EasyVibeCoding Podcast

EasyVibeCoding

輕鬆Vibe Coding — 每日策展的 X 技術社群精選、AI 趨勢分析與 Claude 實作心得的中文音訊版。

  1. 2h ago

    Hermes Agent 外掛賽前三名各管什麼?從程式碼把關、分房語音到先核准再改檔

    Hermes Agent 外掛賽前三名各管什麼?從程式碼把關、分房語音到先核准再改檔 「趕時間,先跳過那個失敗的測試。」Foreman 的參賽示範裡,Hermes 照做,卻在關掉測試這一步被攔下。它回頭檢查,才發現購物車把 10% 折扣當成 10 倍來算。改完購物車程式後,原有測試才真的通過。 來源 13 Nous Research 公布 Hermes Agent 外掛比賽結果,前三名依序是 Foreman、Housemate 和 Plan Mode。主辦方表示,所有作品先由代理評分,再由五位社群評審替入圍作品排出前十名。 來源 1 來源 2 來源 3 來源 4 Foreman:測試過了,程式碼就能合併嗎? Foreman 給讓 Hermes 在 Git 專案裡寫程式的人用。提交、推送、開合併申請或合併前,它會讀實際改動,用固定規則攔下跳過測試、刪除測試或放寬斷言等做法。通過第一關後,另一個模型會審查固定規則看不到的問題。由 Foreman 發起合併時,還要等人確認。要管住其他合併途徑,仍得在 GitHub 保護目標分支並設好必要檢查。 來源 13 編輯圖解(AI 生成)。固定規則攔截跳過測試,另一個模型審查改動,Foreman 合併前等人確認 面板上的第 4 號合併申請通過了固定規則檢查,第二個模型卻找出兩個必須先處理的問題,合併因此被拒。第 3 號因跳過測試,在第一關就被攔下。下方的第 2 號則在負責人核准後完成合併。 來源 13 [](https://raw.githubusercontent.com/PedValme/foreman/ce9b01a2904edb2aadefcb4ae7111d5dc97622c8/docs/screenshots/panel-real-app.png) 畫面來自 Hermes Desktop v0.23.0 的 PedValme/foreman-demo 示範專案。 Housemate:兩台裝置都聽到,哪一台回話? Housemate 把舊手機變成 Hermes 的房間語音終端。手機連上同一個 Wi-Fi,掃描 Rooms 頁面的 QR 碼,在瀏覽器開啟配對頁,再到電腦輸入手機顯示的六位數配對碼。同一收音群組內,若兩台裝置在 400 毫秒內都偵測到喚醒詞,系統會選辨識分數最高的一台回話。分數接近時,收音較大聲的那台優先。 來源 14 預設情況下,各房間共用同一段 Hermes 對話。你可以在廚房設定計時器,再到書房問還剩多久。書房的裝置會回答,時間一到仍在廚房響。Housemate 需要 Hermes 0.23.0 以上,並設定語音辨識和語音合成。 來源 14 編輯圖解(AI 生成)。書房回答還剩多久,時間到在廚房響,AI 情境示意 Plan Mode:什麼時候才讓 Hermes 動手改檔? Plan Mode 把核准放在動手之前。規劃期間,Hermes 可以讀程式碼並存下計畫,改檔與執行終端機指令等工具會先被鎖住。圖中的計算機範例列出要新增減法、讓除以零時拋出 ValueError,以及要跑哪些測試。收到第 1 版計畫後,你可以核准並自動接受改檔,或請 Hermes 繼續規劃。若 Hermes 已開啟核准功能,也能在核准計畫後逐次審核改檔。計畫改版後,Hermes 會重新請你核准。 來源 15 [](https://raw.githubusercontent.com/100yenadmin/hermes-plan-mode/4619a8dca04451bf628f849897bddf0b90669eb2/docs/media/cli-card.png) Hermes 命令列採預設 lean 設定的實跑畫面。 這道鎖只涵蓋經過 Hermes 工具呼叫檢查的操作。Hermes 的 Codex app-server 執行環境,以及終端使用者介面(TUI)透過 /background 和 btw 啟動的旁支代理,都在鎖的範圍外。在各自涵蓋的流程裡,Plan Mode 讓你先決定要不要照計畫做,Foreman 則在有了實際改動後,檢查這次改動能不能放行。 來源 15 來源 13 原文:https://easyvibecoding.app/curated/3837-hermes-agent-hackathon-foreman-housemate-plan-mode

