workflow使用指南

ComfyUI 的工作流主要包括以下内容： 低显存运行工作流：目的是让 FLUX 模型能在较低显存情况下运行。分阶段处理思路为，先在较低分辨率下使用 Flux 模型进行初始生成，然后采用两阶段处理，即先用 Flux 生成，后用 SDXL 放大，有效控制显存使用，最后使用 SD 放大提升图片质量。工作流流程包括初始图像生成（Flux）阶段的 UNETLoader 加载 flux1dev.sft 模型、DualCLIPLoader 加载 t5xxl 和 clip_l 模型、VAELoader 加载 fluxae.sft 等步骤，以及图像放大和细化（SDXL）阶段的 CheckpointLoaderSimple 加载 SDXL 模型、UpscaleModelLoader 加载 RealESRGAN_x4.pth 用于放大等步骤。 工作流相关网站： Openart.ai：流量较高，支持上传、下载、在线生成，免费账户有 50 个积分，加入 Discord 可再加 100 积分，开通最低每月 6 美元套餐后每月有 5000 积分。 ComfyWorkflows 网站：支持在线运行工作流，实际下载量和访问量略少于 openart。 Flowt.ai：https://flowt.ai/community 提示词自动生成 ComfyUI 工作流：英伟达整了个花活，通过画图提示词自动生成匹配的 ComfyUI 工作流，命名为 ComfyGen（comfy 生成器），目前仅支持文生图模型。英伟达称其可以生成高质量的图并泛化到其他领域，做了对比测试，效果基本一致甚至更符合人类对提示词的判断和理解，与 C 站上人类写的提示词对比效果略胜一筹，但项目未开源。

以下是一些关于 workflow 的著名论文或相关内容： 1. 5 月 9 日艾木分享的《Workflow》，其中包含关于 workflow 的理论探讨、对 AGI 的正确理解与思考、如何客观看待大语言模型的基础表现、人工智能在编程领域的应用及挑战、从提示词工程到 flow 工程：AI 在代码生成领域的研究与应用、人工智能在开源项目测试集中的表现与工作流的重要性、关于 workflow 的介绍与案例演示等内容。 2. 艾木的《如何用 Coze 制作一个信息检索 Bot（含 Workflow 的基础用法）》，提到 Coze 的 Workflow 为制作 Agents/Bots 提供很大的灵活性和便捷性，对 Workflow 中的函数进行了分类，并提出了超函数（Hyperfuction）的概念。 3. 2024 年 8 月 20 日的更新中，有《[AI Agent 产品经理血泪史（二）欲知方圆，则必规矩【Workflow 篇】》，聚焦于工作流（Workflow）在 AI 智能体中的重要性，回顾了集成平台的演变，探讨了工作流在自动化和手动编排中的应用以及如何提升灵活性以应对不断变化的需求。 4. 还有《[张梦飞：【全网最细】从 LLM 大语言模型、知识库到微信机器人的全本地部署教程》和《[ComfyUI 工作流：黑猴子悟空换脸报错解决大法》等相关内容。

以下是关于您提出的“ How Al Agentic workflows could drive more Al progress than even the next generation of foundation models ”问题的相关信息： 吴恩达认为人工智能代理工作流程将在今年推动人工智能的巨大进步，甚至可能超过下一代基础模型。构建代理的设计模式框架包括反思、工具使用、规划和多代理协作。反思是指 LLMs 审视自身工作并提出改进方法；工具使用是指赋予 LLMs 如网络搜索、代码执行等工具以帮助其收集信息、采取行动或处理数据；规划是指 LLMs 制定并执行多步骤计划以实现目标；多代理协作则涉及多个 AI 代理共同工作，通过分工、讨论和辩论来提出比单个代理更好的解决方案。这些设计模式为构建高效的 AI 代理提供了指导，并将在下周进一步详细阐述并提供相关阅读建议。 此外，在医疗保健领域，为了产生真正的改变，AI 需要像我们一样学习。必须让这些专家 AI 接触到顶级从业人员的多样化视角，以避免复制危险的偏见。鉴于人工智能依赖的神经网络基础，这些专家 AI 可能通过元学习（或学会学习）比我们预期的更快地获得知识，并带着我们人类一同进步。 在 AI 进化方面，CNN 的结构基于两类细胞的级联模型，主要用于模式识别任务，在计算上比大多数其他架构更有效、更快速，在许多应用中，包括自然语言处理和图像识别，已经被用来击败大多数其他算法。我们每次对大脑的工作机制的认知多一点，神经网络的算法和模型也会前进一步。

