x-Leo Xiang 来源下的内容 - news.news

暂无通知

x-Leo Xiang

Leo Xiang

1天前

OpenAI Deep Research 输出的研报质量非常之高，用它输出了两份我所在行业的分析报告，质量应该能赶上工作三年的分析师出的内容。 Deep Research 还只能从互联网上收集信息，如果能支持把私有数据喂给他进行二次创作，效果会更好。 OpenAI Deep Research 输出的研报质量非常之高，用它输出了两份我所在行业的分析报告，质量应该能赶上工作三年的分析师出的内容。 Deep Research 还只能从互联网上收集信息，如果能支持把私有数据喂给他进行二次创作，效果会更好。 #OpenAI #Deep Research #研报质量

Leo Xiang

5天前

经过这几天的开发，RealtimeAI开源项目已经初具雏形，目前项目已经支持了Gemini Multimodel live API 和 OpenAI Realtime API。主要包括三部分： - AI SDK (WebRTC)：在客户端侧通过WebRTC协议捕获音视频流并进行处理，如音视频编码、部分前置推理等； - WebRTC Gateway：主要负责信令管理、NAT/防火墙穿透、转 经过这几天的开发，RealtimeAI开源项目已经初具雏形，目前项目已经支持了Gemini Multimodel live API 和 OpenAI Realtime API。主要包括三部分： - AI SDK (WebRTC)：在客户端侧通过WebRTC协议捕获音视频流并进行处理，如音视频编码、部分前置推理等； - WebRTC Gateway：主要负责信令管理、NAT/防火墙穿透、转发媒体流等工作.； - AI Service ：提供实时推理或实时数据处理能力，如语音识别、图像识别、实时字幕、语音合成、实时大模型交互；项目地址： #RealtimeAI #开源项目 #Gemini Multimodel

Leo Xiang

1周前

让Operator 去抓取X Timeline 上的10条内容，Operator操作半天给我返回了几条Post的链接，短期之内可能都是用来做做demo，到真正产生生产力还有很长路要走。 1、Operator 会在云端记录你的Session，比如之前登录过再次登录就不需要密码，但这个安全性怎么保证？ 2、Operator 目前的能力还是只能完成点一点，输入文本类似的操作，更复杂的操作就无能为力了 让Operator 去抓取X Timeline 上的10条内容，Operator操作半天给我返回了几条Post的链接，短期之内可能都是用来做做demo，到真正产生生产力还有很长路要走。 1、Operator 会在云端记录你的Session，比如之前登录过再次登录就不需要密码，但这个安全性怎么保证？ 2、Operator 目前的能力还是只能完成点一点，输入文本类似的操作，更复杂的操作就无能为力了。 #Operator #X Timeline #demo

Leo Xiang

1周前

在Deepseek R1 之前，OpenAI 的O1还是领先中国的大模型厂商一代，R1出来之后已经不存在代际差了。 OpenAI如何说服大家购买他的200$ 每月的Pro？ 在Deepseek R1 之前，OpenAI 的O1还是领先中国的大模型厂商一代，R1出来之后已经不存在代际差了。 OpenAI如何说服大家购买他的200$ 每月的Pro？ #DeepSeek R1 #OpenAI #大模型

Leo Xiang

2周前

给Gemini 2.0 增加了WebRTC的支持，实现了类似 OpenAI Realtime API with WebRTC 的方案. Gemini with WebRTC，Like OpenAI Realtime API with WebRTC. 代码开源： 给Gemini 2.0 增加了WebRTC的支持，实现了类似 OpenAI Realtime API with WebRTC 的方案. Gemini with WebRTC，Like OpenAI Realtime API with WebRTC. 代码开源： #Gemini2.0 #WebRTC #OpenSource

Leo Xiang

2周前

早晨醒来一想到我的ChatGPT Claude 以及 Cursor还没开始干活就有点愧疚，浪费了这个时代对我们的馈赠。 早晨醒来一想到我的ChatGPT Claude 以及 Cursor还没开始干活就有点愧疚，浪费了这个时代对我们的馈赠。 #ChatGPT #Claude #Cursor

Leo Xiang

3周前

本周日的直播分享：超越对话：OpenAI & Gemini实时API构建智能音视频应用 本周日的直播分享：超越对话：OpenAI & Gemini实时API构建智能音视频应用 #OpenAI #Gemini #API

Leo Xiang

4周前

看到一个语音聊天助手的prompt，分享给大家，尤其是第四条，让大模型来引导聊天内容，整个对话轮次就上来了。 看到一个语音聊天助手的prompt，分享给大家，尤其是第四条，让大模型来引导聊天内容，整个对话轮次就上来了。 #语音聊天助手 #引导聊天内容 #聊天对话轮次

Leo Xiang

1个月前

写代码的时候我会Cursor 和 Claude App混着用，Cursor中有的问题解决不了，反而Claude 能给出更好的代码，不确定Claude App中加入了什么样的魔法。 写代码的时候我会Cursor 和 Claude App混着用，Cursor中有的问题解决不了，反而Claude 能给出更好的代码，不确定Claude App中加入了什么样的魔法。 #Cursor #Claude App #写代码

Leo Xiang

1个月前

最近用的比较好的一个Cursor小特性： NotePads 比如最近开发Realtime API的SDK, 就把Realtime API 相关的文档放到NotePads中，Cursor就能自动学习到最新的Realtime API相关的知识了。 最近用的比较好的一个Cursor小特性： NotePads 比如最近开发Realtime API的SDK, 就把Realtime API 相关的文档放到NotePads中，Cursor就能自动学习到最新的Realtime API相关的知识了。 #Cursor小特性 #NotePads #Realtime API

Leo Xiang

1个月前

用Cursor分别用js(通过浏览器) 和 golang 实现了 Realtime API with WebRTC 的通信过程： 1、在浏览器中WebRTC 资料比较多，完全依赖Cursor就能实现。 2、用golang在实现的过程中涉及到音频的采集和播放，遇到portaudio的编译以及 pion的版本问题，这个时候需要人来一步步来debug，cursor 作为那个实施的人，不过效率也高了很 用Cursor分别用js(通过浏览器) 和 golang 实现了 Realtime API with WebRTC 的通信过程： 1、在浏览器中WebRTC 资料比较多，完全依赖Cursor就能实现。 2、用golang在实现的过程中涉及到音频的采集和播放，遇到portaudio的编译以及 pion的版本问题，这个时候需要人来一步步来debug，cursor 作为那个实施的人，不过效率也高了很多。 #Cursor #js #golang

Leo Xiang

3个月前

最近深度使用 Napkin，这个工具很不错，大模型 + 图表方向潜力还非常大，如下图：几分钟就可以出一个。 Napkin 的实现思路有伙伴研究过的没？ 最近深度使用 Napkin，这个工具很不错，大模型 + 图表方向潜力还非常大，如下图：几分钟就可以出一个。 Napkin 的实现思路有伙伴研究过的没？ #Napkin #大模型 #图表工具

热搜榜