用 GFPGAN 与 Real-ESRGAN 在 CPU 本地修复老照片
作者用 Python 在本地部署腾讯 ARC 实验室的 GFPGAN v1.4 与 Real-ESRGAN,无需显卡即可一键修复模糊老照片。GFPGAN 负责修脸,Real-ESRGAN 负责背景 4 倍超分,CPU下单张照片约 4-8 秒出图,照片不离开电脑。
推荐理由:作者给出了纯 CPU 可跑的老照片修复方案,并填平了依赖安装和权重下载的具体坑,可直接照着复现。
作者用 Python 在本地部署腾讯 ARC 实验室的 GFPGAN v1.4 与 Real-ESRGAN,无需显卡即可一键修复模糊老照片。GFPGAN 负责修脸,Real-ESRGAN 负责背景 4 倍超分,CPU下单张照片约 4-8 秒出图,照片不离开电脑。
推荐理由:作者给出了纯 CPU 可跑的老照片修复方案,并填平了依赖安装和权重下载的具体坑,可直接照着复现。
作者开源了 Moonlighting,一个让 AI Agent 在 Windows 隐藏桌面里操作浏览器、托管十几个平台账号的工具,密码经本地 DPAPI 加密、只以长度返回给模型。
推荐理由:作者把隐藏桌面加本地凭据代理的做法做成了开源工具,读者可借鉴其无障碍树定位与凭据不进上下文的方案。
作者梳理了 OpenTelemetry 与 Langfuse 的关系:OTel 负责把 Agent 执行标准化记录成 Trace 树,Langfuse 基于它补上 Agent 语义并做分析。
《带 AI 从零搭低代码平台》踩坑实录进入第五篇,作者按最新界面重写测试脚本并要求尽量全覆盖,强调用真系统、真数据而非 mock。im 相关功能同步推进:AI 依据表元数据生成 SQL,查询结果直接导出 Excel,SQL 出错自动重试、至少 3 次,单次返回不超过 100 条。ollama 暂不接入,qwen3.8-flash 的 key 放入 .env 后即可测试。
本文基于 Koog 1.3.0 的 Kotlin API 讲解 Agent 的会话记忆、历史压缩与执行恢复,并给出可运行的离线验证代码。
论文把十种代表性视觉 token 剪枝方法放到三个多模态模型系列上复测,发现通用问答近乎无损的同时,OCR 与视觉定位大面积崩坏,保留九成通用成绩时定位成绩可只剩不到一成半。
作者"怕浪猫"分享了从零搭建生产级 LLMOps 平台的完整架构设计与交付路线,称靠 LLMOps 平台将交付效率提升 8 倍。平台规划为前端(Vue.js)、后端(Flask)、AI 层(LangChain + LangGraph)与基础设施四层架构。功能覆盖基础对话、RAG 知识库、Agent 工具调用、可视化编排等 14 个模块,按 8 个阶段渐进交付。
Jev 是一种不生成任何输出 token、一次 forward pass 直接返回各选项概率分布的决策模型,本文通过社区复现项目 Laya(https://github.com/NandhaKishorM/laya)和 Kev(https://github.com/jaredpalmer/kev)拆解其技术路线。
Simon Willison 发布 LLM 调试插件 llm-echo 0.5,它提供一个不调用真实 LLM、仅原样返回提示词的 echo "模型",用于测试与调试。
作者剖析了多智能体系统在生产环境中死锁推诿与 Token 失控的架构根因,提出用确定性有限状态机(FSM)与 DAG 替代自由网状通信的治理范式。文章交付零第三方依赖、可直接运行的 Python 协作中枢源码,并以 500 个真实 PR 压测显示 FSM Hub 将交付率从 54.2% 提升至 96.8%,单任务平均 Token 消耗从 38,450 降至 6,820。
GFLOPS 的 Ryosuke Suzuki 在 arXiv 发表论文(arXiv 2610.21300):把 70 个医疗器械合规评估 prompt 以字节相同的请求发给 14 个商业部署(7 个模型、3 家提供方、6 条调用路径),连续两天每天 5 遍,没有一个部署能复现自己的全部回答,12 个连「满足/不满足」标签都变过,引用段落的漂移比标签翻转更普遍。
