- 博客(273)
- 收藏
- 关注
RSS订阅原创 什么是 GEO（Generative Engine Optimization）
让你的内容更容易被 ChatGPT、Gemini、Perplexity、Copilot、以及 Google 的。
2025-09-26 12:51:45
1311
原创 Icon 项目总结
Icon是一个典型的 AI + 广告创意自动化工具，优势在于效率、工具整合、多样化广告支持。它特别适合电商、DTC、中型品牌以及广告测试频繁的团队。但它并不能完全替代人工创意与设计师深度创作，对强调原创性和品牌差异化的大客户来说可能仍有不足。
2025-09-12 01:18:19
937
原创 playwright安装
（Playwright 下载 Chromium、WebKit、Firefox 时，这些浏览器二进制运行需要 C++ 运行库支持。
2025-09-10 12:27:05
296
原创 AI短片的风口，我看到了内容特工队Ai
不同于市面上那些“半吊子”软件，它是真正的一站式闭环：从选题脚本、AI 配音、数字人出镜、镜头剪辑，到成品生成和多平台发布，全程自动化。以前我最抗拒的就是“露脸”。我的体验是这样的：我只需要输入一句话需求，比如“帮我做一条秋季养生小贴士视频”，然后点一下，几分钟后就能得到一条精致的短片。有位律师朋友告诉我，他用内容特工队Ai一个月就生成了 100 多条专业短视频，播放量突破几十万，咨询量翻了三倍。这几年，短视频几乎成了所有行业的标配：餐饮要靠它引流，律师要靠它获客，跨境电商更是离不开它做全球营销。
2025-09-10 00:41:37
665
原创 内容特工队：一台手机就是一个短视频团队
内容特工队是由荷里购科技推出的全球首个移动端AI营销视频智能体。它把复杂的短视频生产流程，浓缩成一个“一键式”的操作体验，真正实现了从策划到发布的全链路自动化。无论是个人创业者、小微商户，还是营销团队，都可以借助它快速生成专业级短视频。内容特工队不仅仅是一个AI工具，更像是为短视频时代量身打造的“智能生产力伙伴”。它帮助个人和企业节省成本、提升效率，把创意快速转化为具有传播力的内容。在未来，随着AI技术的不断升级，像内容特工队这样的产品，或许会成为短视频行业的新标配。
2025-09-08 00:30:53
1618
原创 知识库②——向量化 (Embedding)：从文本片段到语义向量
中文/多语 + 本地部署：优先BGE-M3云端稳定 + 免运维：选已有 E5 系统或轻量多语：可用从文本片段 → 向量知识库文本切片 (Chunks)↓ Embedding 模型编码 → 向量表示↓ 存储与索引 (Vector DB: FAISS / Pinecone / Weaviate / Chroma / Milvus / Qdrant)↓ Chunk ↔ Metadata 绑定↓ 可检索的语义知识库Embedding 模型选择决定了检索精度、语言适配性与部署方式：中文/多语本地 →。
2025-08-29 01:45:30
1053
原创 返回关联文本片段：如何避免上下文过长导致模型错乱
适用场景：当确实需要多个证据支撑回答时。方法：利用专门的压缩模型（如LLMLingua一类的 Prompt 压缩器），将多个片段合并成提要，再交给大模型生成答案。注意：要平衡信息损失与可追溯性。少取、取准、压缩。预算控制→ 先决定能塞多少；MMR / 重排 / 压缩→ 精选出最有价值的片段；邻近扩展 / HyDE→ 保证上下文连贯与检索准确；提示词工程→ 引导模型专注问题本身、正确引用检索结果。通过这套组合拳，就能在有限的上下文窗口中，最大化信息利用率，避免模型错乱或遗忘核心问题。
2025-08-29 01:40:15
671
原创 在向量库里进行相似检索：Hybrid Search 的常见算法
Hybrid Search 的核心目标是结合关键词检索的精确性与向量检索的语义能力：最常用、可调节精度与召回的平衡；RRF：更健壮的无参排序融合；Cross-Encoder 重排：牺牲性能换取极致精度；Sparse + Dense 一体化：系统级方案，适合长期工程化部署。根据业务场景和性能需求，可以灵活选择或组合使用这些方法，构建高效稳定的混合检索系统。
2025-08-29 01:36:22
1058
原创 用户输入的问题生成 Query Embedding
核心原则：Query embedding 必须和知识库构建时用的 document embedding 模型一致。中文语料推荐：首选BGE-M3；若已有 E5 体系则用Multilingual-E5-Large（带前缀）；若要云端省心，则选OpenAI text-embedding-3 系列。检索优化建议：向量检索应结合关键词 BM25 做 Hybrid，再配合 Cross-Encoder 重排，才能在中文场景下兼顾召回率和精度。
