交互标签_AI Agent技术社区

交互

12、语音交互系统：唤醒词、语音识别、TTS集成、音频焦点管理

语音交互系统。说实话，我做了这么多年音频系统，语音交互这块是最让我头疼，也最有成就感的。你想想看，用户坐进车里，第一句话可能就是“你好，小X”，如果这个唤醒没反应，或者识别错了，那体验直接归零。我早期参与的一个项目，就因为唤醒词在高速风噪下频频误触发，被用户骂惨了。嗯，从那以后，我对语音交互的每一个环节都格外较真。。这四个东西，说白了就是“听到你、听懂你、回答你、不打架”。语音交互不是简单的“录音

 wintop2016
2026-09-04 23:02:09

 3

#交互 #语音识别 #音视频
AI Agent Harness多语言交互管控

想象一下，你正在构建一个由多个AI Agent组成的智能系统，每个Agent都有其独特的专长——有的擅长数据分析，有的精通自然语言处理，有的则专注于决策优化。然而，当这些Agent需要协同工作时，却面临着一个巨大的挑战：它们使用着不同的"语言"进行沟通。有的Agent用Python编写，有的用JavaScript，还有的可能是用Rust或Go开发的。它们的数据格式、通信协议和交互方式都各不相同，就

 禅与计算机程序设计艺术
2026-09-04 23:00:59

 19

#人工智能 #交互 #microsoft
119-语音交互-Whisper语音识别-GPT-TTS-完整流水线

本文系统讲解用Python搭建完整语音交互流水线的方法，让你的应用从"能看能画"进化到"能听会说"。文章按语音助手的数据流向逐段拆解三段管道：耳朵——Whisper语音识别（API调用与本地部署两种姿势，多语种自动检测、时间戳输出、长音频分片策略，以及中文场景的实测精度表现）；大脑——GPT文字处理（把识别文本送入LLM的衔接技巧，语音场景特有的Prompt调整：回答要口语化、要短、要扛识别错字）

码云骑士
2026-08-27 23:42:55

 401

 3

#交互 #语音识别 #python
2026主流开源AI智能体框架深度对比：DeerFlow/LangGraph/OpenClaw/个人工作室选型指南

开源AI Agent框架百花齐放，从底层编排SDK、完整自托管Harness到轻量化办公助手平台层出不穷。很多开发者、个人工作室在选型时极易混淆：DeerFlow、LangGraph、OpenClaw、Dify、OpenHands等框架到底有什么区别？企业生产、个人自研、办公自动化、复杂任务调研该怎么选

 pc5125117
2026-08-25 09:01:27

 496

 9

#人工智能 #python #docker +2
Arduino用的离线语音模块：唯创WTK6900专为创客DIY/科创竞赛/智能小家电语音项目设计，功能远不止简单语音开关，硬件即插即用，开发省心省时

WTK6900模块搭载深度神经网络（DNN‑HMM）语音识别技术，配合深度学习的单麦克风降噪处理，在嘈杂场景里也能保留清晰的人声指令。普通话带点方言口音，同样能精准识别。在安静环境下5-8米距离，识别达到98%，适合空间更大的场景，不需要走到设备前，躺在沙发上就能语音控制空调、风扇、灯光、音箱。可自定义150条命令词，10个唤醒词，配置60多种音色的TTS语音播报，含男女生，语速快慢都可以调整，还

 唯创Arduino模块
2026-08-24 09:35:01

 446

 12

#嵌入式硬件 #智能家居 #语音识别 +3
007、Python基本输入与输出：与程序交互的第一步

运行后终端卡住不动，他反复检查语法，最后才发现控制台里早有一行浅灰色的“输入姓名”等着——原来程序一直在等他输入，他却以为程序挂了。这个场景让我想起自己刚学Python时，也曾在输入输出这种“简单”环节栽过跟头。今天我们就聊聊如何让程序开口说话、听懂人话。

maruiting926
2026-04-11 00:35:28

 362

 14

#python #交互 #数据库
Python 字典与JSON数据交互完全指南

字典是Python中一种键值对存储的数据结构，通过键（Key）快速查找值（Value），牺牲存储空间换取查找速度。# 基本格式obj = {"key3": 30# 方式1：直接使用 {}d1 = {} # 空字典d2 = {"id": 101,"name": "马化腾","info": "企业家"# 方式2：使用 dict() 转换d3 = dict([["id", 101], ("name",

