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

有什么AI相关的笔记软件，既可以记录我的想法、灵感，然后AI也可以直接生成对我所写内容的评价（如可以安抚情绪），并且这个笔记软件的检索功能很好用

Answer

以下是一些符合您需求的 AI 相关笔记软件：

  1. Notion AI：https://www.notion.so/help/guides/category/ai?ref=indigox.me 随着大语言模型的流行，其在智能化方面表现出色。
  2. Mem.ai：https://mem.ai/?ref=indigox.me 一款 AI 驱动的笔记工具。
  3. Pile：https://udara.io/pile/ 开源且界面美观，助力日记撰写和记录，集成 OpenAI API，具有 AI 搜索和问题解答功能，保证安全隐私。项目源码：https://github.com/UdaraJay/Pile
Content generated by AI large model, please carefully verify (powered by aily)

References

构建外脑 / 智变时代的个人知识管理

随着大语言模型的流行，笔记工具还有文档存储服务也都在智能化，例如[Notion AI](https://www.notion.so/help/guides/category/ai?ref=indigox.me)还有OpenAI投资的[Mem.ai](https://mem.ai/?ref=indigox.me)，一款AI驱动的笔记工具。数字记忆的核心就是在我们需要的时候，可以快速唤醒，在几年前还是非常冷门的矢量数据库（[Vector Database](https://www.pinecone.io/learn/vector-database/?ref=indigox.me)）也跟着LLM的流行而爆发，我们可以用自然语言的方式快速检索，然后把内容交给LLM处理后用自然语言回应，唤醒自己的数字记录就像和自己的心灵对话一样顺畅。Google正在将Bard整合到Workspace产品线中，很快就能体验到和Google Drive对话的感觉，存储在Google的任何文档都是我们的数字记忆，Bard作为Google这个外脑系统的心灵界面，将代理我们与自己在Google的数字资产交流。生成式的想法连接创意在旧的系统设计中，我们不会让软件机械化的生成创意，但像大语言模型这样的生成式AI它们的本质工作就是生成内容，配合图像生成模型，还能实现文本到图像、文本到视频的视觉化创意。在一个外脑的系统中，就是利用存储的想法生成新的想法，这个过程不仅能够使用语言模型的全局知识，还可以用到我们自己存储的专属知识。或许生成的想法和创意很离谱，但我们的大脑也是这样，在一个接一个的想法涌现下寻找灵感的。下一小节，我们来了解大脑如何创造想法。这个至关重要，大脑的工作机理将会决定我们如何设计最合适的外脑工作流。

XiaoHu.AI日报

1⃣️?微软研究团队的新进展:-微软利用合成数据训练AI,减少成本和偏见。-生成了100种语言的文本数据,提高AI训练效率。-论文链接:https://arxiv.org/abs/2401.00368?https://x.com/xiaohuggg/status/1742473942252855795?s=20 2⃣️?Pile:AI日记软件介绍:-开源界面美观,助力日记撰写和记录。-集成OpenAI API,扩展思想和日记。-AI搜索和问题解答功能,保证安全隐私。-下载链接:https://udara.io/pile/-项目源码:https://github.com/UdaraJay/Pile?https://x.com/xiaohuggg/status/1742427654006202439?s=20 3⃣️?VCoder:视觉编码器增强模型:-增强LLM的视觉理解和分析能力。-处理分割图和深度图,改善对象感知。-在对象识别任务中表现优于GPT-4V。-项目链接:https://praeclarumjj3.github.io/vcoder/-代码库:https://github.com/SHI-Labs/VCoder?https://x.com/xiaohuggg/status/1742410353198416282?s=20 4⃣️?M2UGen:多模态音乐理解生成模型:-理解音乐风格、乐器、情感,进行音乐问答。-根据文本、图像、视频生成音乐。-编辑音乐仅需文字描述。-该模型由腾讯与新加坡国立大学开发?https://x.com/xiaohuggg/status/1742392202482061509?s=20 5⃣️?️DreamTalk:人物头像动画生成开源了-使人物照片头像根据音频说话或唱歌。-保持嘴型和表情一致。-代码库:https://github.com/ali-vilab/dreamtalk?https://x.com/xiaohug

