策展精選

Sendblue 推出命令列工具，讓 AI Agent 能直接使用 iMessage 號碼進行通訊，簡化部署流程。 核心功能 透過兩道簡單指令即可啟動服務： 透過 npm 全域安裝 @sendblue/cli 套件 執行 sendblue ...

Cohere 推出開源語音辨識模型「Cohere Transcribe」，在 HuggingFace 開源 ASR 排行榜上奪得首位，英文準確度達到 5.42% 的字誤率（WER），超越 Whisper Large v3、ElevenLab...

Cline Kanban 是一款獨立應用程式，用於協調多個 CLI Agent，相容於 Claude 和 Codex。透過 npm i -g cline 即可全域安裝。該工具採用看板模式設計，讓使用者能以視覺化方式管理複雜的軟體開發工作流。...

過去兩年中，推理類模型（如 OpenAI 的 o1 和 DeepSeek-R1）重塑了我們評估模型和期望的方式。2025 年上半年的重點仍聚焦於推理思考的優化，但下一波浪潮應是 Agent 思維：即模型在與環境互動的過程中進行思考與行動，並...

Next.js 16.2 Adapter API 穩定發布，跨雲平台部署邁向開放協作新時代 Next.js 16.2 正式發布穩定的 Deployment Adapter API，由 Netlify、Cloudflare、OpenNext、...

我找到了在網路上保護 API keys 的完美方法 我最近將 BoltAI 移植到網路平台，並立即遇到一個技術挑戰：如何安全地儲存 API keys？ 如果您不熟悉我的工作，BoltAI 是一個 BYOK (bring-your-own-k...

Meta 推出 TRIBE v2（三模態腦編碼器），一款基礎模型能預測人類大腦對幾乎任何視覺或聲音刺激的反應。相較於前代的 Algonauts 2025 獲獎架構，TRIBE v2 在訓練資料規模上有質的跳躍，從僅四個人的低解析度 fMRI...

Mistral 推出 Voxtral TTS，一款輕量化的多語言文字轉語音模型，聲稱在零樣本語音適應測試中超越 ElevenLabs v2.5 Flash，同時維持低延遲性能，主要瞄準企業級語音代理應用。 核心功能與設計特點 Voxtral...

Google DeepMind 團隊針對大型語言模型（LLM）存在的知識斷層問題發布了 Gemini API developer skill。LLM 在特定時間點進行訓練後知識就固定了，而軟體工程領域變化迅速——新程式庫每天都在推出，最佳實...

文件搜尋與回答（RAG）系統在處理 PDF 時面臨方法選擇問題，Weaviate 最新研究表明，文字提取、影像嵌入與混合方法各有優勢，沒有單一答案，而是需要視應用場景而定。 研究背景與核心問題 在構建 PDF RAG 管線時，開發者面臨兩條...

使用 Gemini 3.1 Flash Live 建構即時對話式 Agent 今天，我們透過 Google AI Studio 中的 Gemini Live API 正式推出 Gemini 3.1 Flash Live。Gemini ...

Swarnim Jain 開發了 Grove，一個突破性的分散式機器學習訓練庫，讓 MacBook 無需任何設定就能自動發現彼此並協力訓練模型。核心創新在於利用 Apple 設備內建的 AWDL（Apple Wireless Direct ...