Yang_0628
2026-07-21 19:05:24

 474

 17

#python #json #交互
Skills 到底是怎么工作的？从底层 LLM 交互理解 Agent Framework 的设计

Skill 能给 Agent 增加新能力——这话没错，但解释的是现象，不是原理。>> 站在**LLM 底层交互协议**的角度，整个过程会清晰很多。

小天才学习机打游戏
2026-07-23 22:08:39

 201

 5

#交互 #microsoft #javascript +4
告别繁琐绑定：cppyy 让 Python 与 C++ 交互丝滑如原生！

cppyy是一个自动化的、运行时的 Python-C++ 绑定生成器。让 Python 像调用原生模块一样调用 C++，而不需要任何中间语言或复杂的配置。cppyy 打破了 Python 和 C++ 之间的那一堵“编译墙”。它将 C++ 的高性能和 Python 的灵活性通过一种声明式的方式结合在了一起。如果你正苦于维护复杂的绑定代码，或者想要快速调研某个 C++ 库，cppyy 绝对值得一试。更

 CppBlock
2026-02-27 16:51:25

 625

 7

#python #c++#交互
**基于Python与Unity的数字孪生系统构建：从建模到实时交互的全流程实战

在智能制造、智慧城市和工业物联网快速发展的今天，已成为连接物理世界与虚拟空间的核心技术。本文将带你深入一个完整的数字孪生项目落地实践——使用进行数据采集与逻辑控制，配合实现高保真可视化仿真，并通过 WebSocket 实现实时双向通信。整个流程清晰高效，适合工程人员直接上手部署。

yang1201209h
2026-03-24 01:13:25

 80

#python #unity #交互 +1
AFSim学习-自定义Processor开发4-与python交互通过文件

AFSim学习-自定义Processor开发4-与python交互通过文件。

weixin_42353399
2026-07-07 14:34:21

 280

 5

#学习 #python #交互
**基于Python的眼动追踪交互系统实现与创新应用**在人机交互（HCI）领域，眼动追踪技术正从实验

在人机交互（HCI）领域，眼动追踪技术正从实验室走向真实场景。它不仅能用于心理学研究、用户行为分析，还广泛应用于无障碍设计、游戏控制和虚拟现实（VR）交互中。本文将通过实现一个轻量级但功能完整的实时眼动追踪系统，并展示如何将其集成到图形界面中，打造“视线驱动”的交互体验。

迷藏494
2026-04-16 11:54:15

 64

#python #交互 #人机交互 +1
AI Agent Harness Engineering 的情感计算与社会交互能力

Harness的本意是“束具、管控装置”，AI Agent Harness就是Agent的情商管控中枢大模型是Agent的“右脑”：负责逻辑推理、知识查询、任务执行，属于智商能力Harness层是Agent的“左脑前额叶”：负责感知情绪、判断社交场景、管控输出行为，属于情商能力两者配合才能让Agent既会“做事”，又会“做人”多模态情感感知：识别用户/其他Agent的情感状态社交规则管控：根据场景

 Python编程之道
2026-05-29 22:25:50

 210

 4

#人工智能 #交互 #microsoft
脑机接口：Agent Harness 的终极交互

脑机接口与智能体框架（Agent Harness）的融合。我们将从基础概念讲起，逐步深入到技术原理、系统架构，最后通过一个简化的实战项目，手把手教你如何搭建一个基于脑电信号的简易智能体控制系统。梳理 BCI 和 Agent Harness 的核心概念与发展历史。探讨将两者结合的技术挑战与解决方案。设计一个简化的系统架构。编写代码实现一个“意念控制”简单智能体的原型。。这是一个关于运动想象（Moto

