自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 收藏
  • 关注

原创 GPT-Image2图片转PPT效率提升10倍

AI图片一键变可编辑PPT效率翻10倍。痛点:把AI生成的图片截图贴进PPT,改一个字都要重画,浪费大量时间。解法:3步,编写易转SVG的生图提示词、图片转SVG提示词、GPT-Image2将位图转为SVG矢量文件。效果:最终将SVG文件拖入PPT并“转换为形状”,每个色块、每段文字都能独立编辑,效率飙升10倍。 #ai工具 #PPT #图片转PPT #效率工具

2026-05-09 09:10:30 5548

原创 基于seedance接口快速搭建视频生成平台

本文介绍了如何利用字节平台API优化视频生成流程。首先说明因用户排队问题,建议使用字节火山引擎API直连方案(暂不开放Seedance2.0接口)。具体步骤包括:1)从ClawHub获取封装好的视频生成Skill;2)申请字节API Key并开通模型资源;3)通过Trae工具生成Streamlit应用代码并运行。最后提供了参考文章和联系方式。该方案旨在提高视频生成效率,避开排队问题。

2026-03-17 12:19:24 727

原创 APP/Web自动化测试工具maestro部署与使用

Maestro是一款支持移动应用和Web平台的自动化测试工具,使用YAML文件驱动测试执行。本文介绍了结合Trae和Maestro生成YAML文件进行自动化测试的方法,相比传统工具门槛更低。内容包括安装Maestro CLI工具、Python UV包管理工具配置,以及解决ChromeDriver版本不匹配问题的方案。测试时可通过修改提示词让agent自动修正YAML文件,实现浏览器自动化测试。文章最后提供了Maestro官方文档和相关参考资料链接。

2026-03-17 09:24:55 641

原创 Windows下安装部署小红书视频生成及编辑平台FireRed-OpenStoryline

FireRed-OpenStoryline是一款基于AI的视频生成工具,通过自然语言调用大语言模型和视觉模型自动生成视频内容。安装需下载Python源码、模型资源文件(共<526MB)并配置依赖环境。使用前需设置API密钥,启动MCP服务和Web界面。用户需登录clawhub.ai获取Token以安装技能组件。目前生成视频需多次交互,未来计划结合分镜提示词等工具构建自动化视频流水线。该项目专业度有待提升,适合开发者和研究者探索AI视频生成技术。

2026-03-14 10:49:15 580

原创 国内平替OpenClaw产品试跑尝鲜

本文介绍了三款国产AI助手工具的安装配置和使用体验:1.腾讯WorkBuddy提供本地安装包和钉钉机器人集成,内置多个插件但未分类;2.阿里CoPaw支持多种安装方式,需自行配置模型API,内置10个技能但交互体验待优化;3.阿里QorderWork功能较为基础,模型切换和渠道配置选项有限。文章还提及智谱AutoClaw、腾讯QClaw等其他国产替代方案,并附有相关参考链接。整体呈现了当前国产AI工具在安装便捷性、功能完备性和用户体验方面的差异。

2026-03-11 13:42:51 1343

原创 升级MAC部署OpenClaw

OpenClaw让几年前的MacOS焕发光彩。

2026-03-09 15:59:07 1207

原创 基于Trae+remotion 快速制作视频

AI TRAE remtion video

2026-03-04 22:16:30 984

原创 基于免费大模型部署OpenClaw测试用例生成器

本文介绍了如何利用免费大模型开发OpenClaw技能来自动生成测试用例的方法。主要内容包括:1)通过硅基流动或魔搭平台获取免费大模型;2)配置OpenClaw的CustomProvider接入模型;3)开发测试用例生成技能,包含详细的agent.py实现代码和SKILL.MD说明文档。该技能可根据中文需求自动生成包含功能、性能、安全等多维度的Markdown格式测试用例,支持正常和异常场景,提供优先级划分和完整测试要素。文章还提供了环境配置、错误处理及调试方法等实用建议。

2026-02-28 17:41:17 1671

原创 Windows上部署OpenClaw

本文介绍了在Windows系统下原生安装OpenClaw的完整流程。主要内容包括:1) 系统要求与基础安装;2) Token配置与启动测试;3) 大模型提供者更换方法;4) 钉钉渠道集成配置;5) 飞书渠道对接步骤。文中详细说明了各环节的具体操作命令和配置文件修改方法,并提供了常见问题解决方案参考链接。该指南为在Windows环境下部署OpenClaw并连接主流办公平台提供了完整的技术方案。

