强，阿里开源了一款端到端文档解析模型：Logics-Parsing，统一模型，直接从文档图片一步到位生成结构化数据

强，阿里开源了一款端到端文档解析模型：Logics-Parsing，统一模型，直接从文档图片一步到位生成结构化数据 基于VLM，通过监督微调和强化学习构建，擅长分析构建复杂的文档，像公式、化学结构、

【AI课程上线了哦，打造类FastGPT产品】

Wan-Animate刚刚已开源！

强，阿里通义刚刚又放出了一款深度研究智能体：通义DeepResearch，30B参数媲美OpenAI Deep Research

目标检测在工厂制造中的创新应用与实践

老顾导读1、引言2、工厂制造应用场景3、安全行为检测中的应用4、产品缺陷检测中的应用5、自定义数据集/模型6、总结一、引言在工业 4.0 浪潮推动下，工厂制造正朝着智能化、无人化方向加速转型，而目标检

「docker」三、3分钟快速安装docker

本案例介绍在centos版本中安装docker，当然docker也支持在Ubuntu发行版本中安装。在安装之前要先检查一下系统参数，docker的系统要求：64位CPUCentOS时内核必不小于3.1

Weaviate开源的一款基于决策树架构调用工具来构建RAG的工具：Elysia

「docker」二、3分钟快速理解docker核心要素

上一节中我们知道docker的作用，这节我们介绍一下docker的要素。镜像docker的核心要素里面有个叫镜像（images）的概念，镜像的作用就类似我们安装虚拟机用到的iso镜像文件。镜像里包含了

RAG 系统文本切分Chunk有哪些方法？

一、固定大小切分（Fixed-size chunking）二、语义切分（Semantic chunking）三、基于文档结构的切片 （Document structure-based chunking

阿里昨晚开源了款图形海报生成模型：Qwen-Image，擅长带有原生文本的图形海报，效果看起来非常不错

「docker」一、3分钟快速理解什么是docker容器

在容器技术没有出来之前，开发运维在进行交付的时候经常出现，开发环境执行正常，生产环境部署运行出现问题，很多原因就是因为环境导致。还有部署环境太过于复杂，交付成本太高。容器技术的出现就像工业的集装箱技术

一款全新的多模态RAG系统：ColQwen-Omni，可以跨模态检索视频、音频、文档任意内容

少走弯路，老顾实战安装全文检索和向量检索的数据库Postgresql17

老顾导读1、前言2、安装rockyLinux3、安装PostgreSql4、基本配置5、安装jieba6、安装vector7、总结一、前言最近老顾在安装postgresql，以及它的全文检索分词pg_

企业RAG应用中，“问答对”在知识检索中的作用

老顾导读1、前言2、结构化 vs 非结构化3、存储逻辑的差异4、检索逻辑的差异5、案例对比6、基于全文检索的question7、案例8、优缺点与适用场景9、优化建议10、总结一、前言在 RAG（检索增

老顾深度解析【字节跳动的AI项目DeerFlow】源码之工程结构(六)

老顾导读1、前言2、工程结构3、pyproject.toml4、src源码5、server.py6、总结一、前言老顾花了很多的篇幅已经介绍了关于DeerFlow项目中的AI Agent多智能体相关的源

老顾深度解析【字节跳动的AI项目DeerFlow】源码之执行者(五)

老顾导读1、前言2、执行者触发3、Agent流程图4、执行者Agent5、执行Research6、执行Coder7、创建Agent8、Research提示词9、Coder提示词10、总结一、前言老顾前

老顾深度解析【字节跳动的AI项目DeerFlow】源码之人工中断(四)

老顾导读1、前言2、Agent流程图3、人工中断Agent4、前端交互5、中断恢复6、Start Research7、总结一、前言 老顾前面介绍了《字节跳动的AI项目DeerFlow"多智能体A

高效开发：你的项目有接口聚合服务吗？

五、api-aggregator：接口聚合服务。ResponseDefinition：接口间聚合逻辑ResponseDefinition 描述了接口间的聚合逻辑，通过 ResponseDefiniti

老顾深度解析【字节跳动的AI项目DeerFlow】源码之工程结构(六)

老顾导读1、前言2、工程结构3、pyproject.toml4、src源码5、server.py6、总结一、前言老顾花了很多的篇幅已经介绍了关于DeerFlow项目中的AI Agent多智能体相关的源

老顾深度解析【字节跳动的AI项目DeerFlow】源码之执行者(五)

老顾导读1、前言2、执行者触发3、Agent流程图4、执行者Agent5、执行Research6、执行Coder7、创建Agent8、Research提示词9、Coder提示词10、总结一、前言老顾前

老顾深度解析【字节跳动的AI项目DeerFlow】源码之人工中断(四)

老顾导读1、前言2、Agent流程图3、人工中断Agent4、前端交互5、中断恢复6、Start Research7、总结一、前言 老顾前面介绍了《字节跳动的AI项目DeerFlow"多智能体A

老顾深度解析【字节跳动的AI项目DeerFlow】源码之工程结构(六)

老顾导读1、前言2、工程结构3、pyproject.toml4、src源码5、server.py6、总结一、前言老顾花了很多的篇幅已经介绍了关于DeerFlow项目中的AI Agent多智能体相关的源

老顾深度解析【字节跳动的AI项目DeerFlow】源码之执行者(五)

老顾导读1、前言2、执行者触发3、Agent流程图4、执行者Agent5、执行Research6、执行Coder7、创建Agent8、Research提示词9、Coder提示词10、总结一、前言老顾前

老顾深度解析【字节跳动的AI项目DeerFlow】源码之人工中断(四)

老顾导读1、前言2、Agent流程图3、人工中断Agent4、前端交互5、中断恢复6、Start Research7、总结一、前言 老顾前面介绍了《字节跳动的AI项目DeerFlow"多智能体A

老顾深度解析【字节跳动的AI项目DeerFlow】源码之规划者(三)

老顾导读1、前言2、Agent流程图3、规划者Agent4、获取提示词5、加入背景调查6、映射大模型7、大模型交互8、交互后处理9、提示词内容10、总结一、前言老顾前面介绍了《字节跳动的AI项目Dee

老顾深度解析【字节跳动的AI项目DeerFlow】源码之协调者(二)

老顾导读1、前言2、Agent流程图3、协调者Agent4、获取提示词5、映射大模型6、大模型实现7、提示词内容8、handoff_to_planner9、移交规划者10、背景调查11、总结一、前言老

字节跳动的AI项目DeerFlow"多智能体Agent、支持MCP"源码解析(一)

老顾导读1、前言2、企业实战知识点3、环境要求4、项目介绍5、多种角色6、交互流程7、主要界面8、搜索引擎9、工具和MCP集成10、Agent架构11、总结一、前言老顾最近看了字节跳动的开源项目Dee

视频虚拟试衣模型：MagicTryOn

老顾深度解析【字节跳动的AI项目DeerFlow】源码之规划者(三)

老顾导读1、前言2、Agent流程图3、规划者Agent4、获取提示词5、加入背景调查6、映射大模型7、大模型交互8、交互后处理9、提示词内容10、总结一、前言老顾前面介绍了《字节跳动的AI项目Dee

老顾深度解析【字节跳动的AI项目DeerFlow】源码之协调者(二)

老顾导读1、前言2、Agent流程图3、协调者Agent4、获取提示词5、映射大模型6、大模型实现7、提示词内容8、handoff_to_planner9、移交规划者10、背景调查11、总结一、前言老