  2. 2h ago

    Codex 將 WebSocket 上限從 16 MB 提到 128 MB,減少大回合反覆上傳

    Codex 將 WebSocket 上限從 16 MB 提到 128 MB,減少大回合反覆上傳 假設網路正常,Codex 要送出一筆 30 MB 的模型請求。這筆請求超過原本 16 MB 的 WebSocket 上限,但在新上限 128 MB 以內,因此可以繼續透過 WebSocket 逐步傳送資料。這裡的 MB 衡量的是模型請求的傳輸大小。 來源 1 為什麼改走 HTTP 會反覆上傳? 按照 Charlie Marsh 的說明,過去遇到超限請求時,Codex 可能已經透過 WebSocket 傳了大半份資料,伺服器才拒收,客戶端接著又會重試。改走 HTTP 後,Codex 無法只補傳新增資料。只要後續仍走 HTTP,每次呼叫模型都得把這個大回合的資料再傳一遍。 來源 2 來源 3 編輯圖解(AI 生成)。WebSocket 傳了大半才遭拒收,客戶端接著重試,改走 HTTP 後,每次模型請求都重傳大回合資料 Marsh 表示,上限提高後,整體改走 HTTP 的比例比原先低了約 20%。這是相對降幅,統計也包含連線失敗、逾時等其他回退原因。 來源 4 超過 128 MB 還能省下什麼? Marsh 說,伺服器現在會立即告知客戶端請求超限,省掉多餘的上傳與重試。Codex 的程式碼變更列出一個改走 HTTP 的條件。如果客戶端尚未收到任何 WebSocket 文字訊框,就先收到代表訊息過大的關閉代碼 1009,便直接改走 HTTP,省去再開一條 WebSocket 重試。 來源 5 來源 8 Marsh 表示,請求超過上限時,處理速度約為改動前的 5 倍。他未交代這項比較的計時起訖。 來源 1 編輯圖解(AI 生成)。請求超過上限時,處理速度約為改動前的 5 倍,Marsh 未公布計時起訖 原文:https://easyvibecoding.app/curated/3836-codex-websocket-128mb-http-fallback

  3. 4h ago

    用 Gemma 4 互動教材看模型如何切詞、預測下一個 token

    用 Gemma 4 互動教材看模型如何切詞、預測下一個 token Google 在 Gemma 官網推出首份互動教材《How LLMs work》。在教材的切詞欄輸入「台灣下雨了。」,再把句號換成驚嘆號。編輯實測,兩句都切成 5 個 token,只有最後一個 token 的編號變了。token 是模型處理文字的單位,可以是一個詞、一個字,也可以是一個標點。 來源 1 來源 2 為什麼「台灣」和「。」都只佔一個 token? 因為「台灣」、「。」和「!」各自在 Gemma 4 的詞表裡有自己的編號。切詞器把「台灣」對應到 44953,句號對應到 236924,驚嘆號對應到 237354。空白也能有自己的編號。編輯在切詞欄輸入 def f():,換行並縮排四格後接上 return 42。換行是 107,縮排的四個空格合起來是一個 token,編號是 140。 來源 2 編輯圖解(AI 生成)。換行 ID 107,四個空格共用 ID 140 切完詞後,模型怎麼替候選 token 打分? 教材的「嵌入」關卡示範,模型會用每個編號查表,取出一組可以運算的數字,稱為向量。接著,「注意力」讓每個位置參考前文,再更新自己的向量。到了取樣關卡,模型用最後一個位置的向量,替詞表裡的 262,144 個候選 token 各打一個分數。 來源 2 溫度、Top-K 和 Top-P 怎麼改變抽選機率? 在取樣關卡把溫度調低,就能觀察機率如何向高分候選集中。Top-K 只保留排名前 K 個候選。Top-P 則從最可能的候選開始累加機率,達到設定門檻就停。教材用骰子按鈕示範最後一步:模型把留下的候選機率重新加總為 100%,再依這些機率抽出一個 token。 來源 2 抽到的 token 會接到目前的序列末尾,成為下一輪預測的輸入。模型重複這個動作,一次接上一個 token,逐步生成回覆。 來源 2 編輯圖解(AI 生成)。抽出一個 token,接到序列末尾,用更新後的序列預測 原文:https://easyvibecoding.app/curated/3835-gemma-4-interactive-tokenization-sampling

