minerU 是一个功能强大的PDF解析工具集，提供多种方式将PDF文件转换为JSON和Markdown格式。本项目包含API客户端程序、详细的使用文档，以及音频识别API的使用指南。 import os from pdf_parse_api_client import pdf_parse_main # 检查文件存在 pdf_file = "book.pdf" if ...

你有没有想过，一块还不到一杯咖啡钱的开发板，也能跑AI助手？Sipeed 发布了一个超轻量级 AI 助手，用 Go 语言编写，主打在极低成本硬件上运行 AI Agent。PicoClaw：超轻量级 AI Agent 助手，专为“低成本硬件 + 超低内存”设计。它不是在本地跑大模型，而是作为一个超轻量的 "Agent 客户端"，和OpenClaw一样，都是通过 ...

就是由GLM-5驱动的数字平行世界，通过多层生物-心理框架赋予自主智能体真实的叙事完整性与生命动机。 我们也使用Claude Code作为外壳，直接接入GLM-5的API进行了多维度的实测。

昨晚，我看完了 GLM-5 的发布文档。官方甚至没有过多宣传“写网页好不好看”，而是把重点放在了 Agentic（智能体能力）、Long-Horizon Task（长程任务） 和 System Engineering（系统工程） 上。

Anthropic 近期正式推送 Claude Opus 4.6 版本，此次更新堪称“Agent 能力跃迁”——不仅实现模型核心指标全面飙升，上下文窗口直接翻五倍至 1M Token，更给 Claude Code 新增 agent-teams 协作功能，彻底打破此前 AI 并行处理的局限。但Claude官方服务存在区域访问限制，且官方API接口也存在解析适配问题，而一步API 作为企业级AI解决方 ...

【新智元导读】UIUC开源的智能模型路由框架LLMRouter可以自动为大模型应用选择最优模型，提供16+路由策略，覆盖单轮选择、多轮协作、个性化偏好和Agent式流程，在性能、成本与延迟间灵活权衡。 当可选大模型越来越多，「用哪个模型回答这个问题」本身正在 ...

在 Dify 中处理多 Agent 工作流，核心是通过任务拆解、状态管理、协同通信三大机制，将复杂任务分解为多个 Agent 的协作流程。以下是具体思路与实践路径，结合 Dify 的功能特性与多 Agent 协作的工程化需求展开：一、核心认知：多 Agent 工作流的本质与 Dify 的适配性多 Agent 工作流的本质是 **“通过多个专用 Agent ...

【新智元导读】终于，AI不用装得像个人了。谷歌Chrome重磅上线WebMCP。从此，Agent不用疯狂截屏，直连内核完成任务，AI与网页交互的底层逻辑正在重构。 今天，谷歌Chrome团队投下了一枚深水炸弹：WebMCP（Web模型上下文协议）正式登场。 它可以让AI智能体跳过「人类用户界面」，直接与现有的网站和Web应用深度交互。 在Chrome 146的早期预览版中，开启特定flag即可体验 ...

谷歌云宣布将为模型上下文协议（Model Context Protocol，MCP）贡献一个gRPC传输包，填补那些在微服务中全面标准化使用gRPC的企业所面临的关键空白。MCP是Anthropic推出的协议，用于实现AI智能体与外部工具和数据的集成，目前在企业环境中获得了广泛关注。