Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

Claude的computer use功能有哪些使用教程

Answer

以下是关于 Claude 的 Computer Use 功能的使用教程:

  1. 随便新建一个目录,Shift+鼠标右键,选择“Powershell”。
  2. 粘贴相关内容并回车。因网络问题可能会不成功,已为您打包项目,可公众号回复“CUD”获取。
  3. 下载完成后,打开 anthropic-quickstarts 进入 computer-use-demo 文件夹,在这个文件夹内打开“Powershell”。
  4. 输入相关指令,等待下载完成。
  5. 然后继续输入相关内容。
  6. 打开浏览器,输入 http://localhost:8080/。注意:此时要关掉代理。您会看到相关页面,然后点击左上角打开设置。
  7. 填入“API Key”点击回车即可在 Chat 页面处进行对话。(注意:此时要打开代理)

如果没有 API 的小伙伴,可以在文末留言,会抽取三个小伙伴送出充值的 API 以供体验使用,里边一共 20 刀额度,用完即止。

完成上述步骤,您就可以愉快体验了。

另外,作者自己的体验感受是,目前该功能并没有演示视频中那么完美,实际体验起来依然是一个“笨笨”的雏形状态。但当看到它根据指令不断试错、自己寻找解决方案并执行时,还是会感到震撼。Claude Computer-Use 是在接受任务后列出行动计划,并根据实时的屏幕变化进行下一步的思考、计划和操作。它可以对未知的工作进行主动探索和试错,与 RPA 有巨大的差异。目前放出的版本有非常多的能力限制,并非直接操作电脑,而是运行在一个虚拟环境中进行工作,并且被设置了一些严格的规范,不允许下载、使用、影响任何媒体。

Content generated by AI large model, please carefully verify (powered by aily)

References

张梦飞:Claude电脑操控功能到底如何?无需代码基础,让小白也能亲手体验属于开发者的Computer-Use功能教程!

本次带来的是Claude Computer Use小白使用教程22日晚,Claude 3.5迎来了重大的更新,其中中最重磅的当属“Computer Use”操控电脑的能力,官方发布了几个演示视频,令人十分震撼,各大媒体争相报道。然而目此功能只针对开发者在API中开放使用。那么作为普通用户,也很想感受一下先进的技术成果,我们该如何体验这个功能呢?其实也十分简单,下方有详细教程。

张梦飞:Claude电脑操控功能到底如何?无需代码基础,让小白也能亲手体验属于开发者的Computer-Use功能教程!

1、随便新建一个目录,Shift+鼠标右键,选择“Powershell”2、粘贴进入并回车:因为网络问题可能老会不成功,我帮你打包了项目,可以公众号回复“CUD”获取。3、下载完成后,打开anthropic-quickstarts进入computer-use-demo文件夹,在这个文件夹内打开“Powershell”。4、输入等待下载完成。5、然后继续输入:6、打开浏览器,输入http://localhost:8080/注意:此时要关掉代理。你会看到下图,然后点击左上角打开设置。7、填入“API Key”点击回车即可在Chat页面处进行对话了。(注意:此时要打开代理)如果没有API的小伙伴,可以在文末留言,抽三个小伙把我充值的API送给大家体验使用,里边一共20刀额度。用完即止~完成,你可以愉快体验了~最后,以Claude Computer Use写下的寄语为结尾:让我们一起在这个AI快速发展的时代,保持开放和学习的心态,共同见证和参与技术进步,创造更美好的未来!

张梦飞:Claude电脑操控功能到底如何?无需代码基础,让小白也能亲手体验属于开发者的Computer-Use功能教程!

我自己的体验感受是,目前并没有演示视频中那么完美,实际体验起来依然是一个“笨笨”的雏形状态,但是当我真的看到他根据我的指令开始不断试错,自己不断寻找解决方案并执行的时候,我还是有被震撼到。我似乎看到了一个未来的巨人在蹒跚学步的样子。看到网上有人拿RPA与他进行对比,然而,实际体验后,会发现这是完全不同的逻辑。Claude Computer-Use,是在接受任务后列出行动计划,并根据实时的屏幕变化进行下一步的思考、计划和操作。他可以对未知的工作进行主动探索和试错,而RPA更多的是流程固定化操作,这是巨大的差异。也许现在的Claude Computer-Use还没有传统的RPA好用,但我们似乎可以预见未来的Claude Computer-Use是如何深刻影响人们的生活,每个人都将拥有一个无比聪明的超级助理。可以一窥未来的发展样貌,在不久的未来,也许真的可以实现,人人只需工作一个小时甚至无需工作的的富足世界。在我的体验中,目前放出的版本是有非常多的能力限制的,它并非直接操作我的电脑,而是运行在一个虚拟环境中进行工作,并且被设置了一些严格的规范,不允许下载、使用、影响任何媒体。但是我还在钻了一个空子,让Claude在沙盒中,给我发送了一条寄语消息。左侧是对话框,红色头像是我的发言,黄色头像是机器人的发言。右侧是机器人实时操作的屏幕。(操作视频,已3倍速。)[10月23日.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/POoobiy2NoOJzzxFvgFc1Gy7nOe?allow_redirect=1)最终机器人发出了这句话:

