<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[烤鸭的世界我们不懂。]]></title><description><![CDATA[2026年我希望世界和平。]]></description><link>https://blog.csdn.net/Angry_Mills</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Angry_Mills]]></copyright><item><title><![CDATA[OpenClaw 原理详解：自托管 AI 网关架构深度剖析]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/158584787</link><guid>https://blog.csdn.net/Angry_Mills/article/details/158584787</guid><author>Angry_Mills</author><pubDate>Mon, 02 Mar 2026 22:03:18 +0800</pubDate><description><![CDATA[OpenClaw 是一个自托管的多渠道 AI 代理网关，它将 WhatsApp、Telegram、Discord、iMessage 等聊天应用与 AI 编码代理（如 Pi）连接起来。本文将深入解析其架构设计、核心组件、会话管理和工具系统。]]></description><category></category></item><item><title><![CDATA[开箱即用：OpenCLaw集成飞书实用部署与使用心得]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/158344325</link><guid>https://blog.csdn.net/Angry_Mills/article/details/158344325</guid><author>Angry_Mills</author><pubDate>Tue, 24 Feb 2026 07:11:47 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：最近尝试了一款颠覆性的产品openclaw，说实话本来是没有抱太大预期的，毕竟agent、skill、mcp都是换汤不换药，dify、n8n又不好上手、一般场景也不适合自己玩，comfyui还行，就是本地部署的话，也干不了啥，8G显存跑个2b的模型都费劲。但体验完openclaw之后，强烈推荐。]]></description><category></category></item><item><title><![CDATA[热点新闻别再剪了！AI 直接合成视频，太香了]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/157810995</link><guid>https://blog.csdn.net/Angry_Mills/article/details/157810995</guid><author>Angry_Mills</author><pubDate>Mon, 09 Feb 2026 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：去年我们做了一款尝试性的产品，感觉还是比较有意思的，当然，市面上已经有人在做了。搬运热点话题"生成"视频，发布到小X书、抖X这种平台。我这里的生成是打引号的，其实是平台资源的整合，不能叫生成，叫合成更合适。不过现在开源的视频生成模型多了，尤其是wan2.2上市之后，感觉生成视频又可以提上日程了。]]></description><category></category></item><item><title><![CDATA[2025 年终总结]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/156481088</link><guid>https://blog.csdn.net/Angry_Mills/article/details/156481088</guid><author>Angry_Mills</author><pubDate>Thu, 01 Jan 2026 10:31:48 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：又到了一年中回顾今年的自己、展望明年自己的时候了。之前想着干到最低能领退休金的年份就行，没想到这个时间也在延迟。从22年之后，生活进入稳定期，就一直在不务正业的摆烂...]]></description><category></category></item><item><title><![CDATA[25年12月22日ks直播事故技术复盘]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/156201955</link><guid>https://blog.csdn.net/Angry_Mills/article/details/156201955</guid><author>Angry_Mills</author><pubDate>Tue, 23 Dec 2025 18:03:48 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：今天聊一下 25年12月22日晚上ks直播失控，主要是技术层面分析一下可能原因是什么，怎么预防。]]></description><category></category></item><item><title><![CDATA[技术干货：基于开源生态的视频多语言解决方案，框架选型 + 踩坑总结]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/156150145</link><guid>https://blog.csdn.net/Angry_Mills/article/details/156150145</guid><author>Angry_Mills</author><pubDate>Tue, 23 Dec 2025 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：前面几篇文章已经把流程拆解的差不多了，现在合一下，具体写一下视频多语言转换。其实国内外成熟的网站挺多的了，性价比也挺高，连x映都有这个功能了。]]></description><category></category></item><item><title><![CDATA[赛博 coding 杀器集结！AI 编程黑科技工具炸裂分享]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/155323567</link><guid>https://blog.csdn.net/Angry_Mills/article/details/155323567</guid><author>Angry_Mills</author><pubDate>Fri, 28 Nov 2025 07:45:00 +0800</pubDate><description><![CDATA[AI编程工具测评：Claude、Cursor、Trae、Comate、ByteBuddy、Lingma对比 本文测评了当前主流AI编程工具，重点比较了Claude、Cursor和Trae三款产品。