如何使用ai分析股票

对于 AI 小白，从 0 开始学习 AI 可以参考以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 参考「」，其中有一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自身兴趣选择特定模块深入学习。 掌握提示词的技巧，其上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出自己的作品。 知识库中有很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 另外，《雪梅 May 的 AI 学习日记》也提供了一种适合纯小白的学习模式，即输入→模仿→自发创造。但其中的学习内容可能因 AI 发展较快而有所变化，建议去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新内容。同时，该日记中的学习资源都是免费开源的。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

以下是关于 AI 文生图提示词的相关内容： 在写文生图提示词时，通常的描述逻辑包括人物及主体特征（如服饰、发型发色、五官、表情、动作），场景特征（如室内室外、大场景、小细节），环境光照（如白天黑夜、特定时段、光、天空），画幅视角（如距离、人物比例、观察视角、镜头类型），画质（如高画质、高分辨率），画风（如插画、二次元、写实）。通过这些详细的提示词，能更精确地控制绘图。 对于新手，有以下几种获取和优化提示词的方法： 1. 利用功能型辅助网站，如 http://www.atoolbox.net/ ，通过选项卡方式快速填写关键词信息；或 https://ai.dawnmark.cn/ ，其每种参数都有缩略图可参考，方便直观选择提示词。 2. 去 C 站（https://civitai.com/）抄作业，每一张图都有详细参数，可点击复制数据按钮，粘贴到正向提示词栏，然后点击生成按钮下的第一个按键，不过要注意图像作者使用的大模型和 LORA，否则即使参数相同，生成的图也会不同。也可以选取其中较好的描述词，如人物描写、背景描述、小元素或画面质感等。 优化和润色提示词对于提高输出质量很重要，可尝试以下方法： 1. 明确具体描述，使用更具体、细节的词语和短语，而非笼统词汇。 2. 添加视觉参考，在提示词中插入相关图片参考。 3. 注意语气和情感，用合适的形容词、语气词等调整整体语气和情感色彩。 4. 优化关键词组合，尝试不同搭配和语序。 5. 增加约束条件，如分辨率、比例等。 6. 分步骤构建提示词，将复杂需求拆解为逐步的子提示词。 7. 参考优秀案例，研究流行且有效的范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化，根据输出效果反馈持续完善。 调整好参数生成图片后，如果质感方面不满意，可添加标准化提示词，如，绘图，画笔等，让画面更趋近于某个固定标准。

学习 AI 并培养兴趣可以从以下几个方面入手： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，吵爷建议： 1. 带着好奇心去尝试： 记住“生成”两个字，了解“生成式人工智能”Generative AI。 随便找一个国产 AI 随便聊点什么，比如小学奥数题、写一篇演讲稿、怎么看待 996 等，看看 AI 擅长和不擅长的地方，有没有能帮到您的地方，哪些地方做得不够好。不用一开始带着太强的目的性，把它当作天猫精灵来玩。聊一段时间后，留下 1 2 个更顺手的应用增加使用深度。 条件允许的话，可以直接使用 ChatGPT 或者 Claude，处理复杂任务时会更省力。 YoYo 的学习心得： 1. 学习前状态： 不理解 AI 和提示词工程，不懂代码，英语差，注册尝试各种 AI 工具走了不少弯路。 对 ChatGPT 的认识仅限于日常问答、SQL 学习交互，能支持工作数据提取。 2. 学习后现状： 可以搓多 Agent 的智能体，但需要进修 python 搓更多智能体。 营销文案 demo，SQL 代码进阶学习应用。 创建了 3 个图像流智能体，2 个 Agent 智能体玩具。 在公司中实践智能客服从创建到应用的过程，实现企业微信机器人问答的基本功能。 学习 Dr.kown 的尝试实践、图像流的尝试、企业智能体实践，智能客服。 总之，学习 AI 要找到适合自己的路径，学以致用，通过学习 分享 不断填补知识的缝隙来成长。