2026-02-28 08:29:36 5867

原创 根据API规范AI智能化生成接口测试脚本

SYSTEM_PROMPT = """你是一名专业的API测试工程师,擅长使用RestAssured编写高质量的自动化测试脚本。8、接口验证需要加入数据库SQL对比结果的代码。USER_PROMOPT="""请根据如下描述,严格生成专业级的RestAssured测试脚本,确保:\n1. 代码无语法错误\n2. 包含完整断言\n3. 有清晰的注释 4、代码逻辑通过静态扫码检测。AI擅长根据结构化的openapi描述,结合提示词生成准确度较高的流行框架比如RestAssured/Pytest脚本系列。

2025-07-17 12:09:29 597

原创 AI驱动的自动化测试框架Midscene.js-AI智能化生成代码实现

合法的函数包括 ai/aiAction 、aiTap、aiInput、aiQuery、aiWaitFor、aiAssert 等,不支持aiRightClick、aiHover、evaluateJavaScript,请务必保证函数准确。1.必须严格按照https://midscenejs.com/llms-full.txt的规范使用Midscene.js和Playwright。3.自动化测试所需的环境已经构建完毕(包括配置文件、项目依赖等),需在e2e文件夹下生成.spec.ts文件即可,方便直接执行。

2025-07-16 12:08:32 699

原创 AI驱动的自动化测试框架Midscene.js-AI生成脚本

请参考manus_cases目录下的 ebay_search.png 搜索页面截图,为这个界面编写全面的手工测试用例,在manual_cases这个文件夹下生成一份测试用例名test_case.md。请编写 TC-001 "输入有效关键词搜索" 对应的midscene.js javascript的英文自动化测试脚本,务必确保语法正确。3.自动化测试所需的环境已经构建完毕(包括配置文件、项目依赖等),需在e2e文件夹下生成search_ebay.spec.ts即可,方便直接执行。搜索页面保存到该目录下。

2025-07-15 21:39:49 1899

原创 AI驱动的自动化测试框架Midscene.js-android篇

当前android UI自动化支持最好的是VL方向的LLM,比如doubao-1-5-ui-tars-250428、qwen-vl-max-latest。使用android原生浏览器访问ebay网站。Npx tsx demo.ts运行出错反应了UI界面程序的脆弱性。安装android sdk、配制好LLM、安装好midscene.js。左上角的command input 输入自然语言指令,点击Run ,可见。电脑连接上debug模式的android手机。点击底部2个红框,可以看视频回放以及测试报告。

2025-07-14 23:49:45 1283

原创 AI驱动的UI自动化测试工具Midscene.js体验(1)

Playground模式下,在“action” tab的输入框填写完整中文指引词:” 搜索框输入midscene.js,点击搜索按钮,查询结果页面上包含midscene.js”,运行结果如后。#MIDSCENE_MODEL_NAME="ep-2025XXXXXX " # 火山引擎的推理接入点ID,#doubao-1-5-ui-tars-250428。特别注意的是,windowns下环境变量OPENAI_API_KEY 等的设置是否被覆盖。当前目录下设置好.env文件。四 集成playwright。

2025-07-14 14:50:04 2184

原创 AI智能化生成测试用例

图片使用pytesseract 或者百度paddleOCR识别文字。###要保持文档的结构不变,元信息不变。3.1、遍历word文档的图片及表格。2.3、LLM参数调整及联动。3.6 解析应答转为思维导图。3.4 选取LLM 大模型。用例分布及消耗的资源。3.5 生成测试用例。

2025-06-04 08:29:59 3220

原创 大模型分析日志异常

文章摘要:本文介绍了一个基于LLM的日志分析系统设计方案,主要用于分析系统错误日志并提供修复建议。系统允许用户选择AI模型和编程语言,输入日志后生成结构化分析报告。核心功能包括:1)使用定制化提示词引导AI进行多维度分析(异常类型、代码定位、常见问题检查等);2)支持Java等语言的特定分析模板;3)通过API调用LLM实现日志分析,并记录性能指标。系统输出包含错误类型、根本原因、解决方案等结构化JSON数据。

2025-06-04 08:20:44 661

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除