登录社区云,与社区用户共同成长
邀请您加入社区
2026年新年伊始, 魔擎社区聚力前行、步履不停!不仅重磅上线多项全新功能特性,为开发者带来更高效、更优质的使用体验,更开展了丰富多彩的社区活动,持续服务用户、凝聚开源力量。现将2026年1月核心建设成果梳理呈现,形成本报告。 一、本月上线功能汇总 (一)魔擎社区 1、新增 Flex:ai 专区页面。 2、首页增加用户调查问卷弹窗。 3、增加组织信息管理等功能。 (二)Flex:ai
ModelEngine Flex:ai包含多个关键功能模块,具体如下: 显存/算力控制模块:负责硬件资源显存和算力两类资源的申请,分配与回收,通过限制应用程序使用硬件资源时占用的显存和算力,隔离不同容器中使用的XPU资源,实现硬件资源的虚拟化。 XPU设备插件(XPU-Device-Plugin):兼容硬件资源(如NVIDIA GPU)生命周期的管理,增加XPU虚拟资源的生命周期管理,实现硬件资源
魔擎开源社区上线已经近一年的时间了。为了给用户带来更好的使用体验,我们特邀您进行体验调查。 ❤️ 我们会对优质答卷赠送答谢礼品。快抽出2分钟时间并留下宝贵意见吧。 调查问卷二维码:
你是否有过这样的困扰:满怀热情想开发一款AI应用,却发现自己的技能止步于“调API”?今天为大家推荐一个GitHub开源项目**awesome-llm-apps,一个AI应用大全**,由谷歌云高级AI产品经理Shubham Saboo创建并维护。目前项目已斩获**72k Star**,发布以来多次登上GitHub热门榜单。
作为Google DeepMind开发的革命性开源Python库,GenAI Processors为AI应用开发人员开辟了新道路。该库将混乱的AI开发环境转变为宁静的开发天堂。
本期GitHub热榜呈现出AI与开发者工具深度融合的显著趋势。以TypeScript/Python为主导的AI应用层创新尤为活跃,涵盖API测试客户端Yaak、Notebook LM开源替代方案、电子书转有声书等实用场景。大语言模型应用开发持续升温,Claude和HuggingFace的开源项目受到广泛关注,浏览器自动化、OCR文档处理等AI+传统技术的结合展现强大生命力。Rust语言在高性能领域
还记得第一次看吴恩达的视频,还是在Coursera上那门经典的《机器学习》课程。那时候的他,是站在AI浪潮前的布道者。而如今十几年过去,他依旧在AI的浪尖,但这次,他在谈创业。
此芯科技技术专家聚焦LLM和多模态应用,在搭载Armv9 CPU、Arm Immortalis GPU以及安谋科技自研“周易”NPU的“瑞莎星睿O6”开发套件上,实战演示如何在本地部署文心大模型和PaddleOCR模型,以及深入分享AI开发实践经验,与开发者共同探索端侧AI应用“芯”生态;本次活动聚焦端侧AI开发生态,从算法到芯片,从模型部署到实战演练,为开发者打造一场系统性强、实操性高的技术深度
本期GitHub热榜项目体现出AI应用普及、开发者工具革新与高效协作的鲜明趋势。AI与大语言模型(如LLM智能体、文本转语音、电子书转有声书)的创新落地成为核心热点,涵盖真实场景部署和多语种生成,推动智能生产力与人机交互体验提升。Rust和TypeScript等新兴高效语言持续受到青睐,带动浏览器、数据库、桌面客户端等高性能软件的活跃开发。开源社区对无障碍UI、AI应用快速搭建、可视化数据库设计等
文章详细对比了三大AI工具:Coze(字节跳动出品,适合非技术人员快速创建AI助手)、Dify(专业开发者平台,企业级AI应用开发)和n8n(技术人员自动化工具,实现跨系统AI工作流)。强调它们不是竞争关系,而是面向不同层次需求的产品,帮助读者根据自身技术能力和应用场景选择合适的工具,提高开发效率。
