<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02522的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02522</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02522]]></copyright><item><title><![CDATA[Webamp 安装与集成指南：NPM 包、CDN 引入与入口点选择（webamp）]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/145204620</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/145204620</guid><author>gitblog_02522</author><pubDate>Tue, 22 Sep 2026 16:34:51 +0800</pubDate><description><![CDATA[Webamp 是一个用 HTML5 与 JavaScript 在浏览器中重新实现的 Winamp 2 音乐播放器。本指南以 [packages/webamp-docs/docs/02_install.md](https://link.gitcode.com/i/3e5630b85af50ae4e351e72f64e52294) 为骨架，系统讲解其两种主流安装方式——通过 NPM 安装与通过 CDN]]></description><category></category></item><item><title><![CDATA[WrenAI 意图识别实战：AI Agent 的 text-to-SQL 如何做到可信]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149628294</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149628294</guid><author>gitblog_02522</author><pubDate>Tue, 08 Sep 2026 13:49:00 +0800</pubDate><description><![CDATA[把"这个月营收多少"丢给一个大模型，十次里总有几次会答错。错在"营收"——有的表里它是 `amount`，有的按支付方式拆成了三个字段。WrenAI 是开源的 GenBI 引擎，它的意图识别不靠猜：先让 AI agent 在语义层、召回记忆和执行护栏里把口径找准，再写受治理的 text-to-SQL，跨 22+ 数据源直接产出图表和仪表盘。

[![WrenAI GenBI 架构图，展示语义层与 ]]></description><category></category></item><item><title><![CDATA[如何快速构建基于ESP32的3D打印控制平台：MKS TinyBee完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/144712403</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/144712403</guid><author>gitblog_02522</author><pubDate>Fri, 22 May 2026 18:09:36 +0800</pubDate><description><![CDATA[MKS TinyBee是一款基于ESP32-WROOM-32U的3D打印控制主板，集成了WiFi模块，支持Marlin 2.0固件，提供USB固件更新和网页控制功能。这款革命性的主板为3D打印爱好者提供了完整的无线控制解决方案，支持多种显示屏和传感器，是构建现代化3D打印系统的终极选择。

## 🚀 项目亮点：为什么选择MKS TinyBee？

MKS TinyBee不仅仅是一块控制板，更是一]]></description><category></category></item><item><title><![CDATA[如何用uni-app打造专业摄影美化应用：图片处理与滤镜应用终极指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149593415</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149593415</guid><author>gitblog_02522</author><pubDate>Mon, 27 Apr 2026 08:03:08 +0800</pubDate><description><![CDATA[uni-app是一个使用Vue.js开发跨平台应用的框架，通过它可以快速实现图片处理、滤镜应用等摄影美化功能，让你的应用在多端都能拥有专业的图片编辑能力。

## 快速上手：uni-app摄影美化基础

### 环境准备与项目搭建 🚀

首先需要准备好uni-app开发环境，通过HBuilderX创建一个新的uni-app项目。如果你还没有安装相关环境，可以参考官方文档中的[项目创建指南](ht]]></description><category></category></item><item><title><![CDATA[EnCodec完整安装教程：从零开始搭建AI音频处理环境]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/145113083</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/145113083</guid><author>gitblog_02522</author><pubDate>Tue, 27 Jan 2026 00:45:27 +0800</pubDate><description><![CDATA[EnCodec是一款基于深度学习的高保真音频编解码器，支持24kHz单声道和48kHz立体声音频处理。本教程将帮助你从零开始搭建EnCodec的开发环境，轻松体验AI音频压缩技术的强大功能。

## 📋 准备工作：系统要求与依赖项

在开始安装EnCodec之前，请确保你的系统满足以下要求：

- **操作系统**：Linux或Mac OS X（Windows可尝试但不提供官方支持）
- **P]]></description><category></category></item><item><title><![CDATA[如何利用ANGLE解决Windows平台WebGL兼容性问题的10个技巧]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/144398755</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/144398755</guid><author>gitblog_02522</author><pubDate>Mon, 26 Jan 2026 05:11:11 +0800</pubDate><description><![CDATA[ANGLE（Almost Native Graphics Layer Engine）是一款跨平台的图形接口转换库，它能够将WebGL API调用转换为底层图形API（如Direct3D、OpenGL或Vulkan）的调用，从而有效解决Windows平台上WebGL应用的兼容性问题。本文将分享10个实用技巧，帮助开发者充分利用ANGLE优化WebGL应用在Windows环境下的表现。