XiaoHu.AI日报

1⃣️?微软研究团队的新进展:-微软利用合成数据训练AI,减少成本和偏见。-生成了100种语言的文本数据,提高AI训练效率。-论文链接:https://arxiv.org/abs/2401.00368?https://x.com/xiaohuggg/status/1742473942252855795?s=20 2⃣️?Pile:AI日记软件介绍:-开源界面美观,助力日记撰写和记录。-集成OpenAI API,扩展思想和日记。-AI搜索和问题解答功能,保证安全隐私。-下载链接:https://udara.io/pile/-项目源码:https://github.com/UdaraJay/Pile?https://x.com/xiaohuggg/status/1742427654006202439?s=20 3⃣️?VCoder:视觉编码器增强模型:-增强LLM的视觉理解和分析能力。-处理分割图和深度图,改善对象感知。-在对象识别任务中表现优于GPT-4V。-项目链接:https://praeclarumjj3.github.io/vcoder/-代码库:https://github.com/SHI-Labs/VCoder?https://x.com/xiaohuggg/status/1742410353198416282?s=20 4⃣️?M2UGen:多模态音乐理解生成模型:-理解音乐风格、乐器、情感,进行音乐问答。-根据文本、图像、视频生成音乐。-编辑音乐仅需文字描述。-该模型由腾讯与新加坡国立大学开发?https://x.com/xiaohuggg/status/1742392202482061509?s=20 5⃣️?️DreamTalk:人物头像动画生成开源了-使人物照片头像根据音频说话或唱歌。-保持嘴型和表情一致。-代码库:https://github.com/ali-vilab/dreamtalk?https://x.com/xiaohug

Others are asking
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑： 法律法规方面：《促进创新的人工智能监管方法》指出，AI 的发展带来了一系列新的安全风险，如对个人、组织和关键基础设施的风险。在设备风控中，需要关注法律框架是否能充分应对 AI 带来的风险，如数据隐私、公平性等问题。 趋势研究方面：在制造业中，AI Agent 可用于生产决策、设备维护、供应链协调等。例如，在工业设备监控与预防性维护中，Agent 能通过监测传感器数据识别异常模式，提前通知检修，减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面，AI Agent 也能发挥重要作用，实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总： 4 月 11 日： Pika 上线 Pika Twists 能力，可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中，结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术，可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术，实现从单张图片快速生成超逼真的 3D 头像，在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage，通过图片生成可自由拼装 3D 场景，再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型，无缝支持各种视频生成任务（文本/图像/视频到视频）。 4 月 9 日： ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下，可生成完整的 1 分钟视频。 4 月 14 日： 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
ai视频教学