以下为您介绍一些能修改图片的 AI 工具及相关知识： 1. DALL·E 推出了编辑功能，支持对生成图片进行二次编辑，包括替换、删除、添加对象等。编辑界面提供了一系列选项，如选择工具、可拖动的大小调整工具、“撤销、恢复”按钮和“Clear Selection”选项等。使用时，例如通过突出显示图像部分并添加提示，如“添加樱花”，或选择对象并使用提示“删除鸟类”“将猫的表情更改为快乐”等进行编辑，完成后记得点击保存。帮助文档：https://help.openai.com/en/articles/9055440editingyourimageswithdalle 。 2. 关于 AI 去水印工具，目前市面上有一些不错的选项： AVAide Watermark Remover：在线工具，使用 AI 技术从图片中去除水印，支持多种图片格式，操作简单，还提供其他功能。 Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，适合快速去除水印及社交媒体分享图片的用户。 AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中的多余物体、人物或水印，支持直接粘贴图像或上传手机图像，操作方便。 此外，如果想让生成的图片更加可控，可以利用 seed 参数反向生成。Midjourney 会用一个种子号来绘图，把这个种子作为生成初始图像的起点。默认情况下种子是随机的，若想要相似的图，可固定 seed。例如“caiyunyiueji is a cute sports anime girl,style by Miyazaki Hayao,emoji,expression sheet,8kseed 8888”，就能保证每次生成相同的图。还可基于确定图片的 seed 加上新的关键词对效果图进行微调。

要利用 Kimi 和即梦 AI 做小红书博主，可以参考以下步骤： 利用 Kimi： 1. 收集相关资料：明确主题后，借助 AI 工具如 Perplexity.AI 的强大搜索功能获取信息。启用 Pro 功能或使用微软的 Bing 搜索引擎等具备联网搜索功能的工具，输入具体的 Prompt 快速定位相关资讯。 2. 整理资料：使用月之暗面开发的 Kimi 这个 AI 会话助手。Kimi 具备读取网页内容并生成一定内容的能力，当读取完毕会显示绿色标点作为提示。但需注意其阅读能力有限，可能无法一次性处理大量资讯或某些网站内容，可分批次提供资料确保其有效读取和理解。 3. 生成文章：让 Kimi 整理资讯内容并转化成吸引人的公众号文章。 关于即梦 AI 如何用于做小红书博主，目前提供的内容中未提及相关具体方法。

要成为用 AI 做小红书博主，可以参考以下步骤和资源： 1. 学习基础知识：可以通过观看李宏毅教授的《生成式人工智能导论》课程来系统性地了解生成式人工智能的底层原理。课程链接： 。 2. 参考小红书官方指南：【企微文档】小红书科技内容_成长手册 V1.1 ，链接：https://doc.weixin.qq.com/doc/w3_Ac0Avwa7ACkyJSXHMxkS52WzTSnT4?scode=ANAAyQcbAAg8ZakZDRz4uMIS5RAEw 。 3. 关注优秀的小红书 AI 博主，例如： 雪梅 May：小红书科技博主。 巧克力（@chocolae）：炼丹狂魔，腹泻更新者。 红祭司：隐世大神，一丹封神。 宗 Rich 宗宗：神级插画师，框框操作出神图。 麦橘。 徐若木｜商业插画师_悟空的笔尖：十万数，16.7w ， ，手绘教程，传统行业大佬。 AIGC 巴妮贝贝：千数，9564 ， ，3D,IP 设计。 小布舞曲拼布教室：千数，9344 ， ，手工艺。 AI Dreamer：千数，9149 ， 。 Cui AI 蓝同学：千数，8489 ， ，教程。 李大强：千数，8079 ， ，妖怪图鉴，传统行业大佬。 Ai HFBY：千数，7787 ， ，工业设计。 钢铁植男：千数，7615 ， ，头像，传统行业大佬。 邓布利波：千数，7587 ， ，教程/设计师，传统行业大佬。 电力猫：千数，7122 ， 。 🌈通往 AGI 之路：千数，6996 ， 。 AI 仓颉最强 AI 关键词库：千数，6618 ， ，描述词分享。 需要注意的是，在初期不要急于产出内容，而是把时间用于深入了解 AI 知识，避免只做皮毛信息的加工，因为信息加工容易被 AI 替代。

