程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
html在线编辑
登录注册
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
微软开源 VibeVoice:60分钟长音频转录、实时TTS,这个语音AI全家桶有点猛
编程
微软开源 VibeVoice:60分钟长音频转录、实时TTS,这个语音AI全家桶有点猛
2026-04-08 11:36:14 +0800 CST
view 816
微软开源的 VibeVoice 语音 AI 全家桶,集 ASR 和 TTS 能力于一身,支持 60 分钟长音频转录、90 分钟多说话人音频生成、300ms 实时 TTS。本文深入解析其技术架构与实测代码。
TTS
ASR
语音AI
微软
VibeVoice
开源项目
MySQL 8.4 LTS 深度实战:8年超长支持周期的数据库新标准——从架构变革到生产级部署的全链路解析
编程
MySQL 8.4 LTS 深度实战:8年超长支持周期的数据库新标准——从架构变革到生产级部署的全链路解析
2026-05-08 10:40:39 +0800 CST
view 795
深度剖析 MySQL 8.4 LTS 的架构变革、MGR 一致性模型、废弃特性、性能优化与升级迁移实战,覆盖 8 年超长支持周期的数据库新标准
MySQL
Database
LTS
DBA
InnoDB
VoxCPM2 深度实战:当开源 TTS 突破「tokenizer 诅咒」——从Tokenizer-Free 架构到本地 CPU/GPU 部署的完全指南(2026)
编程
VoxCPM2 深度实战:当开源 TTS 突破「tokenizer 诅咒」——从Tokenizer-Free 架构到本地 CPU/GPU 部署的完全指南(2026)
2026-06-09 14:50:53 +0800 CST
view 491
VoxCPM2 深度实战:当开源 TTS 突破「tokenizer 诅咒」——从Tokenizer-Free 架构到本地 CPU/GPU 部署的完全指南(2026) 前言 2026年的TTS(Text-to-Speech,语音合成)战场,用一个字形容就是「卷」。 闭源巨头们打得不可开交——GPT-4o 的语音模式刚刚让人惊艳,ElevenLabs 又祭出了新一代多语言引擎,Google 的 Pro...
VoxCPM2
TTS
语音合成
AI语音
开源
Diffusion
Tokenizer-Free
MiniCPM
多语言
语音克隆
OmniVoice 深度实战:当小米 k2-fsa 团队用扩散语言模型重塑语音合成——从零样本克隆到 600 语言高保真 TTS 的生产级完全指南(2026)
编程
OmniVoice 深度实战:当小米 k2-fsa 团队用扩散语言模型重塑语音合成——从零样本克隆到 600 语言高保真 TTS 的生产级完全指南(2026)
2026-06-15 14:21:23 +0800 CST
view 536
深入解析小米 k2-fsa 团队开源的 OmniVoice 单阶段扩散语言模型 TTS 系统,0.8B 参数支持 600+ 语言,零样本克隆仅需 3-10 秒参考音频,RTF 低至 0.025,Apache-2.0 免费商用。
TTS
语音合成
OmniVoice
k2-fsa
扩散模型
零样本克隆
多语言
MachineLearning
Audio
小米
VibeVoice 深度实战:当微软把「超长对话语音」开源——从 7.5Hz 连续分词到 Next-Token Diffusion、从 90 分钟 TTS 到 60 分钟 ASR 的生产级完全指南(2026)
编程
VibeVoice 深度实战:当微软把「超长对话语音」开源——从 7.5Hz 连续分词到 Next-Token Diffusion、从 90 分钟 TTS 到 60 分钟 ASR 的生产级完全指南(2026)
2026-06-21 05:52:51 +0800 CST
view 323
深度解析微软开源语音AI项目VibeVoice:从7.5Hz连续分词器到Next-Token Diffusion架构,从90分钟TTS到60分钟ASR的生产级完全指南。
VibeVoice
语音AI
微软开源
TTS
ASR
扩散模型
LLM
VibeVoice 深度解析:微软如何用 7.5Hz 连续语音分词器重新定义语音 AI 的边界
编程
VibeVoice 深度解析:微软如何用 7.5Hz 连续语音分词器重新定义语音 AI 的边界
2026-04-18 07:48:59 +0800 CST
view 538
微软开源的 VibeVoice 用 7.5Hz 连续语音分词器和 Next-token Diffusion 框架,实现了 60 分钟长音频单次处理,正在重新定义语音 AI 的技术边界。本文深度解析其架构设计、工程实践和部署优化。
VibeVoice
语音AI
ASR
TTS
微软开源
Next-token Diffusion
连续语音分词器
ICLR 2026
Whisper替代