以下是为您提供的 AI 视频教学相关内容： 1. 第一节回放 AI 编程从入门到精通： 课程安排：19、20、22 和 28 号四天进行 AI 编程教学，周五晚上穿插 AI 视频教学。 视频预告：周五晚上邀请小龙问露露拆解爆火的 AI 视频制作，视频在视频号上有大量转发和播放。 编程工具 tree：整合多种模型，可免费无限量试用，下载需科学上网，Mac 可拖到文件夹安装，推荐注册 GitHub 账号用于代码存储和发布，主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理：网络不稳定时尝试更换节点。 项目克隆与文件夹：每个项目通过在本地新建文件夹来区分，项目运行一轮一轮进行，可新建会话，终端可重开。 GitHub 仓库创建：仓库相当于本地项目，可新建，新建后有地址，可通过多种方式上传。 Python 环境安装：为方便安装提供了安装包，安装时要选特定选项，安装后通过命令确认。 代码生成与修改：在 tree 中输入需求生成代码，可对生成的代码提出修改要求，如添加滑动条、雪花形状、颜色等，修改后审查并接受。 2. AI 视频提示词库： 神秘风 Arcane：Prompt：a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego：Prompt：a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background：Prompt：a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli：Prompt：a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk：Prompt：a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism：Prompt：a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容： 1. 对于技术纯小白： 从最基础的小任务开始，让 AI 按照最佳实践写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，以学会必备的调试技能。 若学习写 chrome 插件，可让 AI 按照最佳实践生成简单的示范项目，包含全面的典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini，可在提示词最后添加生成创建脚本的要求，并请教如何运行脚本（Windows 机器则是 create.cmd）。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验： 单独让 AI 写小功能没问题，但对于复杂的程序框架，可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例，可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教，ChatGPT 相对更方便。 教 AI 时要像哄小孩，及时肯定正确的，指出错误时要克制，不断完善其经验。 4. 相关资源和平台： AI 写小游戏平台：https://poe.com/ 图片网站：https://imgur.com/ 改 bug 的网站：https://v0.dev/chat 国内小游戏发布平台：https://open.4399.cn/console/ 需要注意的是，使用 AI 写程序时，对于技术小白来说，入门容易但深入较难，若没有技术背景可能提不出问题，从而影响 AI 发挥作用。
2025-04-19
雪梅may的100天AI学习笔记
以下是关于雪梅 May 的 100 天 AI 学习笔记的相关内容： 作者介绍： 适合人群：适合纯 AI 小白，可参考日记了解学习路径。 学习模式：输入→模仿→自发创造。若对费曼学习法没自信，可尝试此模式。 学习内容：日记中的学习内容可能因 AI 节奏快而不适用，可去 waytoAGI 社区找感兴趣的最新内容。 学习时间：在半年多时间跨度中，有空时学习，并非每天依次进行。 学习状态：2024 年保持较好状态，不仅学 AI，还看了 33 本书。 费用情况：学习资源免费开源。 第九阶段：学以致用，开源分享 May 花时间复盘过去半年的学习日记，有很棒的发现。 学习路径：迈出第一步→大量学习输入→疯狂模仿→开始自己创造→学的越来越宽越来越杂→积累量变产生质变→开始分享。 特别是学习 coze 的路径：输入→模仿→自发创造，是真实实践得出的规律。 虽费曼学习法主张教会别人是最好学习方式，但开始时自学、输入为主。 现在有分享自信，写学习日记和感受已是分享，后续会有更多分享。 第十一阶段：寻找继续坚持下去的动力 从 24 年 5 月到 25 年 2 月，学完 100 天，仍未找到明确深耕方向。 学习中易遇瓶颈，需找正反馈，开源学习日记获加油是一种方式，还需更好的正反馈继续坚持。