Others are asking
OpenAI Operator, Anthropic Claude Coder
以下是关于 OpenAI Operator 和 Anthropic Claude Coder 的相关信息: 2025 年 Agent 领域的发展预测: 从对话助手到行动型智能体是 2025 年 Agent 技术的主流发展方向之一。计算机操作能力取得突破,传统大模型更多充当聊天助手,而 2025 年的突破在于让 Agent 直接“动手”操作电脑和网络环境。 Anthropic 在 2024 年底发布的 Claude 3.5 Sonnet 首次引入“Computer Use”能力,让 AI 像人一样通过视觉感知屏幕并操作鼠标键盘,实现了 AI 自主使用电脑的雏形。 OpenAI 在同期推出了代号“Operator”的 Agent 及其核心模型“计算机使用智能体”(CUA),使 GPT4 获得直接与图形界面交互的能力。CUA 通过强化学习将 GPT4 的视觉能力与高级推理相结合,训练 AI 可像人一样点击按钮、填表、滚动页面等。在 OpenAI 的测试中,CUA 在浏览器任务基准 WebArena 和 WebVoyager 上分别达到 38.1%和 87%的成功率,后者已接近人类水平。 其他相关信息: 宝玉日报 1 月 25 日: Deepseek 提示词框架包含四大模块:任务目的(Purpose)、计划规则(Planning Rules)、格式规则(Format Rules)、输出说明(Output)。 Anthropic 的 Claude 可通过屏幕截图获取计算机视觉信息,计算光标移动的像素坐标,并执行点击、滚动等操作。 OpenAI Operator 利用虚拟主机和 Chrome 浏览器,通过 CUA 实现网页实时操作,支持复杂任务导航。 主要的大语言模型: OpenAI 系统包括 3.5 和 4 等,3.5 模型在 11 月启动了当前的 AI 热潮,4.0 模型在春季首次发布,功能更强大。新的变种使用插件连接到互联网和其他应用程序。Code Interpreter 是一个非常强大的 ChatGPT 版本,可以运行 Python 程序。未为 OpenAI 付费只能使用 3.5。微软的 Bing 使用 4 和 3.5 的混合,通常是 GPT4 家族中首个推出新功能的模型,连接到互联网。 谷歌一直在测试自己的人工智能 Bard,由各种基础模型驱动,最近是 PaLM 2 模型。 Anthropic 发布了 Claude 2,其最值得注意的是有一个非常大的上下文窗口。
2025-04-01
Claude Artifacts是什么
Claude Artifacts 是由 Claude 推出的一项工具。它具有将前端代码直接渲染成网页的功能,在前端代码生成能力方面表现出色。例如,可以借助 Claude 的 Artifact 功能制作海报、思维导图等,用户无需编写代码或使用专业设计软件,仅通过与 Claude 对话并输入提示词,就能生成符合需求的内容。目前关于 Claude Artifacts 的探索文章相对较少,但其具有代码跑通率高、设计美感好等特点,还能实现动态生成的效果。
2025-04-01
怎么写给 Claude 的 prompts
以下是关于如何写给 Claude 的 prompts 的相关内容: 1. 提示简介:提示是您给 Claude 的文本,用于引发相关输出,通常以问题或指示的形式出现。例如,“User|Why is the sky blue? 为什么天空是蓝色的?”,Claude 回答的文本被称为“响应”,有时也被称为“输出”或“完成”。 2. 构建 Prompt:可以用 Lisp 或 Markdown 格式来构建 prompt,让 Claude 根据用户输入的领域和产品(也可自定义产品特点)直接输出情绪营销语句。用 Lisp 这种编程语言更为凝练和简洁,Markdown 格式的效果也一样。对于 GPT 等模型,在卡片生成这步可能需要一些调整,不稳定,最好自定义 html/css 样式来进行强约束。直接打开 Claude 首页,把上述提示词发送即可初始化,然后进行使用。 3. 控制输出格式(JSON 模式):控制 Claude 输出的简单方法之一是说明想要的格式,Claude 可以理解并遵循与格式相关的指示,并格式化输出,如 JSON、XML、HTML、Markdown、CSV 等,甚至自定义格式。例如,如果想让 Claude 以 JSON 格式生成一首俳句,可以使用相应的提示。
2025-03-28
claude教程
以下是关于 Claude 的教程: 1. 提示简介:Claude 经过训练成为一个乐于助人、诚实可靠、无害的助手,习惯于进行对话。您可用常规自然语言请求指示它,指示质量对其输出质量影响大,尤其对于复杂任务。 2. Project 功能: 打造真正的个人 AI 助理。 打开 Claude,在左侧菜单栏点击“Projects”。 点击“Create Project”。 填写项目名称并点击“Create Project”。 在“Project Knowledge”下面,点击“Set custom instructions”,填写系统提示词。建议使用 Claude 3.5 Sonnet,逻辑能力更强。打开聊天窗口输入复盘内容,AI 会给出优化建议。 3. 17 岁高中生写的神级 Prompt:将 Claude 强化成满血 o1,如用 Prompt 把 o1 级别的思维链复刻到 Claude 3.5 里,思考逻辑更详细、更像人。Prompt 名为 Thinking Claude,作者是 17 岁的高中生涂津豪,其 Github 地址为:https://github.com/richards199999/ThinkingClaude/tree/main 。
