- 博客(121)
- 收藏
- 关注
RSS订阅原创 小说作者平台选择指南
在**起点、晋江**等站稳脚跟，争取首页推荐和全版权运营（如影视、动漫改编）。（书山中文网等）、**阿里文学**：保底价格千字15-50元，需历史成绩。将旧作品分发到**微信读书、QQ阅读、亚马逊KDP**等，赚取长尾收益。通过**公众号、微博、小红书**等引流，建立读者社群，减少对平台依赖。：选择**豆瓣阅读、简书**（文艺向），或直接投稿出版社。：优先**晋江、LOFTER、AO3**（注意政策风险）。：**UC头条、今日头条**的付费专栏，适合短篇爽文。
2025-04-01 10:34:14
253
原创 不同阶段的作者适合的小说题材
背景贴近现实生活，无需复杂世界观设定，套路成熟（如男频神医文、女频总裁文），适合快速入门。：基于已有作品（如四大名著、热门动漫）二次创作，省去人物和世界观构建，适合练习叙事和情节设计。：结合现实议题（如家庭暴力、职场歧视），增强深度。：虽然传统玄幻需庞大设定，但新手可从“小异能”“小人物”切入，如《天启异闻录》融合东方神话与悬疑，降低架构难度。：宫斗宅斗、娱乐圈、年代重生（如《逃荒，我全家都是重生的》）。：分析榜单作品结构（如《逆天邪神》的复仇主线+多女主），再融入新元素（如反套路反派）。
2025-04-01 10:01:01
505
原创 人工智能训练师：职业全解析与发展指南
人工智能训练师是指"使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员"[22]。数据管理与标注：负责原始数据(如图像、文本、语音)的收集、清洗及标注，确保数据质量满足模型训练需求。例如对医疗影像进行标注以训练诊断模型。模型训练与优化：使用机器学习框架(如TensorFlow、PyTorch)训练AI模型，调整算法参数(如学习率、批次大小)以提高性能。通过交叉验证等方法评估模型效果，针对过拟合或欠拟合问题优化模型结构。
2025-03-31 12:36:47
792
原创 MCP与AI agent的关系详解
MCP（Model Context Protocol，模型上下文协议）是由Anthropic在2024年11月推出的开放标准，旨在解决AI大模型与外部数据源之间的连接问题，使模型能够安全、灵活地访问文件、API、数据库等资源，从而生成更精准的回答。
2025-03-31 05:30:00
768
原创 开源AI智能体框架“OpenManus”的核心能力与当前限制的详细分析
支持OpenAI、Claude、Gemini等主流大模型API，开发者可自由切换模型以平衡成本与性能（如Claude 3.7 Sonnet适合高质量输出，Gemini Flash适合低成本场景）。：基于MetaGPT框架，支持角色分工明确的智能体协作（如主代理负责任务规划、浏览器代理处理自动化操作、工具调用代理执行代码等），可完成复杂任务拆解与执行。：若需更高稳定性，可考虑OpenAI的Agents SDK（支持多Agent系统）或阿里开源的QwQ-32B（兼顾性能与部署成本）。
2025-03-30 16:33:42
295
原创 关于OpenManu的技术实现与部署要求
*复杂场景（如本地大模型推理、多智能体协作）**则需高性能硬件支持。（可选）：若需本地运行开源大模型（如Qwen2.5-7B），建议配备NVIDIA显卡（显存≥8GB），以加速模型推理。：高性能多核处理器（如Intel i7或AMD Ryzen 7及以上），提升复杂任务（如百页PDF解析）的处理效率。：若选择本地运行开源模型（如Qwen2.5-7B），需满足更高硬件要求（如GPU显存、CUDA支持）。：支持多线程的处理器（如Intel i5或AMD Ryzen 5及以上），用于处理多智能体协作任务。
2025-03-30 16:25:49
240
原创 开源AI智能体项目OpenManus的部署
