sky__18-优快云博客

原创 SpeakBot 用自然语言控制机器人 — 说话，它就动。Python+React Native

SpeakBot是一个开源机器人控制系统，通过自然语言指令控制机器人动作。系统采用React Native+Expo开发跨平台移动应用，结合FastAPI后端和Ollama LLM实现智能语义理解。支持语音/文本双输入模式，提供流式和非流式两种语音识别方案（FunASR实现），并通过WebSocket实现实时指令传输。项目已完成核心功能开发，包括自然语言解析、语音识别和指令下发，但因缺乏实际硬件暂未进行物理执行测试。该系统理论上兼容任何支持标准指令接口的机器人硬件。

2025-12-04 15:59:42 1003

原创 Cloning spec repo `master` 很慢 / Running pod install卡很久

原文链接：https://blog.youkuaiyun.com/csdn2314/article/details/116599288。注意：cocoapods 目录名可能会变化，具体以实际安装时生成的目录为准。

2025-12-03 14:39:33 418

原创 DeepFace 实时活体检测与人脸识别示例

本项目演示了基于OpenCV+DeepFace的实时活体检测与人脸识别系统。通过调用DeepFace的extract_faces函数进行活体检测，通过find方法实现人脸识别，在视频流中标记检测结果。系统要求Python3.8+环境，需预先准备人脸库（按人名分目录存放照片）。项目支持配置检测间隔、识别阈值等参数，提供了常见问题解决方案。关键功能包括：实时视频处理、活体检测（区分真实/伪造人脸）、基于本地人脸库的身份识别。适用于学习演示用途，完整代码已开源在GitHub。

2025-10-29 16:27:50 626

原创 Milvus RAG 工具集

MilvusRAG是一个基于LangChain、Milvus和Ollama的企业级RAG解决方案。该工具集提供完整的智能检索工作流，包括语义检索、相关性评估、查询重写和答案生成功能。核心组件包括：LangChain工作流编排框架、Milvus向量数据库和Ollama本地/云端LLM服务。项目亮点在于采用LangGraph构建状态图管理复杂工作流，支持多种文档格式处理，并提供性能调优建议。使用前需部署Milvus和Ollama服务，安装简单快捷。该项目适用于知识库问答、文档检索等场景，具有模块化设计和完善的A

2025-10-24 10:39:47 1008

原创 AGENTS.md是什么？

文章摘要：个人理解将agent/LLM的系统内置提示词视为rules的简化实现方案。从cursor工具的角度来看，这种设计思路提供了一种轻量级的规则执行方式。相关实现可参考OpenAI的agents文档（GitHub链接）。该方案体现了将复杂规则简化为高效提示词的设计理念。

2025-09-18 15:54:56 239

原创 LiquidGlass 液态玻璃React组件

该项目是一个基于React的液态玻璃效果组件，包含Tab切换功能和大型示例展示。GitHub仓库地址为：https://github.com/huangj17/liquid-glass-react。主要特性包括：1）实现液态玻璃UI效果；2）支持多Tab切换功能；3）提供大型演示案例。开发者可通过readme文件获取详细使用说明。该项目适合需要特殊视觉效果的前端开发场景。

2025-09-18 15:33:38 266