大模型

Ollama 指南从安装到运行的 Ollama 快速指南，适合本地学习和日常测试使用一、Ollama 是什么（一句话）Ollama 是一个用于在本地运行大语言模型（如 LLaMA、Qwen、Mistral 等）的工具，支持一行命令拉模型、直接对话运行，非常适合本地实验和开发测试。

收藏备用｜小白&程序员必看！AI Agent入门详解（附工业落地实操关联）本文专为程序员、大模型入门学习者整理，清晰拆解AI Agent核心概念，帮你快速搞懂它是什么、有什么用、怎么落地。AI Agent本质是能感知环境、自主决策并执行行动的智能体，和传统AI最大的区别，就是实现了从“被动应答”到“主动做事”的跨越。它具备感知、决策、执行、学习四大核心能力，目前已广泛应用于办公、开发、工业等多个高频场景，其中在工业领域，AI Agent可实现数据采集、智能分析、自动控制一体化，大幅提升生产效率、降低能耗，而ARMxy系列工业计算机，正是为AI Agent在工业现场落地提供了理想

生信研究猿

反重力大模型软件下载链接：Google AntigravityProxifier - The Most Advanced Proxy Client

【MLLM】nano-banana绘图相关prompt示例：帮我生成一个8页的连环画，给5岁半的小朋友讲故事用，用中英文标出简短对话，主角是疯狂动物城的两个主角是兔子朱迪・霍普斯 (Judy Hopps) 和狐狸尼克・王尔德 (Nick Wilde)的故事，需要多角度展现主角，保持主角的一致性

【LLM】Clawbot的memory记忆机制【Clawbot的memory记忆机制】设计理念以透明化（Markdown格式可编辑）、搜索优先（按需调取记忆）、持久化存储（关键信息落盘）、混合搜索（语义+关键词）为核心设计理念。核心机制7个。

AI绘画哇哒哒

【干货收藏】深度解析AI Agent框架：设计原理+主流选型+项目实操，一站式学习指南一个成熟的AI Agent框架，本质是一套“大脑-双手-记忆-中枢”的协同系统。四大核心模块相互支撑，决定了Agent的智能化水平与适用场景，这也是框架设计的核心命题。

算法备案代理

大模型备案与算法备案，企业该如何选择？对于许多AI从业者而言，算法备案与大模型备案如同两座并立的山峰，时常令人混淆：我的产品究竟该做哪一个？是两者都要做，还是只需其一？更令人焦虑的是，这两种备案的备案难度和需要的周期截然不同。今天我结合我的实操经验给大家讲讲这两者的区别。

【珍藏必备】ReAct框架实战指南：从零开始构建AI智能体，让大模型学会思考与行动ReAct框架通过"思考-行动-观察"循环模式，让大语言模型具备推理和行动能力，包含思维链、推理模块、行动模块和观察模块四大核心组件。它突破了传统LLM的局限性，增强了可解释性和可控性，可应用于智能客服、数据分析、教育辅导和代码开发等多个场景。尽管面临计算成本高、工具依赖性等挑战，但未来发展将向多模态、自适应工具学习和多Agent协作等方向演进。

AI 智能助手项目面试技术要点总结（前端部分）问题：如何实现TTS音频的流式播放，而不是等待所有音频数据接收完才播放？解决方案：使用 MediaSource API 实现边接收边播放

爱喝白开水a

前端AI自动化测试：brower-use调研让大模型帮你做网页交互与测试文章介绍了Browser-Use这一Python库，它让AI能通过自然语言描述自主与网页交互，支持多种大模型。基于此库，AI自动化测试可探索prompt工程、MCP协议和一体化测试平台等方向。相关项目如VibeSurf、QA-Use等已实现智能测试功能，能自动执行UI测试、数据采集和业务流程。未来需平衡AI测试效果与token成本，实现高效且经济的自动化测试解决方案。

“负拾捌”

python + uniapp 结合腾讯云实现实时语音识别功能（WebSocket）最近在尝试使用腾讯云来给自己的大模型小程序加语音识别功能，但是论坛上对于这方面的文章似乎很少，所以只能硬看官网的介绍以及参考大佬提供的部分代码磕磕绊绊实现了这一功能。