Agentic Workflow 是指通过学会调用外部不同类型的 API 来获取模型中缺少的额外信息、代码执行能力、访问专有信息源等。它将一个复杂的任务分解成较小的步骤，融入更多人类参与到流程中的规划与定义，减少对 Prompt Engineering 和模型推理能力的依赖，提高 LLM 应用面向复杂任务的性能。 生成式 AI 的人机协同分为 Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）3 种产品设计模式，在不同模式下，人与 AI 的协作流程有所差异。 Agentic Workflow 可以使用 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。例如，作为产品经理，可通过 Agents 将任务拆解为多个独立任务，遵循不同工作流生成大体符合期望的输出结果，再进行修改。 吴恩达通过开源项目 ChatDev 举例，可让大语言模型扮演不同角色相互协作开发应用或复杂程序。AI Agent 基本框架包括“Agent = LLM + 规划 + 记忆 + 工具使用”，其中 LLM 扮演“大脑”，规划包括子目标分解、反思与改进，记忆分为短期记忆和长期记忆，工具用于处理各种任务。

Agentic Workflow 指的是一种在生成式 AI 的人机协同中，通过不同模式（如 Embedding、Copilot、Agent）下的角色协作流程来完成任务的方式。 在 Agent 模式中，AI 完成大多数工作。它使用 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作。例如，作为产品经理，可将产品功能设计任务拆解为多个独立任务，遵循不同工作流，生成初步结果后再修改。 Agentic Workflow 还通过学会调用外部不同类型 API 来获取模型缺少的额外信息等。其动作的决策需要根据大模型结合问句、上下文规划、各类工具来确定。 从提升效率、提高质量、节省时间的角度思考，Agentic Workflow 可以将复杂任务分解成较小步骤，融入更多人类参与的规划与定义，减少对 Prompt Engineering 和模型推理能力的依赖，提高 LLM 应用面向复杂任务的性能。 吴恩达通过开源项目 ChatDev 举例，让大语言模型扮演不同角色相互协作开发应用或复杂程序。AI Agent 的基本框架包括“LLM +规划+记忆+工具使用”，其中 LLM 扮演“大脑”，规划包括子目标分解、反思与改进，记忆分为短期和长期，工具用于辅助完成任务。

Agentic Workflow 是一种基于 AI 的工作流管理方式，它可以帮助人们更高效地完成各种任务。以下是关于 Agentic Workflow 的一些介绍： 1. 专家代理：Agentic Workflow 中的专家代理是指具有特定领域和工具专长的 AI 模型，它们能够以步骤化、理性的方式帮助用户达成目标。 2. 工作流程：Agentic Workflow 的工作流程通常包括收集信息、初始化专家代理、持续支持用户直到目标完成等步骤。 3. Tool Use：Tool Use 是指 Agent 通过自行规划任务执行的工作流路径，面向于简单的或者一些线性流程的运行。 4. Planning：Agent 通过自行规划任务执行的工作流路径，面向于简单的或者一些线性流程的运行。 5. Multiagent Collaboration：通过学会调用外部不同类型 API 来获取模型（通常在预训练后很难修改）中缺少的额外信息，代码执行能力，访问专有信息源等（例如获取此时此刻的天气、联网网搜索等）。 6. Action（动作）：根据上述大模型结合问句（Query）、上下文的规划（Context）、各类工具，最终大模型才能决策出最终需要执行的动作是什么。 7. Productivity（效率）：Agentic Workflow 通过将一个复杂的任务分解成较小的步骤，在整个过程中中融入了更多人类参与到流程中的规划与定义。它减少了对 Prompt Engineering 和模型推理能力的依赖，提高了 LLM 应用面向复杂任务的性能，更丰富、更精确。 总的来说，Agentic Workflow 是一种将 AI 技术应用于工作流管理的方式，它可以帮助人们更高效地完成各种任务。