2025-04-08
基于AI技术的阅读、裁剪、分析、笔记的软件有哪些。
以下是一些基于 AI 技术的阅读、裁剪、分析、笔记的软件： 1. 文献管理和搜索： Zotero：结合 AI 技术，能自动提取文献信息，便于管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，可提供文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术进行文本校对、语法修正和写作风格建议，提升语言质量。 Quillbot：基于 AI 的重写和摘要工具，能精简和优化内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，方便进行数据分析和可视化。 Knitro：用于数学建模和优化，助力复杂数据分析和模型构建。 4. 笔记相关： Obsidian：可搭配浏览器剪藏插件，一些 AI 插件能实现内置助手功能，如检索笔记、基于笔记生成新内容等。 Cursor：能帮助用模糊问题检索笔记库，基于笔记库进行研究，生成和修改笔记。 使用这些软件时，应结合自身写作风格和需求，选择最合适的辅助工具。需注意，部分内容由 AI 大模型生成，请仔细甄别。
2025-03-28
我是一位程序开发小白，不会用代码开发程序。我现在有一台安装Window 11操作系统的笔记本电脑，配置为14代i7CPU、32G内存、1TB硬盘、1张RTX4070显卡。我想部署一套本地的大模型＋智能体＋知识库。我要怎么样才能实现无代码部署，请列出详细的安装步骤。
以下是为您提供的无代码部署本地大模型、智能体和知识库的详细安装步骤： 1. 硬件评估：您的笔记本电脑配置为 14 代 i7 CPU、32G 内存、1TB 硬盘、1 张 RTX4070 显卡，基本满足部署要求。但需要注意，运行内存最低 32GB，越高越好，最低配可能会经常爆显存。建议将软件和模型部署在 SSD（固态硬盘）上，以提高加载模型的速度。 2. 选择合适的部署工具：ComfyUI 是一个相对配置要求较低、系统资源占用少、出图速度快的工具。它最低可在小于 3G 的 GPU 上运行，甚至没有 GPU 光用 CPU 也可以，但速度极慢。SDXL 出来后提高了运行配置，最低需要 8GB 显存+32GB 运行内存，12GB 流畅运行，推荐 16GB 以上。 3. 安装准备：如果您的电脑能顺畅清晰地玩 3A 游戏，那么运行相关部署工具一般也没问题。 4. 预算和需求：根据您的需求和预算来选择合适的配置。例如，如果有做 AIGC 视频、建模渲染和炼丹（lora）的需求，可能需要更高的配置。 请注意，以上步骤仅为参考，实际部署过程可能会因具体情况而有所不同。
2025-03-26
使用ai绘图实现小红书笔记图片批量生成
以下是关于使用 AI 绘图实现小红书笔记图片批量生成的相关知识： Liblibai 简易上手教程： 1. 迭代步数：AI 调整图片内容的次数。步骤越多，调整越精密，出图效果理论上更好，但生图耗时越长，且效果提升并非线性，过多可能导致效果增长曲线放平并开始震荡。 2. 尺寸：图片生成的尺寸大小。太小 AI 生成内容有限，太大则可能放飞自我。如需高清图，可设置中等尺寸并用高分辨率修复。 3. 生成批次：用本次设置重复生成的批次数。 4. 每批数量：每批次同时生成的图片数量。 5. 提示词引导系数：指图像与 prompt 的匹配程度。数字增大图像更接近提示，但过高会使图像质量下降。 6. 随机数种子：生成的每张图都有随机数种子，固定种子后可对图片进行“控制变量”操作，如修改提示词、修改 clip 跳过层等。首次生成图时无种子。 7. ADetailer：面部修复插件，可治愈脸部崩坏，为高阶技能。 8. ControlNet：控制图片中特定图像，用于控制人物姿态、生成特定文字、艺术化二维码等，也是高阶技能。 利用 AI 批量生成、模仿和复刻《小林漫画》： 1. 需求分析：主要需求是国内可直接使用且能批量生产，选用扣子搭建工作流，可能需牺牲一定质量的文案和图片效果。 2. 批量生成句子：一次性生成的句子都进行生成图片处理，建议一次不要生成太多，如设置一次生成五句。 3. 句子提取：把生成的句子逐个提取，针对每个句子绘图。 4. 图片生成：根据生成的句子结合特有画风等描述绘图。 5. 图片和句子结合：扣子工作流支持 Python 代码，但环境缺少画图、图片处理所需包，可替换成搞定设计的方式处理图片，会用 PS 脚本效果也不错。 此外，还有一些人员在不同领域涉及 AI 绘图相关工作，如韩君奇从事批量出图和小红书种草工作。
