据悉，5月28日腾讯在香港Cloud Day上宣布Tencent Design Miora国际版（下称Miora）开放邀测。Miora由腾讯CodeBuddy/WorkBuddy团队打造，专为创意设计场景深度定制。 以下为Miora功能介绍： 用户可以在Miora通过一句话或一份需求描述生成图片、品牌视觉全案、完整视频、UI/UX设计稿等复杂创意产出，并提供局部修改等全流程创作能力，同时即将上线多人协作能力。该平台面向全球设计师、内容创作者、营销人员等需要高质量视觉产出的团队，覆盖从概念到成品的创作全流程。 Miora拥有记忆系统，具备理解设计语言、持续对话与推理、自主调用工具和Skills、自主编写脚本和完善创意等多种能力，同时未来将支持企业内的多人协作。 官网地址（经典的国际版仅支持Github/Google登录）： https://miora.design/ 话说企鹅家依旧是各干各的，近期又是一大堆软件和技术线交错，拿正式交付的产品当试错了这是（但还是严肃加入候选等待） 内容及图片来源：腾讯网-Tech星球 1 个帖子 - 1 位参与者 阅读完整话题
最近用astrbot+napcat在家用服务器上用docker部署之后，把bot接到一个刚注册的小号，当天晚上就吃了一次风控，后面每隔几个小时就被踹下线，每次都要自己重启手动登录，问问佬友们有没有什么好的解决办法 14 个帖子 - 7 位参与者 阅读完整话题
IT之家 5 月 14 日消息，据腾讯云消息，腾讯云正式开源 TencentDB Agent Memory，面向 Agent 长任务场景提供短期记忆压缩与长期个性化记忆能力。据介绍，长期记忆已于上月上线免费使用，这次开源的重点是短期记忆压缩。 IT之家附官方详细介绍如下： 项目主页： https://github.com/Tencent/TencentDB-Agent-Memory 随着 Agent 在代码开发、网页搜索、研究分析等场景中的任务链路持续变长，大量工具调用、网页内容和中间结果会快速占满上下文窗口，导致 Token 成本上升、任务状态丢失以及推理稳定性下降。 TencentDB Agent Memory 通过“上下文卸载（Context Offloading）+ Mermaid 任务画布”的技术，将完整信息卸载到外部存储，同时以结构化任务图保留关键状态与执行路径，使 Agent 在长任务中保持轻量上下文，同时支持原始信息的逐层追溯与恢复。 在多任务连续 Session 实验中，该方案最高降低 61% Token 消耗，同时提升长任务场景下的任务成功率。 先从这张“Mermaid 任务画布”讲起👇 // Mermaid 无限画布：给 Agent 一张任务地图 长任务里最危险的事，不是信息丢了，是 Agent 不知道自己走到哪。 20 次工具调用之后，上下文里堆着一长串线性历史。Agent 能看到“做过什么”，但不容易判断哪些是并行分支、哪些步骤有前置依赖、当前处于哪个阶段。 流水账适合记录，地图适合导航。腾讯云数据库团队用 Mermaid Flowchart 把任务执行过程组织成一张可导航的任务画布。 Mermaid 是 GitHub 和技术文档中广泛使用的图描述语言，主流大模型天然具备读写能力，纯文本格式，可持续更新，人也能直接渲染查看。 通过这张画布，Agent 不需要记住所有内容，只需要知道哪些信息重要、它们被组织在哪里，以及必要时如何一步步展开。 历史没有被压成一段不可恢复的摘要。它变成了一张可以继续执行的地图 —— 能折叠，也能展开。 // 上下文卸载：省 Token，没丢证据 画布解决“结构不能丢”，但长任务中工具返回、搜索结果、日志输出等原始信息往往非常长，全部留在上下文里窗口很快被填满。 Agent Memory 另一个核心技术是上下文卸载（Context Offloading）：每次工具调用结束后，完整结果写入外部文件（refs/*.md），上下文里只保留一行摘要和索引路径。 原始信息不再长期占据上下文窗口，但也没有被丢弃 —— 它按四层递进结构存储在外部，随时可以找回： 底层保留证据，高层保留结构。