Navtalk —— breaking through the traditional digital human technology
Navtalk 是一款革命性的实时虚拟数字人平台，整合 计算机视觉、语音交互和智能决策 三大核心技术，提供全栈式解决方案。其五层架构支持 多模态渲染、实时交互、AI 决策、音视频同步及低延迟传输，具备 10+预设形象、50+语言实时转录、2000ms内响应 等能力，并实现 30FPS/4K画质 的流畅输出，即将正式发布。
EasyOne——突破AI多模态极限
EasyOne 是一款基于 LangGraph 多代理系统 开发的跨模态 AI 插件，整合文本、图像、音频和视频处理能力，通过 Multi-Agent 架构 实现高效任务调度与多模态交互。其核心功能包括 ChatGPT 扩展（支持复杂任务调用）、实时数字人对话（低延迟语音与嘴型同步）及 跨平台兼容性（Web/桌面端）。系统采用 Supervisor 协调代理协作，结合 DAG 任务流 优化性能，并针对高并发、数据安全等挑战提供解决方案，旨在提供无缝的 AI 交互体验。
基于 OpenAI Realtime API 的实时机器人控制系统开发详解
本文介绍了如何利用 OpenAI Realtime API 构建一个 实时语音控制机器人系统，实现“边说边做”的低延迟交互。系统通过 WebSocket 双向通信 实时处理语音输入，结合 Function Calling 技术解析指令并驱动机器人动作（如前进、转向），同时支持 TTS 语音反馈。文章详细讲解了 音频采集/播放、多线程通信、指令解析 等核心模块的实现，并提供了 连接优化、参数调优 等实用建议，为开发实时语音交互应用提供了一套完整解决方案。
🤖人工智能
未读
从零搭建多智能体系统：用 Python 和 LangGraph 实现 Plan-and-Execute
本文详细介绍了如何利用 LangGraph 库 构建一个基于 "Plan-and-Execute" 框架 的多智能体系统（MAS）。该系统通过 有向无环图（DAG） 组织任务流程，结合 GPT-4o 模型 实现智能规划与动态调整，并整合了 搜索、绘图、邮件发送 等多种功能代理。文章从框架背景、核心概念讲起，逐步演示了 任务规划、多代理协作、条件路由 等关键技术的实现，最终完成了一个能自动执行复杂工作流（如查询信息→生成图片→邮件发送）的智能系统，为开发多模态AI应用提供了实践方案。
AI Order 一体化智能点餐系统
这篇文章介绍了AI Order语音点餐系统的核心技术、系统架构、项目难点及运行情况。核心技术包括Twilio云通信平台、Google Voice通讯服务、STT语音识别、主流AI模型、TTS语音合成、Stripe支付、云打印机和Vapi.ai语音AI平台。系统架构分为前端和后端，包含IVR点餐系统、菜单详情界面、订单详情界面、后台管理系统和菜品推荐系统。项目难点涉及高并发数据一致性、多语言开发和AI模型提示词优化。目前项目一期已成功上线，运行良好。
DeepSeek本地部署指南：从模型选择到数据投喂，打造专属AI知识库
本文全面解析DeepSeek大模型的本地化部署与应用流程。从硬件配置选型、Ollama工具部署、WebUI可视化交互，到数据投喂训练及API集成，逐步指导用户打造专属AI知识库。无论您是个人开发者还是企业技术团队，均可通过本文掌握DeepSeek的核心操作技巧，实现从理论到实践的完整闭环。