以下是关于 DeepSeek 的安装与使用指南： 安装： DeepSeek 网址为：https://www.deepseek.com/zh 。国内能访问，网页登录方便，目前完全免费。 使用： 1. 搜索 www.deepseek.com ，点击“开始对话”。 2. 点击开始对话后，左边选择代码助手。 3. 将装有提示词的代码发给 DeepSeek 。 4. 认真阅读开场白之后，正式开始对话。 此外，通过以下方式可以让 DeepSeek 的能力更上一层楼： 1. 用 Coze 做效果对比测试。 2. 设计思路包括将 Agent 封装成 Prompt 并储存在文件，通过提示词文件让 DeepSeek 实现同时使用联网功能和深度思考功能，在模型默认能力基础上优化输出质量等。 3. 完整提示词可参考相关版本。 在 AI 编程与炼金术方面，DeepSeek 也有相关应用，例如在 Trae 中的使用，具体可参考以下知识图谱： |章节|知识点| ||| || || || || || || || || || || || ||

以下是清华 104 页 AI 使用指南的相关内容： 智能纪要部分： 共学课程涵盖 config UI 从入门到精通，还有个人专栏研究报告、产品数据、全球投融资情况等内容，做项目时可查看细分赛道融资情况，也可学习 AI 功能创业，介绍了企业专栏内容如 Kimi 的技巧等。 提到了 AI 的案例和投稿，包含开发相关、微信机器人、人物角色等内容，还有日报动态、法律法规、历史更新和社区介绍等，布置了关于 AI 兴趣方向的小作业。 介绍了 CONFIUI 生态大会东京站 11 月 16 17 日的活动内容及报名，包括社区共创项目、大奖、首届活动情况、海外创作者共学等。 总结了关于 AI 知识库使用及 AIPO 活动的介绍，包括使用情况、发起背景、内容安排及相关资源等；AIPO 线下活动及 AI 相关探讨，包括规则、玩法、重要地位和研究方向等；way to AGI 社区活动与知识库介绍，包括活动安排、材料准备、使用和内容更新等；还包括时代杂志评选的领军人物、AI 相关名词解释、知识库的信息来源、社区共创项目、学习路径、经典必读文章、初学者入门推荐、历史脉络类资料等。 介绍了 AI 相关技术与活动，如 AI 音乐创作、数字人语音合成、config UI 的应用，以及社区共创项目如东京的 confii 生态大会、AI 文旅视频、娃卡奖、李普村共创故事、AI 春晚等，还有作业与报名、线下寄送物料组织活动、AI 春晚即将开始、AIPO 活动及相关挑战、共学活动与技能提升、硬件机器人材料购买、自媒体发布与流量扶持、活动奖项与历史玩法、工具使用与新大赛预告等。

