Open Source

渲染命令退出码是 0。 MP4 文件存在，容器可被 ffprobe 读取，render_report 也符合 JSON Schema。流水线甚至可能给出 pass，建议把成片交给用户。 ...

第二个界面，往往才是一次 Agent 架构审查的开始。 只有 CLI 时，输入框可以直接调用 loop，命令结果可以直接刷进终端，审批状态也可以藏在某个局部变量里。等 IDE 侧栏、桌面端、自动化脚本和第三方客户端陆续出现，同一份内部状态会被复制成四套近似实现：它们对“当前任务是否结束”“这次 patch 属于哪个 turn”“批准以后还受不受 sandbox 限制”给出不同答案。 ...

Pi 默认只把四个工具交给模型：read、bash、edit、write。 它没有内置 Plan Mode、Todo、MCP、subagent、permission popup 或 background bash。读到这里，很容易把 Pi 写成一篇极简主义赞歌：四个工具足够，复杂框架都可以删掉。 ...

Open Design 很容易被名字带偏。这个词也指更早的开放式设计运动，但本文讨论的是 nexu-io/open-design ：一个把 Coding Agent 组织成设计生产系统的开源工作区。 它不是模型，也不只是一个出图工具。更准确地说，它是一套 harness——给能力加上边界、流程与反馈回路的工作台。它为 Agent 准备可控的词汇、可复用的工作方法、视觉约束、工件迭代环，以及检查结果的地方。模型和操作者依然决定质量上限，Open Design 改善的是从意图走到成品的那段路。 ...

同一个东西，换个名字，分数就变了 有一件事我观察了挺久，一直没找到合适的地方写。 在同一个产品社区里，经常会出现两个功能几乎重合的小工具。一个发出来石沉大海，另一个被反复转发、被认真提问。你去看两个产品页，做工差不多，定价差不多，落地页甚至用了同一个模板。真正不一样的地方在发布者名字后面那一行小字——「某某项目的维护者」「写了三年 xx 的人」。 ...

一个人究竟养得起多大的 Agent 舰队？ 这个问题听起来像是在数进程，其实是在找一个错误的单位。一个 Agent 可能只抽取一段文字，也可能搜索二十分钟，或者经过八十次工具调用才完成一次仓库重构。真正有意义的单位不是“Agent 个数”，而是一个被验收的任务，以及它背后的输入、输出、工具、重试和人工善后。 ...

open-lovable 看起来像一句很短的产品承诺：给它一个网址，得到一个可继续修改的 React 应用。真正值得读的却不是生成结果，而是它怎样把抓取、模型输出和不可信代码执行接成一条可控链路。 ...

这篇笔记来自我对开源 AI 系统的长期拆解：先跑起来，再读迁移文档，最后记录抽象在哪些地方成立，又在哪些地方开始漏水。 问题从来不是“记得越多越好” 只要对话还装得进上下文窗口，LLM 就能维持短暂的连续感。但这不是长期记忆，更不是可靠的应用状态。会话结束之后，模型不会自然记住用户偏好简短回答、上个月换了工作，或者已经放弃某个计划。 ...

桌面智能体最容易给人留下印象的，是“它真的点了那个按钮”。但按钮被点中，只是演示成立；任务能否稳定结束，才是系统成立。 微软 UFO 项目几年的演进，恰好沿着这条分界线展开：2024 年的 UFO v1 证明视觉语言模型可以操作 Windows；2025 年的 UFO² 把操作提升为一个有状态、有工具、有应用边界的桌面运行时；同年末发布的 UFO³ Galaxy，则把单机能力接入跨设备编排。 ...

文档转换器是一座桥，不是真相本身。真正重要的不是输出第一眼是否整洁，而是下一套系统需要的证据有没有过桥。 MarkItDown 的演示很简单：装一个包，传入文件，得到 Markdown。困难往往从下一分钟开始。一个 PDF 可能同时包含可选文字、扫描页、图表和复杂表格；一份演示文稿的关键数字可能藏在截图里；一个工作簿的含义可能依赖公式、合并单元格与空间关系。它们虽然都叫“文档”，却不该走同一条转换路径。 ...

这个项目是一场持续的开源学习：每天向前一点，用真实项目训练解决复杂问题的能力，也把判断变化的过程留下来。 项目学习清单 ...

过去介绍 LangChain，常会列出 Chain、Memory、Prompt、Loader 和各种集成。那段历史没有错，却已经不适合指导今天的项目。 ...

AI Gateway 不是“给大模型套一层反向代理”这么简单。真正进入生产以后，模型调用同时带着长连接、流式响应、令牌计费、供应商限额、敏感数据和不可预测的输出。普通 API 网关能处理其中一部分，却很难独自回答三个问题： ...