2025-03-24
claude
以下是关于 Claude 的相关信息: 1. 一位 17 岁的高中生涂津豪写了个名为“Thinking Claude”的神级 Prompt,将 Claude3.5 强化得非常强大。它能把 o1 级别的思维链复刻到 Claude3.5 里,使其思考逻辑更详细、更像人,甚至思考过程都跟 o1 一样,还能展开折叠。用这个 Prompt 强化过的 Claude3.5 智能程度、成功率、像人的程度都大幅提升,群友用其创造了如 flappy bird、德州扑克等。您可以在作者的 Github 上查看完整的 Prompt,地址是:https://github.com/richards199999/ThinkingClaude/tree/main 。 2. 预先填充 Claude 的回答:要预先填充 Claude 的回应,只需在进行 API 请求时在 Assistant 消息中包含所需的初始文本。例如:|Role|Good Prompt| |User|Please extract the name,size,price,and color from this product description and output it within a JSON object.<br>请从此产品描述中提取名称、尺寸、价格和颜色,并在 JSON 对象中输出。<br><br><description>The SmartHome Mini is a compact smart home assistant available in black or white for only$49.99.At just 5 inches wide,it lets you control lights,thermostats,and other connected devices via voice or app—no matter where you place it in your home.This affordable little hub brings convenient handsfree control to your smart devices.</description><br><description>SmartHome Mini 是一款紧凑的智能家居助手,有黑色或白色可选,售价仅为$49.99。仅 5 英寸宽,让您可以通过语音或应用程序控制灯光、恒温器和其他连接设备,无论您将其放在家中的哪个位置。这款价格实惠的小中心为您的智能设备带来了便利的免提控制。| |Assistant助手(预先填充)|{ 。在这个例子中,通过以 Assistant 消息开头,我们限制了 Claude 的输出为所请求的 JSON 模式的其余部分。 3. 要求 Claude 进行重写:有时候 Claude 的回答可能不完全准确或符合要求,在以下情况可以要求重写,如响应接近所需但缺乏具体细节或格式、输出未完全遵循初始提示的约束条件、不确定结果是否准确希望 Claude 双重检查。重写在提示包含多个约束时特别有用,请求重写可以强调 Claude 最初忽略的约束的重要性。
2025-03-24
OpenAI o1、Claude Sonnet 3.7、Gemini 2.0 pro 哪个 AI 搜索能力更强?
OpenAI o1、Claude Sonnet 3.7 和 Gemini 2.0 pro 在不同方面具有各自的优势,难以简单地比较哪个的搜索能力更强。 OpenAI o1 推理能力强,适合作为架构师或算法顾问。 Claude Sonnet 3.7 擅长长上下文任务,在快速生成代码与网页设计方面表现出色。 Gemini 2.0 pro 长上下文支持较好(2M Tokens),适合代码反编译与混淆代码分析。 具体的搜索能力表现还会受到应用场景和具体任务的影响。
2025-03-21
帮我写一段cursor的user rules,符合前端开发
以下是关于 Cursor 的 User Rules 相关内容,适用于前端开发: Cursor Rules 简单来说是为 Cursor 做角色定位,使其以更专业的角色服务。它允许开发者为 AI 助手设置特定指导原则和行为模式,让 AI 在生成代码、提供建议和响应查询时能更好适应开发者的编码风格和项目需求。 设置通用规则的步骤如下: 1. 点击界面右上角的小齿轮图标。 2. 在 cursor settings 中找到 Rules。 3. 将相关文本拷贝到 User Rules 后,关掉页面即可。 当您从新手阶段进阶,希望进行更专业的 APP 开发、前后端项目时,可以通过以下方式获取更专业的 Cursor Rules: 1. 访问下方的 github 项目:https://github.com/PatrickJS/awesomecursorrules 。 2. 使用 https://cursor.directory/generate ,根据项目重点直接生成。 设置好 Cursor Rules 后,就可以开始创作第一个小作品,比如一个打砖块的小游戏。首先在右侧对话框中输入本次项目的内容(可以非常口语化),使用 claude3.7 模型等待代码生成完毕。可以看到左侧文件夹生成多个文件,中间显示 AI 生成的不少代码,右边是 AI 告知的互动生成内容。点击右下方的 Accept all 使代码生效。若想查看项目效果,直接跟 AI 说“运行项目”,点击 AI 提示的 Run command 会跳转到预览页面。如果玩起来有问题(如操控感不好、不美观),可以让 AI 进一步帮助美化。 另外,在某些情况下,比如导入 cursor 时,需要上传到 github 并下载到本地,在设置里把 user rules 改成“always respond in 中文”,在 terminal 里输入“npm i”“npm run dev”等操作。