以下是对 a16z 的 AI top100 榜单的分析： A16Z 的 AI top100 榜单聚焦生成式 AI 应用。自 ChatGPT 将生成式 AI 引入公众视野以来，已涌现出成千上万面向消费者的相关产品。 在 AI 陪伴方面，它已成为生成式 AI 的主流应用场景之一。例如，Character.AI 在网页端和移动端榜单上表现出色。网页端有八家 AI 陪伴公司进入榜单，移动端有两家。其中，多数产品自诩“无限制”，用户可进行不受限的对话或互动，且访问主要通过移动网页，平均 75%的流量来自移动设备。对于有移动应用的陪伴产品，用户参与度高，如 Character.AI 每位用户平均每月会话次数达 298 次，Poly.AI 为 74 次。 时隔六个月更新分析，超过 40%的公司是首次出现在榜单上。与六个月前相比，有 30%的新公司。名次进步最大的是 Suno，从第 36 名到第 5 名。移动端最多的应用是图像和视频编辑，占 22%。Luzia 服务西班牙语用户值得关注。字节多款应用上榜，包括 Coze、豆包、CiCi、醒图、Gauth。美学和约会应用开始增加，为用户提供相关建议。此外，Discord 流量值得关注，相当多的应用在其平台完成 PMF 验证。 原文链接：https://a16z.com/100genaiapps/ 作者：A16Z Olivia Moore 发布时间：2024.03.13 去年 9 月的报告：

目前有以下几种可以增强 Excel 表格数据处理和分析能力的 AI 服务： 1. Excel Labs：这是一个 Excel 插件，基于 OpenAI 技术，新增了生成式 AI 功能，能让用户在 Excel 中直接利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了包括 Excel 在内的多种办公软件，用户通过聊天形式告知需求，Copilot 会自动完成如数据分析、格式创建等任务。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 这些工具通过 AI 技术提升了 Excel 的数据处理能力，使用户能更高效地进行数据分析和决策。随着技术发展，未来可能会有更多 AI 功能集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是为您提供的关于文本分析工具的相关信息： 1. Claude2 中文精读： 可以处理多种类型的文本，如文章、电子邮件、会议记录等，并能消化、解释和回答相关问题，具有 10 万标记上下文窗口，能分析大量单词。 基本应用包括评估文本相似度和回答有关文本的问题。 评估文本相似度时，可通过特定提示让 Claude 判断两段文本含义是否相同。 回答有关文本的问题时，可提供会议记录并提问，让 Claude 基于记录回答。 2. LayerStyle 副本中的 TextImage： 从文字生成图片以及遮罩，支持字间距、行间距调整，横排竖排调整，可设置文字的随机变化，包括大小和位置的随机变化。 节点选项包括 size_as（输入图像或遮罩决定尺寸）、font_file（选择字体文件）、spacing（字间距）、leading（行间距）、horizontal_border（侧边边距）、vertical_border（顶部边距）、scale（文字总体大小）、variation_range（字符随机变化范围）、variation_seed（随机变化的种子）、layout（文字排版）、width（画面宽度）、height（画面高度）、text_color（文字颜色）、background_color（背景颜色）。 3. GPTs 教程及案例拆解中的精选 Top 流量 GPTs： 包括 Flow Speed Typist（文本，重写混乱内容）、AnalyzePaper（研究，分析论文）、GPT Detector（文本、效率工具，识别 AI 生成文本）、Math Solver（教育，数学求解）、editGPT（文本，校对编辑）、You Tube Summarizer（效率工具、视频，获取 YouTube 视频摘要）等，提供了分类、简介、直达链接等信息。