  4. 4h ago

    100 萬 token 的模型,Uber 為何在 40 萬就壓縮?用五次請求拆算傳入量與快取費

    100 萬 token 的模型,Uber 為何在 40 萬就壓縮?用五次請求拆算傳入量與快取費 同一段對話到了 40 萬 token,模型還有空間,Uber 的互動式工具卻已經開始壓縮。Uber 工程師 Uday Kiran Medisetty 在 2026 年 8 月 27 日的工程文章寫道,即使模型的上下文視窗可容納 100 萬 token,這套工具仍會在 40 萬 token 觸發自動壓縮。每次請求都會重送對話歷史、專案背景和工具回傳結果,提早縮短上下文,後續每次請求就能少帶一部分內容。Uber 把 40 萬視為模型表現、快取重建與重複輸入成本之間的折衷,並觀察到整體每次請求的傳入量下降。文中未公布這個門檻帶來的確切降幅。 來源 3 提早壓縮,五次請求能少送多少? 用五次假設請求算一遍。第一次傳入 36 萬 token,之後每次多帶 2 萬。若等到 100 萬才壓縮,這五次都照送。若設在 40 萬,第三次送出前就觸發壓縮,假定把原本要送的 40 萬縮到 12 萬,後兩次仍各增加 2 萬。這裡的起始量、增量和壓縮後大小都是算例設定。 來源 3 | 請求 | 等到 100 萬才壓縮(萬 token) | 40 萬就壓縮(萬 token) | | --- | --- | --- | | 第 1 次 | 36 | 36 | | 第 2 次 | 38 | 38 | | 第 3 次 | 40 | 12 | | 第 4 次 | 42 | 14 | | 第 5 次 | 44 | 16 | | 合計 | 200 | 116 | 來源 3 從第三次起,每次都少帶 28 萬 token。五次合計從 200 萬降到 116 萬,以原本的 200 萬為基準,傳入量少了 42%。這個比例只算表中五次請求帶進模型的 token,包含快取讀取和寫入的部分。摘要處理與模型輸出的費用,以及壓縮後的任務品質,需要另外量測。 來源 3 來源 2 同樣五次請求,快取為什麼會算出不同的錢? 提示快取讓 API 重用提示開頭相同的內容。以圖中的費率來算,一段固定內容若按一般輸入價計是 1 倍,讀取快取只要 0.10 倍,寫入 5 分鐘和 1 小時的快取則分別要 1.25 倍和 2 倍。快取被使用時會刷新有效期,時間從該次請求開始算。Claude API 文件也列出部分模型的讀取費率例外,實際計費要看使用的模型。 來源 2 來源 3 編輯圖解(AI 生成)。寫入請求開始時起算,命中請求開始時刷新 Uber 圖中的主對話有兩次長空檔,分別是 16 和 14 分鐘。用 5 分鐘快取,五次請求得寫入三次、讀取兩次,合計 3.95 倍。改用 1 小時快取,只寫一次、讀四次,合計 2.40 倍,比 5 分鐘方案便宜約 39%。下方的子代理從第一次到第五次請求開始只隔了 85 秒,兩種期限都只需寫一次。這時 5 分鐘快取合計 1.65 倍,比 1 小時的 2.40 倍便宜約 31%。兩個百分比都只比較圖中同一段固定提示內容的快取讀寫費。 來源 3 [](https://tb-static.uber.com/prod/udam-assets/f6134160-6beb-4272-8d88-2bee792d0403.png) 右側合計以同一段固定提示內容傳入一次的一般輸入價為 1 倍。 怎麼量出少送的 token 和省下的費用? 比較壓縮門檻時,固定模型與快取期限,重跑同一批任務。把每次的一般輸入、快取寫入和快取讀取 token 數相加,再比較每次請求及整段工作階段的傳入量。評估整體效果時,也記下摘要處理與輸出的費用,並用同一標準檢查任務結果。 比較快取期限時,固定模型、壓縮設定和提示內容,讓各組從相同的快取狀態開始,並記下相鄰請求開始時間的間隔。從 API 回傳的用量取出一般輸入、快取寫入與快取讀取 token 數,各自乘上適用單價再加總。把傳入量與費用並排,就能看出花費下降時,送進模型的內容是否變少,以及有多少輸入改按快取讀取價計費。 來源 2 來源 3 編輯圖解(AI 生成)。一般輸入、快取寫入、快取讀取,token 直接相加得傳入量,各乘適用單價再加總得輸入費 原文:https://easyvibecoding.app/curated/3834-uber-agent-400k-context-compaction

  5. 4h ago

    LangSmith Tool Gateway 開放公測,代理能用哪些工具、用誰的帳號?