Python凭借其简洁的语法、丰富的库支持及社区生态,成为从服务器端脚本到复杂机器学习的首选语言。本文将系统性地指导读者从基础自动化任务逐步过渡到完整的AI应用开发,并通过代码示例展示全栈开发的端到端流程。通过系统地整合不同技术栈,Python开发者可以无缝衔接从初级脚本到高级AI应用的完整技术演进路径。通过本指南,读者已掌握从自动化脚本到智能系统的完整重构路径。> 最佳实践:使用`schedul
本文介绍了一个基于Kotlin Multiplatform开发的跨平台AI应用,集成了大模型API实现智能对话、图片问答等功能。项目采用Compose Multiplatform框架支持Android/iOS/Windows/macOS/Linux多端,实现了包括多轮对话、截图识别、划词翻译等特色功能。文章重点分享了开发中的技术难点:1) 导航框架优化,减少冗余参数传递;2) 跨平台事件总线设计;
Haystack是由Deepset AI开发的一个端到端LLM框架,提供了一套全面的工具集,用于构建、部署和维护大规模的企业级搜索和问答系统 。它整合了先进的NLP技术,支持对结构化和非结构化数据进行检索与理解。
本周AI Agent框架持续爆发,MetaGPT、Composio等项目显示多智能体协作成新风口。工具类项目中,数据处理(如Marker)和跨平台集成(如browser-use)最受开发者关注。
RoboBrain2.0-7B模型论文速读:一种用于跨身体形态和多智能体协作的分层具身框架
近期,AWS 推出了一款名为 Multi-Agent Orchestrator 的全新开发工具,其设计目的在于简化开发人员对复杂 AI 交互的管理流程。这款工具具备高效的请求分配机制,能够精确地将用户请求路由至最合适的 AI 代理,并且能实时追踪对话状态,从而满足从基础聊天机器人到高级 AI 系统的多样化需求。
毫无疑问,多智能体肯定是 OpenAI 未来重要的研究方向之一,前些天 OpenAI 著名研究科学家还在 X 上为 OpenAI 正在组建的一个新的多智能体研究团队招募机器学习工程师。就在几个小时前,这个或许还没有组建完成的新研究团队就已经开源发布了一项重量级研究成果:Swarm。这是一个实验性质的多智能体编排框架,主打特征是工效(ergonomic)与轻量(lightweight)。Swarm
摘要:近年来,人工智能领域出现了两个相似但不同的概念——AgentAI(AI代理)和AgenticAI(能动型AI)。前者指针对特定任务的单一智能系统,如客服机器人;后者则是由多智能体协作组成的高自主性系统,能自主规划复杂任务。两者在架构(单vs多代理)、决策机制(反应式vs主动式)、学习能力(有限适应vs持续学习)、记忆与规划等方面存在显著差异。随着AutoGPT、ChatDev等代表性系统的出
顺丰科技将AI大模型与智能体技术应用于物流全链路,构建丰知决策大模型和丰语垂直模型,实现秒级智能决策。通过大小模型协同、多智能体协作、RAG技术,AI成为降本增效工具和赋能一线员工的关键。其智能体实现"感知-决策-执行"闭环,预测准确率提升5%、计算速度提升120倍,真正重构了物流行业效率根基。
在人工智能领域,大型语言模型(LLM)的应用不断突破,为自动化问题解决带来了前所未有的可能性。基于LLM的多智能体系统已经可以解决简单的对话任务,但面对更复杂的任务时,由于LLM之间相互传递信息时产生的“幻觉”现象,导致逻辑不一致,难以找到有效的解决方案。为了克服这一挑战,我们提出了MetaGPT,一个创新的元编程框架,将高效的人类工作流程融入基于LLM的多智能体协作中。MetaGPT将标准操作流
RoboBrain 2.0以卓越的多模态感知、精细的空间推理及强大的长时规划能力,赋能机器人在具身环境中进行交互推理、多智能体协作及高效任务规划,助力复杂物理场景的智能感知与决策。通过这一阶段的训练,模型能够生成推理链,支持复杂任务的逐步推理和决策,从而在具身情境中实现更高效、更准确的推理和规划能力。:整合标准视觉问答、区域级查询、OCR视觉问答及多轮视觉对话,优化语言表达的多样性与语义一致性,通
