deepseek

公开音频转写信息提取：OpenClaw 处理发布会与听证会文本并提取核心决策信息在信息高度流动的今天，公开发布会、政策吹风会、监管听证会、股东大会和行业峰会产生了大量以音频为主的一手材料。这些场合中，发言人往往会在短时间内集中释放价格调整、产品路线、监管口径、合规边界、责任划分、时间节点等关键决策信息。对于媒体机构、投资者、研究人员、企业竞争情报团队和公共政策观察者来说，最先从这些音频中准确提取核心决策信息，往往意味着更快的判断、更准确的报道和更稳妥的风险控制。

哈基咪怎么可能是AI

dsh插件开发踩坑实录(写给正在build dsh插件的ai agent)事情起于给 Codex 做回滚功能。我希望 AI 改错文件之后，能把文件和对话一起退回到之前的状态，重新试一条路。做着做着，我把其中负责文件快照与恢复的部分抽成了独立的 FileSnap，想着这套能力也可以给其他 coding agent 用。

Claude code使用DeepSeek的API

财报附注表格精准提取：OpenClaw 从 PDF 年报附注挖掘隐藏明细，补齐财务分析维度财务分析人员经常面对一个看似矛盾的现象：一份上市公司年报动辄两三百页，其中最核心的三张报表——资产负债表、利润表和现金流量表——加起来的篇幅往往只有几页，剩下的绝大多数内容都属于财务报表附注。这些附注并不是可有可无的补充说明，而是理解报表科目真实构成的关键钥匙。应收账款的质量如何，需要看账龄结构；固定资产的成新率如何，需要看原值、累计折旧和减值准备的明细；存货是否存在积压风险，需要看存货跌价准备的分项计提情况；收入和利润的可持续性，往往还要穿透到关联交易、分部报告以及递延所得税变动等附注披露。换句话说，主

测评 9 款热门 AI 生成 PPT 工具：ChatGPT、DeepSeek、豆包、Kimi、Canva、Gamma、MiMo、WorkBuddy、阿可 AI现在很多 AI 都宣传能做 PPT，但实际生成出来的效果未必尽如人意。所以我把身边朋友用得比较多、近期也比较热门的 AI 生成 PPT 工具集齐，做了一次实测。

再见了 WebUI，DeepSeek 桌面版真不错。大家好，我是二哥呀。从藏师傅那里看到了 DeepSeek Harness 桌面版的安装地址，顺手就装上了。

[DeepSeek Harness深度拆解-16]系统提示词的组装流程DeepSeek Harness深度拆解-15:体验系统提示词的构建从编程的角度利用提供的一系列实例演示如何使用SystemPrompt这个基础服务，这篇文章将会完整介绍该服务针对相关注册方法的处理和最终对系统提示词的组装流程。

DeepSeek-V4.1-Flash 拆解：8B/16B 非对称激活，KV 缓存压到 890 字节/Token 才是 1M Agent 经济账DeepSeek-V4.1-Flash 预填激活 8B，解码激活 16B。预填的 8B 比上一代 V4-Flash 的 13B 更低。

langgraph快速入门确保代码安全，提供提示，捕获错误普通的字典类型无法判断传入对应键的值的类型它是一个共享的数据结构，存储了整个应用程序的当前信息或上下文。

DeepSeek没发公告，但它把Agent装进了你的电脑9月24日晚上，有人顺着DeepSeek自家的下载域名捋了一遍，发现里面多了两个没人见过的东西：一份更新清单，和一个桌面客户端的安装包。

dsh 插件 dsh-waker：唤醒专属你的 AI 员工项目地址：github.com/SFLAQiu/dsh…若提示 blocked build，把 CLI 打印的键加进 ~/.dsh/profiles/web/pnpm-workspace.yaml 后重跑：