2025-03-31
RuntimeError: Couldn't clone Stable Diffusion. Command: "git" clone --config core.filemode=false "https://github.com/Stability-AI/stablediffusion.git" "/Users/lichenhui/stable-diffusion-webui/repositories/stable-diffusion-stability-ai" Error code: 12
以下是关于您遇到的“RuntimeError: Couldn't clone Stable Diffusion”错误的分析和解决建议: 这个错误通常表示在克隆 Stable Diffusion 时出现问题。可能的原因包括: 1. 库的某些文件或依赖项已更改或已移除,导致无法找到所需的提交。 2. Git 存储库的状态不正确。 3. 网络连接存在问题。 解决方法如下: 1. 尝试清除本地库并重新克隆 Stable Diffusion,然后再次运行代码。 2. 运行以下命令来检查网络连接:ping files.pythonhosted.org
2025-02-12
how to use Google ai studio
使用 Google AI Studio 的步骤如下: 1. 开始使用生成式 AI Studio: 在 Google Cloud Console 的导航菜单中,导航至人工智能>Vertex AI。 在 Vertex AI 菜单中的 Generative AI Studio 下,单击 Language。 单击 +CREATE PROMPT 按钮,创建提示,您可以将鼠标悬停或单击页面右侧的按钮以了解有关每个字段和参数的更多信息,例如温度和令牌限制。 2. 进行设置和要求: 单击启动实验室按钮,如果需要支付实验室费用,选择付款方式。左侧是 Lab Details 面板,包含打开 Google 控制台按钮、剩余时间、临时凭据等信息。 点击打开谷歌控制台,实验室启动资源,然后打开另一个显示“登录”页面的选项卡。 将选项卡并排排列在单独的窗口中。 注意:如果看到“选择帐户”对话框,请单击“使用其他帐户”。 如有必要,从实验室详细信息面板复制用户名并粘贴到登录对话框中,单击下一步。 从实验室详细信息面板复制密码并粘贴到欢迎对话框中,单击下一步。 必须使用左侧面板中的凭据,不要使用 Google Cloud Skills Boost 凭据。注意:在本实验中使用自己的 Google Cloud 帐户可能会产生额外费用。 单击后续页面:接受条款和条件,不要添加恢复选项或双因素身份验证,不要注册免费试用。片刻之后,Cloud Console 将在此选项卡中打开。 3. 启用 Vertex AI API: 在 Google Cloud Console 中,在顶部搜索栏中输入 Vertex AI API。 单击 Marketplace 下的 Vertex AI API 结果。 单击启用。
2025-02-08
forge diffusion的layer diffuse插件不管用是什么原因
Forge Diffusion 的 layer diffuse 插件不管用可能有以下原因: 1. 未正确安装 SD WebUI 的 Forge 版本:在安装 layer diffuse 插件之前,需要确保已安装正确的 。 2. 插件安装步骤有误:应在 Forge 界面点击“Extensions”,选中“layerdiffusion”插件,然后点击安装,并等待安装完成。 3. 部分功能未完成:透明 img2img 功能尚未完成(大约一周内完成)。 4. 代码处于动态变化阶段:插件的代码非常动态,可能在接下来的一个月内发生大幅变化。 此信息来自标记狮社区,原文链接:https://mmmnote.com/article/7e8/03/articlee395010da7c846a3.shtml
2025-01-29
flux inpainting 是怎么基于diffusersion train的inpainting
Flux inpainting 基于 diffusion train 的 inpainting 通常涉及以下方面: 训练扩散模型在特定的表示上,能够在降低复杂度和保留细节之间达到最优平衡点,显著提高视觉保真度。在模型架构中引入交叉注意力层,使其成为强大且灵活的生成器,能够处理诸如文本和边界框等一般条件输入,实现基于高分辨率卷积的合成。 关于 Midjourney 的训练 prompt 方面: Midjourney 会定期发布新的模型版本以提高效率、连贯性和质量。最新模型是默认的,但也可以通过 version 或 v 参数或使用 /settings 命令选择其他模型版本。不同模型在不同类型的图像上表现出色。Midjourney V5 模型是最新且最先进的模型,于 2023 年 3 月 15 日发布。使用该模型可在 prompt 末尾添加 v 5 参数,或通过 /settings 命令选择 MJ Version 5。该模型具有很高的连贯性,擅长解释自然语言 prompt,分辨率更高,并支持诸如 tile 等高级功能。V5 基础模型具有更广泛的风格范围、对 prompt 响应更灵敏、图像质量更高(分辨率提高 2 倍)、动态范围改进、图像细节更丰富且更准确、文本干扰更少等新特点,还支持 tile 参数实现无缝平铺(实验性)、支持大于 2:1 的 ar 宽高比(实验性)、支持 iw 权衡图像 prompt 与文本 prompt 以及特定的风格和 prompt 方式。
2025-01-22
Use what AI tool to do ppt
