据业内消息，SK hynix 已完成其 375 层 NAND 闪存产品的验证工作，预计将在 2026 年底前正式在现有工厂中投入量产，以满足不断增长的存储容量需求。 这些工厂目前主要生产的是 321 层 V9 NAND 闪存，未来将通过工艺转换来支持更高层数的堆叠解决方案。 在 NAND 闪存堆叠层数的竞赛中，SK hynix 与三星正展开激烈比拼。 三星此前已透露将通过双堆叠方案将 V-NAND 层数推升至 400 层以上，并已展示最高可达 900 层、并以 1000 层为目标的技术路线图，而 SK hynix 则选择以 375 层产品作为阶段性节点切入量产。 据了解，SK hynix 内部最初将这一代产品定位为“400 层级” NAND，但在实际工艺开发过程中，由于在同一芯片内堆叠过多层数时遇到严重的工艺与信号传输难题，最终将设计修正为 375 层。 行业人士透露，原本规划中的 400 层级产品被调整为 375 层，而后续路线图则延伸至 480 层和 604 层等更高堆叠的产品节点。 要继续向 480 层、604 层等更高堆叠迈进，单靠现有材料体系已经难以为继。 报道指出，SK hynix 需要在关键导电材料上进行重大调整，逐步放弃目前普遍采用的钨（Tungsten）薄膜，转而采用钼（Molybdenum）作为新的互连材料，以应对高层数堆叠带来的电阻与信号完整性挑战。 在高层数 3D NAND 结构中，随着垂直方向导线和通道尺寸不断缩小，钨的电阻难以控制，信号传输损耗和延迟问题愈发突出，成为继续增加堆叠层数的“材料天花板”。 与之相比，钼在高电阻环境下具有更优的性能表现，能够在更窄的布线条件下保持较好的导通特性，因此被视为突破高层堆叠限制的关键材料之一。 三星已经在其部分 NAND 工艺中率先导入钼材料，并计划在今年进一步优化其 V-NAND 生产流程，推出首批 400 层级产品，以巩固其在高端存储市场的领先地位。 SK hynix 则将在跟进更高层数产品时同步完成从钨到钼的材料切换，以缩小与竞争对手在技术路线上的差距。 随着 AI、云计算、高性能终端与企业级数据中心对存储容量和性能需求持续攀升，3D NAND 层数的不断提升被视为提升单颗芯片比特密度、降低单位存储成本的关键方向。 然而，这也意味着晶圆厂需要投入更多资金采购新材料、升级设备与转换产线，以支撑更高复杂度的堆叠与加工流程。 以钼为例，其需求量在近几年显著增长，已成为 NAND 供应链中的重要原材料之一。 报道称，三星去年采购了约 4 吨钼，今年迄今为止的采购量已增至约 10 吨，而随着 SK hynix 等厂商导入钼，预计今年其用量也将达到约 4 吨。 产业机构预测，随着 400 层级及更高层数 NAND 进入量产阶段，钼的市场需求将快速攀升：到 2027 年预计将达到 25 吨，2028 年增至 40 吨，2029 年约为 60 吨，并在 2030 年左右进一步攀升至 80 吨规模。 在这一过程中，材料供应、成本控制与技术迭代将共同决定 NAND 厂商在高层堆叠时代的竞争格局。 对于 SK hynix 而言，375 层 NAND 的量产不仅是对其工艺能力的阶段性验证，也是向 480 层、604 层乃至更高层数演进的技术跳板。 如何在保持良率与成本之间取得平衡，同时顺利完成从钨到钼等关键材料的迁移，将直接影响其在与三星等竞争对手的角逐中能否占据有利位置。 查看评论