公开 CSV 数据集批量处理实战：用 OpenClaw 高效完成下载、清洗与标准化分析样本生成在数据分析、机器学习和业务建模工作中，CSV 数据集几乎是最常见的数据交付格式。无论是政府开放数据平台、科研数据仓库、金融行情接口，还是企业内部不同系统导出的报表，CSV 都凭借结构简单、可读性强、兼容性高等特点，成为数据流转的重要载体。然而，真正进入分析之前，数据工程师和分析师往往会发现，获取公开 CSV 数据只是第一步，更繁琐的工作集中在批量下载、格式统一、缺失值处理、字段映射、编码转换和样本拆分等环节。

DeepSeek本地部署Ollama+知识库，附3个报错解决最近帮不少朋友在Windows电脑上部署DeepSeek，需求基本一致：模型跑在本地、数据不出电脑、还能读自己的文档回答问题。本文把完整流程整理出来：Ollama负责运行模型，Open WebUI负责聊天界面和知识库，最后附上最常见的3个报错及解决方法。按步骤操作即可跑通。

大模型真好玩

大模型训练全流程实战指南实战篇（十六）——预训练数据集构建上篇文章介绍了数据治理的完整流水线：先用 MinerU 把 PDF、docx 等异构文档统一解析成Markdown格式，再调用多模态模型把图片替换为语义描述，最后依次完成去重、质量过滤和隐私脱敏三道清洗工序。如果大家跟着笔者实操下来，手里应该已经有了一批结构清晰的Markdown文档啦~

ubuntu22.04部署完整deepseek局域网web服务全过程（RTX5090安装黑屏+web端多人并发）(1) 制作ubuntu22.04启动优盘后进入启动界面，选项选择第一个但不要进去。（2）键盘按“e”键，进入编辑模型。（3）在原文“splash”后面添加 nomodeset acpi=off noapic，然后按F10。（4）在如下界面耐心等待几秒后成功进入ubuntu22.04安装界面。

华科大胡子

DeepSeek Harness 开源贡献手记：从入门到合入主线本节介绍作者参与 DeepSeek Harness 开源项目的初衷，包括对开源社区的热情、对模型评测工具链的兴趣，以及希望通过贡献提升自身工程能力的动机。

DeepSeek-V4.1-Flash:Pushing the Limits of KV Cache Compression——推动 KV 缓存压缩的极限长时程智能体（long-horizon agents）的广泛应用，使模型工作负载越来越“输入密集”。虽然稀疏注意力等先前工作已经大幅降低了长上下文计算成本，但真正的瓶颈转移到了：

DeepSeek Harness 记忆召回插件的“PRD”设计拆解目标读者：正在给 AI 工具做记忆系统的工程师——这活儿有两半：从会话中沉淀，与从沉淀中复用。核心价值：看一份 PRD 背后的设计取舍——记忆怎么从会话里被沉淀成可信条目、怎么挡住提取噪声、怎么在需要时被召回并注入，以及两次被追问出来的重大转向。阅读时间：约 8 分钟

前端小白乘风

VS Code 终于能连微信了！发现一个硬核开源神仙插件：WeChat AHP相信很多开发小伙伴现在都已经深度依赖 VS Code 中的各种 AI 开发助手（Agent Host）了。但经常遇到这样的场景：

今夕资源网

把 DeepSeek 网页版变成能操作本地项目的 AI Agent：Cuckoo Code 使用指南 GitHub开源很多 AI 工具只能在聊天窗口中回答问题，真正涉及本地项目时，用户还要自己复制代码、修改文件、打开终端，再把运行结果发回给 AI。 Cuckoo Code 的做法是把 DeepSeek 网页版封装成桌面应用，并增加一个本地工具层。AI 可以通过约定格式发起工具调用，Cuckoo Code 识别后在当前项目目录中执行，再把结果返回给 AI。这样一来，DeepSeek 不再只是“告诉你代码怎么写”，而是可以参与读取文件、修改代码、运行项目和检查结果的完整过程。它不调用 DeepSeek API，也不要求填