与「URL’s」相关的搜索结果

RAG system that skips HTML parsing entirely! PixelRAG is an open-source visual RAG framework that renders documents as screenshots instead of parsing them into text. Most RAG pipelines start by converting HTML to text. Tables flatten into unstructured rows. Charts disappear. Layout context is gone before the LLM ever sees it. The paper measured this directly: HTML-to-text conversion accounts for 36.6% of retrieval failures on SimpleQA. PixelRAG skips that step entirely. It renders pages as screenshot tiles using Playwright, embeds those tiles with a fine-tuned Qwen3-VL-Embedding model, builds a FAISS index, and passes retrieved images directly to a VLM reader. No text abstraction in between. Benchmarked across six datasets against the strongest text-based baselines: - SimpleQA: 78.8% vs 71.6% (+7.1 points) - NQ-Tables: 48.8% vs 42.5% (+6.3 points) - EVQA: +15.5 points - LiveVQA: +11.3 points One honest caveat from the authors: this requires Qwen3-VL-4B class models or larger to see the benefit. Smaller models trail text retrieval. The authors also recommend using PixelRAG as an enhancement layer alongside existing text systems rather than a full replacement. Ships with a pre-built Wikipedia index covering 8.28M articles across 28.1M screenshot tiles. A Claude Code plugin lets Claude take screenshots of any URL and reason over the visual content directly. Key capabilities: • Renders web pages, PDFs, and images as screenshot tiles via Playwright • Fine-tuned Qwen3-VL-Embedding model for visual retrieval • FAISS index for fast vector search • Pre-built Wikipedia index: 8.28M articles, 28.1M tiles • 3x token cost reduction via image compression • Claude Code plugin for direct URL screenshot and visual reasoning • LoRA fine-tuning support via pixelrag-train 100% open source. I've shared the link in the replies!

#ShamelessSelfpromoWednesdayfor# the #WritingCommunity#. Drop #Links# to your #Books#, #Blogs#, #Art#, #URL’s#, #Poetry#, #YouTube#, #Podcasts#, and #Music # Let’s support each other 🥰 #writing# #amwriting# #readingcommunity# #author# #writerscommunity#

Hermes Desktop dropped today, so i hooked my cloud agent into it. setup: > Settings → Gateway > Remote gateway > paste URL + session token > save + reconnect now my Telegram-first agent has a desktop home: sessions, skills, tools, memory, MCP, settings. walkthrough below:

Let’s have a #ShamelessSelfpromoTuesday# the #WritingCommunity#. Drop #Links# to your #Books#, #Blogs#, #Art#, #URL’s#, #Poetry#, #YouTube#, #Podcasts# and #Music # Let’s support each other 🥰 #writing# #amwriting# #readingcommunity # #author# #writer# #writerscommunity# #TuesdayFeeling# #LisaHaden#

This along with increased file size limits both inline, in the files API, via external URL's, and GCS makes it easier to pass data to the Gemini API. Read more:

META livetream đang tới và sau đây là hướng dẫn nhập môn cho ae nào muốn đi cùng X trên con đường sắp tới. A. Livestream đơn giản từ điện thoại (Mobile App) – Dễ nhất cho người mới Phù hợp khi bạn muốn live nhanh bằng camera điện thoại. Các bước: 1. Mở ứng dụng X trên điện thoại (iOS/Android). 2. Nhấn biểu tượng soạn bài viết (biểu tượng + hoặc bút). 3. Chọn Live (Trực tuyến) ở thanh chọn bên dưới. 4. Thêm mô tả (sẽ thành bài đăng) và vị trí (tùy chọn). 5. Nhấn Go live (Phát trực tuyến). Livestream sẽ xuất hiện trên dòng thời gian của người theo dõi và trang cá nhân của bạn. Kết thúc: Nhấn nút Stop ở góc trên bên trái → xác nhận. B. Livestream chuyên nghiệp từ máy tính / phần mềm ngoài (Khuyến nghị cho đội nhóm, sự kiện, chất lượng cao) Sử dụng Live Studio (thay thế Media Studio Producer cũ). Cách truy cập: • Truy cập qua Creator Studio → Live Studio. Tính năng nổi bật của Live Studio: • Tạo livestream ngay hoặc lên lịch trước (tối đa 1 năm). • Dùng RTMP kết nối phần mềm bên ngoài (OBS Studio, StreamYard, vMix…). • Quản lý chat mạnh: Chỉ cho phép người theo dõi, tài khoản đã xác minh, subscriber, hoặc tắt chat. • Giới hạn khu vực địa lý (geo-restrictions). • Xem số người xem realtime + analytics chi tiết sau live. • Tạo stream test riêng tư trước khi public. • Thời lượng tối đa khoảng 24 giờ. Cách livestream qua RTMP (OBS Studio ví dụ): 1. Vào Live Studio → Tạo New Livestream. 2. Tạo hoặc chọn Source (RTMP) → copy RTMP URL và Stream Key. 3. Dán vào OBS Studio (Settings → Stream → Custom…). 4. Cấu hình encoder khuyến nghị: • Video: H.264, độ phân giải 1920x1080 @ 60fps • Bitrate: ~12 Mbps (tối đa 40 Mbps) • Âm thanh: AAC, 128 kbps • Keyframe interval: 3 giây 5. Bắt đầu stream từ OBS → quay lại Live Studio để quản lý. Phần mềm hỗ trợ phổ biến: OBS Studio (miễn phí), StreamYard, Riverside, Restream (multistream), vMix…

炸裂！Claude Fable 5.2 免费了😳 走 API 就能调，而且不用绑卡 用法如下： 1. 打开 2. 登录，新建一个 API Key 3. 模型填 claude-fable-5-2 4. Base URL 填 > 每天送 $5 免费额度 同一个 Key 还能调 opus 5.5、sonnet 5.5、gemini 4、grok 4.7、kimi k3.1 等一堆模型 趁还免费赶紧试试！