据业内人士周四透露，OpenAI首席执行官萨姆·奥特曼将于周日访问韩国，与包括三星电子在内的多家大型科技公司举行会谈，探讨人工智能领域的合作。消息人士称，在周日开始的为期两天的访问中，奥特曼预计还将与门户网站运营商Naver以及移动平台运营商Kakao的高管会面。 他们表示，首先，奥特曼计划于下周一访问位于首尔以南水原市的三星办公室，并在那里发表关于人工智能技术的变革性影响以及人工智能驱动的工作场所创新战略的演讲。 此次访问正值三星电子近期宣布计划从根本上改革其工作流程和企业文化，全面引入人工智能技术之际。 奥特曼此次访问韩国将是他自去年10月以来，时隔约八个月再次到访韩国。 去年访问期间，奥特曼分别会见了三星电子会长李在镕和SK集团会长崔泰源。 尽管有消息称奥特曼和李在镕可能会再次会面，但业内人士表示，由于李在镕目前正在欧洲出差，此次会面不太可能成行。 知情人士还补充说，由于奥特曼两天行程安排紧凑，他与SK集团的会面也不太可能。 下周一晚些时候，奥特曼将前往位于首尔以南板桥的Kakao总部，与Kakao首席执行官郑信娥会面，探讨如何扩大两家公司的合作。 双方预计将重点讨论如何加强ChatGPT与Kakao旗舰即时通讯服务KakaoTalk之间的连接，尤其是在跨平台利用对话上下文方面。 此外，奥特曼预计当天晚些时候还将访问位于城南的Naver总部。 由于Naver已建成自己的云和数据中心基础设施，业内人士表示，此次访问或将为OpenAI与这家韩国互联网巨头开辟新的合作领域。 查看评论
有没有从事相关独立游戏开发的佬，想请教一下，人物T-pose图、物体平面图或者三视图直接生成3D模型资产的网站或者相关Agent。毕竟我不是很会建模这块，但是又想尝试独立游戏开发，考虑到版权和购买资产比较费钱费力的问题，所以在寻找相关好用的工具，目前有尝试过tx的混元3D，不知道还有没有更好的选择。 1 个帖子 - 1 位参与者 阅读完整话题
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
最近刚好在接广告投放的 SDK ，也算是业内知名的投放平台了，我发现个问题： ios 端最初设计 IDFA 出来，就是为了给广告标识用户的，但起码在 ios ，获取 IDFA 是需要系统弹窗得到用户授权的，用户是知情的。 还有一个东西叫 IDFV ，这个东西的获取是不需要弹窗授权的。 我在接入广告公司 SDK 的时候发现，现在他们的架构设计，利用 IDFV 就可实现广告的 100%精准归因了，他们已经抛弃了 IDFA 这种低获取率的架构了。 所以我想到了一点：当你需要对精准画像的用户投放广告的时候，已经可以做到用户不知情了，这种能力他已经违背了 IDFA 出现的初衷。
IT之家 6 月 2 日消息，东风汽车研发总院今日宣布， 天元智驾 T200 辅助驾驶城市 NOA 发布 ，已在奕派 007+ 汽车近日的 OTA 升级中正式上线。 据介绍， 天元智驾 T200 辅助驾驶在行业内首次采用依托国产芯片的端到端无图方案 ，车辆搭载的控制器和感知部件具备前向 200m 的探测识别距离、±5cm 的探测精度；配备 4 颗环视摄像头 + 12 颗超声波雷达，支持车身 360° 无盲区；控制器搭载地平线 J6M 芯片， 具备 128 TOPS AI 算力 。 IT之家附天元智驾 T200 辅助驾驶八大能力如下： 拨杆变道 / 导航变道 / 超车变道： 打转向灯，它就能判断条件，自动完成变道。导航时，它还会提前“看”到前方要换的路，安全、自主地变道；遇到前面开得慢的车，它也会果断提速超过去。 有保护路口通行： 遇到红绿灯路口，系统能提前规划变道、识别红绿灯状态，绿灯亮时自动通过，并在仪表上提示车辆起步。 无保护路口通行： 没有红绿灯也不必紧张。系统能判断安全时机，主动变道并平顺通过路口，全程不慌乱。 避让静态道路设施： 路口的护栏、锥桶、施工设施…… 系统都能提前识别并减速避让，保持安全距离通过，不会直愣愣撞上去。 环岛通行： 系统能根据导航规划，自动完成进入环岛、行驶、出环岛等一系列操作。 U 型弯通行： 遇到需要调头的 U 型弯时，系统会提前平顺减速、控制好车速，稳稳完成调头动作，让您心里有底。 据IT之家此前报道， 去年 11 月，东风奕派 eπ007+ 正式上市 ，带来纯电及增程式两种动力选择，共推出 3 款车型，限时焕新价区间为 13.99 万至 14.99 万元。该车采用天元 T200 辅助驾驶系统（终身免费），全系标配激光雷达，并搭载了高通骁龙 SA8295P 车规级芯片，同时配备了辅助驾驶小蓝灯。 相关阅读： 《 限时焕新价 13.99 万元起、标配激光雷达，东风奕派 eπ007 + 上市 》
