目前接入 DeepSeek 的网站有： 学而思，预计将在 2 月内陆续于相关机型上线“深度思考模式”，全面升级用户的 AI 学习体验。 钉钉，已全面接入 DeepSeek 系列模型。 微信，推出了 AI 搜索功能，提供“快速回答”和“深度思考”选项，用户可获取高质量答案并一键分享。 百度，文心大模型最新上线的深度搜索功能，也集成到百度搜索当中。

以下是关于模型的相关信息： 我调用的是抖音集团的云雀大模型。 OpenAI API 由具有不同功能和价位的多种模型提供支持，包括 GPT4、GPT3.5、DALL·E、Whisper、Embeddings、Codex、Moderation、GPT3 等，您还可以通过微调针对特定用例对原始基本模型进行有限的定制。 在 Cursor 中，使用光标聊天、Ctrl/⌘K 和终端 Ctrl/⌘K 可以轻松在不同模型之间切换。在 AI 输入框下方有下拉列表，允许选择要使用的模型，默认准备好的模型有 GPT4o、GPT4、Claude 3.5 Sonnet 以及 Cursor 的自定义模型 cursorsmall，cursorsmall 不如 GPT4 智能但速度更快且用户可无限制访问，还可以在 Cursor Settings>Models>Model Names 下添加其他模型。

以下是一些适合外语场景，特别是英语与日语的 AI 工具： 1. 语言学习应用： Duolingo：使用 AI 个性化学习体验，根据进度和错误调整练习内容，通过游戏化方式提供词汇、语法、听力和口语练习。下载应用，选择语言，按课程指引学习。 Babbel：结合 AI 技术，提供个性化课程和练习，重点在于实际交流所需语言技能。注册账户，选择课程，按学习计划学习。 Rosetta Stone：使用动态沉浸法，通过 AI 分析学习进度，提供适合练习和反馈。注册并选择语言，使用多种练习模式学习。 2. AI 对话助手： ChatGPT：可模拟对话练习，提高语言交流能力。在聊天界面选择目标语言，与 AI 对话，询问语法、词汇等问题，模拟实际交流场景。 Google Assistant：支持多种语言，可进行日常对话练习和词汇学习。设置目标语言，通过语音命令或文本输入互动。 3. 语言学习平台： FluentU：使用真实世界视频，通过 AI 生成个性化词汇和听力练习。选择语言，观看视频并完成练习，积累词汇和提升听力。 Memrise：结合 AI 技术，根据记忆曲线提供复习和练习，增强记忆效果。选择语言，使用词汇卡和练习学习。 4. 发音和语法检查： Speechling：提供口语练习和发音反馈，帮助改进口音和发音准确性。录制语音，提交给 AI 系统或人类教练获取反馈和建议。 Grammarly：提高写作语法和词汇准确性，支持多种语言。将写作内容粘贴到编辑器中获取改进建议。 5. 实时翻译和词典工具： Google Translate：提供实时翻译、语音输入和图像翻译功能，适合快速查找和学习新词汇。输入或语音输入内容查看结果和例句。 Reverso Context：提供单词和短语翻译及上下文例句，帮助理解和学习用法。输入单词或短语查看翻译和例句。 此外，还有一些其他工具，如 Speak、Call Annie 等也可用于提升外语口语能力。使用这些工具时，建议结合实际对话练习，如参与语言交换、加入学习小组或与母语者对话，并定期复习和持续实践。

提示词工程师（Prompt Engineer）是在与人工智能模型交互时，负责设计和优化提示的专业人员。他们的目标是通过精心构造的提示，引导模型产生准确、有用和相关的回答。 提示词工程师的主要职责包括： 1. 设计提示：根据用户需求和模型能力设计有效的提示，考虑提示的长度、结构、措辞和信息量等因素，以清晰传达用户意图并引导模型生成满意结果。 2. 优化提示：通过收集用户反馈、分析模型结果和实验不同的提示策略等方式不断优化提示，提高模型性能。 3. 评估提示：使用各种指标（如模型的准确率、流畅度和相关性等）评估提示的有效性。 提示词工程师需要具备以下技能和知识： 1. 领域知识：对所工作的领域有深入了解，以便设计出有效的提示。 2. 自然语言处理（NLP）：了解 NLP 的基本原理和技术，能够理解和生成自然语言文本。 3. 人工智能（AI）：了解 AI 的基本原理和技术，能够理解和使用 AI 模型。 4. 沟通能力：具备良好的沟通能力，与用户、团队成员和其他利益相关者有效沟通。 以下是一些提示词工程师工作的实际案例：无需微调，仅用提示词工程就能让 LLM 获得 tool calling 的功能。其实现原理主要有两部分代码组成：提示词注入和工具结果回传。提示词注入用于将工具信息以及使用工具的提示词添加到系统提示中。工具结果回传则是解析 tool calling 的输出，并将工具返回的内容再次嵌入 LLM。 在基本概念方面，您可以通过简单的提示词获得大量结果，但结果质量与提供的信息数量和完善度有关。一个提示词可以包含传递到模型的指令、问题等信息，也可以包含上下文、输入或示例等详细信息。通过这些元素能更好地指导模型并获得更好的结果。当使用 OpenAI 的聊天模型时，可以使用 system、user 和 assistant 三个不同角色来构建 prompt，system 有助于设定 assistant 的整体行为。提示工程就是探讨如何设计出最佳提示词，用于指导语言模型高效完成某项任务。以上示例基本说明了现阶段的大语言模型能够执行各种高级任务，如文本概括、数学推理、代码生成等。