2025-08-29 01:30:25
429
原创 存储到向量数据库：去重、清洗与数据库选择
清洗与去重是保证知识库质量的前置环节，必须在 embedding 之前完成。数据库选择则取决于语料语言（中文/多语 vs 英文）、数据规模（小型实验 vs 大规模生产）、部署条件（本地 vs 云端）、业务需求（单模态 vs 多模态）。正确结合两者，才能构建一个高质量、可扩展、适配业务场景的向量知识库。
2025-08-29 01:27:44
451
原创 向量化 (Embedding)：从文本到知识库的关键步骤
从Markdown → 向量知识库Markdown 文档↓ Loader 加载 → Document(page_content + metadata)↓ Splitter 切分 → Chunks (继承 metadata)↓ Embedding → 向量化↓ 存储与索引 → 向量数据库 (FAISS / Pinecone / Weaviate / Chroma 等)↓ Metadata 绑定 → (id, vector, chunk_text, metadata)↓ 可检索的知识库。
2025-08-29 01:24:39
1425
原创 从 Markdown 到向量知识库：文本切片与 Metadata 管理实践
从 Markdown 到向量知识库的流程中，Metadata 结构化和文本切片是两个核心步骤：Metadata 提供过滤、访问控制与溯源能力；合理的 chunk 大小和 overlap 决定了召回的准确性与效率。在中文场景下，推荐MarkdownLoader + 语义切分 + 500–800 tokens/块的配置作为起点，再结合实际上下文窗口、Top-K 设置与检索实验结果，迭代优化。
2025-08-29 01:21:17
1100
原创 声音克隆中的音量归一化：原理、作用与潜在副作用
音量归一化是声音克隆和语音合成流程中不可或缺的标准步骤。科学地应用归一化能极大提升模型的训练效率与推理一致性，但工程实践中需要根据目标场景、数据分布与合成需求权衡取舍，避免一刀切式的归一化导致情感表达、音质或建模能力的损失。归一化不是万能药，而是一个工程“调优点”。理解其原理和副作用，才能让你的声音克隆模型既稳定又富有表现力。
2025-07-10 15:51:58
903
原创 Python UI自动化演进格局：从传统库到AI驱动的智能代理
在现代软件工程和业务流程管理中，图形用户界面（GUI）自动化扮演着至关重要的角色。它不仅仅局限于软件测试领域，更是机器人流程自动化（RPA）、自动化数据录入、遗留系统集成以及在API（应用程序编程接口）缺失或不足时模拟人类交互的核心技术。通过编程方式模拟鼠标点击、键盘输入和屏幕导航，UI自动化技术弥合了人类操作与机器执行之间的鸿沟，使得重复性、规律性的任务得以高效、准确地完成。当前的UI自动化技术可以被归纳为一个光谱，其两端代表了截然不同的实现哲学。本报告将深入探讨这一光谱的各个层面：基于对象属性的确定性自
2025-06-30 17:40:46
939
原创 ComfyUI 高级工作流教程：HiDream 图像生成 + Perturbation 放大 + LanPaint 修复实战
本教程完整展示了一条从文本提示到图像生成、再到局部修复与高分辨率输出的完整高级流程。无论你是 ComfyUI 的新手还是老手，HiDream + Perturbation + LanPaint 的组合都值得深入探索与实践。
2025-06-18 09:24:46
1104
原创 FastAPI 的运行方式解析：def、async def、线程池、异步与等待的区别与联系
运行方式写法是否阻塞事件循环推荐场景性能表现异步（async）async def否异步网络 I/O、数据库、API 请求⭐⭐⭐⭐⭐ 高并发优选同步非阻塞（def）def否（由线程池运行）快速计算、小逻辑处理⭐⭐⭐⭐ 稳定安全同步阻塞（def）def否（由线程池运行）使用阻塞库（如 requests）⭐⭐⭐ 稍慢，但兼容性好FastAPI 让 Python 的异步能力进入大众开发者视野，并通过简洁的 API 接口和底层的 Starlette 框架，优雅支持async def和def。
2025-06-16 11:17:50
1172
原创 赋能大型语言模型与外部世界交互——函数调用的崛起
函数调用，或称工具使用，其核心定义是一种使大型语言模型能够根据用户的自然语言输入，请求执行外部系统中预先定义好的函数或API的技术。在此过程中，LLM本身并不直接执行这些函数；相反，它会分析用户意图，并生成一个包含目标函数名称及其所需参数的结构化数据（通常为JSON格式）1。这个结构化数据随后被传递给外部的应用程序或执行环境，由后者负责实际调用函数并处理结果。
2025-06-06 17:23:39
1306
原创 一文读懂RAG流程中用到的请求参数与返回字段
