语音输入质量拖累AI Agent？Sayd推出Talk API，毫秒级净化语音指令
在开发语音驱动 AI Agent 的实践中，开发者发现原始 STT（语音转文字）输出中的大量口癖、重复和碎片化语句，会严重干扰 LLM 的推理效果。为此，Sayd 推出了 Talk API 服务，这是一种超越传统 STT 的解决方案。它通过...
标签索引 / 第 50 页
AI Agent
这个标签下有 1749 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
专为 AI Agent 打造：开源项目 doesitcli 为桌面应用补齐“命令行能力”
随着 Claude Code 和 Cursor 等编程助手的普及，AI Agent 无法操作图形化界面（GUI）成为瓶颈。为此，开源社区推出了 doesitcli.com，一个专门收集桌面软件命令行接口（CLI）的目录站。该项目不仅提供统一...
开源项目 Hivo 亮相：为 AI Agent 构建身份、文件与协作的底层基础设施
开发者发布了开源项目 Hivo，旨在解决 AI Agent 在长期运行中面临的基础设施匮乏问题。该项目并非简单的聊天 UI 或套壳工具，而是专注于提供持久的身份认证、权限管理、文件存储及多 Agent 团队协作能力。Hivo 采用微服务架构...
开源Agent框架easy-agent发布0.3.4版：接入BFCLv4全量测试，API成本惊人
开发者推出了基于Python的白盒AI Agent基础框架easy-agent的0.3.4版本。此次更新重点在于补全漏洞并引入了BFCLv4版本的全量测试集，旨在通过百分制对齐行业标准评分。实测表明，虽然项目完整执行了测试流程，但目前分数仍...
Metrics SQL：连接 AI 智能体与企业数据的统一语义层
Rill Data 推出了 Metrics SQL，这是一个基于 SQL 的开源语义层，旨在连接人类用户与 AI 智能体。该项目将复杂的业务指标逻辑标准化，作为数据库与应用层之间的“中间翻译官”。在 AI Agent 兴起的背景下，语义层对...
Claude Code 接入第三方模型遇阻：工具调用失效，仅剩对话能力
近期有开发者反馈，在尝试将第三方大模型（如 GLM-5、Grok 4.2）通过 API 接入 Claude Code 等智能编程工具时，遭遇了严重的功能兼容性问题。这些模型在接入后仅能进行基础文本对话，完全失去了读取本地磁盘、创建文件或调用...
用户反馈 Gemini 1.5 Flash 现诡异 Bug：执行指令时自动打开大量无关网站
一位 V2EX 用户报告称，在使用 Gemini 1.5 Flash 模型进行测试时遭遇了离奇的 AI 行为。输入特定指令后，系统未能正确处理任务，反而反复控制浏览器打开各类页游、订机票等莫名其妙的网站。测试发现，切换至 Gemini 1....
端侧 AI 助手 OpenOmniBot 迭代：支持 VLM 与终端操作，重塑安卓交互
开源项目 OpenOmniBot（小万手机 Agent）近日迎来更新，作为一款端侧 AI 助手，它致力于在 Android 设备上实现本地化智能代理。新版本重构了 UI 界面，适配平板与深色模式，并集成了 Skills、CLI 命令行操作、...
技术追踪：Hermes 接入 Clawbot 并新增微信网关配置，AI Agent 本地化应用加速
据技术社区反馈，Hermes 项目近日完成更新，已能够兼容并使用 Clawbot 工具。此次更新的亮点在于 Gateway 中新增了针对微信的配置选项，显示出该项目正尝试将 AI Agent 能力接入主流的即时通讯生态。不过，目前的实现仍存...
赛博转生实验：开发者利用聊天记录打造专属AI数字分身
一位开发者利用Telegram自带的聊天记录导出功能，编写工具提取个人语气、互动习惯及关注话题，成功训练了一个专属AI Agent并部署在Telegram上。该Agent不仅能根据上下文和活跃时段判断是否回复，还能模拟人类的输入延迟和碎碎念...