❤️ 如果你也关注大模型与 AI 的发展现状，且对大模型应用开发非常感兴趣，我会快速跟你分享最新的感兴趣的 AI 应用和热点信息，也会不定期分享自己的想法和开源实例，欢迎关注我哦！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
Claude Computer Use：AI 自动化操作电脑任务
Claude Computer Use 是 Anthropic 公司推出的新功能，支持 AI 模型 Claude 3.5 Sonnet 执行类似人类的电脑操作，如查看屏幕、移动光标、点击按钮和输入文本。基于 API，开发者能将自然语言指令转化为计算机操作，实现自动化处理重复性任务。
资源
Cofounder：全栈 AI 应用构建器
Cofounder 是一个开源的全栈 AI 开发代理，能帮助开发者自动生成完整的应用程序，包括后端、前端、数据库和有状态的 Web 应用。Cofounder 提供基于应用架构的 UI、AI 引导的原型设计工具和模块化设计系统，大幅提高开发效率和简化开发流程。
资源
- 项目官网：cofounder.openinterface.ai/
- GitHub 仓库：github.com/raidendotai…
Docling：文档解析工具
Docling 是 IBM 开源的文档解析和转换工具，能高效地将多种格式的文档解析并导出为 Markdown 或 JSON 格式。Docling 支持高级 PDF 理解、OCR 功能，能与 LlamaIndex 和 LangChain 等工具集成，增强文档的检索和问答能力。
资源
- 项目官网：ds4sd.github.io/docling/
- GitHub 仓库：github.com/DS4SD/docli…
- arXiv 技术论文：arxiv.org/pdf/2408.09…
WebRL：在线课程强化学习框架
WebRL 是清华大学和智谱 AI 联合推出的自我进化的在线课程强化学习框架，训练使用开放大型语言模型（LLMs）的高性能网络代理。WebRL 动态生成任务、结果监督奖励模型（ORM）评估任务成功与否，并采用自适应强化学习策略，解决训练任务稀缺、反馈信号稀疏和在线学习中的策略分布漂移等挑战。
资源
- GitHub 仓库：github.com/THUDM/WebRL
- arXiv 技术论文：arxiv.org/pdf/2411.02…
MagicTailor：组件可控个性化图像生成框架
MagicTailor 是专门为组件可控个性化设计的新框架，让 T2I 模型在个性化过程中能精确控制。基于动态掩码退化（DM-Deg）和双流平衡（DS-Bal）两项关键技术，MagicTailor 解决了语义污染和语义不平衡的挑战，显著提高个性化图像生成的质量和控制能力。
资源
- 项目官网：correr-zhou.github.io/MagicTailor…
- GitHub 仓库：github.com/correr-zhou…
- arXiv 技术论文：arxiv.org/pdf/2410.13…
Cerebellum：浏览器 AI 助手
Cerebellum 是基于 Claude 3.5 Sonnet 和 Selenium WebDriver 构建的浏览器 AI 智能助手，能理解任务意图、执行网页自动化任务。Cerebellum 将网页浏览简化为有向图导航，用 LLM 分析页面内容和交互元素，智能规划行动路径，精确模拟用户行为，适用于复杂的自动化场景。
资源
- GitHub 仓库：github.com/theredsix/c…
❤️ 如果你也关注大模型与 AI 的发展现状，且对大模型应用开发非常感兴趣，我会快速跟你分享最新的感兴趣的 AI 应用和热点信息，也会不定期分享自己的想法和开源实例，欢迎关注我哦！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