以下是 DeepSeek 的使用指南： 1. 效果对比：用 Coze 做了小测试，可对比查看相关视频。 2. 如何使用： 步骤 1：搜索 www.deepseek.com，点击“开始对话”。 步骤 2：将装有提示词的代码发给 DeepSeek。 步骤 3：认真阅读开场白之后，正式开始对话。 3. 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用，减轻调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力基础上优化输出质量，减轻 AI 味，增加可读性。 设计了阈值系统，可能形式大于实质，之后根据反馈可能会修改。 用 XML 进行更为规范的设定，而非 Lisp 和 Markdown。 4. 完整提示词：v 1.3 5. 特别鸣谢：李继刚的【思考的七把武器】在前期提供了很多思考方向；Thinking Claude 是最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。 此外，还有以下相关内容： 1. 2 月 7 日的社区新闻速递中，《》是清华大学新闻与传播学院新媒体研究中心出品的指南，详细阐述了 DeepSeek 的功能及使用方法。 2. DeepSeekR1 提示词系统完全指南： 核心原理认知：包括 AI 特性定位（多模态理解、动态上下文、任务适应性）和系统响应机制（采用意图识别+内容生成双通道理，自动检测 prompt 中的任务类型/输出格式/知识范围，对位置权重、符号强调敏感）。 基础指令框架：如果不知道如何表达，可套用框架指令，包括四要素模板、格式控制语法（强制结构、占位符标记、优先级符号）。 进阶控制技巧：包括思维链引导（分步标记法、苏格拉底式追问）、知识库调用（领域限定指令、文献引用模式）、多模态输出。

以下是 DeepSeek 的使用指南： 1. 效果对比：用 Coze 做了小测试，可对比查看 2. 如何使用： 步骤 1：搜索 www.deepseek.com，点击“开始对话” 步骤 2：将装有提示词的代码发给 Deepseek 步骤 3：认真阅读开场白之后，正式开始对话 3. 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用，同时减轻调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，可能形式大于实质，之后根据反馈可能会修改。 用 XML 来进行更为规范的设定，而不是用 Lisp（有难度）和 Markdown（运行不太稳定）。 4. 完整提示词：v 1.3 5. 特别鸣谢：李继刚的【思考的七把武器】在前期提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。 此外，还有以下相关内容： 1. 2 月 7 日的社区新闻速递中，《》是清华大学新闻与传播学院新媒体研究中心出品的指南，详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等，并探讨了如何使用 DeepSeek，包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法，旨在帮助用户更好地掌握 AI 工具的使用，提升工作效率和创新能力。 2. DeepSeekR1 提示词系统完全指南： 核心原理认知： AI 特性定位：多模态理解，支持文本/代码/数学公式混合输入；动态上下文，对话式连续记忆（约 4K tokens 上下文窗口）；任务适应性，可切换创意生成/逻辑推理/数据分析模式。 系统响应机制：采用意图识别+内容生成双通道理，自动检测 prompt 中的任务类型/输出格式/知识范围，对位置权重（开头/结尾）、符号强调敏感。 基础指令框架：如果不知道如何表达，可套用框架指令。包括四要素模板、格式控制语法（强制结构：使用```包裹格式要求；占位符标记：用{{}}标注需填充内容；优先级符号：>表示关键要求，!表示禁止项）。 进阶控制技巧： 思维链引导：分步标记法，如请逐步思考：1.问题分析→2.方案设计→3.风险评估；苏格拉底式追问，在得出最终结论前，请先列举三个可能存在的认知偏差。 知识库调用：领域限定指令，如基于 2023 版中国药典，说明头孢类药物的配伍禁忌；文献引用模式，如以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破。 多模态输出。