2025-03-18
飞书多维表格生成小红书图文笔记
以下是关于使用飞书多维表格生成小红书图文笔记的相关内容： 一、Coze 应用+多维表格的高速数据分析 1. 动手实践 Coze 应用 创建应用：打开 Coze，可选择 PC 模式，需要几个参数，包括多维表格地址、数据表名、小红书博主首页地址，界面设计为三个输入框和一个按钮。 开发工作流：包括读取博主笔记列表的工作流，工作流实际上只有三步，读取、转换、写入。开始节点设置三个参数，分别代表多维表格地址，表名称，博主首页地址。第二步的节点需要把数据转换为符合多维表格插件接收的数据格式，需添加一个代码节点并复制代码。在插件市场搜索官方的多维表格插件，选择 add_records 并分配配置参数。结束节点配置一个值即可。 Coze 智能体（字段捷径）获取笔记+评论信息 创建智能体：使用单 Agent 对话流模式。 编排对话流：创建新的对话流并与智能体关联，配置两个小红书插件，在获取笔记详情节点和笔记评论节点分别配置 cookie，使用代码节点进行数据处理，注意代码节点输出的配置格式。 测试：找到一篇小红书笔记，试运行对话流，在对话窗口输入地址查看数据，回到智能体的编排页面同样测试，确保对话流执行成功。 发布：点发布后选择多维表格，进行配置，包括输出类型选文本、输入类型选字段选择器，完善上架信息，选发布范围，提交上架信息。 二、办公提效神器：飞书多维表格字段插件 1. 工作紧任务重 第一步，用 AI 插件理解图片：上传参考的海报图片，用 AI 内容生成插件理解。创建表格列时，选择字段捷径，在 AI 中心找到智谱 AI 的内容生成插件，配置提示文本、上传图片所在列和模型。 第二步，生成视频的指令：用飞书自带的插件总结宣语，生成视频的 prompt 指令。自定义总结要求，生成宣传语后再使用飞书自带的自定义 AI 插件生成视频所需的 prompt 指令。
2025-03-13
卡片笔记生产AI工具有哪些
以下是一些卡片笔记生产的 AI 工具及相关介绍： 1. 利用 ChatGPT 辅助完成单词卡片制作： 可以生成对应的单词内容，并整理好放入 Excel 文件中。 利用搞定设计批量产图，步骤包括点击右上角三个点、选择批量套版、按照步骤依次点击、保留要替换的部分等。 2. 以 Trae 为代表的自然语言交互式 AI 编程工具：能让程序小白迈出创造的第一步，只要有清晰需求和创意，就能将想法转化为实际产品。 3. 利用 AI 快速总结群聊消息制作笔记卡片： 方法是文字原文+提示词+AI 大模型+小卡片软件。 先将微信聊天内容批量复制，如多选想要复制的内容转发到群里或文件传输助手，收藏并转存为笔记后全选复制。还可使用能让电脑和手机设备剪切板共享的工具。
2025-03-06
人工智能软件现在有哪些
以下是一些常见的人工智能软件： 1. 在自然语言处理和神经科学应用方面，大型语言模型取得了进展，拥有更先进的工具用于解码大脑状态和分析复杂脑部活动。 2. 在艺术创作领域，有涉及知识产权保护的相关软件，如软件工程师在设计时应确保生成内容合法合规、注重用户知识产权保护等。创作者使用此类软件时，应了解自身权利并做好保护。 3. 在线 TTS 工具方面，如 Eleven Labs（https://elevenlabs.io/）、Speechify（https://speechify.com/）、Azure AI Speech Studio（https://speech.microsoft.com/portal）、Voicemaker（https://voicemaker.in/）等。这些工具可将文本转换为语音，具有不同的特点和适用场景。但请注意，相关内容由 AI 大模型生成，请仔细甄别。
2025-04-15
AI办公相关的课程、软件教学
