1. 项目概述：一个连接AI与真实世界的“翻译官”

最近在折腾AI应用开发的朋友，估计都绕不开一个词： MCP（Model Context Protocol） 。简单来说，它就像给大语言模型（LLM）装上了一套标准化的“手”和“眼睛”，让AI能安全、可控地调用外部工具、访问外部数据。而今天要聊的这个 VibeTechnologies/vibe-mcp ，在我看来，是MCP生态里一个非常有意思且实用的“连接器”。

这个项目本质上是一个MCP服务器（Server）。它的核心任务，是把Vibe Technologies平台提供的那些酷炫的、能生成视频和3D内容的AI能力，封装成标准的MCP工具，暴露给任何兼容MCP的AI助手或应用。你可以把它想象成一个专业的“翻译官”或“接线员”：一头连着像Claude Desktop、Cursor IDE这类能理解MCP协议的AI客户端，另一头连着Vibe强大的AI内容生成引擎。当你在Claude里说“帮我把这个产品描述变成一个15秒的营销视频”，Claude通过MCP协议把指令发给 vibe-mcp ，后者再调用Vibe的API真正去执行生成任务，最后把结果（比如一个视频链接）返回给你。

这解决了什么痛点？对于开发者而言，你不再需要为每一个AI应用单独去研究Vibe那套复杂的API，写一堆认证、错误处理的代码。你只需要配置好这个MCP服务器，就能让你习惯使用的AI工作流（比如在IDE里用Cursor，在桌面上用Claude）直接获得顶级的视频生成能力。对于普通用户，这意味着你可以在最自然的对话环境中，指挥AI去完成复杂的多媒体内容创作，体验非常无缝。

2. 核心功能与设计思路拆解

2.1 功能全景：不止于视频生成

初看项目名称，可能会以为它只处理“vibe”（氛围）相关的简单生成。但深入其功能列表，你会发现它的能力矩阵相当扎实，瞄准的是AI原生工作流中的多媒体内容生产环节。主要功能可以归纳为三类：

  1. 文本驱动视频生成 ：这是核心中的核心。你可以提供一个详细的提示词（prompt），指定视频的风格、时长、画幅比例，甚至上传一张参考图片来控制画面构图或风格，然后让AI生成一段全新的视频。这相当于把Runway、Pika这类专业工具的能力，通过对话式AI带到了你指尖。
  2. 3D模型生成与处理 ：这是另一个亮点。除了生成3D模型（如.glb格式），它还支持“3D重绘”——你可以上传一个现有的3D模型，然后通过文本描述去修改它的材质、颜色或局部细节。对于游戏开发、产品设计、数字艺术等领域，这能极大提升原型迭代的速度。
  3. 图像生成与编辑 ：虽然视频是重点，但基础的文生图、图生图能力也包含在内。更重要的是，它可能提供了基于图像生成连贯视频的链路，这是构建动态内容的关键。

项目的设计思路非常清晰： “标准化接入，场景化封装” 。它没有重新发明轮子去造一个AI生成模型，而是基于成熟的Vibe平台API，专注于解决“如何让这些能力被更广泛、更便捷地调用”这个问题。通过MCP协议，它实现了两大好处：

  • 工具发现标准化 ：客户端（如Claude）启动时，会自动发现 vibe-mcp 提供了哪些工具（tools），以及每个工具需要什么参数。用户无需记忆，AI助手会引导你输入。
  • 交互对话化 ：所有复杂的参数配置，都变成了你和AI助手之间的自然语言对话。比如，AI会问你：“视频时长要几秒？风格是写实还是动漫？这是典型的“复杂能力，简单接口”设计哲学。

2.2 架构与协议：MCP是如何工作的

要理解 vibe-mcp 的价值，得稍微深入一下MCP的架构。MCP协议的核心是 客户端（Client）-服务器（Server） 模型，通过JSON-RPC over stdio/SSE进行通信。