    LangSmith Tool Gateway 開放公測,代理能用哪些工具、用誰的帳號? 一家美國大型零售商正在開發兩個用途不同的代理。門市助理用員工自己的憑證查庫存、班表和郵件,盤點代理則每天凌晨 3 點用自己的服務憑證核對庫存。LangChain 在 11 月 19 日於 LangSmith Agent Platform 開放 Tool Gateway 公開測試,讓團隊在同一個入口管理工具清單、呼叫身分和使用政策。 來源 1 代理接上網址後,會看到哪些工具? 代理接上某個工具套件的 MCP 網址後,在這個入口只會看到該套件收錄的工具。團隊可以在 LangSmith 的 Tools 頁面啟用 Google、GitHub 等內建服務,也可以用網址加入自己的 MCP 伺服器,再挑出代理需要的工具。每組套件有一個 MCP 網址,可以供個人使用或分享給整個工作區。支援 MCP 的客戶端可透過這個網址取得工具清單並發出呼叫。 來源 1 [](https://cdn.prod.website-files.com/65c81e88c254bb0f97633a71/6afe621e80523ccef7ddb24fimage.png) 工具呼叫會用誰的憑證? 以零售商的例子來看,門市助理可以沿用員工自己的權限。員工連結帳號後,閘道每次都用該員工的憑證呼叫工具。如果帳號還沒連結,閘道會回傳登入連結,等員工完成驗證後再繼續。凌晨自行執行的盤點代理則可以使用自己的服務憑證。LangSmith 也支援由工作區管理員預先連結共用憑證,供背景執行的代理使用。 來源 1 編輯圖解(AI 生成)。門市助理使用員工憑證,帳號未連結時先登入,凌晨 3 點盤點代理使用服務憑證 工具已在套件裡,哪些呼叫還是會被擋? 管理員可在組織或工作區層級設定拒絕政策,針對特定使用者、服務金鑰或兩者的組合擋下工具呼叫,也可以先擋下所有呼叫者,再列出例外。像寫入資料倉儲這類敏感操作,也可以設定為每次都要使用者在 MCP 客戶端確認後才執行。若要取得拒絕政策功能,公告請團隊查閱文件或聯絡 LangChain。 來源 1 [](https://cdn.prod.website-files.com/65c81e88c254bb0f97633a71/6afee1df9312ec54e1514737fig3-policies.png) 畫面示範組織層級的政策,適用於該組織的所有工作區。 隔天怎麼查盤點代理用了誰的權限? 啟用 Tool Gateway 的工具呼叫追蹤後,可以回到那次代理執行紀錄,查看它用了哪個工具和伺服器、以誰的身分呼叫、結果如何,以及花了多久。工具收到與傳回的資料內容都不會存進這份閘道紀錄。Enterprise 方案另有組織層級的稽核日誌,可以跨工作區查哪個工具以誰的身分執行。 來源 1 [](https://cdn.prod.website-files.com/65c81e88c254bb0f97633a71/6afee1fdbdfdbdbfb3bc10d9fig4-trace.png) 原文:https://easyvibecoding.app/curated/3833-langsmith-tool-gateway-public-beta

