#OCR

Qwen3.5-Omni发布：215项任务SOTA，阿里全模态大模型硬刚Gemini

阿里发布Qwen3.5-Omni全模态大模型，基于1亿小时音视频数据原生多模态预训练，215项任务拿下SOTA，多项指标超越Gemini 3.1 Pro。支持音视频Web Coding、长音频分析、113种语言语音识别等能力。

GPT-4 Thinking深度评测：编程、Agent与写作能力实测对比

深度评测GPT-4 Thinking模型在编程修Bug、AI Agent行业研究、学术论文写作等场景的实际表现，对比Gemini和Claude，解析其深度推理与结构化输出能力的核心优势。

纯中文电脑自动化脚本工具：零编程搭建工作流

一款纯中文界面的桌面自动化脚本工具，支持图像识别、OCR文字识别、验证码处理、定时任务等功能，通过积木式拖拽操作零代码搭建自动化工作流，适合办公自动化、数据处理等场景。

Replit Agent 3深度体验：连续工作200分钟的AI编程全能助手

深度解析Replit Agent 3的多智能体架构、浏览器模拟测试等核心技术，对比GitHub Copilot和Cursor的差异，揭秘这款能连续工作200分钟的AI编程助手如何帮助零基础用户1小时搭建完整应用。

不会写代码？用通义千问三分钟做出互动网站

Qwen3.6-27B开源模型评测：27B参数实现旗舰级代码与多模态能力

阿里Qwen3.6-27B开源模型深度解析：270亿参数稠密架构，单卡即可部署，代码生成能力超越前代旗舰。本文详解其技术优势、基准测试成绩、硬件配置方案及实际部署建议，助你低成本获得旗舰级AI编程与多模态理解能力。

GPT-5.4深度评测：编程能力飞跃式提升，但这个缺陷不能忍

GPT-5.4实测评测：编程Codex表现亮眼，工具调用效率大幅提升，计算机使用能力首超人类。但信息泄露问题严重影响可用性。详解定价、多模态OCR、Agent能力及实际编程案例。

RAGFlow本地部署教程：Docker搭建企业级RAG知识库全流程

详解RAGFlow本地部署全流程，涵盖RAG技术原理、Docker环境配置、Ollama大模型接入、知识库创建与对话测试。手把手教你从零搭建企业级知识库问答系统，实现数据私有化部署。

星流Agent教程：指哪改哪、炸开图层、批量出图实操详解

星流Agent使用教程，详解指哪改哪精准编辑、一键炸开图层智能分离、Mockup自动贴合及批量风格生成四大核心功能，帮设计师和电商运营把出图效率提升10倍。

OpenAI Codex Windows实测：功能、配额与实战全解析

深度实测OpenAI Codex在Windows平台的表现，涵盖GPT-5.4模型能力、配额对比Claude Code、Work Tree并行任务、沙箱安全机制，以及批量文件重命名和Flappy Bird游戏开发两大实战案例。

Manus实测：三大真实场景验证通用AI Agent到底行不行

深度实测Manus通用AI Agent在历史报告生成、特斯拉股票分析及GAIA基准测试中的真实表现。对比垂直智能体核心差异，附GAIA三级评分数据与局限性分析，看清AI从对话助手到任务执行者的进化之路。

大模型RAG开发实战：原理详解与企业级落地指南

深入讲解RAG检索增强生成的核心原理与搭建流程，涵盖Embedding向量化、FAISS向量数据库、LangChain开发框架，以及企业级RAG项目中回答质量优化的实战经验与解决思路。

个人微信对接AI：截图+OCR方案1小时搞定自动回复

详解个人微信对接AI大模型的低风险方案：通过截图+OCR识别+快捷键模拟实现微信自动回复。含三种技术方案对比、Ollama本地部署千问视觉模型完整流程，以及死循环、光标闪烁等踩坑解决方案。

AI日报3月20日：Gemini CLI限制免费用户，小米MiMo三模型齐发

3月20日AI日报：谷歌Gemini CLI将停止免费用户使用Pro模型，小米MiMo发布推理、多模态、语音三款大模型，Trae IDE上线Linux版，腾讯混元3.0即将发布，百度千帆OCR开源。一文速览当日AI核心动态。

Gemma 4深度体验：谷歌顶级AI免费离线运行实测

深度体验谷歌Gemma 4开源AI模型，涵盖本地部署教程、与ChatGPT正面对比、手机离线运行演示。四种模型尺寸从手机到工作站全覆盖，通过LM Studio零代码搭建，数据完全私密且永久免费。

Coze扣子平台入门：零基础搭建AI智能体完全指南

详解字节跳动Coze（扣子）AI开发平台，涵盖核心优势、国内版与国际版对比、智能体与应用的区别，手把手教零基础用户快速搭建AI智能体，提升工作效率。

AI周报：Qwen3VL本地部署、Karpathy Agent观点与AI炒币实验

AI周报终章涵盖Qwen3VL多版本发布及M1 MacBook本地部署实测、Claude Haiku 4.5编程能力评测、Karpathy nano-chat开源项目与Agent十年论、Nof1让7个AI模型用真金白银炒币的社会实验，以及AI生成内容超越人类产出的深度观察。

Claude Haiku 4.5评测：三分之一价格实现旗舰级AI性能

深度评测Anthropic Claude Haiku 4.5：SWE-bench编码得分73.3%碾压GPT-5和Gemini 2.5 Pro，智能体工具使用接近人类水平，价格仅为Sonnet 4.5的三分之一。附5项实战测试结果与企业应用场景分析。

Hugging Face开源Agent生态全解：从本地部署到AI自动训练

深度解析Hugging Face开源Agent生态系统：开源模型已追平闭源表现，本地Agent部署方案对比（Hermes/LLama/Plandex），Skills系统实现对话式自动训练模型，MCP集成实战案例，一文掌握AI Agent开发全链路。

LangChain多模态实战：用ChatPromptTemplate实现图片识别

详解LangChain框架中ChatPromptTemplate的多模态用法，支持URL、Base64、本地路径三种图片输入方式，附实战代码演示与PySide6桌面应用集成方案，快速上手多模态AI开发。