  • 服务器（Server） ：即 vibe-mcp 本身。它的职责是：
    • 声明身份（ initialize ）。
    • 公布工具列表（ tools/list ）：告诉客户端“我能干这些活”。
    • 提供工具模式（ tools/call ）：当客户端调用某个工具时，执行具体的业务逻辑（在这里就是调用Vibe API），并返回结果。
    • 可能提供资源读取（ resources ）等功能（如果项目实现了的话，比如读取生成任务的状态）。
  • 客户端（Client） ：如Claude Desktop、Cursor、Windsurf等。它们内置了MCP客户端库，负责：
    • 启动并连接配置好的MCP服务器。
    • 获取工具列表，并将其功能“融入”自身的AI能力中。
    • 在用户对话需要时，选择并调用合适的工具，将结果以友好的方式呈现给用户。

vibe-mcp 在这个架构中，就是一个标准的MCP服务器实现。它内部会处理几件关键事：

  1. 认证管理 ：安全地存储和使用你的Vibe API密钥，避免密钥暴露给前端。
  2. 参数校验与转换 ：将MCP调用传来的参数，校验并转换成Vibe API所要求的格式。
  3. 异步任务处理 ：AI生成视频/3D模型是耗时操作， vibe-mcp 需要妥善处理异步调用、轮询任务状态、处理回调或长连接等待结果。
  4. 错误处理与格式化 ：将Vibe API可能返回的各种错误，转化为对用户和AI助手友好的信息。

这种设计将专业能力与交互界面解耦，使得AI应用生态可以模块化发展。开发者可以专注于增强后端能力（如 vibe-mcp ），而前端交互则可以由各种创新的AI客户端去实现。

3. 环境配置与实操部署指南

3.1 前期准备：获取通行证

在开始部署 vibe-mcp 之前，你需要准备好两把“钥匙”：

  1. Vibe API密钥 ：这是调用所有生成能力的根本。你需要访问Vibe Technologies的官网，注册账户并进入开发者部分，创建一个API密钥。通常这个密钥有调用额度限制，初期试用或开发时请注意。

    注意 ：请妥善保管此API密钥，不要将其提交到任何公开的代码仓库。我们后续会将其配置在环境变量中。

  2. Node.js环境 ： vibe-mcp 是一个Node.js项目。确保你的系统上安装了 Node.js 18或更高版本 。你可以通过终端命令 node -v 来检查。同时，建议使用 npm 或 yarn 作为包管理器。

3.2 两种部署方式详解

项目通常提供了多种运行方式，这里我们详细讲解最常用的两种： 本地运行 和 通过Claude Desktop配置 。

3.2.1 方式一：本地运行与调试（开发者视角）

这种方式适合开发者进行二次开发、调试或深度集成。

  1. 克隆代码库 ：

    git clone https://github.com/VibeTechnologies/vibe-mcp.git
cd vibe-mcp

  2. 安装依赖 ：

    npm install
# 或使用 yarn
yarn install

    这一步会安装所有必要的Node.js包，包括MCP的核心SDK @modelcontextprotocol/sdk 以及用于调用Vibe API的客户端库。

  3. 配置环境变量 ： 在项目根目录创建一个名为 .env 的文件（如果不存在）。这是存储敏感信息的最佳实践。

    VIBE_API_KEY=你的_vibe_api_密钥_在这里

    重要提示 ：确保 .env 文件已被添加到 .gitignore 中，避免意外提交。

  4. 运行服务器 ： 根据项目的 package.json 脚本，通常可以这样启动：

    npm start
# 或用于开发，监听文件变化
npm run dev

    如果启动成功，你会在终端看到服务器初始化的日志，表明它正在标准输入输出（stdio）上等待MCP客户端的连接。

  5. 测试连接（可选） ： 你可以使用MCP协议测试工具（如 mcp-cli ）来验证服务器是否正常工作，列出可用的工具。但这步对于最终用户不是必须的。

3.2.2 方式二：配置到Claude Desktop（终端用户视角）

对于大多数想快速体验的用户，这是最直接的方式。Claude Desktop应用内置了MCP客户端支持。

  1. 定位Claude配置目录 ：

    • macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows : %APPDATA%\Claude\claude_desktop_config.json
    • Linux : ~/.config/Claude/claude_desktop_config.json

  2. 编辑配置文件 ： 打开（或创建）上述路径的JSON文件。你需要添加一个 mcpServers 配置项。以下是典型配置：

    {
  "mcpServers": {
    "vibe": {
      "command": "node",
      "args": [
        "/ABSOLUTE/PATH/TO/YOUR/vibe-mcp/build/index.js"
      ],
      "env": {
        "VIBE_API_KEY": "你的_vibe_api_密钥_在这里"
      }
    }
  }
}