以下是一些可以用于制作 PPT 的 AI 工具: 1. Gamma:这是一个在线 PPT 制作网站,允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式,如 GIF 和视频,以增强演示文稿的吸引力。网址:https://gamma.app/ 2. 美图 AI PPT:由知名图像编辑软件“美图秀秀”的开发团队推出,允许用户通过输入简单的文本描述来生成专业的 PPT 设计。可能包含丰富的模板库和设计元素,用户可根据需求选择不同风格和主题的模板,适用于多种场合。网址:https://www.xdesign.com/ppt/ 3. Mindshow:一款 AI 驱动的 PPT 辅助工具,提供一系列智能设计功能,如自动布局、图像选择和文本优化等,以帮助用户更高效地创建演示文稿。网址:https://www.mindshow.fun/ 4. 讯飞智文:由科大讯飞推出的 AI 辅助文档编辑工具,利用在语音识别和自然语言处理领域的技术优势,提供智能文本生成、语音输入、文档格式化等功能。网址:https://zhiwen.xfyun.cn/ 此外,还有一些组合使用的方式,如 Claude+Gamma.app 可以帮助快速寻找符合条件的论文、提取精炼论文中某部分信息、找到适合的 PPT 制作工具并教会使用。另外,GPT4、WPS AI 和 chatPPT 组合使用也能完成 PPT 制作任务。
2025-01-09
deepseek官方教程
以下是关于 DeepSeek 的官方教程相关信息: 火山方舟 DeepSeek 申请免费额度教程,包含多种 API 使用方式,如飞书多维表格调用、Coze 智能体调用、浏览器插件调用。可以使用邀请码 D3H5G9QA,通过邀请链接 https://www.volcengine.com/activity/deepseek?utm_term=202502dsinvite&ac=DSASUQY5&rc=D3H5G9QA 邀请可拿 3000 万 tokens,畅享 671B DeepSeek R1,活动截止至北京时间 20250218 23:59:59。同时,火山方舟大模型服务平台的模型服务计费文档有更新,DeepSeekR1、V3 模型分别提供了 50 万免费额度和 API 半价活动。 有关于一线教师的 AI 需求与高效工具推荐,如让模型创作诗歌、生成宣传标语、提示库(https://apidocs.deepseek.com/zhcn/promptlibrary)、代码解释、内容分类、角色扮演(自定义人设)、散文写作、文案大纲生成、模型提示词生成等。 2 月 14 日的社区动态中,有《突破 DeepSeek R1 能力天花板,火山引擎扣子+飞书一站式企业解决方案》《羊毛快薅|字节火山上线了 DeepSeek 系列模型并悄悄更改了模型服务价格...》等内容,还附上了飞书多维表格、Coze 的接入使用方法等。此外,还有关于 DeepSeek 关键 9 篇论文及创新点的讲解,以及 DeepSeek 官方发布的 R1 模型推荐设置。
2025-04-15
Mcp教程
以下是关于 MCP 教程的相关内容: 资源链接: 什么是 MCP 以及为什么要用它: Model Context Protocol(模型上下文协议),简称 MCP,是由 Anthropic 公司提出的一个开放标准,旨在解决 AI 模型与外部数据源和工具之间的连接问题。 MCP 就像是 AI 世界的“USBC 接口”,它提供了一种标准化的方式,让 AI 应用能够轻松连接到各种数据源和工具,不需要为每个新连接重新开发接口。 MCP 解决的主要问题包括: 碎片化集成:以前每个 AI 应用都需要单独开发与各种数据源的连接。 重复工作:不同团队重复构建相似的集成方案。 “N 乘 M 问题”:当有 N 个 AI 客户端需要连接 M 个数据源时,可能需要 N×M 个自定义集成。 希望这篇教程能帮助您了解 MCP 的基础知识,并开始构建自己的 MCP 服务器!随着实践的深入,您会发现 MCP 为 AI 应用与数据源及工具的集成提供了简单而强大的解决方案。 本篇内容由 Genspark 制作 https://www.genspark.ai/autopilotagent_viewer?id=c10e49b3228d4f65be347ab34777aaf8
2025-04-15
coze 教程
以下是为您提供的 Coze 教程相关信息: 一泽 Eze 的教程:可能是全网最好的 Coze 教程之一,一次性带您入门 Coze 工作流。即使是非技术出身的爱好者也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。阅读指南:长文预警,请视情况收藏保存。核心看点包括通过实际案例逐步演示用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent、开源 AI Agent 的设计到落地的全过程思路、10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。适合人群为玩过 AI 对话产品的一般用户,以及对 AI 应用开发平台(如 Coze、Dify)和 AI Agent 工作流配置感兴趣的爱好者。注:本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。 