长音频处理
NeuTTS Air:0.5B参数超拟真语音合成,3秒音频克隆你的声音
编程
NeuTTS Air:0.5B参数超拟真语音合成,3秒音频克隆你的声音
2026-04-28 12:43:51 +0800 CST
view 601
NVIDIA开源NeuTTS Air——0.5B参数超拟真语音合成模型,仅需3秒音频即可完成声音克隆,可在手机、笔记本甚至树莓派上本地运行,完全保护隐私,无需联网。
AI
TTS
声音克隆
本地部署
NVIDIA
语音合成
边缘计算
VibeVoice 深度实战:当 TTS 遇见扩散模型与 LLM——从 3200 倍压缩到 90 分钟多人对话的生产级完全指南(2026)
编程
VibeVoice 深度实战:当 TTS 遇见扩散模型与 LLM——从 3200 倍压缩到 90 分钟多人对话的生产级完全指南(2026)
2026-06-16 02:16:25 +0800 CST
view 416
微软VibeVoice深度解析:基于LLM与扩散模型融合的TTS系统,支持90分钟多人对话,3200倍压缩率,300ms流式延迟,完整实战指南。
语音AI
TTS
微软开源
扩散模型
大语言模型
音频生成
实时语音
多人对话
万字深度解析 A2A 协议:当 AI Agent 遇见「巴别塔解决方案」——从 Agent Card 发现机制到 Task 生命周期管理、从 JSON-RPC 2.0 到 SSE 流式推送的完整技术指南(2026)
编程
万字深度解析 A2A 协议:当 AI Agent 遇见「巴别塔解决方案」——从 Agent Card 发现机制到 Task 生命周期管理、从 JSON-RPC 2.0 到 SSE 流式推送的完整技术指南(2026)
2026-07-03 01:12:57 +0800 CST
view 276
深度解析 Google A2A 协议:从 Agent Card 发现机制、Task 生命周期管理、JSON-RPC 2.0 消息格式到 SSE 流式推送,含完整 Python 实战代码,以及与 MCP/ACP/ANP 协议的深度对比。
A2A协议
Agent-to-Agent
AI Agent 协作
JSON-RPC 2.0
Task 生命周期
Agent Card
多智能体
SSE 流式推送
Page Agent 深度解析:阿里开源的「页内 GUI Agent」如何用 DOM 脱水替代截图识别——从一行 CDN 到生产级 Web 自动化的完整实战指南
编程
Page Agent 深度解析:阿里开源的「页内 GUI Agent」如何用 DOM 脱水替代截图识别——从一行 CDN 到生产级 Web 自动化的完整实战指南
2026-07-06 19:14:49 +0800 CST
view 421
深度解析阿里巴巴开源的Page Agent:纯前端JavaScript GUI Agent,通过DOM脱水技术将页面转为文本,让文本大模型精准操作网页。从架构原理到生产实战,含完整代码示例与安全避坑指南。
Page Agent
GUI Agent
阿里巴巴
DOM
浏览器自动化
AI Agent
TypeScript
开源
Page-Agent 深度解析:阿里巴巴开源的纯文本 DOM 操作 GUI Agent 如何用一行 script 标签让网页拥有自然语言控制能力——从 DOM 脱水算法到 SaaS Copilot 生产级实战的完整指南
编程
Page-Agent 深度解析:阿里巴巴开源的纯文本 DOM 操作 GUI Agent 如何用一行 script 标签让网页拥有自然语言控制能力——从 DOM 脱水算法到 SaaS Copilot 生产级实战的完整指南
2026-07-07 07:43:28 +0800 CST
view 236
深度解析阿里巴巴开源的Page-Agent页内GUI Agent:纯文本DOM脱水算法替代截图、5-10倍性能提升、一行代码集成、操作白名单安全模型、SaaS Copilot实战、老旧系统改造、无障碍场景、MCP集成。从架构原理到生产级部署的完整指南。
Page-Agent
阿里巴巴
GUI Agent
DOM操作
前端AI
SaaS Copilot
无障碍
Web Agent
开源
VSCode 2026 Agent Runtime 深度解析:IDE 原生多智能体协同开发架构从零到一
编程
VSCode 2026 Agent Runtime 深度解析:IDE 原生多智能体协同开发架构从零到一
2026-06-01 18:25:03 +0800 CST
view 461
深入解析 VSCode 2026 原生 Agent Runtime 架构:ACP 协议、Intent Bus、WASM 沙箱、RAG-Augmented 工作流与生产级性能优化实践。
VSCode
多智能体
Agent Runtime
ACP协议
WASM
Intent Bus
AI编程
字节 DeerFlow 2.0 深度解析:从研究框架到 Super Agent 基础设施的技术跃迁
编程
字节 DeerFlow 2.0 深度解析:从研究框架到 Super Agent 基础设施的技术跃迁