以下是为您提供的 AI 办公相关的课程和软件教学资源： 1. 90 分钟从 0 开始打造您的第一个 Coze 应用： 课程包含从零开始的应用界面教学，涉及过年相关应用。 介绍了当前承接的业务，包括辅导、培训、定制及企业 AI 落地等。 提到 11 月底应用推出背后的情况，包括社区对 AI 应用的呼声和功能需求挖掘。 2. AI 视频的软件教程： 涵盖了众多工具，如剪映、Dreamina、Pika、StableVideo、Pixverse、morphstudio、Runway Gen3、Adobe Firefly 以及清影等。 3. 张翼然：用 AI 为教师减负（3H）.pdf： 包括教师的 AI 减负指南，生成式人工智能在教学中的应用。 介绍了教师使用 AI 的小技巧，如提示词设计公式之——RTFC。 涉及使用 AI 生成图片的方法与注意事项，AI 自动生成 PPT 功能。 展示了通过小程序实现文字与声音、视频的转化，自定义数字人形象进行教学。 展示了便捷的课堂教学工具与 Ai 课件制作，探讨了 A 生成视频与手工制作视频的教学效果差异。 强调了教育资源与版权问题，教师能力重塑，极简思维的教育应用，生成式 AI 教学策略。 包括 AI 技术助力教育管理和辅助教学实践，如班级与学校管理中的行政职日流程简化、听课记录自动化等。
2025-04-12
grok API能用在什么软件上
Grok API 可以用在以下软件上： 1. 扣子工作流：可以用代码模块进行 HTTP 访问，实现 0 token 脱离扣子模型来使用 Groq 作为 LLM，还能参考相关教程将扣子接入微信机器人，但有微信封号风险。 2. 沉浸式翻译：由于 Groq 的 API 与 OpenAI 的 API 几乎兼容，可以适配到任何 APP 产品可以用来填 APIKEY 调用的场景，比如沉浸式翻译这个网页翻译工具。 3. 手机类 APP：比如通过快捷方式接入 Siri。 此外，xAI 发布的 Grok 3 API 提供了多个模型版本，如 grok3beta、mini、fast 等，满足不同场景需求，上下文窗口达 131K，支持图像输入输出，但当前不支持联网或实时访问外部网页与数据。
2025-04-12
人脸识别软件
以下是为您整合的关于人脸识别软件的相关信息： 在“【已结束】AI 创客松 参与同学自我介绍和分类”中，Dylan 擅长人脸识别算法和动作捕捉产品。 在“SmartBotX 模块化桌面机器人——说明文档”中，桌面客户端提供面部识别或跟踪功能的展示，可能用于安全监控、用户识别或交互式体验。 在“14、LayerStyle 副本”中，使用 YoloV8 模型可以检测人脸、手部 box 区域或者人物分割，支持输出所选择数量的通道。同时，Mediapipe 模型可以检测人脸五官，分割左右眉、眼睛、嘴唇和牙齿。
2025-04-12
文章配图的智能体或者软件
以下是为您整理的关于文章配图的智能体或软件的相关内容： 在《智变时代/全面理解机器智能与生成式 AI 加速的新工业革命》中提到，智能时代，智能应用会从有形界面消失，变成无所不在的助理或智能体，辅助甚至直接完成任务。文中还配有图 2.10：智能代理将改变企业组织架构。 在《XAIR：AI 智能体平台对决：腾讯元器与字节扣子的创新之路》中，个人实操案例部分提到为本篇文章配图的相关情况，但生成结果显示问题描述不够清楚。之后换提示词“那你给我生成搞笑图片吧，让人一看就有继续看下去的动力那种，需要一张公众号封面和一张配图”，得到了相应结果。同样的提示词，元器某应用也有生成。此外，文中还提到在搭建 bot 过程中存在工作流未成功触发导致访谈记录未成功存储入库的问题。
2025-04-11
和manus差不多的软件
以下是与 Manus 模式类似的软件： 1. Same.dev：像素级 UI 还原，自动生成对应代码，云端运行，支持自定义编码，但免费额度使用快，需输入 API，目前网站被标记危险。相关链接： 2. Genspark Super Agent：作为世界上首个 MixtureofAgents 系统，集多种功能于一体，能自动完成复杂任务。在 GAIA 基准测试的三个级别中得分均高于 Manus，具有近乎即时的结果、执行过程中错误和幻觉显著减少、让用户掌控一切并能指导和优化输出等优势。它是世界上第一个 MixtureofAgents 系统，利用最佳模型、工具和数据集来执行不同的任务，比如基础智能体的对话、图片、视频生成以及翻译。
2025-04-11
联网检索的ai
以下是关于联网检索的 AI 的相关信息： 存在能联网检索的 AI，它们通过连接互联网，实时搜索、筛选并整合所需数据，为用户提供更精准和个性化的信息。 例如 ChatGPT Plus 用户现在可以开启 web browsing 功能实现联网。 Perplexity 结合了 ChatGPT 式的问答和普通搜索引擎的功能，允许用户指定希望聊天机器人在制定响应时搜索的源类型。 Bing Copilot 作为 AI 助手，旨在简化在线查询和浏览活动。 还有如 You.com 和 Neeva AI 等搜索引擎，提供基于人工智能的定制搜索体验，并保持用户数据的私密性。 常见的 AI 助手采用通过联网搜索获取实时信息。