    关键参数解释 ：

    • command : 执行命令，这里是 node 。
    • args : 传递给命令的参数，即你编译后的服务器入口文件 绝对路径 。注意，这里通常指向 build/index.js 或 dist/index.js ，而不是源码 src/index.ts 。你需要先按照项目说明构建项目（ npm run build ）。
    • env : 环境变量对象，在这里直接传入你的Vibe API密钥是最简单的方式（但注意配置文件本身的安全性）。

  3. 重启Claude Desktop ： 保存配置文件后，完全退出并重启Claude Desktop应用。

  4. 验证集成 ： 重启后，在Claude的对话窗口中，你可以尝试询问：“你能用Vibe帮我生成视频吗？”或者直接查看Claude的系统提示，它应该会表明已连接了新的工具。Claude现在应该能理解并引导你使用Vibe的相关功能了。

3.3 配置要点与避坑指南

  • 路径问题 ：在Claude配置中， args 里的文件路径必须是 绝对路径 。使用相对路径会导致启动失败。
  • 构建步骤 ：很多MCP服务器项目是用TypeScript写的，需要先编译成JavaScript才能被Node执行。务必在配置前执行 npm run build 命令。
  • 环境变量优先级 ：如果同时在系统环境变量、 .env 文件和Claude配置的 env 中设置了 VIBE_API_KEY ，通常Claude配置中的 env 会生效。建议保持一处设置，避免混淆。
  • 权限问题 ：在Linux/macOS下，确保启动Claude的用户对 vibe-mcp 项目目录和Node可执行文件有读取和执行权限。
  • 查看日志 ：如果集成失败，首先查看Claude Desktop的日志（通常可以在应用设置中找到或通过命令行启动查看）。 vibe-mcp 自身的日志如果配置了文件输出或控制台输出，也是重要的排错依据。

4. 核心工具使用详解与实战案例

配置成功后，我们就可以在AI助手（以Claude为例）中调用Vibe的能力了。下面我们拆解几个核心工具的使用方法、参数含义，并附上实战对话案例。

4.1 工具一：生成视频（ generate_video ）

这是最常用的工具。当你对Claude说“我想生成一个关于星空探索的短视频”，Claude会识别意图并调用此工具。

核心参数解析：

  • prompt ( 必填 )：视频内容描述。这是生成质量的关键。好的prompt需要具体，包含主体、动作、环境、风格、镜头语言等。
    • 反面例子 ：“一只狗”（太模糊）。
    • 正面例子 ：“一只金毛犬在阳光下的金色麦田里快乐地奔跑，慢动作，毛发细节清晰，电影感，广角镜头，温暖色调”。
  • duration_seconds (可选)：视频时长，单位秒。需在Vibe API支持的范围内（如5-30秒）。不指定则使用默认值。
  • aspect_ratio (可选)：视频画幅比，如“16:9”（横屏）、“9:16”（竖屏）、“1:1”（正方形）。根据发布平台选择。
  • image_url (可选)：参考图片的URL。用于控制生成视频的整体构图、颜色风格或主体形象。这是实现“图生视频”的关键。

实战对话流程： 

你： 帮我生成一个城市夜景延时摄影风格的视频，要突出车流光轨和摩天大楼。
Claude: 好的，我来调用Vibe的视频生成工具。为了达到最佳效果，我需要你确认几个细节：
      1. 视频时长你希望是几秒？（例如10秒或15秒）
      2. 画幅比例需要横屏（16:9）还是竖屏（9:16）？
      3. 你有希望参考的图片风格吗？如果有，请提供图片链接。
你： 15秒，16:9，没有参考图。
Claude: （调用`generate_video`工具，参数为 prompt=“城市夜景延时摄影，车流形成红色和白色的光轨，摩天大楼玻璃幕墙反射灯光，电影感，画面稳定”， duration_seconds=15, aspect_ratio=“16:9”）
      任务已提交。视频生成通常需要一些时间，我会稍后检查状态或等结果回调。这是任务ID: task_xxx。完成后我会把视频链接给你。
（一段时间后）
Claude: 视频已生成成功！这是预览链接：[https://vibe.ai/videos/xxx]。你可以下载或分享它。

