播客文章

在纯静态站上做在线 AI 生图工具的完整踩坑复盘：CORS、中转架构、SNI 域名阻断、代理杀长连接、多 provider 兼容与零依赖 E2E。

精读 Alex Smola 的 LLM 推理效率教程，从硬件到 KV 压缩，提炼核心结论和量化直觉。

本地跑 Seed-VC 声音转换模型，搭 Flask 界面做零训练声音克隆，踩过的坑和解决方案。

用视听同步检测模型自动识别主讲者，离线平滑消除抖动，自动输出竖屏视频素材。

一个硬盘扫描工具，自动找出大文件、开发垃圾、缓存和重复文件，让清硬盘变得足够简单。

用本地 GLM-OCR 模型逐帧识别硬字幕，自动输出 SRT 文件，把体力活交给 AI。

两层服务管理方案：手动 manage_services 工具 + 自动 memory-guard 脚本，解决本地模型内存占用问题。

用本地 Qwen3-VL 视觉模型补上 DeepSeek V4 缺失的视觉能力，实现推理+视觉的模型组合。

用 VoxCPM 本地声音克隆模型实现口播稿→配音+打字机字幕视频的全自动流水线，支持多规格输出和音频复用。

把 gpt-image-2 图片生成 API 接进 pi，在对话中一句话出图，不再切换软件。

把阿里开源的 SenseVoice 语音识别模型接进 pi，实现本地一键转录，附两个关键 bug 修复。

介绍 pi coding agent：模型无关、工具开放、本地优先的 AI agent 平台，后续系列文章的起点。