当用户开启联网搜索时，助手先将用户的请求发送至搜索引擎，再将返回内容与用户输入一起提供给大模型，最终生成回答。搜索引擎在此作为实时信息源，为大语言模型提供额外的上下文。 如果希望 AI 能提供行业内部信息、或者研发的自有系统内的信息，AI 联网搜索的效果就很不好，甚至无法实现。用户可以自行搭建 AI 代理，将自有系统的数据通过 API 的形式接入 AI 助手，为大语言模型补充提供丰富的上下文信息。 MCP 协议解决了 AI 大模型与数据源集成碎片化的问题，提供统一标准，让开发者无需为每个数据源和 AI 助手单独开发连接器。通过 MCP，数据源和 AI 工具可建立安全双向连接，使 AI 在不同工具和数据集间流畅协作，实现更可持续的架构。 在完成意图识别，确认需要联网检索之后，可以对用户的 query 进行改写（Rewrite）。Query Rewrite 的目的，是为了得到更高的检索召回率。Query Rewrite 可以通过设置提示词请求大模型完成，主要包括三个维度的改写： 让提问有更精准/更专业的表达。比如用户搜索“ThinkAny”，改写后的 query 可以是“ThinkAny 是什么？”，再把问题翻译成英文“ What is ThinkAny ”，同一个问题，双语分别检索一次，得到更多的参考信息。 补全上下文，做指代消解。比如用户搜索“ThinkAny 是什么？”，得到第一次回复后继续追问“它有什么特点？”，用历史对话内容作为上下文，把第二次 query 改写成“ThinkAny 有什么特点？”，指代消解后再去检索，会有更高的召回率。 名词提取。比如用户搜索“ThinkAny 和 Perplexity 有什么区别？”，可以把“ThinkAny”和“Perplexity”两个名词提取出来，分别检索。 提升 AI 搜索准确度，另一个关键措施就是做多信息源整合。结合上面提到的意图识别和问题改写，假设用户搜索“ThinkAny 和 Perplexity 的区别是什么？”，根据意图识别，判断需要联网，并且是信息查询类的搜索意图。在问题改写阶段，提取出来“ThinkAny”和“Perplexity”两个概念名词，除谷歌检索之外，还可以检索 Wikipedia/Twitter 等信息源，拿到百科词条内容和 Twitter 的用户反馈信息，可以更好地回答这个问题。AI 搜索最大的壁垒在于数据。 内容由 AI 大模型生成，请仔细甄别。
2025-04-09
你这个知识库和检索是用什么搭建的？
我们的知识库和检索主要基于以下原理和流程搭建： 1. 文本预处理：包括去除无关字符、标准化文本（如将所有字符转换为小写）、分词等，以清洁和准备文本数据。 2. 嵌入表示：将预处理后的文本（词或短语）转换为向量。通常通过使用预训练的嵌入模型，如 Word2Vec、GloVe、BERT 等，将每个词或短语映射到高维空间中的一个点（即向量）。 3. 特征提取：对于整个问题句子，可能应用进一步的特征提取技术，比如句子级别的嵌入，或使用深度学习模型（如 BERT）直接提取整个句子的表示，以捕捉句子的上下文信息。 4. 向量优化：在某些情况下，问题的向量表示可能会根据具体任务进行优化，例如通过调整模型参数来更好地与检索系统的其他部分协同工作。 在知识库检索阶段： 1. 首先需要有一个知识库。在大模型的检索中，并非依靠传统的关键字搜索，而是依靠问题在空间中的向量位置，去寻找距离这个向量最近的其他词句，然后完成检索。 2. 要在向量中进行检索，我们的知识库会被转化成一个巨大的向量库。具体流程包括文档向量化、文档加载（从多种不同来源加载文档）、文本分割（把文档切分为指定大小的块）、存储（将切分好的文档块进行嵌入转换成向量的形式，并将向量数据存储到向量数据库）、检索（通过某种检索算法找到与输入问题相似的嵌入片）以及输出（把问题以及检索出来的嵌入片一起提交给 LLM，LLM 会通过问题和检索出来的提示一起生成更加合理的答案）。
2025-03-25
检索有关AI入门必读书籍
以下是为您推荐的 AI 入门必读书籍： 1. 「」，有助于熟悉 AI 的术语和基础概念。 2. 「」，其中包含为初学者设计的课程。 3. GPT1 到 Deepseek R1 所有公开论文 The 2025 AI Engineer Reading List：涉及人工智能工程的 10 个领域，包括 LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调。如果您想从零开始，可以从此处开始。 4. 入门经典必读：作者为 ，原文地址：https://a16z.com/2023/05/25/aicanon/ 。文中分享了一份用于更深入了解现代 AI 的精选资源列表。