本文基于 Archon 的 YAML 工作流能力,设计了一条从 Issue 到 PR 的四阶段流水线(Triage 分流、Fix 实现、Validate 独立验证、Regression 回归),并把权限控制、失败升级和成本停止条件纳入同一套状态流转。
本文用约 2500 万参数的 Llama 风格教学模型,在 CPU 上把字节输入、参数计数、前向检查、注意力变体、MoE 与后训练连成可检查链路。模型配置为词表 256、隐藏维度 512、7 层、8 头、FFN 中间维度 1632,权重共享后合计 25,026,048 个参数;文本以 UTF-8 字节直接作为 token ID,省词表但拉长序列,密集注意力成本随之上升。
TKCode 是基于 .NET、Avalonia 与 AtomUI 构建的编程 Agent 桌面客户端,配套开发了流式 Markdown 组件库 StreamMark,统一接入本机 Claude Code、Codex 与内置 Agent。
作者在开发 ETF Agent 时发现,复杂 Agent 系统中各模块可通过异常传播获得决定整个任务终态的否决权,局部失败被放大为整次研究失败。已完成 Publication 拒绝权收敛、Root 请求账本收敛和 Reviewer 重复校验移除,新 Spec 提出由 Run Lifecycle 统一决定继续、恢复、收尾或终结,目前尚待实施。
英伟达通过一项上游 vLLM 优化,让 2.8 万亿参数量的 Kimi K3 在相同硬件(GB300 NVL72)上达到 423 tok/s/user 的推理速度,性能提升 1.68 倍。
claude-code-statusline 是一个 Claude Code 自定义状态栏工具,主栏支持 60 个显示项、子 Agent 行支持 14 个显示项,可集中显示模型、目录、Git、上下文余量、token 与任务用时。
本文讲解了模型流式返回 JSON 时前端边收边渲染的完整工程方案。核心是闯过三关:从 SSE 信封剥离 content 碎片、用栈机制把半截 JSON 补成合法 JSON、再用默认值视图函数加节流渲染防报错防闪烁。
AI 时代程序员的价值重心正从写代码转向定义问题、设计系统、约束模型、验证结果与交付价值,只会 CRUD 和堆样板代码的岗位会被压缩。新身份是需求翻译者、AI 指挥官、系统责任者和质量守门人,需补齐模型调用、RAG、Agent、部署推理与工程治理能力。真正的护城河是业务理解力、系统架构力和责任判断力:AI 负责产出草稿,人负责设定约束和验收标准。
Agent 沙箱通过文件系统隔离、网络隔离和操作系统级权限控制,限制 AI 智能体的操作范围,使其在受控边界内自动执行任务。可靠的沙箱不能只靠 Prompt 约束,需依赖 macOS Seatbelt、Linux bubblewrap 等系统级隔离机制,Docker、gVisor、Firecracker 则适用于不同安全等级的场景。
作者用 Claude Code 辅助开发了一个本地代理加 Tkinter 看板的小工具,把每次 DeepSeek API 请求记成带费用的明细,解决官方只提供余额查询接口、没有按请求消费明细的问题。
针对小规模 HPC AI 训练集群中存储节点 node02 裸盘无 RAID、GPU 节点 node01 跨节点读不到数据的问题,落地了"硬件 RAID + NFS 共享存储"的标准化方案,双节点彻底打通。
本文用一个完整的 RAG 项目,把 LangSmith 的 Trace 追踪、Dataset 数据集、LLM-as-Judge 评估器和批量评估串成闭环,让 Agent 调试从盲盒变成可看数的仪表盘。
作者将自研 4 个月的本地优先 AI Agent 工作台 Real 开源,Rust 后端 + Tauri 2 桌面壳,几万行代码全部由 AI 生成、未手写一字。
化工企业异常工况处置问答系统通过先建可信评测集、坚持单一变量逐轮留档的调优方法,将 RAGAS 忠实度从基线 0.85 提升到 0.95,端到端 P95 响应时间压到 3.1 秒。
OpenClaw 多智能体协作框架将 16 个 AI 智能体封装为独立飞书机器人,按敏捷 Squad 架构分为总办、产品、技术等跨职能小队,通过 agentToAgent 协议实现自主呼叫与任务流转。
