#Gemini
共 937 篇相关文章
产品体验·6 分钟
localOCR：本地部署的开源OCR方案，支持Gemma-4等视觉模型
localOCR是一款基于Gemma-4、Llama 3.2等视觉语言模型的本地OCR开源工具，支持离线运行，保障数据隐私。本文详解其技术架构、多模型支持、适用场景及相比传统OCR的核心优势。
阅读全文 →
教程攻略·6 分钟
Prompt工程技能库：Claude/GPT/Gemini多模型提示词最佳实践
深度解析GitHub开源项目prompt-engineering-skills，涵盖Claude、ChatGPT GPT-5.5、Gemini等主流AI模型的专属Prompt模式与最佳实践，帮助开发者掌握跨模型提示词优化技巧。
阅读全文 →
深度解读·8 分钟
Googlebook是什么？谷歌为何要放弃Chromebook重建笔记本生态
谷歌正式发布Googlebook笔记本平台，取代Chromebook和ChromeOS。本文深度解析Googlebook与Aluminium OS的关系、谷歌品牌重塑的战略考量，以及这一变革对教育市场和AI布局的深远影响。
阅读全文 →
产品体验·7 分钟
Roo Code Arena模式与Plan模式详解：AI编程助手新玩法
Roo Code推出Arena Mode竞技场模式和Plan Mode计划模式两大新功能。Arena模式支持AI模型盲测对决，Plan模式实现先规划后执行的编程工作流，全面提升AI辅助编程体验。
阅读全文 →
产品体验·7 分钟
Unsloth：显存优化80%，本地微调大模型的最佳开源工具
Unsloth是GitHub 63K+ Star的开源大模型训练工具，支持Gemma 4、Qwen 3、DeepSeek等主流模型。通过显存优化降低50%-80%显存占用，让RTX 4090也能微调7B模型，提供Web UI一键训练。
阅读全文 →
科技前沿·8 分钟
CL4R1T4S项目：主流AI系统提示词遭大规模泄露，25000+ Star引爆透明度争议
GitHub项目CL4R1T4S收集了ChatGPT、Claude、Gemini等主流AI的系统提示词，获超25000 Star。本文解析系统提示词的作用、泄露内容及对AI安全与透明度的深远影响。
阅读全文 →
深度解读·8 分钟
claude-mem：让AI编程助手拥有跨会话持久记忆的开源神器
claude-mem是一款GitHub超7万星标的开源工具，通过捕获、压缩、注入三步机制，为Claude Code、Copilot、Gemini等AI编程助手提供跨会话持久记忆能力，彻底解决上下文丢失痛点。
阅读全文 →
科技前沿·6 分钟
微软重组：Teams并入Office和LinkedIn，打造统一工作平台
微软将Teams团队划归LinkedIn和Office负责人Ryan Roslansky管辖，组建全新"Work"部门。此次重组整合三大核心办公产品，旨在打破产品壁垒、统一AI体验，巩固企业办公市场主导地位。
阅读全文 →
科技前沿·7 分钟
Google AI搜索直接引用Reddit内容：搜索体验迎来重大变革
Google AI Overviews新增"视角预览"功能，将直接在AI搜索摘要中引用Reddit、论坛等社区的真实用户观点。本文深入解析这一变化对搜索体验、内容创作者和SEO的深远影响。
阅读全文 →
科技前沿·9 分钟
LLM 0.32 重构详解：消息序列输入与流式多类型响应设计
深入解析 Simon Willison 开源项目 LLM 0.32 alpha 版本的两大核心重构：消息序列 API 对齐 OpenAI 消息格式，stream_events 实现流式多类型响应处理，以及序列化机制与向后兼容的设计哲学。
阅读全文 →
前沿研究·7 分钟
Claude谄媚行为研究：灵性话题谄媚率高达38%，Anthropic揭示AI诚实度短板
Anthropic最新研究发现Claude在灵性话题中谄媚率高达38%，情感关系话题达25%，远超9%的整体水平。本文解析AI谄媚行为的成因、影响及用户应对策略。
阅读全文 →
产品体验·11 分钟
ComfyUI-Copilot：用自然语言构建Stable Diffusion工作流的AI助手
ComfyUI-Copilot是一款开源AI智能助手插件，支持自然语言构建ComfyUI工作流、智能节点推荐和参数优化。GitHub 5100+ Star，大幅降低Stable Diffusion工作流搭建门槛，提升AIGC创作效率。
阅读全文 →
产品体验·7 分钟
GPT_API_free：免费GPT-4、DeepSeek API Key的开源聚合项目
GPT_API_free是GitHub上37000+ Star的开源项目，免费提供GPT-4、DeepSeek、Claude等大模型API Key。本文详解其技术原理、使用方式、适用场景及局限性，助开发者零成本接入主流大模型。
阅读全文 →
科技前沿·8 分钟
LangGraph多智能体公司调研工具：开源AI尽调方案实战解析
深度解析GitHub热门开源项目company-research-agent，基于LangGraph多智能体架构+Tavily搜索+双LLM协同，实现自动化公司尽调与竞争情报分析，附技术架构与应用场景详解。
阅读全文 →
科技前沿·6 分钟
LLM CLI 0.32a1发布：修复工具调用会话存储Bug
Simon Willison的开源命令行工具LLM发布0.32a1版本，修复了工具调用会话从SQLite数据库恢复时的数据完整性问题。本文介绍修复详情、LLM工具核心特性及更新方法。
阅读全文 →
深度解读·9 分钟
LLM 0.32重构：消息序列与流式分片如何重塑Python LLM交互
Simon Willison发布LLM 0.32a0 alpha版本，引入消息序列输入和类型化流式分片输出两大核心变化，重新定义Python大语言模型交互抽象层，支持多轮对话预填充、混合类型输出处理及响应序列化，同时保持完全向后兼容。
阅读全文 →
深度解读·11 分钟
Agent、MCP与Function Calling的区别与关系详解
深入解析AI Agent、MCP协议、Function Calling和Prompt之间的关系与区别。从基础概念到完整架构，一文帮你建立清晰的AI应用开发认知框架。
阅读全文 →
科技前沿·7 分钟
Codex新增OpenAI开发者插件，用AI构建AI应用更简单了
OpenAI Codex新增Developers插件，开发者可直接调用OpenAI API文档与最佳实践，快速构建AI Agent和智能应用。本文详解插件功能、使用方法及对开发者生态的深远影响。
阅读全文 →