Agent 日常只接触 Level 2–3 的轻量信息驱动任务推进，当画布摘要不足以支撑决策时，通过 node_id 回溯 Level 1 的 JSONL 记录，仍不够则继续下钻到 Level 0 的完整原文。 任何一层压缩都不是不可逆的黑盒 —— 系统内每一条信息都可以沿索引链路 100% 找回。 多任务连续 Session 实验结果（非单题清空上下文）👇 Token 下降的同时成功率上升 —— 上下文中的噪声减少后，模型注意力更集中在当前任务目标上。 消融实验也验证了画布的独立贡献：仅卸载时 Token 节省约 15%，叠加 Mermaid 画布后提升至 31%–33%。 // 开箱即用，“虾马”一键部署 TencentDB Agent Memory 目前已适配 OpenClaw 和 Hermes 等主流 Agent 框架，支持一键集成。 极简安装：openclaw plugins install@tencentdb-agent-memory / memory-tencentdb 零外部依赖：默认使用本地 SQLite 存储，所有中间产物（画布、摘要）均为人类可读的 Markdown / Mermaid 文件。 进阶支持：支持接入腾讯云向量数据库 TCVDB，实现混合检索（BM25 + Vector）。 Agent 的上下文窗口不应是一张无限堆叠的桌子，而应是一个有序的工作台。我们希望通过这套方案，为开发者提供一个更可靠、更透明的“第二大脑”。 这次开源，是把已经在内部验证过的产品能力开放给社区，我们希望它能帮 Agent 沉淀经验、让开发者把每一次交互都变成可复用的资产。 欢迎来 Agent Memory 项目主页点个 Star，我们欢迎任何形式的贡献。
如果您正在为腾讯云国际版（ Tencent Cloud International ）注册难、绑定支付卡不成功而烦恼，我们提供一站式解决方案。 24 小时咨询： 📩Telegram: @ cloudcup ✅ 我们的优势： 免费开号： 专业渠道代开，无需海外个人信息，邮箱即可注册。 免备案： 香港、新加坡、硅谷、法兰克福等全球节点即开即用。 支付灵活： 支持 USDT 、支付宝、微信等多种方式代充值，告别海外信用卡。 超高折扣： 官方账单全线产品 7 折优惠，量大更优。 安全合规： 官方代理商链路，不封号，资金安全有保障。 🌐 适用场景： 跨境电商、TikTok 业务、海外 APP/游戏部署、AI 大模型推理、外贸独立站。
IT之家 5 月 7 日消息，腾讯混元（Tencent Hunyuan）携手加州大学洛杉矶分校（UCLA）、香港中文大学等学府，联合发布 OpenSearch-VL 开源多模态训练方案， 通过强化学习（RL）技术，打造具备前沿能力的深度搜索智能体。 多模态搜索智能体指能够处理图像、文本等多种模态输入，并主动调用外部工具（如搜索引擎、图像处理工具）进行多步骤推理、证据验证与知识检索的智能体，旨在解决知识密集型的复杂视觉问答。 该报告昨日（5 月 6 日）在 arXiv 平台发表，介绍了 OpenSearch-VL 方案，用于训练前沿多模态深度搜索智能体。研究构建了高质量数据管道，通过维基百科路径采样与模糊实体重写减少检索捷径，产出 SearchVL-SFT-36k 等数据集。 研究团队指出，目前阻碍前沿多模态搜索智能体进化的最大瓶颈，在于高质量的训练数据。现有顶尖系统多由商业公司主导，其数据来源、过滤标准与工具使用轨迹均属私有，阻碍了先进能力的复现与系统性研究。 研究提出 OpenSearch-VL，提供从数据、工具到训练算法的完整开源方案。 在构建数据管道方面，OpenSearch-VL 提出利用维基百科的超链接图谱，执行多跳实体路径采样，将中间实体重写为模糊描述，并将锚点实体锚定至源图像，从而抑制单步检索捷径，鼓励智能体学习多跳搜索与推理行为。 管道产出 SearchVL-SFT-36k 数据集用于监督微调，平均每轨迹包含 6.3 次工具调用。同时，随机选取 10% 数据应用模糊、下采样等降质处理，配对增强工具，诱导“边思考边处理图像”的行为。 工具环境超越仅检索的智能体，统一文本搜索、图像搜索、OCR、裁剪、锐化、超分辨率与透视校正等功能。