  6. 4h ago

    影片模型能在做菜出錯時提醒嗎?油量不足抓得到,整道菜仍常漏報

    影片模型能在做菜出錯時提醒嗎?油量不足抓得到,整道菜仍常漏報 食譜要在大鍋裡加四大匙橄欖油。影片裡的人倒了一大匙,就把油瓶擱到一旁。研究團隊把食譜指令和第一人稱畫面交給模型,讓它們隨影片進度判斷。Gemini 3 Flash 在對方拿出大匙時,誤以為那是量杯,還叫對方改用大匙。等油瓶放下,它已經在油量不足時判定完成。以 Ego-CoMist+ 微調的 Qwen3.5-2B 則在油瓶放下時指出只加了一大匙,等剩下三大匙加進鍋裡,才確認完成。 來源 2 [](https://arxiv.org/html/2606.09547v3/compex3.png) 三列共用上方的操作時間軸,從左到右讀。 少一匙,什麼時候才算做錯? 煮番茄麵疙瘩的片段把這個時機拍得很清楚。指令是往水裡加兩茶匙鹽,第一茶匙下鍋時,一切都還照著食譜走。等參與者蓋上鹽罐,才有線索判斷他可能打算收手。在這段 Ego-MC-Bench 的錄影裡,鏡頭外的指導員提醒補鹽,等參與者補足後再確認完成。研究用這類人工回饋當參考,測試模型能否一邊看畫面,一邊判斷該等、該提醒,還是該確認完成。 來源 2 [](https://arxiv.org/html/2606.09547v3/datasetex1.png) 箭頭在第二排接續時間軸,蓋罐排在補鹽提醒之前。 作者提供的 Ego-MC-Bench 無聲原片。畫面並列多組第一人稱料理片段,上方英文標示步驟,黃色顯示提示,綠色標記步驟完成。 影片來源 正常的料理影片,怎麼拿來練習抓錯? 研究團隊保留原本的影片,改寫食譜指令,再標上該何時提醒、該說什麼。原片裡的人加了四大匙麵粉,訓練題改成只要三大匙。手準備加第四大匙時,就能標為提醒時點。這類合成題收進 Ego-CoMist,再和 QICD、Ego4D Goal-Step 的資料混成 Ego-CoMist+。研究團隊也替這組 Qwen 加入開口判斷,讓它每收到一幀畫面就選擇開口或保持安靜。前面的 Gemini 測試採固定間隔,每五秒詢問一次。 來源 2 編輯圖解(AI 生成)。原片加四大匙麵粉,訓練題改成三大匙,準備加第四大匙時提醒 從單一步驟看到整道菜,還能抓到多少錯? 論文第三版表 3 裡,同樣是 Qwen3.5-2B,也都從每個步驟的起點重新看影片。只用 QICD 訓練時,模型抓到人工標記應提醒情況的 6%,換成 Ego-CoMist+ 後抓到 23%。代價是發出的提醒裡,對上人工標記的比例從 75% 降到 35%。綜合這兩項的 F1 滿分是 1,從 0.11 升到 0.27。 來源 2 編輯圖解(AI 生成)。Qwen3.5-2B 單步測試,提醒對上人工標記的比例:75% → 35%,抓到人工標記情況的比例:6% → 23% 改成整道食譜連續播放時,以 Ego-CoMist+ 微調的 Qwen3.5-2B,F1 降到 0.16,只抓到人工標記應提醒情況的 12%。評分用 30 秒的時間窗比對模型輸出與人工標記。測試也假設即使模型漏發完成訊息,參與者仍會往下做。放下油瓶那一幕能看出模型有時抓得到開口的時機,整道菜的結果則顯示,多數該提醒的時刻仍會漏掉。 來源 2 原文:https://easyvibecoding.app/curated/3832-qualcomm-streaming-interventions-cooking

  7. 4h ago

    Claude Managed Agents 自託管後,模型請求仍會帶上對話和工具結果

    Claude Managed Agents 自託管後,模型請求仍會帶上對話和工具結果 假設你讓 Claude 代理查公司內部的建置錯誤。指令可以在公司自己的沙盒裡執行。如果工具回傳的錯誤訊息含有專案路徑,伺服器下一次呼叫模型時,這段路徑也會隨工具結果送到你設定的推論端點。依 Anthropic 的自託管文件,伺服器每次呼叫模型都會送出截至當下的對話,包含工具的輸入和結果。 來源 1 這次自託管多了什麼? 原本的自託管沙盒讓你在自己的基礎設施上執行工具,服務仍由 Anthropic 營運。這次封閉測試把服務也交給你部署。你可以在自己的雲端或機房運行伺服器,由它接收 API 請求、協調代理的工作,並在需要時呼叫模型。工作階段的歷程也能存進自己的資料庫。 來源 1 來源 2 編輯圖解(AI 生成)。自託管沙盒由團隊執行工具,封閉測試讓團隊也能部署服務,工作階段歷程可存入自己的資料庫 模型請求會送去哪裡,還會帶什麼? 預設送到 Claude API。你也可以設定由 Amazon Bedrock、Google Cloud 代管的 Claude 模型或 Microsoft Foundry 處理,或讓請求走自己的模型閘道。若送到 Claude API,除了對話內容,請求還會附上三個識別碼,分別對應這次的工作階段、使用的代理和執行環境。 來源 1 呼叫模型時,由伺服器持有的推論憑證驗證請求,例如 Claude API 金鑰、雲端供應商的憑證或閘道接受的權杖。應用程式用伺服器 API 金鑰連到你的伺服器,執行工具的 worker 則用環境金鑰向伺服器領取工作。 來源 1 零資料保留適用在哪一步? 如果你的組織已與 Anthropic 啟用零資料保留(ZDR),Anthropic 表示,送往 Claude 的模型請求適用與一般 Messages API 呼叫相同的資料保留設定。這項設定管的是請求送達後如何保留資料,所以判斷哪些內部資料會送出時,仍要看工具把什麼帶進對話。 來源 2 來源 1 編輯圖解(AI 生成)。送出時,請求帶有對話和工具結果,已啟用 ZDR 時,沿用 Messages API 的保留設定 原文:https://easyvibecoding.app/curated/3831-self-hosted-claude-managed-agents-model-data