研究工具最容易制造一种错觉：报告越长，答案越可靠。源码给出的提醒恰好相反——真正值得审计的不是字数，而是问题怎样被拆开、证据怎样进入上下文，以及结论能否回到来源。 ...

第一次认识 Jina 时，我把它理解成“用 Flow 编排神经搜索服务的 Python 框架”。这个理解没有错，只是停在了旧地图上。 2025 年 10 月 9 日，Elastic 宣布与 Jina AI 合并力量，随后完成收购。Jina 创始人肖涵加入 Elastic 担任 AI 副总裁，模型继续通过 Hugging Face 提供，并逐步进入 Elastic Inference Service。到 2026 年再谈 Jina，更准确的起点已经不是一个通用 MLOps 框架，而是一个面向检索的 Search Foundation Models（搜索底座模型）品牌：它提供嵌入、重排、网页读取、文本切分、分类和深度搜索等能力。Elastic 的收购公告 把方向说得很明确——把多语言、多模态检索能力放到 Elasticsearch 的搜索规模与生态中。 ...

开源为我带来了很多的成长，很多的成长经验和学习途径都是通过开源获取到并且学习到的。 这里有一篇我的第一次开源的成长指南：/zh/engineering/posts/open-source-contribution-guidelines/ ...

2024 年 3 月，这个页面还是一份很长的 Sora 提示词合集。那是一个奇特的阶段：大多数人还没有真正用过产品，研究预览里的几段视频却已经催生了开源仓库、提示词拆解和关于新媒介的想象。我们记录镜头运动、材质和光线，试图从有限样本中辨认一种语法。 ...

我的 2023 年度总结 2023 很快就要过去了，转眼间大学生活只剩下最后半年了，我一个朋友说过，工作的越久越是觉得：*可怕的不是你失去了工作的激情，而是再也找不回来了。* ...

引言：深圳福田会展中心的全球视野 2023年12月6日，在深圳福田会展中心，GTC 2023 全球流量大会如火如荼地展开。这场盛会汇集了来自全球的技术精英，共同探索互联网行业的前沿动态和未来发展趋势。身为参与者，我有幸深入这场融合科技与商业的交流盛会，特别是“聚焦开源，扩展出海新领航”这一议题，让我收获颇丰，印象深刻。 ...

author(Github) 在提问之前 在你准备要通过电子邮件、新闻群组或者聊天室提出技术问题前，请先做到以下事情： 尝试在你准备提问的论坛的旧文章中搜索答案。 尝试上网搜索以找到答案。 尝试阅读手册以找到答案。 尝试阅读常见问题文件（FAQ）以找到答案。 尝试自己检查或试验以找到答案。 向你身边的强者朋友打听以找到答案。 如果你是程序开发者，请尝试阅读源代码以找到答案。 当你提出问题的时候，请先表明你已经做了上述的努力；这将有助于树立你并不是一个不劳而获且浪费别人的时间的提问者。如果你能一并表达在做了上述努力的过程中所学到的东西会更好，因为我们更乐于回答那些表现出能从答案中学习的人的问题。 ...

社区不规范怎么办 作为 OpenIM 社区首席运营官，对整个社区的 communtiy 以及 GitHub 配置仓库 进行了全面的配置。并且对整个 OpenIM 的 Makefile 和 CICD 流，以及整个 OpenIM 使用的日志包 、错误码、协同流、贡献者文档以及 社区文档 进行架构和设计。 ...

状态说明（核验于 2026 年 7 月 31 日）： 本文最初是一篇 2023 年的 Auto-GPT 本地安装教程。那些命令已经过时。官方现在明确说明：AutoGPT Classic 已停止支持，依赖不会再更新，并且存在已知安全问题。它适合研究历史，不适合生产使用。新项目应从仍在维护的 AutoGPT Platform，或其他活跃的工作流系统开始。 ...

✨ 熟悉我的人都知道，我是一名不折不扣的开源爱好者，从大一开始接触到 GitHub 后，逐渐的沉迷于 开源世界 ~ 今天这篇文章很特别，算是自己参考并且总结出来的开源阶段，以及学习开源项目的步骤和心得。未来自己也是按照自己的规划来进行成长。 同学习 Kubernetes 的成长轨迹 一样，这篇文章将会长期更新，也可以参与贡献 ~ ...

参与本项目 ⚡ 前言 欢迎来到我们的项目！本项目旨在建立一个基于区块链的全民学习平台，通过集体的智慧和努力，推动技术和知识的普及。无论你是初学者还是经验丰富的开发者，你的贡献都将对项目产生积极影响。 ...