Categories

第 189 頁

AI

CrewAI：多 agent 真正難的不是多叫幾個模型，而是把角色、流程和責任邊界收住

LanceDB：RAG 的資料層不只要會向量搜尋，還要能承受多模態資料和工程迭代

LlamaIndex：RAG 和 agent 真正難的，不是接上模型，而是把資料入口做成可維護系統

vLLM：開源模型上線真正難的，不是跑出第一個 token，而是把吞吐、延遲和成本一起撐住

FiftyOne：當視覺 AI 團隊開始補資料，不是再多標一點，而是先把問題看出來

Surya 正在補上的，不只是 OCR，而是 AI 文件理解最容易失真的那一層

Outlines：LLM 結構化輸出不是把 JSON 修漂亮，而是把格式約束提前到生成當下

TRL：不是又一個微調工具，而是把 LLM 後訓練變成可重複工程流程的開源底座

pyannote.audio：當 AI 逐字稿開始要分清誰在說話，這個開源工具補上的是語音工作流裡最容易被忽略的一段

Hunyuan3D-2：AI 3D 資產開始能進入設計流程，但離量產素材庫還有距離