IT之家 6 月 2 日消息，曾采访过上百名游戏行业从业者的业内人士 Kiwi Talkz 今天在 X 平台发文，谈及《半衰期 3》是否真的在开发。 Kiwi Talkz 对此表示： 《半衰期 3》其实已经多次进入开发阶段，问题在于 Valve（V社）采用扁平化管理架构，因此每次有人想推动项目时，都必须主动召集、说服其他开发者加入团队。 而过去多次发生的情况是：项目开发到某个阶段后遇到难以突破的瓶颈，导致开发人员逐步失去热情，转而去做自己感兴趣的项目。最终，这款游戏的开发计划被搁置。 几年之后，又会有人重新拾起《半衰期 3》开发工作，但随后同样的情况又会再次上演：项目遇阻、团队热情消退、成员各自离开、项目再次被放弃。 然后这个循环就这样一遍一遍重复下去。 IT之家注意到，V社的员工手册曾写明，该公司采用“平等”策略， 员工有权把控公司方向 ，能够给项目开绿灯、也有发售产品的权力。并且员工的办公桌均带有轮子，能够方便团队搬家、 消除组织架构方面的障碍 。 ▲ 图源：Valve 新员工手册，下同
据央视财经报道， 随着AI快速发展，金属锡价格出现明显上涨，从去年11月的每吨30万元，涨至目前的每吨42万元左右，半年上涨40%，处在历史高位。 近年来，因为具有导电性好、熔点低、焊接稳定性强等特点，金属锡成为半导体先进封装工艺中的关键基础材料。 算力越强、芯片堆叠越密集、锡消耗量就越大，因此金属锡也被称为“算力金属”。 据了解，我国是全球最大的精炼锡生产国和消费国，但受国内锡矿资源品位下滑等因素影响，目前，国内冶炼用锡矿大约三分之二依赖进口。 从去年开始，缅甸、印度尼西亚、刚果（金）等锡主产国受到出口限制、地质灾害等因素影响，锡供应出现紧缺。业界普遍认为，未来一到两年，锡价上涨将是长期态势。 行业调研显示，AI单台服务器用锡量是传统服务器的3倍以上。 不少从事锡粉、锡膏、锡球领域的中下游企业正在努力突破技术瓶颈，向超微化、高纯化、高精度方向发展。 业内预计，按当前开采速度，全球锡矿仅够开采15年，国内锡矿仅够开采12年左右。 由于原生资源存量不足、海外供给不确定性增强，很多生产企业开始转向金属锡回收。 目前，我国头部锡企已全面布局循环产业链，打造“矿山开采、冶炼加工、废料回收、再生利用”的闭环，通过技术攻关提升废旧电路板、锡渣、尾矿的回收利用率，持续提高再生锡供给占比。 查看评论
IT之家 6 月 1 日消息，据央视财经今日报道，随着人工智能产业的快速发展，金属锡的价格，出现明显上涨，从去年 11 月的每吨 30 万元，涨至目前的每吨 42 万元左右， 半年上涨 40%，处在历史高位 。 报道称，锡因为具有导电性好、熔点低、焊接稳定性强等特点，成为半导体先进封装工艺中的关键基础材料，算力越强、芯片堆叠越密集、锡消耗量就越大，因此被称为“算力金属”。 冶炼端产销两旺， 但上游矿山开采却难以快速增量 。报道提到，某矿山负责人告诉记者，锡矿山产能受开采系统、安全规制硬性约束，常年维持均衡开采，即便下游需求激增，也无法快速扩产。 据了解， 我国是全球最大的精炼锡生产国和消费国 ，但受国内锡矿资源品位下滑等因素影响，目前，国内冶炼用锡矿大约三分之二依赖进口。 从去年开始，缅甸、印度尼西亚、刚果（金）等锡主产国受到出口限制、地质灾害等因素影响，锡供应出现紧缺。业界普遍认为， 未来一到两年，锡价上涨将是长期态势 。 