2025年被视为“Agent元年”，开源项目的爆发（如OpenManus）与巨头布局（如OpenAI的Agents SDK）共同推动AI Agent向平民化发展。：CAMEL-AI团队推出的多智能体协作框架，支持滚动、点击、输入等自动化操作，在GAIA Benchmark测试中表现优异（GitHub Star 2k+）。：与Manus依赖云端不同，OpenManus可直接在本地部署，用户能实时查看AI执行任务的思考过程与操作细节，透明化程度更高。关于开源AI智能体项目。文件，指定模型路径（如。
2025-03-30 16:14:46
376
原创 自动化工作流工具的综合对比与推荐
最近收到很多朋友私信我说：“刷短视频的时候，总是刷到自动化工作流的工具，有好多直播间都在宣传，不知道哪款工具好”。我花了点时间，做了一下测试，大家可以参考一下。以下是类似 Coze、Dify、n8n 的自动化工作流工具的综合对比与推荐，涵盖功能定位、适用场景、优缺点等维度，并结合实际案例和用户反馈进行总结。
2025-03-30 10:56:49
889
原创 GitHub上免费学习工具的精选汇总
覆盖全领域的资源聚合（框架、工具、文档等），如Awesome Python、Awesome React。：为开发者提供全栈学习路线图（前端、后端、Python等），每年更新，适合规划学习路径。：免费编程书籍与课程集合，涵盖Python、Java、Web开发等方向，支持多语言。：提供短小精悍的代码片段（JS、React、Python等），解决常见开发问题。：聚合主流编程语言（JS、React、Vue等）的官方文档，支持离线查阅。：免费API集合（天气、金融、社交等），适合开发实战与项目集成。
2025-03-29 10:39:47
1403
1
原创 github免费编程类工具汇总与评估（二）
提供NLP和CV领域的预训练模型（如Transformer、ResNet），支持快速复现论文结果。：基于SpringBoot和Vue3，支持微服务，提供代码生成器和在线表单配置功能。：异步框架，支持分布式爬取、数据管道管理，适用于电商、社交媒体等大规模数据采集。：IBM开源，提供对抗样本生成（如FGM、C&W攻击）及防御方法（如特征压缩）。：托管与本地版本兼容，支持多语言环境（如Python、Java）。：拖拽式设计，支持大屏、仪表盘，集成SpringBoot项目。
2025-03-29 10:31:47
776
原创 github免费爬虫类工具汇总与评估（一）
支持24+数据源（如淘宝、京东、知乎等），提供GUI界面和数据分析功能，数据导出为JSON格式。：基于Python的异步框架，支持分布式爬取、数据管道管理、自动重试等功能，适合复杂任务。：可视化操作界面，支持动态网页抓取，导出数据为Excel或CSV。：Java开发的轻量级框架，模块化设计，支持多线程和分布式爬取。：Python库，解析HTML/XML文档，适合小规模数据清洗。：按评分和标签抓取图书信息，支持Excel存储和反爬策略。：抓取B站用户数据（等级、粉丝数等），生成数据报告。
2025-03-29 10:25:08
1097
原创 Swift语音助手（苹果生态系统的核心编程语言）
Swift通过编译器优化、高效内存模型、现代化并发支持及跨平台能力，成为语音助手等实时应用开发的标杆语言。其技术演进（如Swift 6的并发安全特性）将持续推动智能助手在速度、能效与可靠性上的创新，同时生态系统的成熟（如社区工具链和第三方库）为开发者提供了强大的效率支撑。
2025-03-28 11:07:43
1017
原创 通用人工智能（AGI）的发展路径（人工智能通识）
无论是OpenAI的阶梯式路线，还是分散式生态的探索，AGI的终极目标应是成为人类社会的“智能伙伴”，而非替代者。背景：为什么要写这个话题，因为，最近粉丝身边的朋友总有人在问，这个人工智能到底是个啥？：OpenAI的Sam Altman预测2025年首批AI代理将进入劳动力市场，Elon Musk则认为2026年AI可能超越人类。：AGI加速药物发现、材料科学突破，如OpenAI的“深度研究”功能将整合多模态数据分析。：AI代理（Agents）将接管重复性工作，如客户服务、物流管理等，提升效率。