## 1. ]]></description><category></category></item><item><title><![CDATA[效率至上的艺术：Tencent-Hunyuan-Large 技术拆解与设计哲学]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/150379995</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/150379995</guid><author>gitblog_02522</author><pubDate>Thu, 14 Aug 2025 09:00:05 +0800</pubDate><description><![CDATA[效率至上的艺术：Tencent-Hunyuan-Large 技术拆解与设计哲学

    
        
            【免费下载链接】Tencent-Hunyuan-Large
            
            
                
                项目地址: https://ai.gitcode.com/hf_mirrors/tenc...]]></description><category></category></item><item><title><![CDATA[实时AI交互的性能瓶颈：深度解析flan-t5-base的KV缓存与PagedAttention优化]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/150261622</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/150261622</guid><author>gitblog_02522</author><pubDate>Tue, 12 Aug 2025 09:02:13 +0800</pubDate><description><![CDATA[实时AI交互的性能瓶颈：深度解析flan-t5-base的KV缓存与PagedAttention优化

    
        
            【免费下载链接】flan-t5-base
            
            
                
                项目地址: https://gitcode.com/mirrors/google/f...]]></description><category></category></item><item><title><![CDATA[【限时免费】 有手就会！mt5_small模型本地部署与首次推理全流程实战]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149852541</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149852541</guid><author>gitblog_02522</author><pubDate>Sat, 02 Aug 2025 09:00:36 +0800</pubDate><description><![CDATA[有手就会！mt5_small模型本地部署与首次推理全流程实战

    
        
            【免费下载链接】mt5_small
            mT5 was only pre-trained on mC4 excluding any supervised training.
            
                
               ...]]></description><category></category></item><item><title><![CDATA[【性能飙升】语音识别效率革命：wav2vec2-large-xlsr-53-english生态工具链全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149706904</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149706904</guid><author>gitblog_02522</author><pubDate>Mon, 28 Jul 2025 09:00:03 +0800</pubDate><description><![CDATA[你是否还在为英语语音识别准确率不足20%而困扰？是否因长音频处理效率低下而错失项目deadline？本文将系统介绍五大生态工具，帮助开发者将wav2vec2-large-xlsr-53-english模型的WER（词错误率）从19.06%降至14.81%，同时提升3倍处理速度。读完本文你将获得：

- 语言模型优化的完整实施指南
- 批量音频处理的自动化脚本
- 跨平台部署的容器化方案
- 实时推...]]></description><category></category></item><item><title><![CDATA[【限时免费】 从DALL·E家族V1到dalle-mini：进化之路与雄心]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149682664</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149682664</guid><author>gitblog_02522</author><pubDate>Sun, 27 Jul 2025 09:00:39 +0800</pubDate><description><![CDATA[DALL·E家族作为文本到图像生成领域的先驱，自诞生以来便以其强大的创造力和广泛的应用场景吸引了全球开发者和研究者的目光。从最初的DALL·E V1开始，这一系列模型便展示了生成式AI在艺术创作、设计辅助以及内容生成方面的巨大潜力。DALL·E V1的核心特点包括：

1. **基于Transformer架构**：通过大规模预训练，模型能够理解复杂的文本描述并生成对应的图像。
2. **多模态能力...]]></description><category></category></item><item><title><![CDATA[2025生产力革命：7步将Florence-2-large封装为企业级API服务]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149682478</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149682478</guid><author>gitblog_02522</author><pubDate>Sun, 27 Jul 2025 09:00:03 +0800</pubDate><description><![CDATA[你是否还在为计算机视觉任务开发效率低下而困扰？团队是否需要同时维护目标检测、图像 captioning、OCR 等多个模型接口？硬件资源是否在重复部署中被大量浪费？本文将系统讲解如何将 Microsoft Florence-2-large 多模态模型（0.77B 参数）封装为统一 API 服务，实现"一个模型，全场景覆盖"的生产力跃迁。