这允许智能体在查询外部知识前，先处理模糊、低分辨率或倾斜的视觉输入，实现主动感知与知识获取的结合。 实验显示，OpenSearch-VL-30B-A3B 模型将基线平均得分从 47.8 提升至 61.6，在 VDR、MMSearch 等基准上取得显著增益。消融实验验证了各组件贡献：移除源锚点锚定、模糊重写或分阶段过滤导致平均得分下降 8.2 至 11.5 点。 IT之家附上参考地址 OpenSearch-VL: An Open Recipe for Frontier Multimodal Search Agents GitHub：An Open Recipe for Frontier Multimodal Search Agents Huggingface
lightvela.tencent.com LightVela | 越用越懂你的云端智能伙伴 昨天抢到一个，但不会配置自定义公益站的国产模型，送的模型额度太少，哪位大佬用过 6 个帖子 - 4 位参与者 阅读完整话题
别说开发代码了，连让他整理文档都弄不明白，也别和qwen3.5比了，我感觉qwen3都比它聪明。 这在2026年简直不要太离谱了。。这是怎么好意思发出来的。 我让它给我修改一个前端项目，升级一下版本以及修复兼容性，它足足搞了1个多小时，还给我把环境给弄坏了。 最后我让 deepseek v4 flash 给我修复，就特么1分钟都不用！ 1 个帖子 - 1 位参与者 阅读完整话题
地址: cloud.tencent.com 登录 - 腾讯云 腾讯云为数百万的企业和开发者提供安全、稳定的云服务器、云主机、CDN、对象存储、域名注册、云存储、云数据库等云服务，帮助用户解决游戏、视频、移动、微信、互联网+等行业的架构难题，是全球领先的云计算服务商。 cloud.tencent.com 登录 - 腾讯云 腾讯云为数百万的企业和开发者提供安全、稳定的云服务器、云主机、CDN、对象存储、域名注册、云存储、云数据库等云服务，帮助用户解决游戏、视频、移动、微信、互联网+等行业的架构难题，是全球领先的云计算服务商。 ps: 非AFF, 可以看看能不能领到, 目前好像只有这两个模型可以领 8 个帖子 - 5 位参与者 阅读完整话题
cloud.tencent.com 腾讯云智能体开发平台简介_腾讯云智能体开发平台购买指南_腾讯云智能体开发平台操作指南-腾讯云 腾讯云腾讯云智能体开发平台文档主要包含：腾讯云智能体开发平台简介、腾讯云智能体开发平台购买指南、腾讯云智能体开发平台操作指南、腾讯云智能体开发平台入门、腾讯云智能体开发平台常见问题、腾讯云智能体开发平台实践教程… 如题，现在我有个这个平台的渠道，但里面被腾讯包装过了，包装成一个智能体的形式了，没法直接用api反代出来。不过这个我看操作手册里有接口方法，我就让ai写了一版，现在能反代出来对话了，但工具调用没法反代出来。佬友们有用过这个的吗？ 1 个帖子 - 1 位参与者 阅读完整话题
cloud.tencent.com 不愧是《生化危机》女战神！米拉·乔沃维奇跨界搞AI，史上首获满分 - 腾讯云开发者社区-腾讯云 好莱坞巨星米拉·乔沃维奇跨界开发开源AI记忆系统MemPalace，解决人工智能记忆痛点。该系统采用虚拟记忆宫殿架构，信息找回率提升34%，压缩技术可浓缩语言30倍，准确率高达100%。完全免费开源，本地运行无需云端，已获1100+好评，在行业测试中创下满分纪录。 项目链接： GitHub - MemPalace/mempalace: The best-benchmarked open-source AI memory system. And it's free. · GitHub 刚刚看到的，还以为是假的，没想到还真的是她参与的，感觉挺有趣的 2 个帖子 - 2 位参与者 阅读完整话题
cloud.tencent.com 大模型服务平台 TokenHub Token Plan 企业版套 产品简介 Token Plan企业版 - TokenHub - 控制台 看起来是 11亿 5000块的样子… 4 个帖子 - 4 位参与者 阅读完整话题