阁子

多可喜，亦多可悲

Skill Shelf: 给 agent 的 skill 仓库，兼做服务的配置中心

传统服务的行为由 config 决定，AI agent 的行为由 skill 和 prompt 决定。这两样东西本质上是同一类：都是写在代码之外、运行时才去取的行为定义。既然是同一类，就该收进同一个服务统一管理。 Skill Shelf …

一张照片加一个摄像头，实时驱动照片里的人跟着你做表情、转头，输出能直接推流。这件事的难点不在效果，在帧率——扩散模型生成一帧要跑好几次 UNet，天生和实时是反的。 PersonaLive 是澳门大学、Dzine.ai 与大湾区大学 GV…

会议软件里想放一段预先录好的视频，而不是自己的脸。市面上的办法基本是装 OBS 加虚拟摄像头插件，或者找那种要装内核驱动的商业软件。 Neon 是我写的一个更直接的东西：一个 Windows 11 上的虚拟摄像头服务，加一个桌面控制台。建…

好久没写点正经的东西了，上一篇还是折腾容器的事。这两天读了一个叫LiteReality-Agent的项目，是用手机扫一遍房间，然后端到端生成一个可编辑、可渲染、门窗抽屉都能动的三维场景。本来只想看看它怎么调模型的，结果被它的工程组织方式…

竟然真的有后续！！！(Again)