以下是关于学习 Python 数据分析的一些建议： 从工具和规模以及方法的角度来看，数据分析是一门独立完整的学科。 工具方面： 1. Excel：是最熟悉和简单的工具，会写公式算进阶用法，还能写 Excel 宏，ChatGPT 能根据需求写出可用的 Excel 宏。 2. Python：有很多强大的数据分析库，如用于数据处理和分析的 Pandas、用于数值计算的 NumPy，画图的 Seaborn、plotly、matplotlib 等，机器学习相关的更多。一般数据分析代码可用 Jupyter Notebook 运行，用 Anaconda 管理安装的各种包。 3. R 语言：专门用于搞统计，但 Python 通常已够用。 在 Python 中，以下是一些关键的库和技术： 1. 数据处理与清洗： Pandas：提供高效的数据结构如 DataFrame，用于处理和分析结构化数据。 NumPy：用于数值计算，提供多维数组对象和相关操作函数。 2. 数据可视化： Matplotlib：用于生成静态、交互式和动画可视化的绘图库。 Seaborn：基于 Matplotlib 的高级数据可视化库，提供更美观易用的图表绘制方法。 Plotly：交互式图表库，支持多种图表类型，适合生成动态和交互式图表。 3. 统计分析： SciPy：提供广泛的数学算法和函数，包括线性代数、统计学、优化等。 Statsmodels：用于统计建模和数据分析，适合进行统计测试和回归分析。 4. 大数据技术： PySpark：Apache Spark 的 Python API，用于大规模数据处理。 学习路径方面，可以参考以下课程内容： 1. 学习 Python 基础语法与文本处理，包括数据类型（字符串、数字、列表、字典）、控制结构（条件判断、循环语句）、文本处理基础（字符串操作方法、文件读写操作），通过实践实验如中文文本的基本处理，掌握 Python 的基本语法和结构，能够进行简单的文本数据处理。 2. 学习利用 Python 进行自然语言处理（NLP），了解 NLP 的概念和在人文研究中的重要性，掌握 Python 中的 NLP 库，如结巴分词（Jieba）等工具，通过实践实验如中文分词与词频分析，掌握基本的 NLP 操作，理解其在语言研究和教学中的应用。

以下是关于 Python 数据分析的相关内容： 数据分析的概念和范围： 从工具和规模上来说，写一两行 Excel 公式是数据分析，用 Hadoop、写 Spark 算大数据也是数据分析。从方法上来说，算平均数是数据分析，用各种各样的机器学习方法做回归、分类也可以叫数据分析。数据分析前有时候还要进行数据清洗、数据预处理等。这是一门独立完整的学科。 用 ChatGPT 做数据分析可利用的工具： 1. Excel：是最熟悉和简单的工具，写点公式算进阶用法，还可以写 Excel 宏，ChatGPT 能轻松根据需求和描述写出可用的 Excel 宏。 2. Python：有很多强大的数据分析库，如用于数据分析的 Pandas、Numpy 等，画图的 Seaborn、Plotly、Matplotlib 等，机器学习相关的更多。一般数据分析的代码可以用 Jupyter Notebook 运行，用 Anaconda 管理安装的各种包。 3. R 语言：专门用于搞统计，但 Python 通常已够用。 Python 在数据科学中的应用： 数据处理与清洗：Pandas 提供高效的数据结构如 DataFrame 处理结构化数据，NumPy 提供多维数组对象和相关函数。 数据可视化：Matplotlib 用于生成静态、交互式和动画可视化，Seaborn 是基于 Matplotlib 的高级库，提供更美观易用的图表绘制方法，Plotly 支持多种图表类型，适合生成动态和交互式图表。 统计分析：SciPy 提供广泛的数学算法和函数，Statsmodels 适合进行统计测试和回归分析。 大数据技术：PySpark 是 Apache Spark 的 Python API，用于大规模数据处理。

以下是一些在精准的数据分析和可视化方面表现较好的大模型： 1. GLM4AllTools：这是智谱 AI 大模型开放平台中的模型，其代码沙盒 Code Interpreter 工具能很大程度加强数据计算能力，可处理日常数据分析，能对行业收入、利润数据进行可视化，并计算利润率并排序。 2. 谷歌的 T5：属于 encoderdecoder 架构的模型，适用于翻译和摘要等任务。 需要注意的是，不同的大模型在不同的应用场景和数据特点下可能会有不同的表现，您可以根据具体需求进行选择和测试。

以下是一些与股票相关的 AI 工具： 1. 东方财富网投资分析工具：利用 AI 技术分析金融市场数据，为投资者提供投资建议和决策支持，例如根据股票的历史走势和市场趋势预测股票的未来走势。 2. 目前市场上还有一些通用的 AI 工具，如 ChatGPT 等，虽然不是专门针对股票，但可以辅助进行相关的信息收集和分析。 需要注意的是，使用这些工具时应结合自身的判断和专业知识，谨慎做出投资决策。