4.2 工具二：生成3D模型（ generate_3d_model ）

用于从文本描述创建3D资产。

核心参数解析：

  • prompt ( 必填 )：对3D模型的描述。需要说明物体、风格、细节。
    • 示例 ：“一个低多边形风格（low-poly）的科幻无人机，蓝色机身，带有发光线条”。
  • format (可选)：输出格式，如“glb”（通用）、“usdz”（用于AR）。根据后续使用场景选择。

实战对话流程： 

你： 我需要一个卡通风格的咖啡杯3D模型，杯子上有笑脸图案。
Claude: 我来生成这个3D模型。你希望模型是什么格式的？常见的GLB格式兼容性较好，适合网页和大部分3D软件；USDZ格式则主要用于iOS的AR预览。
你： GLB格式就行。
Claude: （调用`generate_3d_model`工具，参数为 prompt=“卡通风格的白色彩釉咖啡杯，杯身有一个简单的黄色笑脸图案，整体圆润可爱”， format=“glb”）
      3D模型生成任务已开始。处理完成后我会提供下载链接。

4.3 工具三：3D模型重绘（ repaint_3d_model ）

这是非常强大的功能，允许你对现有3D模型的纹理进行修改。

核心参数解析：

  • model_url ( 必填 )：现有3D模型文件的URL。必须是可公开访问的链接，或先上传到某个存储服务。
  • prompt ( 必填 )：描述你想要如何修改模型的材质、颜色或纹理。
    • 示例 ：对于一个小木屋模型，prompt可以是“将屋顶的材质改为深灰色的石板瓦，墙壁的木头纹理加深，看起来更旧”。
  • texture_resolution (可选)：生成纹理的分辨率（如1024）。分辨率越高，细节越好，但处理时间可能更长。

实战对话流程： 

你： 我有一个椅子的3D模型（链接），但我想把它的布料材质改成皮革。
Claude: 好的，我们可以对这把椅子进行3D重绘。请提供模型的公开访问链接。另外，请更详细地描述你想要的皮革效果，比如颜色（黑色、棕色）、质感（光滑、哑光）、是否有缝线等。
你： 模型链接是 https://my-storage.com/chair.glb。我想要改成深棕色的油蜡皮效果，有清晰的缝线纹理。
Claude: （调用`repaint_3d_model`工具，参数为 model_url=“https://my-storage.com/chair.glb”, prompt=“将椅子表面的布料材质替换为深棕色油蜡皮革，皮革表面有柔和光泽和清晰的白色缝线纹理”）
      已提交3D重绘任务。这可能会比生成视频耗时更久，请耐心等待。

4.4 使用技巧与心得

  1. Prompt工程是关键 ：Vibe这类生成模型对提示词非常敏感。在描述中多使用具体的风格词汇（电影感、赛博朋克、吉卜力动画风格）、摄影术语（广角、特写、俯拍）、灯光词汇（戏剧光、柔光、霓虹灯）会极大提升效果。
  2. 利用参考图 ： image_url 参数是控制生成的“神器”。如果你有明确的构图或风格参考，哪怕是一张静态图片，也能让生成的视频更贴近你的想象。你可以先让AI生成或自己找一张满意的概念图，然后用它作为参考生成视频。
  3. 迭代生成 ：第一次生成不满意很正常。不要试图在一个prompt里解决所有问题。可以基于第一次的结果，让AI分析其不足（例如“画面太暗”、“主体不突出”），然后调整prompt进行第二次、第三次生成。 vibe-mcp 使得这个迭代过程在对话中就能轻松完成。
  4. 理解异步性 ：生成任务不是即时返回的。AI助手会先返回一个任务ID，然后需要轮询或等待回调。在对话中，Claude通常会帮你处理等待过程，你只需要耐心一点。

5. 高级集成与二次开发探索

对于开发者来说， vibe-mcp 不仅是一个工具，更是一个参考实现和开发起点。

5.1 自定义工具扩展

MCP协议的魅力在于其扩展性。你可以基于 vibe-mcp 的代码，增加新的工具。例如，Vibe API可能提供了“视频风格迁移”、“生成视频B-roll片段”等高级功能，但默认的 vibe-mcp 尚未封装。你可以：