Claude作为通用型AI助手在逻辑处理上表现突出，但国内使用受限；Cursor基于VS Code重构，支持本地模型运行，适合隐私敏感项目；字节跳动的Trae则定位本地AI编辑器，对国内开发者更友好。]]></description><category></category></item><item><title><![CDATA[AI 翻译开源模型：轻量可本地化部署]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/155158283</link><guid>https://blog.csdn.net/Angry_Mills/article/details/155158283</guid><author>Angry_Mills</author><pubDate>Tue, 25 Nov 2025 07:45:00 +0800</pubDate><description><![CDATA[本文介绍了腾讯开源的多语言翻译模型Hunyuan-MT-7B，并对比了5个主流翻译模型的性能参数。该模型在WMT2025大赛中30/31语种排名第一，支持33种语言和5种民汉方言。测试环境包括Python 3.11、CUDA 12.8和NVIDIA显卡。作者针对ASR文本的上下文翻译需求进行了实际测试，输入包含时间戳的对话文本，评估模型在保持时间戳结构的同时进行整体翻译的能力。表格详细对比了各模型在参数规模、架构、语言支持等方面的差异，特别突出了Hunyuan-MT-7B在多语言API服务场景下的优势。]]></description><category></category></item><item><title><![CDATA[干货｜多语言 TTS 模型选型、调优与落地实操]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/155136082</link><guid>https://blog.csdn.net/Angry_Mills/article/details/155136082</guid><author>Angry_Mills</author><pubDate>Mon, 24 Nov 2025 07:45:00 +0800</pubDate><description><![CDATA[本文分享了多个TTS模型的使用体验，包括CosyVoice、IndexTTS-2、Step-Audio-EditX和chatterbox等，主要针对多语种语音合成需求。测试环境为Python 3.11+、CUDA 12.8，分别在Windows和Linux系统上进行。重点评测了chatterbox（支持23种语言，部署简单）、IndexTTS-2（中文表现优秀）和CosyVoice（下载量超百万次，支持多种方言）的实际表现。文章提供了各模型的部署方法、代码示例和音频测试结果。]]></description><category></category></item><item><title><![CDATA[人声分离的模型和项目推荐：UVR or Demucs or Spleeter]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/154933703</link><guid>https://blog.csdn.net/Angry_Mills/article/details/154933703</guid><author>Angry_Mills</author><pubDate>Mon, 17 Nov 2025 07:11:28 +0800</pubDate><description><![CDATA[本文分享了三款主流开源人声分离工具：UVR5、Spleeter和Demucs。UVR5集成多引擎，支持图形界面操作，适合音乐爱好者；Spleeter轻量高效，适合批量处理；Demucs音质最优但硬件要求高，适合专业用户。文章提供了安装指南、功能对比和实际测试结果，推荐UV5作为首选工具，Demucs用于高质量需求，Spleeter适合快速处理。测试显示UVR5在保留人声同时有效过滤背景音，而Demucs模型在本地运行需要较高配置。]]></description><category></category></item><item><title><![CDATA[Faster-Whisper：更快更好的开源Asr模型]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/154674959</link><guid>https://blog.csdn.net/Angry_Mills/article/details/154674959</guid><author>Angry_Mills</author><pubDate>Tue, 11 Nov 2025 06:54:56 +0800</pubDate><description><![CDATA[本文介绍了faster-whisper语音识别模型，相比原版Whisper和whisperX在效率和性能上的优势。该模型基于CTranslate2实现，在保持准确率的同时速度提升50%以上，内存占用更低。]]></description><category></category></item><item><title><![CDATA[langchain搭建智能体-更好的理解上下文管理]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/154028986</link><guid>https://blog.csdn.net/Angry_Mills/article/details/154028986</guid><author>Angry_Mills</author><pubDate>Wed, 29 Oct 2025 07:45:00 +0800</pubDate><description><![CDATA[本文介绍了AI学习路径中的上下文工程，以LangChain为例探讨了上下文管理的演变与应用。文章指出，从单次对话到多任务协作，上下文管理经历了提示词工程到上下文工程的演进，后者更关注输入结构的系统设计。文章总结了Drew Breunig提出的四类上下文失败问题（中毒、干扰、混淆、冲突），并分析了LangChain中的记忆机制（短期/长期记忆）。最后通过代码示例展示了LangGraph在并行无上下文和有上下文场景下的应用，说明了上下文管理在智能体协作中的重要性。]]></description><category></category></item><item><title><![CDATA[Qwen-Image微调(含源码)]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/151817644</link><guid>https://blog.csdn.net/Angry_Mills/article/details/151817644</guid><author>Angry_Mills</author><pubDate>Fri, 19 Sep 2025 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：使用大模型的时候，都遇到过类似的问题，有些概念模型不知道，导致结果不符合预期。比如使用Qwen-Image生成某一个没经训练过的图，这时候就需要进行模型微调。今天这篇文章主要写一下Qwen-Image的微调。]]></description><category></category></item><item><title><![CDATA[开源 Agent 平台部署全流程：从环境准备到启动运行]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/151762966</link><guid>https://blog.csdn.net/Angry_Mills/article/details/151762966</guid><author>Angry_Mills</author><pubDate>Wed, 17 Sep 2025 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：