其他相关基础教程: 大圣:胎教级教程:万字长文带你使用 Coze 打造企业级知识库 (https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb) 大聪明:保姆级教程:Coze 打工你躺平 (https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb) 安仔:Coze 全方位入门剖析免费打造自己的 AI Agent (https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb) 基础教程:Coze“图像流”抢先体验 (https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf) YoYo:Coze 图像流小技巧:探索视觉艺术的隐藏宝藏 (https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe) 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档 (https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ)
2025-04-13
如何使用MCP?提供教程
以下是关于如何使用 MCP 的详细教程: 前置准备工作: 任选一个客户端软件进行配置,大致分为四步: 1. 填入大模型 API 密钥。 2. 找到 MCP 配置界面。 3. 填入 MCP Server 对应的 json 脚本。 4. 使用 MCP。 不同客户端软件的配置方法: 1. Cherry Studio(推荐): 版本:2025 年 4 月发布的 1.1.17。 配置大模型 API:填入之前准备好的 AiHubMix 的 API 密钥。 配置 MCP:例如,图中填写的就是 Playwright 的 MCP Server 和百度地图的 MCP Server。 使用 MCP。 2. Cursor(推荐): 配置大模型 API:如果 Cursor Pro 在免费试用期,这一步可以不做;如果不在免费试用期,最好的办法是氪金,也可以试试填入之前准备好的 AiHubMix 的 API 密钥。 配置 MCP Server:填入 MCP Server 的 json,保存。 回到 Cursor 的 MCP 配置页面,等待几秒钟,多点几次蓝色框里的按钮,直到绿灯亮起,并显示出所有 MCP 工具。 使用 MCP:Ctrl+Shift+L 新建对话,将模式设置为 Agent。 3. Claude Desktop: 配置 MCP Server:用文本编辑器(VSCode、Sublime Text 等)打开 claude_desktop_config.json 文件,填入 MCP Server 对应的 json 文件,保存。 重启 Claude Desktop。 查看 MCP Server 连接状态。 使用 MCP。 MCP 的好处: 1. 简化开发:一次整合,多次复用,不再重复开发。 2. 灵活性强:轻松切换 AI 模型或工具,无需复杂的重新配置。 3. 实时互动:长连接保证数据实时更新。 4. 安全可靠:内置标准化安全和权限控制。 5. 扩展性强:AI 系统扩展时,只需连接新的 MCP 服务器。 传统 API 更适合的场景: 1. 需要细粒度控制、功能严格限制。 2. 更偏好紧耦合以提升性能。 3. 希望最大化交互的可预测性。 快速集成 MCP 的步骤: 1. 定义能力:明确您的 MCP 服务器提供哪些功能。 2. 实现 MCP 层:按照协议标准进行开发。 3. 选择通信方式:本地连接(标准输入输出)或远程连接(如 WebSockets)。 4. 创建资源/工具:开发或连接您的数据源和服务。 5. 建立客户端连接:与 MCP 服务器建立安全稳定的连接。 MCP 与 API 的比较: MCP 与传统 API 之间的主要区别在于: 1. 单一协议:MCP 充当标准化的“连接器”,因此集成一个 MCP 意味着可能访问多个工具和服务,而不仅仅是一个。 2. 动态发现:MCP 允许 AI 模型动态发现可用工具并与之交互,而无需对每个集成进行硬编码知识。 3. 双向通信:MCP 支持持久的实时双向通信 类似于 WebSockets。AI 模型既可以检索信息,也可以动态触发操作。 以 Cursor 驱动 blender 自动化建模的 MCP 项目为例: 首先,在 github 上找到项目说明(https://github.com/ahujasid/blendermcp)。以 Mac 安装为例,首先要安装一个 uv 包(如果不懂,就直接新建一个项目文件夹后,将相关需求丢给 AI)。显示 uv 安装完毕后(初次使用可能需要安装一系列的环境,只要一路让 AI 安装就可以了),还是找到点击界面右上角的小齿轮图标。找到 MCP 模块 Add new global MCP server,将相关内容粘贴进去。退回 MCP 界面时,就会发现已经连接上了这个 blender 服务器,并且增加了很多具体功能。
2025-04-13
AI视频教程
以下是为您提供的 AI 视频教程相关内容: AI 让古画动起来的教程: 1. 对于简单的图,找原图直接写提示词即可。若碰到多人多活动的复杂图,需把长图分多个模块,比如将一张图分成 4 个模块。 2. 智能抠图,用工具把要动的内容去除掉,用 AI 生成图片部分。若有水印,可以把图片向下拓展一部分,然后截掉。 3. 将要拿来动起来的部分抠出,放在绿幕背景里或者画的背景颜色,导出图片。 4. 用 AI 视频生成工具写入提示词让图片动起来,如即梦、海螺、混元等工具,不停尝试抽卡。 5. 用剪映把抽卡合格的视频放在去掉内容的背景图片,通过色度抠图调整去掉视频的背景。多个视频放在背景图片,一起动即可。 AI 视频相关的软件教程: 包括视频模型如 luma Dream Machine、可灵、MiniMax 海螺 AI、Sora、Vidu 等,工具教程如 Hedra,视频工具如 VIGGLE,以及应用教程如视频转绘、视频拆解等。