  1. 在 src/tools/ 目录下（假设项目结构如此）创建一个新的工具定义文件，例如 videoStyleTransfer.ts 。
  2. 使用MCP SDK的 defineTool 函数定义新的工具，包括名称、描述、输入参数schema（使用JSON Schema定义）和执行函数。
  3. 在执行函数中，调用Vibe API的相应端点。
  4. 将这个新工具注册到服务器的主工具列表中。
  5. 重新构建并部署你的服务器。

这样，你的Claude就能拥有独一无二的定制化视频处理能力了。

5.2 集成到其他MCP客户端

除了Claude Desktop，任何兼容MCP的客户端都可以集成 vibe-mcp 。

  • Cursor IDE : 在Cursor的设置中，同样有MCP服务器的配置项。你可以将 vibe-mcp 配置进去，这样在编写代码或文档时，可以直接让Cursor AI帮你生成演示视频或3D模型的概念预览。
  • Windsurf (原Continue) : 这是一个专为开发设计的AI IDE插件，也支持MCP。集成后，你可以在代码注释中直接要求生成UI组件的动态效果视频。
  • 自定义客户端 ：你可以使用 @modelcontextprotocol/sdk 开发自己的Node.js或Python应用作为MCP客户端，连接 vibe-mcp ，打造专属的AI内容创作工作台。

配置方式大同小异，核心都是指定MCP服务器的启动命令和环境变量。

5.3 性能优化与监控

在生产环境或高频使用场景下，需要考虑以下几点：

  • 连接池与复用 ：如果客户端频繁调用，确保服务器能处理并发请求。MCP服务器通常是单例运行，但内部的HTTP客户端（用于调用Vibe API）可以考虑使用连接池。
  • 错误重试与降级 ：Vibe API调用可能因网络或服务限流失败。在工具执行函数中，应实现合理的重试机制（如指数退避）。对于非关键功能，可以考虑降级方案。
  • 日志与监控 ：为 vibe-mcp 添加详细的日志记录（使用Winston、Pino等库），记录每个工具的调用、参数、耗时和结果。这有助于调试和用量分析。可以将日志输出到文件或日志收集系统。
  • 配置化管理 ：将API密钥、超时时间、重试次数等配置项外部化，便于不同环境（开发、测试、生产）的部署。

6. 常见问题排查与解决方案实录

在实际部署和使用过程中，你可能会遇到一些问题。这里记录了一些典型问题及其排查思路。

6.1 服务器启动失败

问题现象 可能原因 解决方案
运行 npm start 或配置到Claude后无响应/立即退出 1. Node.js版本过低。
2. 依赖安装不完整或损坏。
3. 入口文件路径错误（Claude配置中）。
4. 缺少必要的环境变量（如 VIBE_API_KEY ）。		 1. 检查并升级Node.js至v18+。
2. 删除 node_modules 和 package-lock.json ，重新运行 npm install 。
3. 检查Claude配置中 args 的绝对路径是否正确指向编译后的 .js 文件。
4. 确认环境变量已正确设置（可通过在启动脚本中打印 process.env.VIBE_API_KEY 来调试）。
启动时报“Cannot find module”错误 项目未构建，或构建输出目录不正确。 运行 npm run build 命令。确认构建产物（如 build/index.js ）存在。

6.2 Claude无法识别工具

问题现象 可能原因 解决方案
重启Claude后，对话中AI完全不提Vibe相关功能 1. MCP服务器配置错误，Claude未能成功连接。
2. Claude配置文件格式错误或位置不对。
3. 服务器启动失败（见上表）。		 1. 检查Claude配置文件的JSON语法是否正确（可使用JSON验证工具）。
2. 确认配置文件在正确的操作系统路径下。
3. 查看Claude Desktop的日志（通常可在应用菜单中找到“查看日志”选项），里面会有MCP服务器连接失败的详细错误信息。
AI说“我知道有这个工具，但暂时无法使用” 服务器已连接，工具列表已获取，但调用具体工具时出错（如认证失败）。 这通常是 VIBE_API_KEY 无效或权限不足。请登录Vibe平台确认API密钥状态、额度是否充足。在服务器日志中查看具体的API错误响应。

