DeepSeek 结合本地 3B 视觉模型，打造无云端依赖的 Agent 浏览组合
helloiamleonie · x · 2026-08-12
开发者分享了在 Hermes Agent 中结合 DeepSeek V4 Flash 与 Liquid AI 的 LFM2.5-VL-3B 视觉模型的实践经验。
- 分工协作：DeepSeek 负责处理核心的 Agent 逻辑与任务规划，而仅有 3B 参数的 LFM2.5-VL-3B 作为本地视觉模块，赋予 Agent “看”的能力。
- 纯本地视觉操作：在测试中，Agent 完全依赖本地视觉模型进行网页浏览，成功阅读 Hacker News、打开地图并定位到冰岛的实时网络摄像头。
- 模型性能：被引用的 LFM2.5-VL-3B 虽然体量极小，但在 ScreenSpot-v2、RealWorldQA 等多项基准测试中，成绩超越了多个体积大其数倍的模型。
「编程与Agent」频道最新
- 前 Cognition 等核心成员创立 Hone：主打组织级 AI 智能体 — marvinvonhagen · 2026-08-13
- 登顶 GitHub Trending：为 Claude Code 打造的 29 种图表设计技能 — churchkey · 2026-08-13
- AI编程Agent能免审上线吗？开发者热议生产环境信任边界 — meghna_rana · 2026-08-13
- 用 AI 完整接管 NFL 梦幻橄榄球队：长周期决策能力实测 — Prestigious-Dig2263 · 2026-08-13
- Kimi K3 接入 GitHub Copilot,实测一句话生成游戏 — film_girl · 2026-08-13
- Meta 发布 AI 编程助手 Muse Code，采用按量计费直击 OpenAI 与 Anthropic — Beth_Kindig · 2026-08-13