相关链接如下: WaytoAGI X 剪映的 AI 创意视频征集令·第 1 期: 1. 征集内容:使用 AI 功能创作的创意视频成片,也可投稿 AI 创意视频的教程(教大家如何做一个 AI 创意视频)。AI 功能包括但不限于:AI 对口型、AI 改动作、AI 配音、克隆音色、AI 音乐、AI 特效、AI 图文成片、AI 剪视频等。不包括纯图片生成或纯视频生成的内容(特指用 AI 工具生成的图片、图生视频,但视频里没有添加 AI 功能)。 2. 创作工具:主要使用「剪映」平台工具创作,可多使用剪映平台的 AI 功能/新功能;部分 AI 效果若剪映无法实现,可使用其他软件创作。 3. 内容价值:视频需有消费价值,要有一定内容主题,有故事感、或者有梗、或者有核心观点表达,让用户有持续观看和点赞、收藏的欲望。缺少内容主题、过于简单、过于模板化的内容将不予通过。在抖音、小红书等平台点赞量高的内容,审核通过率大大提升! 4. 原创度:作品需要原创、极具创意和独特性,且符合当代年轻群体的审美和兴趣喜好,不可照搬、抄袭他人创意,一经发现将取消活动奖励,视情节严重情况回收灵感发布权限。 5. 作品延展度:作品有可模仿性,其他创作者看完后,可模仿学习或二创。比如:前期素材易获取,后期素材易剪辑或处理,让其他视频创作者有强烈的模仿欲望,且对自己模仿或二创视频有成就感和分享欲。 6. 作品时长:时长适中,最短不低于 15 秒,最长不建议超过 3 分钟。
2025-04-13
AI出设计图教程
以下是关于 AI 出设计图的教程: 使用 Midjourney 生成 UI 界面: 页面指令:指定生成某个页面(如首页、登录页等),只需添加页面指令描述,如“landing page”(登录页)、“Profile Page”(个人资料页)。 社交平台:关键词“landing page”可生成社交平台的登录页设计。 信息类:关键词“Profile Page”可生成人力资源类产品的个人资料页,包含照片、自我介绍、基本信息等内容。 Midjourney 产出的设计图视觉效果不错,适合在 APP 设计的初始阶段,如头脑风暴和风格探索中为设计师提供灵感和创意。但目前要直接用于开发仍有距离。 使用 Claude 生成设计稿的技巧: 引用 Tailwind CSS 写组件样式,确保色彩、响应式和基础组件的美观度。 按照特定的四个技巧可让 Claude 设计出美观的界面或组件。 生成设计稿的方法:将生成的代码部署到线上,使用 html.to.design 这个 Figma 插件将网页转换为设计稿,但每天免费次数有限。 进阶技巧和关键词: 图片内容一般分为二维插画和三维立体两种表现形式。 主题描述:可描述场景、故事、元素、物体或人物细节等。描述场景中的人物时应独立描述,避免长串文字,否则 AI 可能识别不到。 设计风格:可通过找风格类关键词参考或垫图/喂图,让 AI 根据给出的图片风格结合主题描述生成相应风格的图片。对于材质的描述,关键词的运用较为复杂,需要针对特定风格进行“咒语测试”。
2025-04-12
runway的能力类型,核心功能
Runway 的能力类型和核心功能包括以下方面: 在 Gen2 模型上推出了较多细节控制能力,并且支持精细数值调节,是当下 AI 视频生成产品中可控性最强的产品。 多笔刷控制局部运动:支持最多 5 个笔刷控制,包括物体运动方向、运动曲线调节。调高 Ambient,笔刷绘制区域物体的运动将和周边环境产生更多关联,并加大运动幅度。 相机控制:支持水平/垂直平移,水平/垂直翻转,镜头缩放/旋转。 Lip Sync Video:支持文本转 TTS 音频、音频文件换音,还有上半年大火的 Lip sync video 对口型能力。 不论是工具栏中不断丰富的音频、视频处理能力,还是 Runway Watch 栏目中的优秀合作案例,都能看出 Runway 一直坚定得在影视制作方向发展。未来若能打通 AI 生成和视频剪辑能力,Runway 未来将对影视制作起到至关重要的作用,成为视频领域必不可少的重要工具。
2025-04-15
请帮我生成一个大三毕业论文的题目,专业是关于计算机应用的,技术栈:Python(Pandas/Matplotlib),MYSQL,生成可视化图表,可生成HTML网站,包含数据分析,需要有最基本的功能,最好与生活中的某些东西联系起来
以下是为您生成的几个与生活相关的计算机应用专业大三毕业论文题目,供您参考: 1. 《基于 Python 和 MySQL 的居民日常消费数据分析及可视化网站构建》 2. 《利用 Python 和 MySQL 分析城市交通流量数据并实现可视化与网站展示》 3. 《基于 Python 和 MySQL 的家庭能源消耗数据分析与可视化网站设计》 4. 《运用 Python 和 MySQL 对校园图书馆借阅数据的分析及可视化网站开发》 5. 《通过 Python 和 MySQL 研究城市空气质量数据的可视化分析与网站实现》
2025-04-11
RAG对话 摘要总结 功能实现
LangChain 和 RAG 的结合具有以下优势: 1. 灵活性:可根据需求和数据源选择不同组件和参数定制 RAG 应用,也能使用自定义组件(需遵循接口规范)。 2. 可扩展性:能利用 LangChain 的云服务部署和运行,无需担忧资源和性能限制,还可借助分布式计算功能加速应用,发挥多个节点并行处理能力。 3. 可视化:通过 LangSmith 可视化工作流程,查看各步骤输入输出及组件性能状态,用于调试和优化,发现并解决潜在问题和瓶颈。 其应用场景多样,包括: 1. 专业问答:构建医疗、法律、金融等专业领域的问答应用,从专业数据源检索信息辅助大模型回答问题,如从医学文献中检索疾病诊治方案回答医疗问题。 2. 文本摘要:构建新闻或论文摘要应用,从多个数据源检索相关文本帮助大模型生成综合摘要,如从多个新闻网站检索同一事件报道生成全面摘要。 3. 文本生成:构建诗歌、故事生成等应用,从不同数据源检索灵感协助大模型生成更有趣和创意的文本,如从诗歌、歌词或小说中检索相关文本生成作品。 此外,还介绍了本地部署资讯问答机器人的实现方式,即基于用户问题从向量数据库检索相关段落并按阈值过滤,让模型参考上下文信息回答,还创建了网页 UI 并进行评测,对不同模型的测试表现进行了对比,得出 GPT4 表现最佳等结论,并总结了使用 Langchain 和 Ollama 技术栈在本地部署资讯问答机器人及相关要点,即上下文数据质量和大模型性能决定 RAG 系统性能上限。