6.3 工具调用失败或结果异常

问题现象 可能原因 解决方案
生成视频时提示“Prompt contains blocked content” 输入的提示词触发了Vibe平台的内容安全策略。 修改提示词，避免涉及暴力、成人、仇恨、侵权等敏感内容。尝试用更中性、艺术的描述。
任务长时间处于“处理中”状态无结果 1. Vibe API端任务排队或处理缓慢。
2. 网络问题导致结果回调丢失。
3. MCP服务器与客户端之间的通信超时。		 1. 耐心等待，视频/3D生成本身耗时较长（几分钟到十几分钟）。
2. 检查服务器日志，看是否有来自Vibe的回调请求。可以尝试在Vibe平台后台查看该任务ID的状态。
3. 检查MCP服务器是否有设置合理的超时时间，并处理了长轮询逻辑。
生成的视频质量不佳，与预期不符 1. Prompt描述不够具体或存在歧义。
2. 当前AI生成模型的固有局限性。		 1. 精炼Prompt ：参考上文的使用技巧，加入风格、镜头、灯光等细节词。使用参考图功能。
2. 迭代优化 ：基于第一次的结果，让AI分析问题（如“人物动作不自然”），然后调整Prompt重试。这是目前使用AI生成内容的通用工作流。
3D模型重绘后纹理错乱 1. 上传的原始模型UV展开不合理。
2. Prompt对材质变化的描述与模型几何结构不匹配。		 1. 确保原始模型有良好、规范的UV贴图。这是3D重绘质量的基础。
2. 尝试更简单、聚焦的Prompt，例如先只改变颜色，再逐步增加质感描述。

6.4 网络与代理问题

在某些网络环境下，访问Vibe API或下载生成结果可能会遇到困难。

  • 症状 ：工具调用超时，或服务器日志显示网络连接错误。
  • 排查 ：
    1. 在服务器所在环境，使用 curl 命令测试是否能访问 api.vibe.ai 等Vibe域名。
    2. 检查服务器运行的机器或容器是否有防火墙规则限制。
    3. 如果服务器运行在需要代理的网络中，需要在代码中为调用Vibe API的HTTP客户端（如 axios 或 fetch ）配置代理。 注意： 这需要在 vibe-mcp 的源代码中进行修改，配置HTTP客户端的代理参数。这是一个开发层面的调整，普通用户可能无法直接处理，需要寻求IT支持或在网络通畅的环境部署。
  • 心得 ：对于个人使用，最稳定的方式是在网络条件良好的云服务器或本地机器上运行 vibe-mcp 服务器。将Claude Desktop和 vibe-mcp 部署在同一局域网内，可以避免复杂的公网和代理问题。

7. 总结与未来展望

VibeTechnologies/vibe-mcp 这个项目，清晰地展示了MCP协议如何成为连接专业AI能力与日常AI助手的桥梁。它降低了用户使用尖端AI内容生成技术的门槛，将复杂的API调用简化为自然的对话。对于开发者，它提供了一个优秀的范本，展示了如何将任何RESTful API或复杂功能封装成可被AI智能体理解和使用的工具。

从实际操作来看，项目的成熟度取决于底层Vibe API的能力和稳定性。目前，AI视频和3D生成技术本身仍在快速演进中，因此在生成结果的精确可控性上，需要用户通过精妙的Prompt工程和多次迭代来达到理想效果。但这恰恰是对话式AI交互的优势所在——整个迭代过程变得非常流畅和直观。

我个人在持续使用中的体会是，这类工具正在重塑数字内容创作的流程。以前需要在不同软件、平台间切换的操作，现在有可能在一个对话窗口中串联起来。例如，我可以让AI先帮我写一段视频脚本，然后基于脚本的关键帧描述生成图片，最后再用这些图片作为参考去生成视频。 vibe-mcp 是这条工作流中的一个关键组件。

未来，我期待看到更多类似的MCP服务器出现，将不同的AI能力（语音合成、代码解释、数据分析）都模块化。那时，我们的AI助手才能真正成为一个“全能代理”，根据我们的需求，自主调度后端的各种专业工具，完成高度复杂的复合型任务。而配置和管理这些MCP服务器，可能会成为AI时代一项新的基础技能。

Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

当 RAG 性能不达标：分块策略调参与混合检索的工程权衡

avatar DeepSeek技术社区
cover

DeepSeek 自动化回归评测实战：如何避免评测集过拟合与数据泄漏

avatar DeepSeek技术社区
cover

RAG安全加固：当提示词注入藏在文档段落里怎么办？

avatar DeepSeek技术社区