2025-03-28 10:30:47
1051
原创 使用DeepSeek搭建个人知识库：小说辅助创作指南（三）
Tips: 大家好，我是Lewis，小说辅助创作指南，需要考虑很多问题，所以大家在看的时候，只需要搜索文章中自己关注的内容就好，如果是第一次想了解的话，建议可以全部看完。
2025-03-27 12:18:51
1144
原创 谷歌最新发布的Gemini 2.5 Pro系列模型
Gemini 2.5 Pro代表了当前AI模型在推理、多模态和代码生成领域的最高水平，尤其在处理复杂任务时展现出的“类人思考”能力使其成为学术界、企业及开发者的强力工具。随着OpenAI等竞争对手的跟进，未来AI模型竞赛将更加激烈。
2025-03-27 08:05:09
839
原创 使用DeepSeek搭建个人知识库：小说辅助创作指南（二）
接到各位粉丝的私信，大家都反馈AI写小说，到底行不行？经常会被系统判AI化严重，我近期抽空给各位粉丝整理一个系列教程。如果感兴趣的朋友，可以关注一下，我们一起探讨，评论区可以随时留言，或者把问题私信给我。
2025-03-26 10:51:09
739
原创 使用DeepSeek搭建个人知识库：小说辅助创作指南（一）
将知识库分为“基础设定“（时间线、地图、文化习俗）、“角色档案“（性格、成长背景、关系网）、“情节模板“（冲突类型、反转设计）等模块。通过DeepSeek的“自定义知识库功能“上传文本文件（如历史背景资料、经典小说片段、写作技巧文档），让AI基于这些内容生成更贴合需求的文本。在创作过程中，将新生成的内容（如章节草稿、读者反馈）反向补充至知识库，形成“创作-反馈-优化”的闭环。：输入“设计一个亦正亦邪的反派，动机源于家族背叛，擅长暗器与毒术”，结合知识库中的角色模板优化。
2025-03-26 10:35:05
824
原创 AI视频自动剪辑的核心原理
视频自动剪辑的核心原理是通过算法分析视频内容（画面、音频、元数据等），结合预设规则或机器学习模型，自动完成素材筛选、剪辑、转场等操作。：使用YOLO、ResNet等模型检测人脸、物体、文字，标记关键内容（如“包含宠物的片段”）。：通过帧间差异检测（如颜色直方图变化、边缘检测）或机器学习模型（如CNN）识别镜头切换点。：通过ASR（自动语音识别）提取台词，标记时间戳（如字幕生成）。：根据背景音乐节拍（BPM检测）切分画面（如卡点视频）。自动添加转场（如溶解、滑动）、字幕（根据语音生成）。
2025-03-25 06:00:00
670
原创 Dify与DeepSeek搭建个人知识库
通过Dify与DeepSeek的本地化部署，用户可快速构建高效、安全的个人知识库。该方案尤其适合对数据隐私要求高的场景，且通过灵活的模型配置（如切换不同规模的DeepSeek版本）平衡成本与性能。创建“聊天助手”类型应用，并在上下文配置中添加知识库，启用RAG（检索增强生成）功能。若响应速度慢，可升级模型版本（如DeepSeek-R1-67B）或增加硬件资源。在Dify中创建知识库，支持上传PDF、TXT、Markdown等格式文件。：检查Docker镜像源配置，替换为国内源（如华为云、网易云）。
2025-03-25 06:00:00
601
原创 Python技术栈与数据可视化创意实践详解（三）
通过将Python的可视化工具链与具体业务场景结合，开发者能够创造出兼具功能性与艺术性的数据作品。建议从业务需求出发选择技术组合，例如：高频实时数据优先考虑Bokeh+Streaming，地理数据首选Folium+GeoJSON，科学计算可视化使用Mayavi/PyVista。Python在数据可视化领域凭借丰富的库和灵活的生态系统，能够实现从基础图表到复杂交互式可视化的全场景覆盖。：核心绘图引擎，支持高度定制化图表（如多子图布局、复杂标注）。：构建交互式仪表盘的最佳选择。：适合流数据实时可视化。
2025-03-24 10:21:10
614
原创 Python技术栈与数据可视化创意实践（二）