目前国内利用 AI 技术进行金融投资分析的工具，例如东方财富网的投资分析工具。它通过数据分析和机器学习等技术，分析金融市场数据，为投资者提供投资建议和决策支持。比如会根据股票的历史走势和市场趋势，预测股票的未来走势。但需要注意的是，股票走势受到多种复杂因素的影响，AI 预测结果仅供参考。

AI 在股票交易行业的落地场景主要包括以下方面： 1. 市场分析与预测：利用大数据和机器学习算法，对市场趋势、宏观经济数据、公司财务数据等进行分析和预测，为投资决策提供参考。 2. 风险评估与管理：通过模型评估投资组合的风险水平，及时发现潜在风险并采取相应的风险管理措施。 3. 交易策略优化：基于历史交易数据和市场情况，优化交易策略，提高交易效率和盈利能力。 4. 智能投顾：为投资者提供个性化的投资建议和资产配置方案。 5. 欺诈检测：识别和防范股票交易中的欺诈行为，保障交易的安全性和公正性。

以下是一些可能有助于个人在股票投资的 AI 模型和相关信息： 目前，OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 等是市场上备受瞩目的 AI 模型公司。 在投资领域，AI 将引领新的服务模式，如“智能即服务”，重塑工作和生活，为芯片、云计算等行业带来新的投资机会。企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域，机器人行业的投资额也在增长。 科技巨头通过资本控制 AI 模型公司的趋势明显，如 OpenAI 与微软、Anthropic 与 Google 等的合作。 个人投资者可以关注在温哥华启动的专注于 AI 领域的基金 Brilliant Phoenix，其投资了 OpenAI、Cohere 和 Anthropic 等公司。同时，也有跨境基金如在上海发起的进益安成的 QDLP 跨境基金，专注于为投资者提供合规的人民币出境通道以投资美股二级市场。

目前没有特定的 AI 模型被广泛认可能确保个人在股票投资中必然提高盈利。股票市场受到众多复杂且难以预测的因素影响，包括宏观经济状况、政治局势、公司财务状况、行业竞争等。 虽然一些 AI 技术和模型可能在数据分析和预测方面提供一定的帮助，但它们并不能完全准确地预测股票价格的走势和投资的盈利情况。 在股票投资中，依靠单一的模型或技术来获取稳定盈利是不现实的，需要综合考虑多种因素，并结合自身的风险承受能力和投资目标，做出谨慎的决策。

以下是个人利用 AI 在股票投资中提高盈利的一些方式： 1. 借助 AI 进行财务分析：例如通过相关的 AI 工具，对股票的财务数据进行深入分析，以获取更准确的评估和预测。 2. 关注科技领域的投资机会：特别是在 AI 领域，参与相关公司的投资，如 OpenAI、Cohere 和 Anthropic 等。 3. 利用创新的 AI 产品辅助决策：如使用类似于 Maimo 这样的产品，帮助进行会议脚本的听写、研究论文的结构分析、生成式搜索等，从而加速知识处理，为投资决策提供支持。 4. 发起合规的跨境基金：与专业团队合作，为投资者提供人民币出境通道，直接投资美股二级市场，确保资金安全和合规性。 需要注意的是，股票投资存在风险，AI 只是辅助工具，不能完全保证盈利。在使用 AI 辅助投资时，仍需结合自身的投资知识和经验，谨慎做出决策。

以下是关于如何更好地使用 AI 辅助日常办公的一些建议： 写作方面： 草拟初稿：可以让 AI 为博客文章、论文、宣传材料、演讲、讲座等各种类型的文本生成初稿，只需给出明确的提示。 改进内容：将写好的文本粘贴到 AI 中，要求它改进内容，或提供针对特定受众的更好建议，还可以要求它以不同风格创建多个草稿，使其更生动并添加例子。 完成任务方面： 把 AI 当作实习生，让它帮忙写邮件、创建销售模板、提供商业计划的下一步等没时间做的事情。 案例参考： 产品经理使用 GPT 解决性能差和历史数据存档问题，大幅提升效率。 腾讯运营将 ChatGPT 视为日常工作的辅助工具。 针对不同群体的建议： 技术爱好者： 从小项目开始，熟悉 AI 能力和局限性。 探索 AI 编程工具，如 GitHub Copilot 或 Cursor。 参与 AI 社区，与其他开发者交流。 构建 AI 驱动的项目，如聊天机器人或图像识别应用。 内容创作者： 用 AI 辅助头脑风暴，获取创意方向。 建立 AI 写作流程，从生成大纲开始逐步整合。 尝试用 AI 辅助翻译和本地化内容以拓展国际市场。 利用 AI 工具优化 SEO。