RAGFlow v0.20的Agent重大更新：text2sql的Agent案例测试RAGFlow 在 8 月 4 号更新了 v0.20 版本，这是时隔两个多月之后，更新的一个里程碑式的版本，RAGFlow 在 Agent 板块的拼图这次终于算是完整了。其实早在一年前，RAGFlow 就有了 Agent 模块，但是一直只包含 Workflow。而且相比于 Dify 而言，社群对这部分的工具/插件的丰富度、易用性和 UI 美观度而言，一直也有吐槽。

教程上新｜DeepSeek-OCR 2公式/表格解析同步改善，以低视觉token成本实现近4%的性能跃迁在视觉语言模型（VLMs）的发展进程中，文档 OCR 始终面临着布局解析复杂、语义逻辑对齐等核心挑战。传统模型大多采用固定的「左上到右下」栅格扫描顺序处理视觉 token，这种刚性流程与人类视觉系统遵循的语义驱动型扫描模式相悖，尤其在处理含复杂公式、表格的文档时，容易因忽视语义关联导致解析误差。如何让模型像人类一样「读懂」视觉逻辑，成为提升文档理解能力的关键突破口。

PPIO上线GLM-OCR：0.9B参数SOTA性能，支持一键部署PPIO 算力市场首发上线了 GLM-OCR 模型模板。作为一款兼具“轻量化”与“高精度”的专业级 OCR 模型，GLM-OCR 以 0.9B 的参数规模，在 OmniDocBench V1.5 基准测试中取得了 94.6 分的 SOTA 表现，并在公式识别、复杂表格解析及信息抽取等高难度场景中展现出显著优势。

CoderJia程序员甲

GitHub 热榜项目 - 日榜(2026-02-05)生成于：2026-02-05共发现热门项目： 12 个榜单类型：日榜本期GitHub热榜显示AI驱动的开发工具和智能体协作平台表现强劲，开发者正积极利用大语言模型解决实际问题。以Claude代码插件和ChatDev为代表，AI编程助手实现了会话记忆与多智能体协作编程，显著提升开发效率。同时，WrenAI的自然语言生成SQL和图表功能，以及QLib的AI量化投资平台，体现了AI在垂直领域的深度应用。TypeScript和Python成为构建这些前沿工具的主流语言，显示出可观测性架构和自动化开发流程正成为行业

七牛云行业应用

3.5s降至0.4s！Claude Code生产级连接优化与Agent实战摘要在 AI 辅助编程进入 Agent（智能体）时代的当下，开发者不仅需要“代码补全”，更需要能够执行终端命令、管理依赖的“全能助手”。然而，国内网络环境下的 API 连接超时与不稳定性，成为了阻碍 Claude Code 落地生产环境的最大绊脚石。本文将从网络层路由优化与应用层 Skills 扩展两个维度，深度复盘如何利用七牛云 Router 解决连接焦虑，并演示如何编写自定义 Skill 实现数据库迁移的自动化闭环。

【大模型教程——第四部分：大模型应用开发】第4章_多模态大模型原理核心定位：理解文本-图像等多模态交互的核心技术（CLIP、ViT、LLaVA）边界约束：想象你是一个只懂中文的语言模型（LLM）。现在，有人拿着一张图片，用一种你从未见过的语言（“图像语”）向你描述。你该怎么办？

配置 OpenClaw 使用 Ollama 本地模型前提条件确保已安装并运行 Ollama 服务，且模型 qwen3-vl:2b 已下载。配置步骤修改 OpenClaw 配置文件，指定 Ollama 作为模型提供商并设置默认模型。

今日 AI 、通信、安全前沿日报（2026 年 2 月 5 日，星期四）

人肉推土机

Clawdbot（Moltbot）源码部署全实测：从环境搭建到 WebChat 验证，避坑指南收好最近刷技术圈总刷到 Clawdbot（后来也叫 Moltbot），说是能搭私人 AI 助手，支持 WhatsApp、Telegram 这些常用通道，还能跑在自己设备上，不用依赖第三方服务 —— 想着拉下来测试一下功能，顺便研究一下其源码的实现。于是拉上 GitHub 仓库https://github.com/openclaw/openclaw，打算从源码部署试试，过程里踩了不少坑，干脆整理成记录，给同样想折腾的朋友避避坑。