一个尽可能完美的 AGI 时代的多 Agents 协同工作平台通常应具备以下能力设计： 1. 融合 RL（强化学习）与 LLM（大型语言模型）思想：在多 Agent 情境下，形成复杂多轮会话及协作行动过程，为系统二进行大规模的过程学习提供路径。同时，LLM 能从 RL 过程中习得新的、足够新颖的策略，例如像 AlphaGO 那样通过自博弈创新策略并快速反馈奖励，最终达成任务目标。 2. 具备多项优势： 适配国内外主流开源及闭源大语言模型，支持多模型混合使用，构建企业级场景服务生态，提供场景化解决方案。 拥有灵活可视化无代码应用构建、TexttoAgent 技术，构建便捷，上手简单，操作高效。 能够即时发布上线，支持发布为网页/小程序/API 等多种形态，快速部署 Agent 应用。 提供企业级安全访问控制，依据 Agent 权限控制数据访问，通信过程加密，防止数据泄露风险。 支持多 Agents 协作，构建知识工作者的人机协作流水线，满足复杂业务场景需求。 3. 允许使用自然语言制定 Agent 及其交互规则，并引入低延时的 Realtime API：即使没有专业编程技能，只要能用清晰的自然语言描述出各个 Agents 具备的行为和功能，就可以快速制作多 Agents 应用或创建代理式工作流。例如在一个简单场景中，可设置接待员和写诗的 Agents 并实现交互。

如果您在使用 Deep Seek 辅助学习新概念英语第二册时总是报错，可以考虑换成 Wenxiaobai.com 这个平台。它高速响应，完全免费，支持各种平台使用，与 Deep Seek 官网几乎相同，速度快且稳定性高，最新版本还支持文档与图片分析。

以下是关于 Coze 搭建的相关内容： 搭建证件照应用页面： 创建基础容器，为后续操作做准备。 页面分为上中下三块，顶部为标题，中间有原图、过渡和最终结果，底部为展示区域和表单。 对容器的高度、宽度、排列方向进行设置，对文本组件的字体、颜色、加粗等属性进行调整。 介绍图片组件的本地上传和绑定数据功能，微信截图可能导致上传问题。 页面分为左右两块，左侧展示区域，右侧为表单，左侧还需嵌套容器处理图片和文字展示。 前端页面搭建技巧： 在 DIV10 中选择子容器、复制搭建元素等。 调整表单组件的尺寸、按钮文案和上传文件类型等设置。 业务逻辑流程设计： 阐述了证件照生成的业务逻辑，包括用户上传照片、图片理解、图像生成、智能换脸、背景修改等步骤，还提及了各步骤中的参数设置、提示词调整和测试方法。 页面布局的常见方式与实际操作讲解： 常见的左右、上下布局及嵌套方法，演示如何设置容器实现左右布局、调整大小分割等，强调外层高度设置的重要性。 说明溢出处理方式及内边距影响，建议初学者用固定宽高布局。 介绍换行布局及元素分布设置，用于图片排版。 Coze 应用实战指南： 创建 Coze 应用：点击 Coze 创建，选择应用，选择空白，即可进入 Coze IDE。 搭建业务逻辑：进入 Coze IDE 后，默认显示业务逻辑编辑界面，基于业务逻辑搭建一个工作流。业务逻辑的实现依靠工作流来实现，Coze IDE 内编写工作流与捏 bot 编写工作流的逻辑完全一致，只是入口不同。并给出了大模型节点系统提示词。

以下是一些关于开始做出海 AI 工具站及通过 SEO 获取流量的参考信息： 从相关的月度榜单来看，出海的 AI 工具站有 DocsBot AI、bolt、AISEO、Aime、makeugc、HireQuotient、Chai、MaxAI.me 等，它们涵盖了客户支持、代码助手、SEO 工具、情感陪伴、个人助理等不同分类。这些工具站在海外市场有一定的访问量和流量增速。 在摊位信息中，也有一些与出海 AI 工具站及 SEO 相关的内容，比如“Google seo 与 AI 结合”“AI 训练 to b，出应用，智能体 agent，文生图生视频都涉及”等。 您在开始做出海 AI 工具站时，可以参考成功的案例，明确工具站的定位和目标用户群体，注重产品的特色和创新。在 SEO 方面，需要关注关键词优化、内容质量、网站结构等方面，以提高在搜索引擎中的排名，获取更多流量。