以下是为您提供的几种使用指南： Midjourney 的使用指南： Midjourney v6 版本提供“风格一致性”功能，用户输入一幅图像，MJ 可根据其风格创作，如素描风、油画风等。参考。 使用指令：垫图链接（可选择）+关键词+“sref”+图片链接+风格化参数+“v 6.0”。指令为：url+关键词+“sref”+url+“sw”+“v 6.0”。“sw”风格化参数用于控制整体风格强度，默认为 100，数值范围为。参考多张图像风格时，url 间使用空格隔开，权重代表不同参考风格的权重。 sref 模仿图片风格，垫图模仿图片结构、元素。 生成 url：准备一张照片和想要的写真风格参考图片。Prompt：垫图 url+Chinese female model,upper body,clothes with collars,bright space natural pose,big earrings,Chinese traditional minimalism,flat illustration,geometric shapes,minimalismniji 6ar 3:4sw 200sref url 。适用模型为 V6 和 Niji V6 。 Discord 的使用指南： 注册和下载：在 Discord 官网（discord.com）注册账号，可使用谷歌、Facebook 等账号直接登录。根据设备（Windows、Mac、Linux、iOS、Android 等）下载并安装应用程序或使用网页版。 创建或加入服务器：可创建新服务器并邀请朋友加入，或通过邀请链接或搜索加入现有公开服务器。每个服务器可创建多个不同频道。 频道介绍：服务器通常包含多种类型频道，如文字频道用于文字聊天，语音频道用于语音通话，私聊频道用于与个人好友私聊。 权限管理：服务器所有者可设置频道权限，如允许/禁止发送图片/文件，设置只读权限等。还能创建不同身份组管理成员权限。 消息和信息交互：在频道中可发送文字、表情包、图片、视频、文件等丰富消息内容，系统支持 Markdown 语法格式化文本，成员间可回复、引用、添加表情等交互。 语音和屏幕共享：进入语音频道可进行语音聊天、视频通话，还可共享屏幕画面。 机器人和扩展：有大量机器人供选择添加，实现娱乐、提示、搜索等功能。还可浏览商店添加扩展定制界面和体验。 移动设备使用：在手机和平板电脑上安装应用，随时随地聊天保持在线互动。 Fooocus 的使用指南： Fooocus 使用的是最新推出的 SDXL 1.0 模型，对 stable diffusion 和 Midjourney 做了结合升级。保留了 SD 的开源属性，可部署到本地免费使用；操作界面吸取了 midjourney 简洁的特点，省去了 WebUI 中复杂的参数调节，让用户专注于提示和图像。只有图像展示窗口、正向提示词和生成按钮 3 项。勾选“Advanced”会弹出高级设置窗口，可调整画面宽高比、风格、图像数量、种子值、反向提示词、模型、lora 权重比值、图像锐利程度等。风格选项整合了 100 多种常见画面风格，涉及写实、胶片、电影质感、动漫、水彩、黏土、3D、等距、像素、霓虹、赛博朋克、波普、纸艺等方面。高级选项用于设置模型、lora、清晰度等。 配置要求：本地部署，需要不低于 8GB 的内存和 4GB 的英伟达显卡。 Fooocus 介绍/安装包下载：https://github.com/lllyasviel/Fooocus （文末领取软件+模型整合包：16G） 使用指南：https://github.com/lllyasviel/Fooocus/discussions/117 大模型（base 和 Refiner）默认放在这里：\\Fooocus_win64_1110\\Fooocus\\models\\checkpoints

以下是 DeepSeek 的使用指南： 1. 效果对比：用 Coze 做了小测试，可对比查看相关视频。 2. 如何使用： 步骤 1：搜索 www.deepseek.com，点击“开始对话”。 步骤 2：将装有提示词的代码发给 Deepseek。 步骤 3：认真阅读开场白之后，正式开始对话。 3. 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用，同时减轻调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力基础上优化输出质量，通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，可能形式大于实质，之后根据反馈可能会修改。 用 XML 进行更为规范的设定，而非 Lisp（有难度）和 Markdown（运行不太稳定）。 4. 完整提示词：v 1.3 5. 特别鸣谢：李继刚的【思考的七把武器】在前期提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。 此外，还有以下相关内容： 1. 2 月 7 日的社区新闻速递中，《》是清华大学新闻与传播学院新媒体研究中心出品的指南，详细阐述了 DeepSeek 的功能及使用方法等。 2. DeepSeekR1 提示词系统完全指南： 核心原理认知：包括 AI 特性定位（多模态理解、动态上下文、任务适应性）和系统响应机制（采用意图识别+内容生成双通道理，自动检测 prompt 中的任务类型、输出格式、知识范围，对位置权重、符号强调敏感）。 基础指令框架：如果不知道如何表达，可套用框架指令，包括四要素模板、格式控制语法（强制结构、占位符标记、优先级符号）。 进阶控制技巧：包括思维链引导（分步标记法、苏格拉底式追问）、知识库调用（领域限定指令、文献引用模式）、多模态输出。