读完本文你将获得：
- 从零构建多模态 API 服务的完整...]]></description><category></category></item><item><title><![CDATA[【限时免费】 释放Gemma3的全部潜力：一份基于的微调指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/149625837</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/149625837</guid><author>gitblog_02522</author><pubDate>Fri, 25 Jul 2025 09:00:02 +0800</pubDate><description><![CDATA[释放Gemma3的全部潜力：一份基于的微调指南

    
        
            【免费下载链接】gemma3
            gemma3大模型本地一键部署整合包
            
                
                项目地址: https://gitcode.com/FlashAI/gemma3
            
   ...]]></description><category></category></item><item><title><![CDATA[选择适合的模型：multilingual-e5-small的比较]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/145256337</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/145256337</guid><author>gitblog_02522</author><pubDate>Mon, 20 Jan 2025 10:22:52 +0800</pubDate><description><![CDATA[选择适合的模型：multilingual-e5-small的比较
引言
在当今多语言处理需求日益增长的时代，选择一个适合的多语言模型对于项目的成功至关重要。面对市面上众多模型，如何挑选出既能满足性能要求，又能适应资源限制的模型，成为了开发者面临的难题。本文将针对multilingual-e5-small模型进行详细的比较分析，帮助读者更好地理解该模型的优势与局限，从而做出明智的决策。
主体
需求分...]]></description><category></category></item><item><title><![CDATA[【亲测免费】 《Stable Diffusion模型的版本更新与新特性》]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/145204792</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/145204792</guid><author>gitblog_02522</author><pubDate>Fri, 17 Jan 2025 12:10:47 +0800</pubDate><description><![CDATA[《Stable Diffusion模型的版本更新与新特性》
引言
随着人工智能技术的飞速发展，Stable Diffusion模型作为一款强大的AI图像生成工具，其版本的迭代更新显得尤为重要。本文将详细介绍Stable Diffusion模型的最新版本更新内容，以及新增的特性和功能，帮助用户更好地理解和利用这一工具。
主体
新版本概览
最新版本的Stable Diffusion模型在2023年3月...]]></description><category></category></item><item><title><![CDATA[突破本地部署瓶颈：Llama 2 7B Chat-GGML量化模型全攻略]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/145138139</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/145138139</guid><author>gitblog_02522</author><pubDate>Tue, 14 Jan 2025 14:20:34 +0800</pubDate><description><![CDATA[你是否还在为大语言模型本地部署时的"内存焦虑"而困扰？明明硬件达标却频繁OOM（内存溢出）？不同量化版本间的选择困难让你错失最佳性能？本文将通过**15个实战章节**和**8组对比实验**，从模型选型、环境配置到性能调优，全方位解决Llama 2 7B Chat-GGML模型落地过程中的95%技术痛点，让你的消费级硬件发挥出旗舰级AI能力。

读完本文你将获得：
- 30秒定位最适合硬件的量化版本...]]></description><category></category></item><item><title><![CDATA[新手指南：快速上手Fine-Tuned Vision Transformer (ViT)模型]]></title><link>https://blog.youkuaiyun.com/gitblog_02522/article/details/144578848</link><guid>https://blog.youkuaiyun.com/gitblog_02522/article/details/144578848</guid><author>gitblog_02522</author><pubDate>Thu, 19 Dec 2024 10:36:08 +0800</pubDate><description><![CDATA[欢迎各位新手读者来到这篇文章，我们将一起探索Fine-Tuned Vision Transformer (ViT)模型的使用方法。在当今数字化时代，图像内容的安全性和合规性变得尤为重要。Fine-Tuned Vision Transformer (ViT)模型是一种专门为NSFW（Not Safe for Work）图像分类任务而优化的模型，能够有效识别和过滤不适当的内容。掌握这一模型的使用，不仅...]]></description><category></category></item></channel></rss>