报道还提到，行业调研显示，AI 单台服务器用锡量是传统服务器的 3 倍以上，而和传统消费电子对锡价高度敏感不同，新兴高端赛道产品由于具备更高的附加值，具备更强的价格承受能力。 记者走访调研发现，不少从事锡粉、锡膏、锡球领域的中下游企业正在努力突破技术瓶颈， 向超微化、高纯化、高精度方向发展 。 业内预计，按当前开采速度， 全球锡矿仅够开采 15 年，国内锡矿仅够开采 12 年左右 。由于原生资源存量不足、海外供给不确定性增强，很多生产企业开始转向金属锡回收。 目前， 我国头部锡企已全面布局循环产业链，打造“矿山开采、冶炼加工、废料回收、再生利用”的闭环 ，通过技术攻关提升废旧电路板、锡渣、尾矿的回收利用率，持续提高再生锡供给占比。
我做过 AI 工作流 Copilot 、AIGC 应用、全栈开发，也能做本地 AI 应用、LLM API 接入、AI 应用 MVP 。 比较适合的需求： 企业内部 AI 工作流落地 AI Agent 原型开发 Excel / 表格自动化 业务流程自动化 LLM API 接入和工具链集成 AI 应用 MVP 从 0 到 1 可以远程合作，也可以按项目阶段交付。有类似需求可以聊聊。 wx: maidangzhu
1.新建应用 在 开发者后台 - 飞书开放平台 新建应用，权限需要 contact:contact.base:readonly , contact:user.email:readonly 2.访问newapi的系统设置 /console/setting?tab=system 找到 自定义 OAuth 提供商 Client ID，Client Secret 填写飞书的App ID，App Secret 显示名称可以写飞书，slug可以写feishu Authorization Endpoint： https://accounts.feishu.cn/open-apis/authen/v1/authorize Token Endpoint： https://open.feishu.cn/open-apis/authen/v2/oauth/token User Info Endpoint： https://open.feishu.cn/open-apis/authen/v1/user_info Scopes：contact:contact.base:readonly 数据字段映射： data.open_id，data.name，data.email 1 个帖子 - 1 位参与者 阅读完整话题
据两名知情业内高管透露，为应对旗下人工智能产品日益增长的市场需求、扩充算力资源，Anthropic公司目前正洽谈租用搭载微软自研 AI 服务器芯片的算力服务器。若成功拿下Anthropic这一客户，对微软而言将是重大利好。此前微软自研芯片项目在去年遭遇研发延期。英伟达 AI 芯片几乎占据了微软面向 AI 开发者出租的全部算力设施，如今微软意图效仿谷歌、亚马逊等云服务竞品，打造可替代英伟达芯片的自研芯片产品。 各大云服务商高管均表示，英伟达硬件采购成本居高不下，研发定制化自研芯片，是稳住并提升企业利润空间的必要举措。 微软迈亚芯片能为Anthropic运行克劳德大模型提供全新算力选择，Anthropic还有望推动该芯片新一代产品按自身业务需求定制优化。迈亚芯片主打提速运行现有大模型，性能优于英伟达同类产品，但并不像英伟达芯片那样，适配客户全新大模型的研发搭建工作。 微软今年 1 月宣布，已在旗下 Azure 云数据中心正式投产最新款迈亚 200 芯片。Azure 业务负责人斯科特・格思里表示，借助迈亚 200 芯片，微软有效降低了旗下智能助手 Copilot 的运行成本，该助手依托开放人工智能研究中心与Anthropic的大模型提供服务。不过相较于谷歌、亚马逊的自研 AI 芯片，迈亚芯片目前仍处于发展初期。 知情人士称，双方此次芯片算力合作洽谈尚处于初步阶段，最终未必能达成正式合作协议。 