建议收藏，用到时照着做。做完你能让 DeepSeek 自己决定“要不要调用你写的函数”，并把结果用人话讲回来。 AI 能查天气、查订单，是它自己去查的吗？DeepSeek 官方一句话拆台：模型本身不执行任何函数 这是 DeepSeek 官方 API 文档里 Tool Calls（工具调用）一页。先说结论： 官方原话是，函数要由你自己提供，模型本身不执行具体函数。它只负责说“我想调这个函数、参数是这些”，真正去跑的是你的代码。 先说清词。 工具调用（Tool Calls），是让模型能用外部工具的功能，比如查天气、查数据库。 函数（function），是你自己写好的一段代码，模型只会“点名”它。 tool_call_id（工具调用编号），是模型每次点名时附带的一个号码，你回传结果时要带上它，模型才知道你在回答哪一次。 strict 模式（严格模式，Beta 测试版），是让模型点名时严格按你定义的格式填参数。 一个真实例子：官方示例问“杭州天气怎么样”，模型返回的是 get_weather 这个函数和参数 location 等于杭州，你的代码去查到“24℃”，再交给模型，模型才说“杭州现在 24 度”。 先把话说全： 官方示例用的是非思考模式，请求里加 extra_body 把 thinking 的 type 设成 disabled。 官方写明：从 DeepSeek-V3.2 开始，思考模式下也能用工具调用，细节看官方 Thinking Mode 一页。 官方写明：Chat Completion 接口不支持在对话中间插入不是模型生成的工具调用，要插的话请改用 Anthropic API 或 Responses API。 strict 模式目前是 Beta，要用测试版地址。 一、先看懂整个流程 官方给的执行流程是四步：用户问杭州天气；模型返回要调用 get_weather，参数是杭州；你的代码真的去调用 get_weather，把结果交给模型；模型用自然语言回答“杭州现在 24 度”。 二、照官方示例做一遍 第一步：去 DeepSeek 开放平台拿一个 API key，电脑装好 Python 和 openai 库。 第二步：创建客户端，base_url 写 DeepSeek 官方接口地址（官方文档第一屏就有），api_key 填你的。 第三步：写 tools 清单。每个工具包含 type 等于 function，再写 name（函数名）、description（描述，告诉模型什么时候用）、parameters（参数）。官方示例的函数叫 get_weather，描述是“获取某地天气，用户须先提供地点”，参数 location 是字符串，并且在 required 里。 第四步：发第一次请求，model 官方示例写 deepseek-flash，把 messages 和 tools 一起传，并加上 thinking 关闭的设置。 第五步：从返回里取 tool_calls 的第一项，先把模型这条消息原样追加进 messages。 第六步：你的代码去执行函数，再追加一条 role 是 tool 的消息，带上刚才的 tool_call_id，content 写结果，官方示例写的是 24℃。 第七步：再发一次请求，这次模型就会用自然语言回答。 三、想要更稳：strict 严格模式 第八步：base_url 改成官方文档里写明的 beta 版接口地址（就是原地址后面加 /beta）。 第九步：每个 function 都加上 strict 等于 true。 第十步：服务器会检查你的 JSON Schema（结构说明），格式不合规或用了不支持的类型，会直接返回错误信息。 官方支持的类型是：object、string、number、integer、boolean、array、enum、anyOf，另外 $ref 和 $def 可以复用和做递归。 四、strict 的硬规矩 对象里所有属性都必须写进 required，并且 additionalProperties 必须设成 false。 字符串可以用 pattern（正则）和 format，官方列出的格式有 email、hostname、ipv4、ipv6、uuid，但不支持 minLength 和 maxLength。 数字支持 const、default、minimum、maximum、exclusiveMinimum、exclusiveMaximum、multipleOf。 数组不支持 minItems 和 maxItems。 五、看到什么算成功 第一次返回的是函数点名，不是答案；第二次返回的才是自然语言答案，内容里有你的函数结果。 六、卡住怎么办 strict 报错：先检查是不是漏写 required 或忘了 additionalProperties 设 false，再检查有没有用到 minLength、maxItems 这类官方不支持的写法。 结论：工具调用不是模型替你干活，而是模型“点名”、你的代码“动手”。想让点名更准，就用 strict。把这条复制链接发给他，下次他说 AI 查不到东西，先让他确认函数是不是自己写了。 你卡在第几步？评论区告诉我。同系列前几篇在我主页。 收藏版：5 步速查 一、tools 里写清函数名、描述、参数 二、第一次请求拿到 tool_calls 三、自己执行函数，回传 role 为 tool 的消息并带 tool_call_id 四、第二次请求拿到自然语言答案 五、想更稳就用 beta 地址加 strict 等于 true 常见坑 3 条 一、以为模型会自己执行函数，其实要你的代码去跑。 二、回传结果忘了带 tool_call_id。 三、strict 里漏了 required 或 additionalProperties 设成 false。 复制即用提示词：我想让模型调用一个叫 你的函数名 的函数，它需要这些参数：写参数。请帮我写出符合 DeepSeek Tool Calls 格式的 tools 清单，每个参数都写 description，并改成 strict 模式需要的写法。 S1哥观点：这篇最狠的地方，是官方把话挑明了：模型不执行函数，只负责点名。很多人以为 AI 在后台自己动手，其实动手的永远是你的代码。 真正的信号是：工具调用的难点不在模型，在你把函数描述写得多清楚。就像派活给新人，说明写得含糊，他再聪明也会点错人。 你现在想让 DeepSeek 调用的是什么，查数据还是发消息？评论区告诉我。 今天送：DeepSeek 工具调用速查卡，评论区第一条直接拿。 参考：DeepSeek 官方 API 文档 Tool Calls（S1哥 整理）