2025-04-11
如果我要分析代码功能
如果您要分析代码功能,可以参考以下步骤: 1. 准备工作: 分析要拷贝页面的技术栈,可通过打开 https://www.wappalyzer.com/ 输入要分析的网站地址获取。 截图要克隆的网页。 分析页面功能,如顶部导航栏、页面主体区域(包括分类在左边、文章列表在右边、标题位置、文章卡片展示位置、文章列表和分类区域)、底部导航栏。 2. 开始克隆出效果,并逐渐完善: 根据分析拆分后续要实现的内容,如先实现文章列表部分和底部导航栏。 对于文章列表部分,可使用提示词根据图片实现,注意不要直接点击全部接受,先看效果,不符合需求可拒绝或让 AI 解释新增代码的作用。 对于左侧菜单栏,可通过提示词实现,如要求内容是文章的分类,在页面滚动时菜单会吸顶。若出现异常,可选中所有异常添加到对话,让 AI 解决。 可让 AI 添加注释解释每段代码对应的功能,以便精准提出修改建议。 明确提示词,说清楚要实现的功能的位置、大小、效果。 3. 对于 AI Review(测试版): 这是一项可查看代码库中最近更改以捕获潜在错误的功能。 您可以单击各个审阅项以查看编辑器中的完整上下文,并与 AI 聊天获取详细信息。 为让其更有利,您可为 AI 提供自定义说明以专注于特定方面,如性能相关问题。 目前有几个选项可供选择进行审核,如查看工作状态、查看与主分支的差异、查看上次提交。
2025-04-09
如何用rpa来实现读取本地excel表格里的内容进行筛选,提取某些数据值后,再自动化填写到飞书的多维表格去。怎么来实现这个功能
要使用 RPA 实现读取本地 Excel 表格内容进行筛选,并将提取的数据值自动化填写到飞书的多维表格,可参考以下步骤: 1. 关于扣子:“”(Coze)是字节跳动在 2024 年上线的新一代一站式 AI Bot 开发平台,也被称为“字节版 GPTs”。它是一个低门槛的 AI 应用开发平台,其核心目标是让没有编程基础的用户也能够轻松参与到 AI 生态的建设中。 2. 登录后,在左侧功能列表的工作空间中,点击右上角“+字段”创建工作流,自行输入名称和描述。 3. 已做好工作流后,逐步拆解每个节点的配置: 开始节点:此节点不需要做任何配置,没有输入以及输出。 读取飞书表格内容节点:点击开始节点后面的“+”,搜索“飞书多维表格”,选择“search_record”功能。添加后,点击该节点的配置,在界面右侧的参数框中,需要填写 app_token、field_names。filter 是对数据的筛选条件,没有筛选需求可直接忽略。其中,app_token 是多维表格的唯一标识符,即表格 URL 中的一段;field_names 则是要读取的具体字段,比如“标题”、“内容”,以作为后续操作的输入。该节点运行后,就能将多维表格中的内容提取出来。
2025-04-09
CRM那些功能适合和ai结合
AIGC 在 CRM 中的应用主要包括以下几个方面: 1. 个性化营销内容创作:根据客户个人信息、购买历史、偏好等数据生成个性化且富有创意的营销文案、视觉内容等,提高营销效率和转化率。 2. 客户服务对话系统:基于 AIGC 的对话模型开发智能客服系统,通过自然语言交互解答客户咨询、投诉等,缓解人工客服压力。 3. 产品推荐引擎:借助 AIGC 生成丰富的产品描述、视觉展示等内容,结合推荐算法为客户推荐更贴合需求的产品,提升销售业绩。 4. CRM 数据分析报告生成:AIGC 可以自动生成数据分析报告,包括文字、图表、视频演示等形式,加快报告生产流程。 5. 智能翻译和本地化:提供高质量的多语种翻译及本地化服务,帮助企业打造全球化营销内容。 6. 虚拟数字人和营销视频内容生成:快速生成虚拟数字人形象、场景背景和营销视频内容,降低视频制作成本。 7. 客户反馈分析:高效分析海量客户反馈文本和多媒体信息,挖掘客户需求和潜在痛点。 以下是一些与 AI 结合的 CRM 相关产品推荐: 1. Clay:一款 AI 驱动的联系人应用软件,自动整理联系人信息,帮助管理个人和职业人脉。 2. Promptden:提示词交流和交易社区,可探索、发现和分享从 ChatGPT 和 Bard 文本提示到 MidJourney、Stable Diffusion 等 AI 生成的图像。 3. Parthean AI:财务教练,将 AI 工具与个人财务信息集成,提供定制答案,帮助用户制定预算并规划财务目标。 4. TinyStudio:免费的 Mac 应用程序,利用 M1/M2 芯片为视频和音频文件生成字幕。 5. Pagegpt:提供个性化网页设计,生成文案和图片,帮助吸引和转化顾客。 此外,工具使用或函数调用通常被视为从 RAG 到主动行为的第一个半步,为现代人工智能栈增加新的层。一些流行的原语如网页浏览(Browserbase、Tiny Fish)、代码解释(E2B)和授权+认证(Anon)已经出现,它们使 LLMs 能够导航网络、与外部软件(如 CRM、ERP)交互并运行自定义代码。例如,Omni 的计算 AI 功能利用 LLM 直接输出适当的 Excel 函数到电子表格中,然后执行计算并自动生成复杂查询供用户使用。
2025-04-09