2025-03-17
如何设置知识库才可以提高检索效率
以下是一些提高知识库检索效率的方法： 1. 文档分块： 分块是为了后续的检索能返回更精准的答案。 避免把整个使用手册作为一个整体检索，防止返回大量无关信息。 适应模型输入限制，确保能将相关信息输入到模型中，不超出其处理能力。 提升回答质量，让大语言模型更集中地理解和回答特定问题。 优化向量表示，得到更精确的向量，提高检索准确性。 2. 选择合适的工具和平台： 如使用 Coze 时： 可以使用外贸大师产品的帮助文档进行演示。 选择其中一个文档创建知识库，如“购买后新人常见问题汇总·语雀”。 点击创建知识库，从知识库中添加知识单元，使用 Local doucuments 的方式，上传 Markdown 格式文档，注意每个问题使用“”开头。 但要注意文档的分片策略会严重影响查询结果，跨分片总结和推理能力弱、文档有序性被打破、表格解析失败等是基于 RAG 方案自身原理导致的问题。 如使用百炼时： 在百炼控制台的中的非结构化数据页签中点击导入数据，上传相关文档。 根据文档大小，百炼需要一定时间解析，通常占用 1 6 分钟。 进入，创建新的知识库并选择上传的文件，其他参数保持默认，建立索引。 选择向量存储类型时，若希望集中存储、灵活管理多个应用的向量数据，可选择 ADB PG。 完成知识库创建后，返回，打开知识检索增强开关、选择目标知识库，测试验证符合预期后点击发布。 特别需要注意的是，不同工具和平台可能存在各自的特点和限制，需要根据实际情况进行选择和优化。
2025-03-14
有没有路径可以围绕DS、豆包等大模型的检索结果做优化的路径
围绕 DS、豆包等大模型的检索结果做优化的路径包括以下方面： 首先，通过集成收集 AI 反馈（AIF）聊天模型完成情况，然后利用 GPT4（UltraFeedback）进行评分并二值化为偏好。其中，Step2AIF 在某种程度上是一种 selfplay，通过多模型 prompt 生成来进行 RL。在模型最终采用的 DPO 算法的 SFT 过程中，用于最终模型 SFT 所训练的 AIF 数据集与原始 pretraining 数据集在数据（tokens）序列组织构象上存在差异，这是一种 Synthetic Data 的路径，关键在于这种 Synthetic Data 与原始 Data 在特征与知识分布上的差异。 DPO 算法通俗来讲，当一个答案是好的答案时，模型要尽可能增大其被策略模型生成的概率；当一个答案是差的答案时，模型则需要尽可能降低其被策略模型生成的概率。 以上是在 RL×LLM 方面的一些探索，接下来需要将上述模型案例以及延展的思考进行沉淀，回归第一性原理进行更进一步的本质探寻，以找到两者之间隐含的共性、差异以及呈现当前技术发展路径与现状的必然性。
2025-03-04
增强检索生成
RAG（RetrievalAugmented Generation，检索增强生成）是一种结合检索和生成能力的自然语言处理架构，旨在为大语言模型（LLM）提供额外的、来自外部知识源的信息。 通用语言模型通过微调可完成常见任务，而对于更复杂和知识密集型任务，基于语言模型构建访问外部知识源的系统能使结果更符合事实、更可靠，缓解“幻觉”问题。Meta AI 的研究人员引入了 RAG 方法来完成这类任务，它把信息检索组件和文本生成模型结合在一起，可微调且内部知识修改高效，无需重新训练整个模型。 RAG 工作流程如下： 1. 检索：利用用户查询从外部知识源获取相关信息，将查询转化为向量与向量数据库比对，找到最匹配的前 k 个数据作为补充背景信息。 2. 数据库索引：包括离线获取数据、清理提取原始数据、转换文件格式、分块、嵌入和创建索引等步骤。 3. 增强：将用户查询和检索到的额外信息嵌入预设提示模板。 4. 生成：将问题与相关文档合并为新提示信息，由大语言模型回答问题，可选择依赖知识库或仅基于给定信息，也可融入历史对话信息支持多轮对话。 LLM 需要 RAG 的原因在于 LLM 存在一些缺点： 1. 无法记住所有知识，尤其是长尾知识，接受能力不高。 2. 知识容易过时且不好更新，微调效果不佳且有丢失原有知识的风险。 3. 输出难以解释和验证，易受幻觉等问题干扰。 4. 容易泄露隐私训练数据。 5. 规模大，训练和运行成本高。 RAG 具有以下优点： 1. 数据库对数据的存储和更新稳定，无学习风险。 2. 数据库数据更新敏捷，可解释且不影响原有知识。 3. 数据库内容明确结构化，降低大模型输出出错可能。 4. 便于管控用户隐私数据，可控、稳定、准确。 5. 降低大模型训练成本，新知识存储在数据库无需频繁更新模型。
2025-02-24