秒哒以 “无代码编程+多智能体协作+多工具调用” 的技术组合,颠覆传统开发流程。用户通过自然语言描述需求即可自动生成完整功能代码,实现“3分钟生成+1小时迭代”的极致开发体验,生成H5邀请函、网站、小游戏等,用户登录秒哒首页即可体验。3月24日,国内首个对话式应用开发平台百度秒哒全量上线,上线24小时就迅速吸引超2万用户体验,创建应用数量突破3万个,相当于每3秒就诞生1个应用!(体验地址https
通过本文对ChatDev、MetaGPT和AutoGen三篇论文的详细分析,我们深入了解了多智能体协作工作流在大语言模型(LLM)中的应用。这些多智能体的框架,简直是反思、工具使用和规划的集合体,尤其是多角色的设计,Prompt如何设计,反思如何设计,工具如何调用。另外,从工程角度来看,角色之间的对话沟通是如何设计,是采用直接通信还是广播,都是很有意思的事情。这些框架通过分工合作、角色专精和对话编
GUI-Owl 的发布,为开源社区带来了一个能力强大的原生端到端多模态 GUI 智能体。它不仅在 AndroidWorld、OSWorld 等关键基准上刷新了开源模型的记录,其 32B 版本更是在多项评测中展现了超越闭源顶级模型的实力。更重要的是,它以单一模型之身,即可胜任复杂的单体任务与多智能体协作中的不同角色,显著降低了部署和资源开销。而 Mobile-Agent-v3 框架则是为充分释放 G
OpenManus 是一款基于多智能体协作的开源自动化系统,能够将复杂任务拆解为可执行的子流程。通过多智能体机制分解复杂任务为子任务,协调执行层工具调用,实现自动化处理,能执行代码、处理文件、搜索网络信息等复杂任务。
以上项目覆盖AI自动化、图像生成、NLP、大模型微调、多智能体协作等热门方向,适合不同需求的开发者和研究者探索实践!
多智能体系统是由多个能够感知环境、做出决策并相互协作的智能代理组成的网络。例如,在智能工厂中,不同 AI 代理分别负责生产调度、质量控制和设备维护,共同优化整体运营。
未来可在多智能体协作、端到端学习、自适应安全屏障、迁移学习增强等方向深入探索,总之,NavRL 通过创新的状态表示、安全屏障机制和高效训练方法,为无人机在动态环境中的安全飞行提供了有效解决方案,有望推动无人机技术进步和应用拓展。NavRL采用课程学习训练控制策略,如图3所示,随动态障碍物增多,无课程学习的导航成功率大幅下降,有课程学习的下降较缓,如环境动态障碍物为100个时,有课程学习的成功率达
《从幻觉到协同:大模型检索与推理的智能跃迁》 本文系统梳理了大型语言模型(LLM)从静态RAG到协同RAG-Reasoning的技术演进路径。针对LLM的知识幻觉与推理局限,研究者提出动态交互的协同系统:通过检索与推理的迭代循环(如IRCoT、DeepResearcher),实现知识精准定位与逻辑深度验证。文章对比三类框架(传统静态RAG→单向增强→协同系统),详解树式/图式推理工作流与多智能体协
Oliva是一款基于Langchain和Superlinked的开源语音RAG助手,通过实时语音交互在Qdrant向量数据库中进行语义搜索,支持多智能体协作处理复杂查询任务。
本文介绍了人机交互(Human-in-the-loop)工作流在LLM应用中的实现方法。重点讲解了LangGraph中的interrupt函数,该函数允许在特定节点暂停执行、向人类展示信息并使用输入恢复工作流。文章详细说明了三种主要设计模式:审批/拒绝、编辑状态和获取输入,并提供了代码示例展示如何设置检查点和断点来实现人工干预。这种机制特别适用于需要人工验证或修正的关键决策场景,确保LLM输出的可
《从幻觉到协同:检索与推理融合的AI进化路线》 本文系统梳理了大模型从静态知识到动态推理的技术跃迁。传统LLM面临知识幻觉和推理能力不足的双重局限,而协同RAG-Reasoning系统通过迭代式检索与推理闭环,实现了智能体能力的质变提升。文章解析了三类技术框架:传统静态RAG的线性局限、单向增强的局部优化,以及协同系统的动态交互优势,并以DeepResearcher为例演示了“问题分解-检索-验证