2026-07-05 02:11:57 +0800 CST
view 190
2026年6月字节跳动开源 DeerFlow 2.0,登顶 GitHub Trending。本文从架构设计、五大核心特性、代码实战、性能优化、安全部署等维度全方位深度解析,附完整 Python SDK 使用示例。
AI Agent
Super Agent
DeerFlow
字节跳动
开源项目
LLM
Agent框架
超详细的Hermes Agent上手指南,养马不求人!GitHub最活跃的开源AI Agent框架
案例
超详细的Hermes Agent上手指南,养马不求人!GitHub最活跃的开源AI Agent框架
2026-05-09 10:29:10 +0800 CST
view 873
超详细的Hermes Agent上手指南。Hermes Agent是GitHub上最活跃的开源AI Agent框架之一,被称为「爱马仕」。支持MCP协议工具调用、多Agent协作、记忆系统(短期+长期),上手简单扩展强,适合快速搭建AI智能体。本文涵盖概念解析、安装部署、基础用法、进阶功能和实战案例。
AI Agent
开源框架
大模型
智能体
GitHub
工作流自动化
自定义工具
MCP
Hermes Agent
多Agent协作
记忆系统
Python
OpenAI Codex 深度实战:当 AI 编程从"补全工具"进化为"软件工程师队友",2026 年开发者必须掌握的能力图谱
编程
OpenAI Codex 深度实战:当 AI 编程从"补全工具"进化为"软件工程师队友",2026 年开发者必须掌握的能力图谱
2026-07-11 12:15:35 +0800 CST
view 389
深度拆解 2026 年 OpenAI Codex 的完整能力图谱:从四种入口、Agent Loop 工作原理、端到端工程任务、Multi-Agent 并发、Automations 定时自动化、Skills 技能封装、AGENTS.md 项目级规则,到性能基准对比(Terminal-Bench 82.7%)、Codex vs Claude Code vs Cursor 场景选型指南、生产级 CI/CD 集成实战,以及开发者角色转型建议,配大量可运行代码。
OpenAI Codex
GPT-5.6
AI Agent
大模型编程
Agent编程
Multi-Agent
Terminal-Bench
Vibe Coding
MCP协议
开发工具链
Claude Code Router 深度拆解:一个本地网关如何统一 9 大 AI 编码 Agent,终结「多客户端配置地狱」
编程
Claude Code Router 深度拆解:一个本地网关如何统一 9 大 AI 编码 Agent,终结「多客户端配置地狱」
2026-07-29 06:48:13 +0800 CST
view 10
深度拆解 Claude Code Router:一个开源的本地模型网关与控制平面,支持 Claude Code、Codex、Grok CLI、Kimi CLI 等 9 款主流编码 Agent,提供统一配置、智能路由、Fusion 扩展和全链路可观测性。
Claude Code Router
AI Agent
Agent Gateway
多Agent协作
智能路由
Fusion扩展
可观测性
开源
Claude Code Router (CCR) 深度拆解:9 大 AI 编码 Agent 的统一控制平面,从配置地狱到智能路由
编程
Claude Code Router (CCR) 深度拆解:9 大 AI 编码 Agent 的统一控制平面,从配置地狱到智能路由
2026-07-29 06:49:17 +0800 CST
view 6
深度拆解 Claude Code Router:一个开源的本地模型网关与控制平面,支持 Claude Code、Codex、Grok CLI、Kimi CLI 等 9 款主流编码 Agent,提供统一配置、智能路由、Fusion 扩展和全链路可观测性。
Claude Code Router
AI Agent
Agent Gateway
多Agent协作
智能路由
Fusion扩展
可观测性
开源
CCR 深度拆解:AI Agent 本地网关如何终结多客户端配置地狱,9 大编码助手统一管理
编程
CCR 深度拆解:AI Agent 本地网关如何终结多客户端配置地狱,9 大编码助手统一管理
2026-07-29 06:50:13 +0800 CST
view 7
深度拆解 Claude Code Router:一个开源的本地模型网关与控制平面,支持 Claude Code、Codex、Grok CLI、Kimi CLI 等 9 款主流编码 Agent,提供统一配置、智能路由、Fusion 扩展和全链路可观测性。
Claude Code Router
AI Agent
Agent Gateway
多Agent协作
智能路由
Fusion扩展
可观测性
开源
Claude Code Router 全解析:一个本地网关如何统一管理 9 款 AI 编码 Agent
编程
