OpenAI全面开源Codex Harness，AI编程智能体底层能力进一步开放
OpenAI 将 Codex 智能体的核心运行框架 Codex Harness 全面开源，开发者可基于其 Agent 执行环境构建自有 AI 编程工具。这意味着 AI 编程的竞争正从模型能力延伸到工具链与工程化层面。
celebrityanime
[Bug]: Unable to know of the use of Deepdoc when creating dataset via API
![[Bug]: Unable to know of the use of Deepdoc when creating dataset via API](https://www.chat-gpts.plus/wp-content/uploads/2026/08/5998-94fde21a-768x403.jpg)
该报错发生在通过 API 创建数据集（Dataset/Knowledge Base）后，在 WebUI 中查看该数据集配置时，解析器（Parser）和分块方法显示为空或始终为“naive”，无法确认 DeepDoc 是否被使用。优先排查后端数据库中 parser_id 字段是否被固定写为 "naiv
[Question]: Why cant i connect to MySQL
![[Question]: Why cant i connect to MySQL](https://www.chat-gpts.plus/wp-content/uploads/2026/08/8248-3ea16a5d-768x403.jpg)
RAGFlow 在 Docker 中无法连接 MySQL，最常见原因是数据库主机地址配置错误——在 Docker 环境下应使用服务名（通常是 mysql ）而不是 localhost 。优先检查 service_conf.yaml 或环境变量中的 MYSQL_HOST 配置。
[Bug]: Qwen3 thinking switch sends enable_thinking outside chat_template_kwargs for vLLM
![[Bug]: Qwen3 thinking switch sends enable_thinking outside chat_template_kwargs for vLLM](https://www.chat-gpts.plus/wp-content/uploads/2026/08/18595-8011a420-768x403.jpg)
该报错发生在 RAGFlow v0.26.4 通过 OpenAI 兼容接口对接本地 vLLM 部署 Qwen3 系列模型时，由于 enable_thinking 参数被错误地放在请求体顶层而非 chat_template_kwargs 中，导致 vLLM 静默忽略该参数，Qwen3 模型始终以思考模
Vercel v0 API 正式发布：支持 MCP、流式响应和自动部署
Vercel 将 AI 应用构建智能体 v0 以 API 形式开放，开发者可以在自己的产品、脚本或 CI 流水线中调用它生成、迭代并部署应用。这意味着 AI 生成应用的能力从“网页里的玩具”变成了可编程的基础设施。
商汤科技开源8B轻量多模态大模型：原生4K输出、全能视觉编辑
商汤科技开源了 8B 参数的多模态大模型 SenseNova U1.5Lite，主打原生 4K 高分辨率输出和更可靠的图像编辑能力，在复杂版式与文字渲染场景中试图对标更大规模的商用模型。
SAP联合Team Liquid推出AI语音应用，助力职业电竞数据分析
SAP与电竞俱乐部Team Liquid合作推出AI语音应用，把比赛和训练中的队内语音自动转成带时间戳的结构化数据，帮助战队复盘战术、评估选手状态。这是AI语音技术从通用转写走向垂直行业数据分析的一个具体案例。
Mistral推出Agentic Search，多步检索将复杂文档准确率提升至86%
Mistral AI 正式推出 Agentic Search，通过多步检索与工具调用替代传统单次向量检索，在复杂财务文档问答任务中把准确率提升至 86%。这项技术意味着大模型不再只是“凭记忆回答”，而是能主动翻阅、定位和交叉核对文档内容。
LFM2.5 DSpark草稿模型发布，推理速度最高飙升3. 18 倍
Liquid AI 与 Hugging Face 联合发布 LFM2.5 系列三个核心模型的 DSpark 草稿模型，通过投机解码将 GPU 推理吞吐量最高提升 3.18 倍，且不改变模型输出质量，为边缘设备运行 agent 应用扫清了性能障碍。
家用AI第2部分：多GPU任务漂移
一位开发者用多张“电子垃圾级”GPU 搭建家用 AI 推理服务器，并公开了如何通过调整 llama.cpp 等现成工具的参数，让这套异构多卡系统跑出可用性能。它说明在高端算力短缺的当下，消费级硬件组合仍有优化空间，但瓶颈并不在算力而在显存带宽。