共 12 篇相关文章

ElevenLabs推出面向Claude的MCP集成方案,开发者可通过自然语言对话创建、配置和管理语音智能体,无需切换平台。本文解析MCP协议如何简化语音AI工作流及其对行业的深远影响。

Dograh是一款完全开源的语音AI智能体平台,提供可视化流程构建、30+模型集成、本地部署、电话通信及人工转接等功能,支持一条命令自托管,是VAPI的自由替代方案。

从Claude Chat到CoWork再到Claude Code,本文系统梳理三大使用层次、Projects/Skill配置方法、MCP/CLI工具接入,以及知识视频全自动流水线等真实案例,帮你把AI变成真正能干活的数字员工。

德国工程师用AI Agent打造全自动国际象棋YouTube频道,结合LLM与象棋引擎,每晚自动生成讲解视频,已积累50万播放量。本文详解其技术架构、工具设计与真实成本。

OpenAI正式发布GPT-5.6系列(SOUL/TERRA/LUNA三档),Ultra模式支持四Agent并行;Meta同步推出Muse Spark 1.1百万token上下文模型;ChatGPT桌面应用整合Chat、Work与Codex三大功能,AI多智能体编排时代全面开启。

盘点12个GitHub高热度开源AI智能体项目,涵盖视频生成、智能体框架、技能包(Skills)、代码理解引擎、安全扫描与语音处理,助你快速搭建可用的AI Agent工作流。

详解如何用Claude Code搭配开源项目VideoIn实现视频自动剪辑,涵盖环境搭建、音频提取、字幕生成、转场效果到成片输出的完整流程,帮助创作者将剪辑时间从数小时压缩到分钟级别。
科技前沿Voice Hack Night黑客松观众选择奖项目Agentic OS深度解析:一个语音优先的AI手机操作系统,通过多Agent跨应用协作,让用户用自然语言对话替代触控操作,重新定义移动交互范式。
科技前沿深度解读六大开源项目:GitHub原生Stacked PRs、Open Pencil开源设计编辑器、Happy DOM无头浏览器、Open Agents云端编程Agent、Bright Beans社媒管理平台及Fuse.js模糊搜索库,洞察开源与AI融合趋势。
科技前沿谷歌正式开源Gemini CLI终端代理工具,每天1000次免费调用Gemini 2.5 Pro,支持100万Token上下文。同期Anthropic Claude模型全面接入GitHub Copilot,AI开发者工具竞争白热化。
科技前沿Save to Spotify是一款专为AI代理设计的命令行工具,支持OpenClaw、Claude Code等将AI生成的音频内容直接发布到Spotify。本文详解其工作原理、使用场景及对播客生态的深远影响。
产品体验深度解析UnrealGenAISupport开源插件,集成GPT-5、Claude、Gemini等数十种AI模型,内置MCP服务器支持UE5编辑器操控,实现智能NPC对话、3D资产生成、AI Agent工作流,是虚幻引擎5接入生成式AI的首选方案。