Java大师兄学大数据AI应用开发
2026-06-14 19:40:14

 176

 4

#交互 #microsoft
Python三维数学建模

x_max = float(input(f" x最大值 (当前{x_range[1]}): ") or x_range[1])y_min = float(input(f" y最小值 (当前{y_range[0]}): ") or y_range[0])y_max = float(input(f" y最大值 (当前{y_range[1]}): ") or y_range[1])'8': ('多峰曲面

 言乐6
2026-07-04 02:56:32

 614

 6

#python #软件构建 #交互 +1
字节二面，我霸气反问：“你说你们部门做agent项目，说说Function Call、MCP、A2A、ReAct这些你们都是怎么做的”，面试官一直在擦汗。。

面试官一般这么问："你们项目里用的是 LLM 直接调用还是 Agent？为什么这么选？"或者"Agent 比 LLM 多了什么？如果让你从零设计一个 Agent，你会怎么做？"

程序猿李巡天
2026-06-24 21:49:17

 178

 7

#react.js #前端 #前端框架 +4
MetaClaw：双时间尺度自进化的持续学习Agent

本工作提出 MetaClaw，一个结合技能进化与强化学习的持续元学习框架，使LLM Agent能够在真实环境中不断自我进化与适应任务分布变化。

程序猿李巡天
2026-03-24 14:14:49

 374

 6

#学习 #人工智能 #交互 +3
python中交互式和文件式的运行

本次全部代码在python 3.10 64-bit中运行。1.hello world的书写。5.斐波那契数列的计算。

纽子达
2026-03-09 20:38:07

 33

 1

#python #交互
# 沉浸式叙事编程新范式：用Python构建动态交互小说引擎在游戏开发与数字内容创作领域，**沉浸式叙事*

在游戏开发与数字内容创作领域，正成为下一代用户体验的核心驱动力。传统线性剧本已无法满足用户对“参与感”和“个性化”的高要求。本文将带你深入探索如何使用结合pygame和自定义状态机设计一套可扩展的沉浸式叙事系统——它不仅能根据玩家行为实时调整剧情走向，还能通过可视化流程图直观展示分支逻辑。

nihao2025123
2026-03-28 21:38:46

 283

 9

#python #交互 #pygame +1
AFSim学习-自定义Processor开发5-通过文件进行python强化学习交互示意

上一篇中已经完成了一个基础闭环：AFSim 自定义 Processor 通过文件和 Python 进行交互。也就是说，AFSim 侧会周期性写出观测信息，Python 侧读取观测信息后，再把控制动作写回文件，AFSim 再读取动作并控制平台运动。本文在上一篇的基础上继续向强化学习方向推进。本篇的核心变化是：AFSim 工程和 Processor 代码保持上一篇状态不动，只修改 Python 文件，

weixin_42353399
2026-07-08 09:46:35

 204

 5

#学习 #python #交互
ToB 产品经理必读：如何设计 AI Agent Harness Engineering 的原生交互界面

术语简明定义生活化类比AI Agent具备感知环境、自主规划、工具调用、决策执行能力的AI实体，可以替代/辅助人类完成特定领域的复杂任务企业招聘的外包员工，有专业能力，能自主完成分配的任务套在Agent上的“缰绳”体系，包含可观测、可管控、可调试、安全防护、合规审计五大核心能力，确保Agent的行为符合业务目标与监管要求企业的HR+行政+部门主管+合规部门组成的管理体系，管员工的权限、进度、风险、

weixin_51960949
2026-06-23 19:17:43

 245

 6

#产品经理 #人工智能 #交互
TokUI如何让Agent交互实时可视化

TokUI是开源流式UI引擎，支持AI对话产品富UI回复与Agent可视化，实现流式生成与交互。

ltqvibe
2026-06-25 21:38:59

 298

 7

#交互 #人工智能 #前端 +1
Agent的感知力：语言交互与多模态能力，让AI真正“看懂世界”

语言交互能力和多模态能力，共同构成了Agent的感知力。语言让Agent能够融入人类的社交世界，多模态让它能够感知物理世界。两者结合，Agent才能真正理解我们——不仅听懂我们说的话，还能看懂我们的表情、感受我们的情绪、理解我们身处的环境。有了感知力，Agent不再是冷冰冰的机器，而是有温度、有同理心的伙伴。它能在你开心时陪你笑，在你难过时给你安慰，在你需要帮助时伸出援手。正如小雪期待的机器人“小