​    前几天写了一个agent的文章，https://blog.csdn.net/Angry_Mills/article/details/151369785，今天打算写一篇开源agent的平台dify的非docker部署和aiflowy部署。]]></description><category></category></item><item><title><![CDATA[一文讲懂agent&搭建一款属于自己的智能体]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/151369785</link><guid>https://blog.csdn.net/Angry_Mills/article/details/151369785</guid><author>Angry_Mills</author><pubDate>Thu, 11 Sep 2025 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：最近除了研究开源模型和工具调用，也在看智能体相关，再好的模型或者代码都只是工具，想要有生产力还是得上价值(智能体)，谁不想要一个可以7*24h工作的AI助手(牛马)呢。]]></description><category></category></item><item><title><![CDATA[通义万相2.2-图/文生视频深度体验：附源码]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/151311740</link><guid>https://blog.csdn.net/Angry_Mills/article/details/151311740</guid><author>Angry_Mills</author><pubDate>Tue, 09 Sep 2025 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：
    鲨疯了，最近陆续几个重磅开源，阿里云和openai陆续加入了战场，都是非商用显卡可以跑的，太炸裂了。文本模型：  openai_gpt-oss 文本生成，文生图：Qwen-Image文生图，文/图生视频： 通义万相2.2-图生视频。今天重点体验一下 通义万相2.2文/图生视频。]]></description><category></category></item><item><title><![CDATA[开源王者 Qwen-Image-Edit：图生图实战代码独家分享]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/151192417</link><guid>https://blog.csdn.net/Angry_Mills/article/details/151192417</guid><author>Angry_Mills</author><pubDate>Fri, 05 Sep 2025 07:30:00 +0800</pubDate><description><![CDATA[通义千问最新推出的图像编辑模型Qwen-Image-Edit的使用体验，该模型支持图生图功能，效果强大且支持家用4090显卡运行。模型开源地址和示例代码均已给出。]]></description><category></category></item><item><title><![CDATA[文生图开源王者 Qwen-Image：实战代码与量化代码独家分享]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/150151851</link><guid>https://blog.csdn.net/Angry_Mills/article/details/150151851</guid><author>Angry_Mills</author><pubDate>Mon, 11 Aug 2025 07:45:00 +0800</pubDate><description><![CDATA[鲨疯了，上周陆续几个重磅开源，阿里云和openai陆续加入了战场，都是非商用显卡可以跑的，太炸裂了。文本模型：  openai_gpt-oss 文本生成，文生图：Qwen-Image文生图，文/图生视频： 通义万相2.2-图生视频。今天重点体验一下Qwen-Image文生图。]]></description><category></category></item><item><title><![CDATA[从理论到代码：Qwen2.5-vl 视觉识别技术的应用落地思路（含源码）]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/149549249</link><guid>https://blog.csdn.net/Angry_Mills/article/details/149549249</guid><author>Angry_Mills</author><pubDate>Wed, 23 Jul 2025 07:45:00 +0800</pubDate><description><![CDATA[识别图片或者视频如何使用，在哪些场景比较适合。这里说一个可能应用的场景，如果你有素材，无论是自己拍摄的还是网络上找到的，怎么快速变成自己风格的内容。
具体点的案例，做一个主题是某个热点新闻(苏超之类的)的某红书的图文或者视频内容。]]></description><category></category></item><item><title><![CDATA[内存泄漏终结者：用JProfiler透视Java项目的OOM黑洞]]></title><link>https://blog.csdn.net/Angry_Mills/article/details/147839665</link><guid>https://blog.csdn.net/Angry_Mills/article/details/147839665</guid><author>Angry_Mills</author><pubDate>Mon, 12 May 2025 07:45:00 +0800</pubDate><description><![CDATA[大家好，我是烤鸭：

&nbsp;&nbsp;&nbsp;最近线上的老服务运行一段时间就自动重启，从日志看到是发生了oom，虽然当时打印了dump日志，但由于在容器环境配置了探活，导致节点重启后没有留下dump日志。后来大家根据极少的日志进行了猜测，但效果不明显，由于是历史服务，也不太想改。只能走一步看一步，项目重启的频率差不多两周左右，直到有一天...]]></description><category></category></item></channel></rss>