长期以来，Anthropic始终与其他 AI 企业走差异化路线：通过采购多品牌服务器芯片开展技术研发与业务运营，摆脱了开放人工智能研究中心、xAI 等企业高度依赖英伟达硬件的困境。该企业目前同时使用亚马逊、谷歌及英伟达旗下 AI 服务器芯片，还在接洽一家英国新兴初创企业的芯片产品。 Anthropic本季度营收接近 110 亿美元，远超今年一季度营收规模，预计单季将斩获 5.6 亿美元净利润，业绩表现亮眼。与此同时，该企业已敲定向美国三大头部云服务商合计投入至少 3300 亿美元算力采购资金。从理论层面来看，选用三大云服务商定制化 AI 芯片，相比普通芯片性价比更高，若云服务商愿意承担部分成本补贴，效益还将进一步提升。 脸书母公司元宇宙平台、开放人工智能研究中心等一众 AI 同行，如今纷纷效仿Anthropic的多芯片布局策略，接连与多家算力供应商达成合作，同时还各自自研专属 AI 算力芯片。微软已预留部分数据中心场地，用于适配开放人工智能研究中心即将推出的自研芯片，但尚未敲定采购事宜。 过去一年间，微软与Anthropic合作持续深化，而开放人工智能研究中心则不断与微软的行业劲敌展开业务往来。微软是Anthropic核心大客户，计划斥资至少 5 亿美元采购其大模型接口服务，为 Copilot 赋能。今年早些时候，微软还效仿售卖开放人工智能研究中心模型的模式，在 Azure 云平台上线代销Anthropic大模型的业务。 微软于去年年底官宣，拟向Anthropic最高投资 50 亿美元；此后Anthropic成为 Azure 云服务重量级客户，承诺在未定合作周期内，向 Azure 投入 300 亿美元算力费用（微软与开放人工智能研究中心的云服务合作规模仍远超该数额）。 此次芯片合作洽谈，也预示着双方未来有望进一步扩容现有的云服务合作协议。 另有知情人士透露，自去年 11 月起，Anthropic持续加大 Azure 云算力的使用规模。近期微软不仅划拨更多自有英伟达算力服务器供给Anthropic，还专门为其搭建全新服务器集群，为此缩减了对部分中小客户的算力资源倾斜。 查看评论
因为公司最近开始让开发都用 AI 了，之前我用的比较多，做过一些分享。 领导突然找到我让我做一个数据分析的 agent，问题是我也不会数据分析，我连数据在哪都不知道，也不知道怎么搞 agent，真是两眼一抹黑。 和 Claude 讨论了一下，给的建议是让我先学一下数据是从哪来的，花两周时间去做产品的数据需求，先知道数据是从哪来的才能谈怎么去做 agent。我们有专门的数据组，我可以去问一问他们数据都在哪，需求要怎么查之类的问题，个人学习的门槛应该不是很高。 我现在关于 agent 的知识都是拼凑出来的，看到有哪些好的项目就去看看别人是怎么做的，但是没有一个很系统性的教程或者框架能让我照着做，我害怕后面踩了大坑。 5 个帖子 - 3 位参与者 阅读完整话题
IT之家 5 月 21 日消息，据游戏媒体 GameGeeker 报道，业内人士 Tom Henderson 最近（5 月 17 日）于 X 平台发文称，自己因爆料《GTA6》第三支预告片发布时间， 而遭到多个死亡威胁 。 整起事件其实并不复杂：Henderson 此前基于行业经验、内幕情报给出了自己的个人判断，而一些人却把这种预测当成了官宣。但行业分析不可能 100% 准确，内幕消息也可能失准。这种将“预告怎么还不来”的失望情绪转变为人身威胁的行为，证明游戏社群氛围正在朝错误方向发展。 并且，R 星官方常态化地秘而不宣也导致玩家社群出现信息真空，有些玩家会把预测当成情报，更有甚者则把期待直接视为事实。当期望未能符合预期时，反噬便落到了最初发声的人上。 Tom Henderson 表示，《GTA》玩家社群应该保持理性。 从“一上午收到四条死亡威胁”的背景来看 ， 这番评价并不夸张 。 对于普通玩家而言，这起事件同样也是一个直接的启示：泄露消息可以当作参考看，但绝不应该视为官宣，更不能将消息没能成真的失望情绪转嫁给具体个人。意见不一致从来不是什么坏事， 但当分歧演变成伤害时 ， 所有试图正常交流的人都会逐渐沉默 。