 闵浮龙
2026-03-12 08:59:02

 521

 12

#交互 #人工智能
**基于Python的眼动追踪交互应用开发实战：从数据采集到智能反馈**在人机交互（HCI）领域

在人机交互（HCI）领域，眼动追踪技术正逐步成为提升用户体验的核心工具之一。它不仅能用于心理学研究、医疗诊断，还广泛应用于教育、游戏、广告评估等多个场景。本文将带你深入一个完整的构建的眼动追踪系统实现流程，并展示如何通过代码直接获取注视点坐标并触发响应事件。

aichiyv1234
2026-04-06 13:41:37

 66

#python #交互 #人机交互 +1
当记忆从“历史”变成“经验”！UIUC、清华、微软研究院最新提出 PlugMem，让 Agent 告别流水账式记忆

摘要： UIUC、清华与微软研究院联合提出的PlugMem突破了传统Agent记忆系统的局限，将原始交互日志转化为结构化知识，而非简单压缩。该框架包含结构化、检索与推理三大模块，将记忆分为事实性知识和程序性知识，显著提升决策效率并降低上下文成本。实验表明，PlugMem在长期对话、多跳推理和网页交互等场景中均能提高信息密度和任务成功率，标志着Agent记忆从低效"流水账"迈向高

 青稞社区.
2026-03-15 14:15:13

 451

 7

#人工智能 #交互 #学习 +1
机器学习工程师日常：挑战解决日记

——一位从业者的深度复盘与测试视角启示8:30，团队晨会。产品经理展示新需求：“用户行为预测模型需提升点击率3%”。测试同事立刻追问：“‘提升3%’的基准是当前线上版本还是测试集？置信区间要求多少？”——精准的问题定义是共同的生命线。作为机器学习工程师，我意识到：业务目标翻译陷阱：需求方“提升效果”的模糊表述，需转化为“AUC≥0.85且召回率波动≤2%”的可测指标数据版本对齐：训练数据与线上环境

 测试人社区—小叶子
2026-04-15 16:29:39

 299

 10

#交互 #人工智能 #产品经理 +2
Ollama + LangGraph 用户交互

"""langgraph_confirm.py 通过状态图实现智能体 call function 并且与用户进行交互LangGraph(智能体编排框架)StateGraph 状态图,通过状态来定义智能体的运行流程.在智能体运行链中定义节点, 并根据节点的状态进行路由.也可以循环执行节点.entry_point 启动节点node 节点edge 边, 用于连接节点. 可以根据节点的状态进行路由. 也可

 weixin_40262727
2026-04-20 17:40:37

 234

 7

#交互 #microsoft
[具身智能-406]：硅基觉醒：大模型“破壁”的三条路径，每天，这个世界上无数的生物人，在这三条主线，为硅基智能的极速的进化在孜孜不倦的努力。

每天，在这个星球的无数个角落里，无数的生物人——工程师、科学家、程序员以及提供数据的普通大众——正在这三条主线上孜孜不倦地努力。我们在优化算法，让智能体更高效地收割数字劳动；我们在训练模型，让仿真世界更接近真实的物理规律；我们在调试电机，让机器人的动作更加灵活和拟人。这或许是人类历史上最矛盾的时刻：我们既是创造者，也是被替代者；既是铺路者，也是路上的风景。我们亲手将硅基智能从“缸”中释放，看着它们

 文火冰糖的硅基工坊
2026-04-22 01:07:25

 333

 5

#机器人 #人工智能 #算法 +1
TRAE更新之后模型用不了？改成大写就行了

4月20日更新了之后新增了DeepSeek-V4-Pro 免费模型，原有模型突然就用不了了，提示：❌模型请求失败，点击右侧箭头展开模型服务商错误信息进行排查。一比一还原，就能用了。Flash 也一样。

一灵一零一
2026-04-30 15:55:55

 741

 1

#前端 #人工智能 #网络安全 +3