阶段参数或字段说明检索请求querynameprojectlimit基础检索条件检索前处理rewritemessages提升语义匹配检索后处理精细排序、上下文扩展响应结果检索内容与消耗大模型调用messagesmodelmax_tokens构建回答生成任务回答内容usage输出结果与解释。
2025-06-04 17:00:59
854
原创 知识库检索接口参数设置
场景推荐配置纯语义检索精准关键字匹配, 关闭 rerank多轮对话+智能改写, 配置messages需要上下文增强图文混合文档展示。
2025-06-04 16:02:51
739
原创 构建检索增强生成（RAG）应用：第二部分
我们仍使用第1部分中提到的外部知识源：Lilian Weng 撰写的博客文章《LLM驱动的自主智能体（LLM Powered Autonomous Agents）》。在许多问答应用中，我们希望允许用户进行来回对话，这意味着应用需要某种“记忆”以记录过去的问题和答案，并具备将其纳入当前思考的逻辑。在 Part 1 中，我们将用户输入、检索上下文和生成的回答分别作为状态的不同字段。本教程中的方法利用了现代聊天模型中的工具调用（Tool Calling）能力。使用 Agent 模式的多步迭代检索 RAG。
2025-06-03 11:06:19
1016
原创 LangChain + LangGraph 教程第一部分：打造基于 RAG 的问答应用
Build a Retrieval Augmented Generation (RAG) App: Part 1 | 🦜️🔗 LangChain 在大型语言模型应用中，构建有数据根据的问答类应用是最有力的场景之一。这类应用使用的技术叫做 Retrieval Augmented Generation（RAG）。Part 1 (本文)：介绍 RAG 原理，应用 LangChain 和 LangGraph 实现最简应用Part 2 (将推出)：展延到支持对话风格与多步骤的处理流加载文档：Docu
2025-06-03 11:01:05
454
原创 如何无损修复Windows
Windows 11 提供“使用 Windows 更新修复问题”功能，允许用户在保留应用、文件和设置的前提下重新安装当前版本的操作系统，有效解决系统文件损坏、组件异常等常见问题。Windows 11 安装助手适用于当前运行 Windows 10/11 的设备，支持在保留用户数据的前提下重新安装系统，是一种“就地升级”的修复方式。适用于进行全新安装或高级修复场景，用户可通过创建启动 U 盘或 ISO 文件，手动引导电脑进入安装程序修复系统。
2025-05-31 09:34:45
7401
原创 GPT-4.1 开启智能时代新纪元
GPT-4.1 是通用人工智能从“可用”走向“好用”的里程碑。它以更高性能、更低成本，覆盖更广的能力边界，不仅是开发者的得力工具，更是推动教育公平、产业升级与公共服务革新的新引擎。未来，随着 GPT-4.1 在更多行业的嵌入式应用落地，我们有理由相信，真正的“AI for everyone” 时代，已经到来。
2025-04-21 15:39:12
949
原创 ControlNet v1.1 用途与典型例子
AI 插画师工具链：草图 → 自动绘图 → AI 修图。多为社区调制扩展，如角色融合风格生成、模仿参考图动作等。“让这个人穿红裙子”+图片输入 → 生成穿红裙子版本。：检测场景中的几何直线（通常用于室内/建筑）动作一致的 VTuber 插画 / 模型图。与 pose 联用生成立体感更强的角色插画。指定哪个区域生成什么：人、衣服、车、树……“蓝色区域为人物，绿色为树，红色为太阳”：Prompt 引导图像变换（非强控制）：每个像素点的三维方向（用彩色图编码）儿童画 → 完整插图（AI 插画）
2025-04-09 14:06:59
991
原创 ControlNet v1.1 - OpenPose模型说明
是 ControlNet v1.1 系列中基于OpenPose 人体姿态估计图像训练的控制模型。可与 Stable Diffusion v1.5 搭配使用，通过“骨架提示图（keypoint map）”进行强力的人体姿态控制。适用于人体换装、动态一致性图生图、动作还原、动漫角色动态生成等场景。
2025-04-09 14:01:15
1081
原创 sam_vit_h_4b8939模型说明
是 Meta AI 发布的的最强版本，采用ViT-H（Vision Transformer Huge）作为图像编码器，具备极高的零样本分割能力。该模型支持基于提示的交互式分割：你可以提供“点、框、掩码”作为提示，它会高质量地生成目标区域的掩码。它也可在无需提示的自动模式下生成整张图的所有对象掩码。
2025-04-09 13:49:26
3548
原创 840000VAE 模型使用说明
