大量时间，却又不得不做。Hermes Agent 内置 cron 定时任务系统，支持自然语言调度、标准 Cron 表达式、任务全生命周期管理，自动执行数据汇总、系统监控、消息推送等重 ...

1.使用模型拟合简单的函数 设想有一个函数,它没有副作用 例如 add(a:float,b:float)->float{ return a+b; } 那么我们理论上可以训练一个模型:它的输入是一个二维向量,它的输出则应当是v[0]+v[1] 于是我们理应可以将任何num = add(f1,f2),替 ...

Skills 可以理解成 Claude Code 给 Agent 准备的任务经验包。它把一类任务里反复出现的说明、脚本、模板、配置、坑点和历史记录放在一起，让 Claude 下次遇到类似任务时，可以直接复用已有经验。 ...

Prompt、Context、Loop、Harness 这四个词，可以看成 AI Agent 工作流里的四个关注点：怎么问、给它看什么、怎么持续推进，以及在哪里安全运行。 其中，Loop Engineering，重点关注“持续推进”这一环节。它关心的是，如何把原本由人一轮轮推动的“提示—执行—检查—... ...

MagicWorld 针对当前视频世界模型在长时间交互中易出现运动不合理与场景崩坏的问题，提出了一种面向长时稳定性的交互式建模框架。该方法通过引入基于光流的运动约束提升动态真实性，利用历史检索机制增强跨时间一致性，并通过多步聚合的训练策略优化整体交互序列质量，从而有效缓解误差累积问题。整体上，Mag... ...

聊了这么多期时序大模型，大家可能有一个困惑的问题：这些模型一会儿叫“时序大模型”，一会儿又叫“时序基础模型”，很多做大模型的团队也自称“基模团队”。这两个词到底是不是一回事？ 今天讨论讨论这件事。 “基础模型”这个词从哪儿来？ 2021 年 8 月，斯坦福大学基础模型研究中心（CRFM）发布报告，P ...

Hermes Agent Hooks 钩子使用教程 写了一个安全过滤逻辑，不知道往哪塞？每次 Agent 执行工具调用都想记录日志，难道要改框架源码？Hermes Agent Hooks（钩子）就是为解决这类问题而生的 生命周期回调系统，允许在智能体运行的关键节点注入自定义逻辑，实现日志审计、安全拦 ...

大家好，我是R哥。 最近 Claude Code 的热度还是很高啊，这篇《Claude Code 官方桌面端正式发布，夯爆了！》都几万阅读了，而且各大社区关于 Claude Code 的讨论也一直很活跃。 可是，很多人拿到 Claude Code 就开始让它写代码了，很多理念、功能都没有真正弄明白， ...

llmfit —— 一款根据你系统的 RAM、CPU 和 GPU 为 LLM 模型匹配合适规格的终端工具。支持自动检测硬件，从质量、速度、适配度和上下文四个维度为每个模型打分，告诉你哪些模型能在你的机器上流畅运行。 ...

数据分析 Agent 的核心瓶颈，不是 SQL 生成能力，而是业务上下文。不要指望 Agent 在混乱的数据体系里自动找出标准答案。你需要先把数据环境整理成 Agent 能导航、能理解、能验证的结构。 ...

复杂任务不能只靠一个上下文一路做到底。任务需要拆分，上下文需要隔离，验证需要独立，流程也要能在中断后恢复。不同子任务还可以选择不同模型和预算，避免所有事情都挤在同一个执行路径里。 这些设计放在 Claude Code 里，是 Dynamic Workflows；放到更大的 Agent 系统里，其实就... ...

大模型不再只存在于云端，也开始进入普通电脑。你打开 Ollama、LM Studio，或者直接用 llama.cpp，下载一个量化版本，就有机会在本地跑起一个还不错的大模型。 ...

Antigravity Agent Skills（智能体技能）技能是一种开放标准，用于扩展智能体的能力。一个技能是一个包含 SKILL.md 文件的文件夹，其中包含智能体在处理特定任务时可以遵循的指令。什么是技能？技能是可复用的知识包，用于扩展智能体能够执行的操作。每个技能包含：如何处理特定类型任务 ...

Hermes Agent 插件使用教程 项目需求总在变，Agent 功能却”锁死”在框架里，改源码又怕升级时被覆盖？Hermes Agent 的插件系统正是为此而生——它是 模块化扩展核心能力 的关键机制，无需修改框架源码，即可自定义工具、事件钩子、命令与集成能力。插件遵循 ”低侵入、高兼容、可插拔 ...

上一篇我们介绍了 KV Cache：它把每一步重复的 K、V 计算存进缓存，让自回归推理的计算量骤降。 但这个加速不是没有代价的。KV Cache 的大小正比于多项参数，因此又反过来推动了注意力结构本身的改进。 这便是本篇内容：分组查询注意力（Grouped-Query Attention，GQA） ...