ComfyUI 和 WebUI 的区别主要体现在以下几个方面： ComfyUI： 简介：是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，将 stable diffusion 的流程拆分成节点，实现更精准的工作流定制和完善的可复现性。 优势： 对显存要求相对较低，启动速度快，出图速度快。 具有更高的生成自由度。 可以和 WebUI 共享环境和模型。 可以搭建自己的工作流程，可以导出流程并分享给别人，报错时能清晰发现错误所在步骤。 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势： 操作门槛高，需要有清晰的逻辑。 生态没有 WebUI 多（常用的都有），但也有一些针对 ComfyUI 开发的有趣插件。 官方链接：从 github 上下载作者部署好环境和依赖的整合包，按照官方文档安装即可：https://github.com/comfyanonymous/ComfyUI 插件推荐： 插件安装管理器：https://github.com/ltdrdata/ComfyUIManager SDXL 风格样式：https://github.com/twri/sdxl_prompt_styler ComfyUI 界面汉化：https://github.com/AIGODLIKE/AIGODLIKECOMFYUITRANSLATION 中文提示词输入：https://github.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet 蟒蛇八卦工具箱：https://github.com/pythongosssss/ComfyUICustomScripts 提示词权重调节器：https://github.com/BlenderNeko/ComfyUI_AD WebUI： 采样器与调度器：在 ComfyUI 中，采样器与调度器分开，而在 WebUI 中的采样方法是把两者合并在一起。ComfyUI 通过采样器+调度器组合的方式与 WebUI 中的一致，一般选择 karras 调度器效果较好。 在插件安装方面，WebUI 有较好的用户界面，安装插件后可直观看到并使用；而 ComfyUI 安装插件后可能看不到，需通过节点连接才能感受到其功能。

以下是一些学习 ComfyUI 的途径和资源： 1. 官方文档：ComfyUI 官方文档提供了使用手册和安装指南，适合初学者和有经验的用户，可在获取相关信息。 2. 优设网：有一篇详细的 ComfyUI 入门教程，适合初学者，详细介绍了其特点、安装方法及如何生成图像等内容，教程地址是。 3. 知乎：有用户分享了 ComfyUI 的部署教程和使用说明，适合有一定基础并希望进一步了解的用户，可在找到相关教程。 4. Bilibili：提供了一系列涵盖从新手入门到精通各个阶段的视频教程，可在找到。 此外，还有以下 ComfyUI 共学快闪的学习内容： 王蓉??Wang Easy 基础搭建和转绘 唯有葵花向日晴 基础教程，工作流开发，实际应用场景 热辣 HuolarrAI 系统课私聊图生视频 咖菲猫咪 基础教程/工作流搭建思路/各版本模型使用的优缺点 傅小瑶 Lucky 如何制作多人转绘视频 云尚 工作流节点搭建思路 FǎFá 热门节点功能，搭建 森林小羊 基本报错解决方式及基础工作流逻辑分析 苏小蕊 基础教程 Sophy 基础课程 蜂老六 装一百个最新常用插件后如何快速解决冲突问题 阿苏 工作流框架设计 aflyrt comfyui 节点设计与开发 老宋&SD 深度解释虚拟环境部署和缺失模型的安装 Liguo 模型训练 啊乐福 基础课程 塵 优秀案例 风信 基础课程➕平面设计应用场景 北南 基础课程 视频工作流框架设计 Damon 基础课程 渔舟 基础课程+工作流搭建思路 乔木船长 工作流 ☘️ 基础教程 ☘ 基础教程 工作流设计+典型案例剖析 麒白掌 工作流搭建 OutSider 风格迁移 吴鹏 基础+工作流搭建 拾光 工作流基础搭建从入门到精通 茶浅浅 视频转绘/节点工作流介绍 百废待.新（早睡版）工作流从入门到进阶 电商应用场景 学习使用 ComfyUI 的原因包括： 更接近 SD 的底层工作原理。 实现自动化工作流，消灭重复性工作。 作为强大的可视化后端工具，可实现 SD 之外的功能，如调用 api 及本文所讲的内容等。 可根据定制需求开发节点或模块。 例如，金属文创建工作流是因为工作室需要抠图素材，传统途径存在问题，近期在 github 上看到相关项目后创建了工作流，不仅可用于绿幕素材抠图，还能自动生成定制需求的抠图素材，全程只需几秒。