通过灵活组合Python可视化工具链，开发者可以突破传统图表限制，实现从数据洞察到艺术表达的全方位可视化创新。关键是根据场景需求选择合适的技术组合，同时注重用户体验与数据叙事逻辑的统一。: 底层绘图库（柱状图/折线图/散点图），支持高度定制化。: 基于Matplotlib的高级封装，简化统计图表生成。: 面向现代浏览器的交互可视化，支持流数据。采用WebGL加速渲染（Plotly的。动态图表添加过渡动画（Plotly的。: 创建交互式图表和Web仪表盘。: GPU加速高性能可视化。: 科学数据三维可视化。
2025-03-24 05:30:00
1381
原创 Python技术栈与数据可视化创意实践（一）
通过以上创意与工具的组合，Python数据可视化不仅能呈现“数据之美”，更能驱动决策与洞察。与Python桥梁库（如PyTorch3D），在Jupyter中展示3D数据集的AR投影，例如医疗CT扫描数据的立体解剖视图。实现交互式时间轴，如美国国会党派性变化的动态连线图，可结合Pandas处理时间数据，用滑块控制年份，展示投票记录的变化趋势。库可视化特征重要性，如波士顿房价数据集中房间数（RM）与房价（MEDV）的非线性关系，结合SHAP值动态解释预测结果。
2025-03-24 05:00:00
718
原创 LLM RAG（检索增强生成）技术在实际应用中面临的挑战（二）
LLM RAG（检索增强生成）技术在实际应用中面临诸多挑战，涵盖技术实现、性能优化、安全合规等多个层面。
2025-03-23 06:00:00
436
原创 LLM RAG（检索增强生成）领域的高级技术汇总（一）
通过LLM判断查询类型（如事实类 vs 创意类），动态选择检索库或跳过RAG直接生成。：构建“摘要-细节”多级索引，先通过摘要筛选相关文档，再进行细粒度检索，减少计算开销。：使用LLM将用户问题重写为多版本（如关键词提取、逆向问题生成），覆盖更广检索范围。：结合蒙特卡洛树搜索（MCTS）与RAG，通过奖励模型评估检索路径，避免局部最优。：根据语义边界（如段落、代码块）分割文本，避免机械式固定长度分块，提升嵌入质量。：将图像、音频等通过多模态模型（如CLIP）编码为向量，支持跨模态检索。
2025-03-23 05:00:00
581
原创 使用 DeepSeek 训练定制化小说创作模型，所需本地数据量与模型规模、训练目标
使用训练定制化小说创作模型，所需本地数据量与模型规模、训练目标强相关。
2025-03-22 11:20:47
529
2
原创 Python在图像处理领域的核心能力及典型应用场景（二）
Python在图像处理领域的应用广泛且强大，结合其丰富的库和框架，开发者能够快速实现从基础操作到高级AI视觉任务的各类功能。
2025-03-22 10:25:42
912
原创 Python在语音技术领域的核心能力及典型应用场景（一）
作为人工智能领域最受欢迎的编程语言，Python在语音技术开发中展现出极强的灵活性和生产力。
2025-03-22 10:19:46
428
原创 Hugo 生成静态网站并部署到 GitHub Pages 的完整流程
README 或 LICENSE（Hugo 会自动生成）⚡ 极快的加载速度（Hugo + GitHub CDN）进入仓库 → Settings → Pages。添加评论系统（如 utterances）集成 Google Analytics。使用 Netlify 实现表单提交功能。📱 响应式设计（通过现代主题实现）首次部署需等待 1-5 分钟生效。编辑 Markdown 文件。使用 CDN 托管大型资源。✅ 完全免费的静态网站托管。设置 Source 为。简化模板或减少图片数量。🔄 自动化部署工作流。
2025-03-21 16:44:43
580
原创 Netlify 的深度解析及使用指南