作者用云端 AI 编程工具 MonkeyCode(长亭科技出品)搭建本地照片筛选工具,从输入需求到可运行界面约 3 分钟,方案选用 React + TypeScript + Vite 加 File System Access API,照片全程留在本地不上传。
作者指出 Windows 上 Wireshark 的 _ws.process.id 字段在 libpcap 抓包路径下永远为空,无法按进程归属流量。
推荐理由:作者给出了 Windows 下按进程归属抓包的完整链路,并说明了各环节的适用范围与失败模式,可迁移到自己的调试场景。
作者在工作区根目录只维护一份权威约定文件(如 AGENTS.md),新会话第一件事先读它,避免重复扯皮和已否决方案复活。文件最小结构有四块:唯一事实信源、已确认的决策、绝对禁区与红线、交付与验证标准,其中记录了 2026-10-17 注销流程严禁物理删除订单、必须软删除加脱敏等决议。
作者用 C# 实现纯离线的 .NET 桌面 OCR 方案,把客户每周 6 小时的纸质单据 PDF 手工录入压缩到 20 分钟。
MCP 把协议语义与传输层拆开,标准传输方式只有 stdio 和 Streamable HTTP 两种。stdio 让 Host 把 Server 拉起为本地子进程,延迟低、数据不出本机,适合个人桌面工具;Streamable HTTP 让 Server 作为独立进程远程服务多个 Client,平时一问一答,需要流式输出时才在单个请求内临时升级为 SSE 流。
AIProxy 从 v0.1.44 起把抓包数据封装成 MCP 只读证据源,让 Codex、Claude Code、Cursor 直接查询真实流量。
本文按执行、数据与发布责任拆解 LangChain 生态的 Agent 治理,区分 LangGraph 运行时、Deep Agents harness 与 LangSmith 各层职责。
作者把桌面 AI 应用桌宠的点击交互从六段重复的事件处理代码重构为四段式管道:归一化、纯函数门控、配置表执行、事件广播。门控前置让不合格事件在构造动作前被丢弃,判断逻辑不依赖渲染器即可单测;执行器故意只做类型分发,避免双重节流。按住类交互借用开源项目 VPet 的 A_Start、B_Loop、C_End 三段式状态机,收尾时强制取消限时表情。
「人不在环内」是可证伪的组织级契约而非置信度,由四条主张定义:一个动作启动一切、没有审批门、不为人类阻塞、人在系统之上做元评审。每删一道人工关卡必须补上机器质量门,五条禁令负责守卫文档与调度纪律。系统本体是以任务看板为中心的九角色自主交付组织,工作沿十三个阶段的具名文档工件流动。
本文分享了本地优先桌面 AI 应用的工具调用安全设计,通过分层防护拦截 SSRF 并逐跳复检重定向。SSRF 防护含 URL 字面量校验、CIDR 判定与 DNS 解析校验三层,重定向改用手动跟随且每跳重新校验;同时明确不做文件系统与命令执行工具,并以 8 秒超时、200KB 上限和 3 跳重定向限制应对资源耗尽。
设计系统负责人在编译工作流中是上下游节点间的“契约恒定执行者”,依靠输入输出契约恒定执行标准,而非包办生产。上游要求三个翻译动作满足格式、语义、证据三条准入条款,机器负责格式与引用预检,人工把关证据与语义,不达标即退回。下游为四种编译产物规定消费约定与反馈回流机制,明确反馈触发的修订对象是规则定义与场景覆盖,而非评审标准本身。
作者通过四轮追问实例和三个可复现验证指出,让模型再检查一遍多数不会纠错,只会把错的说得更像对的,因为检查者与被检查者是同一模型。文章引用 2023 年论文 Large Language Models Cannot Self-Correct Reasoning Yet 说明无外部反馈的自我纠正会降低准确率,并给出证据锚定、可执行验证、独立校验器三种把检查移到模型外的落地方案。
作者基于 JDK 21、Spring Boot 4.1.1、Spring AI 2.0.1 和 deepseek-flash 实测出一套生产级 Chat 接口骨架,覆盖超时、重试、限流、脱敏、流式、换模型六个开关,每个都配测试。
推荐理由:作者用假上游端到端实测发现超时和重试两个开关静默失效,其验证方法可直接迁移到自己的 AI 接线排查。
coding agent 在远程机改 BUG 时会一路跑验证循环、编译和测试,把宿主机 CPU 和内存吃满导致只能物理重启,根因是它没有预算意识、不知道宿主的存在。