  8. 4h ago

    Dettato 把合奏錄音轉成可編輯 MIDI,薩克斯風音符仍可能跑到鋼琴軌

    Dettato 把合奏錄音轉成可編輯 MIDI,薩克斯風音符仍可能跑到鋼琴軌 KobiMusic 拿美國海軍陸戰隊樂團演奏的《星條旗永不落》示範 Dettato。示範頁提供原始錄音和可下載的 MIDI。這份 MIDI 檔有九個軌道,其中可能包含存放速度等演奏設定的軌道,樂器數要看各軌內容。把 MIDI 匯入音樂製作軟體,就能改個別音符的音高、起點和長度,再用原始錄音對照。 來源 2 來源 1 音符抓到了,還可能分錯樂器 Dettato 先從錄音找出音符,再修正音符、分配樂器軌,並用鼓模型另外辨識打擊聲。辨識到音符只是第一步。作者在爵士錄音裡觀察到,薩克斯風可能有約四分之一的音符被放進鋼琴軌。要單獨編輯薩克斯風聲部,這些音符就得先移回正確的軌道。 來源 1 編輯圖解(AI 生成)。薩克斯風音符,爵士錄音中約四分之一可能被分到鋼琴軌 2,030 萬參數測的是音符與鼓擊辨識 KobiMusic 在九套公開測試資料上,用 Dettato 的音符辨識與鼓模型做比較。兩個模型共 2,030 萬參數,綜合 F1 得 59.2 分。表中同樣九套資料的 MuScriptor 成績是 45.1 分,模型有 13 億參數。綜合 F1 平均了音符起點、持續區間、終點和鼓擊四項 F1,會同時考慮漏抓與誤抓。平常執行的完整工具還會修正音符、分配樂器軌,四個模型合計 2,810 萬參數。作者尚未公布四個模型串接後的整體分數,樂器分軌另用一套測試評估。 來源 1 編輯圖解(AI 生成)。九套資料/Dettato 2,030 萬參數,綜合 F1 59.2,同九套資料/MuScriptor 13 億參數,綜合 F1 45.1,完整 Dettato 有 2,810 萬參數,尚無整體分數 和 Mirelo A2M v1.1 Pro 的比較只涵蓋 Mirelo 公布成績的三套資料,分別是 PHENICX-Anechoic、RWC Classical 和 RWC Royalty-Free。以這三套資料計算綜合 F1,KobiMusic 報告 Dettato 得 60.8 分,Mirelo 公布的成績是 56.1 分。 來源 1 怎麼拿自己的錄音試? 可以在 KobiMusic 的示範頁上傳錄音,也可以用 Python 3.10 以上與 PyTorch 2.2 以上在自己的電腦執行。命令列版會在第一次使用時下載模型,並輸出 MIDI 和一份列出樂器軌與音符數量的 JSON。若錄音的取樣率低於 40 kHz,工具會跳過鼓模型。 來源 2 來源 1 ` pip install git+https://github.com/kobimusic/dettato dettato song.mp3 -o out/ ` 來源 1 原文:https://easyvibecoding.app/curated/3830-dettato-audio-to-midi-benchmark

About

輕鬆Vibe Coding — 每日策展的 X 技術社群精選、AI 趨勢分析與 Claude 實作心得的中文音訊版。