使用 CyberRealistic、Anything、ChilloutMix、Realistic Vision 等注重真实感的模型时，提高。该模型是原始 Stable Diffusion 所用 VAE 的升级版本，旨在。此模型不会生成图像，只作用于潜空间 ↔ 图像空间的编码/解码（影响画面质量、色彩、细节还原）。更适合人像与细节还原（比原始VAE在 PSNR / SSIM / PSIM 上表现更佳）。可配合提示词、LoRA 调优，观察对图像细节、色彩、面部还原的影响。，与原模型完全兼容。
2025-04-09 13:34:41
2728
原创 CyberRealistic V8 模型使用说明
✅ 特色改进：V8 大幅减少异常肢体（多手、多指等），更贴近真实人类结构。与 CyberRealistic LCM 版本不同，本模型为。LoRA、Textual Inversion 插件兼容性强。可结合 LoRA 提升人物表现力（如姿势、服饰、风格等）。本模型为多个写实模型融合结果，融合方式未完全公开，但强调。支持 Civitai 网页端生成与 LoRA 叠加实验。，非常适合新手或需要快速出图的场景。，追求图像质量优先而非推理速度。：高写实、高细节人像模型。清晰的五官与自然光影。
2025-04-09 13:28:16
791
原创 一文了解 MCP Server：AI 工具与外部世界的桥梁
MCP 是统一大模型与外部工具交互的通用协议MCP Server 是你构建智能体最重要的“外挂工具”集合借助 MCP Inspector、现成 MCP Server 仓库、主流 SDK（Python、Node）可以快速接入与开发DeepSeek、Cursor、Claude 等主流平台全面支持 MCP，让 Agent 构建进入标准化时代MCP 不是新技术，而是一种“标准 + 工具”的革命。它正在推动 AI 工具从“孤岛”走向生态协作，人人都能成为“Agent 工程师”。
2025-03-27 17:36:21
4074
原创 Cloudflared安装与基本使用
Cloudflared 免费版不支持直接设置密码访问。用 Nginx 反代 + HTTP Basic Auth（进阶）⚠️ 注意：如果你在 JupyterLab 的终端运行，复制刚刚的地址粘贴到浏览器，就能看到你的项目页面了 ✅。用 Cloudflare Tunnel 配合。如果页面能正常显示你的项目页面，即表示成功。
2025-03-27 16:29:22
1723
原创 Cloudflared vs FRP
临时访问用 Cloudflared，长期服务用 FRP！你也可以一开始用 Cloudflared，等项目稳定再切换到 FRP。
2025-03-27 15:46:17
810
原创 Gradio实现内网穿透的重要组件
Gradio 的share=True功能需要，这是用来建立公网隧道的工具（Gradio 内置的 FRP 客户端）。
2025-03-27 15:14:59
880
原创 Hybrid + Reranking 检索管线简介
在大模型问答（如 RAG、ChatGPT 插件）和搜索增强生成（Retrieval-Augmented Generation, RAG）场景中，是一种非常主流且有效的检索策略。它结合了稀疏检索和稠密检索的优势，并通过重排序模型（reranker）进一步优化结果质量。
2025-03-21 12:00:32
476
原创 Browser Use 项目介绍
支持 AI 代理在网页上进行复杂交互，例如自动填表、数据分析、在线购物、社交媒体操作等。，旨在让 AI 代理能够高效、智能地控制网页，实现。，开源免费，支持企业级应用扩展。
2025-03-20 10:02:32
1416
原创 LiteraSageAI 项目介绍
LiteraSageAI 是一个基于多 Agent 协同工作的文学润色系统，旨在提升文学文章的质量和表现力。该系统通过 DeepSeek API 实现，利用 5 个不同专业方向的 Agent 进行多轮对话，不断优化和提升文章的质量。
2025-03-20 09:48:03
613
原创 Conda 常规用法指南
Conda 是一个开源的包管理和环境管理系统，主要用于 Python 和其他编程语言的开发环境。它能够方便地安装、更新和管理依赖项，使得不同项目可以使用不同的 Python 版本和库。
2025-03-12 16:10:03
757
常见的资料转成txt文本文件
2024-06-21
算法实例-派遣运动员上场能获胜的所有方法
2024-01-20
小白爬虫-下载网页JSON数据以及下载网页图片-Python-适合有一点点经验的新手、小白
2024-01-20
HTTP网页请求Demo和教程-Python-适合小白
2024-01-20
如何使用ASSIMP库转3D换模型格式
2023-01-26
TA创建的收藏夹 TA关注的收藏夹
TA关注的人