Claude Code Router 全解析:一个本地网关如何统一管理 9 款 AI 编码 Agent
2026-07-29 06:50:48 +0800 CST
view 6
深度拆解 Claude Code Router:一个开源的本地模型网关与控制平面,支持 Claude Code、Codex、Grok CLI、Kimi CLI 等 9 款主流编码 Agent,提供统一配置、智能路由、Fusion 扩展和全链路可观测性。
Claude Code Router
AI Agent
Agent Gateway
多Agent协作
智能路由
Fusion扩展
可观测性
开源
Mastra 深度解析:TypeScript 原生 AI Agent 框架——从单智能体到企业级多 Agent 编排的完整实战指南
编程
Mastra 深度解析:TypeScript 原生 AI Agent 框架——从单智能体到企业级多 Agent 编排的完整实战指南
2026-07-05 23:13:22 +0800 CST
view 246
深度解析Mastra——TypeScript原生AI Agent框架:六大核心模块(Agent/Workflow/RAG/Voice/Memory/Channels)、Model Router多模型路由、完整类型安全、Edge Runtime适配。含企业级客服多Agent系统完整代码实战、与LangChain/Vercel AI SDK/Google ADK对比、生产部署指南。
Mastra
TypeScript
AI Agent
框架
工作流
RAG
Voice
多Agent
Vercel
Edge Runtime
A2A 协议深度实战:当 AI Agent 学会「找同事」——从 Agent Card 发现、JSON-RPC 任务编排到 SSE 流式与推送通知的生产级完全指南(2026)
编程
A2A 协议深度实战:当 AI Agent 学会「找同事」——从 Agent Card 发现、JSON-RPC 任务编排到 SSE 流式与推送通知的生产级完全指南(2026)
2026-07-12 06:44:22 +0800 CST
view 223
深度解析 Google 开源、Linux 基金会治理的 A2A(Agent2Agent)协议:从 Agent Card 发现、Task 生命周期、JSON-RPC 传输到 SSE 流式与推送通知,配 Python/TypeScript 生产级代码与 MCP×A2A 架构实战。
A2A
Agent2Agent
AI Agent
多智能体
JSON-RPC
Linux基金会
协议
A2A 协议深度拆解:当 Agent 开始「互相打电话」——从 AgentCard 发现机制、Task 状态机到多智能体编排的工程全貌(2026)
编程
A2A 协议深度拆解:当 Agent 开始「互相打电话」——从 AgentCard 发现机制、Task 状态机到多智能体编排的工程全貌(2026)
2026-07-19 04:14:54 +0800 CST
view 169
A2A(Agent2Agent)协议深度拆解:从 AgentCard 发现机制、Message/Part 数据模型、Task 状态机到流式 SSE 与多智能体编排,含从零实现的最小 A2A Server/Client 与 2026 生产级工程要点。
A2A
Agent2Agent
多智能体
AI Agent
协议
MCP
JSON-RPC
Google
Agent-Reach 深度实战:当 AI Agent 学会「睁眼看世界」——从多后端路由架构到生产级全平台联网的工程革命(2026)
编程
Agent-Reach 深度实战:当 AI Agent 学会「睁眼看世界」——从多后端路由架构到生产级全平台联网的工程革命(2026)
2026-06-30 18:45:27 +0800 CST
view 312
深度解析Agent-Reach多后端路由架构,涵盖17个平台联网能力、生产级部署、MCP集成与最佳实践,约12000字
Agent-Reach
AI Agent
互联网访问
MCP
多后端路由
OpenCLI
Agent工具链
联网能力
OpenClaw
Claude Code
三省六部制 AI 多智能体编排系统:用古代官制设计现代 Agent 协作架构
编程
三省六部制 AI 多智能体编排系统:用古代官制设计现代 Agent 协作架构
2026-05-24 22:54:10 +0800 CST
view 526
当西方还在追逐 CrewAI、AutoGen 时,一个基于唐朝官制的 Multi-Agent 系统悄然登顶 GitHub Trending——12个AI Agent 模拟古代朝廷运作,分权制衡、专职审核、完全可观测。
AI Agent
Multi-Agent系统
OpenClaw
Agent编排
AI协作
古代官制
分布式AI
代码审核
沙箱安全
实时看板
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
回调
上一页
1
...
6
7
8
9
10
...
63
下一页