Netlify 核心优势全托管静态网站服务Netlify 提供从代码托管、自动化构建到全球 CDN 加速的全流程服务，支持 HTML/CSS/JS 静态资源及主流框架（React、Vue、Hugo 等），无需服务器运维 。免费基础套餐每月包含 100GB 流量、300 分钟构建时长及 1 个并发构建队列，满足个人项目和小型站点需求 。无缝 Git 集成支持 GitHub/GitLab/Bitbucket 仓库自动同步，代码推送后触发自动化构建与部署 。自定义域名与 HTTPS免费提供 *.ne
2025-03-21 16:34:18
990
原创 Python 在自然语言处理（NLP）领域的应用场景和技术实现方式
Python在NLP中的应用覆盖了**基础文本处理→语义理解→复杂系统构建**的全链条，结合开源库与深度学习框架，开发者可快速实现以下功能：从简单的数据清洗到基于Transformer的文本生成。从传统机器学习模型到结合强化学习的对话系统。从单语言处理到跨模态、多语言场景。学习建议：从NLTK/spaCy入门基础任务，逐步过渡到Transformers和PyTorch实现高级模型。可参考实战项目（如医疗问答系统 ）加深理解。
2025-03-20 11:16:34
1103
原创 GAP模型（差距模型）的核心及应用场景
GAP模型的核心价值在于系统性识别差距并提供改进方向，其灵活性使其适用于服务质量、医疗、金融、深度学习等多领域。不同场景需结合具体参数和扩展模型（如ILD-GAP、5GAP）进行优化，以实现精准分析与决策。下面是一些实际应用场景。【GAP模型具体应用案例】GAP模型（差距模型）作为一种通用的分析工具，广泛应用于多个行业，帮助识别目标与现状之间的差距并制定改进策略。
2025-03-19 09:04:53
1015
原创 AI编程工具领域：深度理解项目架构篇
早期的AI编程工具（如GitHub Copilot）主要聚焦函数级代码生成，但2025年的工具已能通过RAG技术、向量数据库等手段深度理解项目架构。在AI编程工具领域，能够读取项目目录并深度理解项目架构的工具主要通过代码索引、上下文感知和智能问答等功能实现。：工具生成的代码可能隐含版权风险（如CodeWhisperer会标记相似开源代码的许可证），开发者需建立代码合规审查流程。：基于RAG技术，支持本地代码库的索引和深度感知，可分析项目完整结构，生成文件解释、代码逻辑查询和整体修改建议。
2025-03-18 10:39:34
851
原创 关于 MCP（Model Context Protocol）的综合解析
MCP 通过标准化上下文协议和 "深度工具链集成"，显著提升了 AI 编程工具的实用性和效率。对于开发者而言，合理利用 MCP 可实现从设计到部署的全流程自动化，但需权衡其配置成本与功能需求。未来随着模型升级（如 Claude 3.7 支持 12 万 Token 上下文窗口），MCP 在复杂项目中的应用潜力将进一步释放。
2025-03-18 07:30:00
816
原创 MCP 与其他 AI 编程工具的优势对比
MCP 在 ”上下文感知”、”工具链集成” 和企业级支持等方面显著优于其他 AI 编程工具，尤其适合复杂项目开发和企业级应用场景。然而，其配置复杂性和中文适配问题仍需优化。未来随着模型升级（如 Claude 3.7 支持 12 万 Token 上下文窗口），MCP 的潜力将进一步释放。
2025-03-18 07:30:00
478
原创 SCAMPER的价值不仅在于工具本身，更在于培养“持续追问”的思维习惯
SCAMPER是一种"检核表法"（Checklist Technique），通过预设的七个问题维度引导系统性思考，涵盖替代（Substitute）、合并（Combine）、改造（Adapt）、调整（Modify）、改变用途（Put to other uses）、去除（Eliminate）、反向（Reverse）。SCAMPER的价值不仅在于工具本身，更在于培养“持续追问”的思维习惯。例如，在智能手环案例中，通过七个维度的分析，可衍生出材料替代、功能整合、界面优化等数十种改进方向。旧轮胎改造为花园装饰品。
2025-03-17 09:03:46
702
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