GitHub： github.com/vixues/LeAgent Website： vixues.com.cn 这是一个自己 vibe 出来的项目，前后端代码和网站基本都是自己写的。个人水平有限，大家多多包涵。试玩可以直接下载 GitHub Release 安装包；如果遇到问题，也欢迎多提意见。为了不浪费大家时间，我又测试了一周，基本保证演示里的功能都可以正常体验。 平时也看了一些类似项目，比如 OpenClaw ，还有腾讯、阿里的一些桌面产品，功能上也参考了一些。这个项目的初衷，是给单位内部的行政人员设计一个相对独立的 Agent 。前提是要能在不联网的情况下运行，所有数据都在本地处理。OpenClaw 对我来说有点太不可控了，一些产品又需要登录，所以就想自己做一个更可控的版本。项目默认语言是中文，也提供了 i18n 双语支持。 目前基本实现了一些 Agent 常用功能，比如文档编辑、文档整理、数据分析、脚本生成、网页抓取等。这些也是桌面端的优势，可以把它当成一个个人信息中心来用。 针对 Agent 的交互，我也做了很多优化。我觉得最有特点的是生成式 UI ，这是一个非常好的交互方式，相当于增强型 Markdown ，可以在聊天界面里参数化生成一些直观的界面，而不仅仅是展示 Markdown 里的基础元素。项目也参考 Cursor 做了很多功能，比如不确定情况下让 Agent 主动提问、上下文占用显示等。 比较难，同时也是最能体现软件能力的部分，是文件管理和沙盒。这也是 coding agent 的基础。我目前简单实现了一个，可以生成一些稍微复杂一点的代码，但这部分没有花太多时间，提升空间还非常大。 另外还设计了一个宠物系统，可以上传 GIF 定制形象。后续为了办公场景，又添加了宠物人格系统，本质上就是一个 Markdown 文档。 内置 agentic workflow engine ，方便实现一些工作流生成的任务，领导好像比较喜欢这种 我平时也对前端比较感兴趣，所以设计了很多前端小功能。可以看到这个项目的前端代码量占比也比较高。 这是一个学习项目，编写的时候尽量做到模块化、架构清晰、易于拓展，也尽量保证测试覆盖和项目结构清楚，方便大家研究和维护。大家可以研究一个 Agent 系统应该怎么设计，比如上下文压缩机制、系统提示词设计，以及这些功能具体是怎么实现的。这个系统也可以作为一个不错的实验场地。 各位前端大佬也可以在上面实验自己的想法。后端聊天功能相对比较完善，尤其针对 DeepSeek API 做了比较完整的支持。 希望大家多多支持。平时工作比较忙，我会尽量抽出时间维护，也欢迎大家多提意见，顺手点点星星。 截图展示 Q&A 为什么使用 Python + React ，为什么不用性能更好的 Go ？ 因为我平时工作里主要用 Python 和 React ，调试起来更方便。之前的工作大多围绕机器学习和一些工程领域应用，这是我第一个大型全栈项目。测试下来，感觉系统反应速度还可以接受。 已经有了 OpenClaw 和 Hermes ，大厂也出了相应的桌面 Agent ，为什么还要自己写 Agent ？ 主要还是为了学习 Agent ，并开发一些自己想要的定制化功能，比如宠物系统。最近我也在开发一个集群控制 Agent ，主要针对无人机控制的一些实时性需求，搭了一个简单的控制 Agent 。那个 Agent 本身比较弱，大部分代码都在集群控制方面。所以我就想，为什么不做一个稍微通用一点的 Agent ？同时单位内部也确实有一些 Agent 需求，这就是这个项目的初衷。