以下是关于如何使用 Cursor 开展编程开发的详细指导： 技术架构： 采用前后端分离架构。 后端基于 Coze 工作流构建业务逻辑。 前端为 Chrome 浏览器插件，提供轻量级交互界面。 工作流搭建： 核心组件配置：包括插件大模型、工作流总览、大模型节点提示词、输出节点 markdown 排版（注意 markdown 里图片的渲染格式），注意输出图片的变量用的是 contentUrl。 可视化界面、chrome 插件开发： 最重要的是架构思维，要懂得如何向 AI 描述想要的东西。 获取授权令牌（Token），掌握工作流调用方法。 查看 coze 的 api 开发文档，查看执行工作流的实例，需要两个关键参数：令牌密钥和工作流开发代码。 在这里获取工作流的开发文档、个人令牌和工作流 id。 让 cursor 根据相关内容写一个调用 coze 工作流的服务，可以用 python 测试，也可写成 chrome 插件。 注意声明入参为 article_url，让 cursor 注意中文编码，不然会报错。 Cursor 实践： 下载和安装：打开 Cursor 的官网，点击 download 进行下载和安装，不用魔法上网也可访问。 实现简单需求：安装后打开，可通过 commd+L 调起 AI 对话，输入需求或想实现的效果。 整体页面左侧是代码文件、右侧是提示对话框。可提前创建文件，点击对话框代码块旁的“Apply”“Accept”将代码保存在左侧文件里。 最右侧图可查看功能是否成功，还可在此基础上继续修改，如希望拖动、颜色更美观、显示分钟等，在对话框表达需求，点击“Apply”→“Accept”、保存文件、验证测试。 Tips 小结： 在对话框里不断追问，完善需求。 对话时可@本地代码文件进行问答，得到更精准答案。 可本地存需求说明文档，让其随时查阅。 遇到报错或不理解的地方，截图或复制在对话框询问，要求对细节操作解答，直到验证成功。 不要恐惧代码，从简单小需求练手，使用熟悉后配合会更顺畅。 Cursor 官方介绍： Cursor 旨在让您极其高效，是使用 AI 进行编码的最佳方式。 从您的代码库中获得最佳答案，或参考特定文件或文档，一键使用模型中的代码。 Cursor 通过预测您的下一个编辑，让您轻松完成更改。

目前市面上有不少适用于个人使用、处理旅拍图片的 AI 美化 P 图软件，以下为您推荐几款： 1. Adobe Photoshop：功能强大，提供丰富的编辑工具和特效，适合有一定图像处理基础的用户。 2. Lightroom：擅长照片的调色和管理，能轻松打造出出色的色彩效果。 3.醒图：操作简单，拥有多种滤镜和美颜功能，适合新手快速美化图片。 4. Snapseed：具备专业的调整选项，同时易于上手。 您可以根据自己的需求和使用习惯选择适合您的软件。

以下是关于 WPS AI 的使用教程： 首先，在与 GPT4 交流制作 PPT 大纲的过程中，通过自然交流体验，经过多次迭代完成大纲。之后使用 WPS AI 对大纲进行优化，其内容会丰富不少，且大纲还能二次修改。接着，利用 WPS AI 制作 PPT，不到 2 分钟即可完成，然后可直接向 WPS AI 提出修改主题配色和字体等要求，30 秒左右就能完成修改。目前 WPS AI 功能强大且免费，建议抓紧使用，不过需注意可能未来会收费。

以下是关于如何学习 AI 应用使用的一些建议： 1. 学习外语方面： 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。 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 对话练习，询问语法、词汇等问题，模拟交流场景。 Google Assistant：支持多种语言，用于日常对话练习和词汇学习。设置目标语言，通过语音或文本输入互动，练习日常用语。 2. 编程方面： Python 基础： 基本语法：了解变量命名、缩进等规则。 数据类型：熟悉字符串、整数、浮点数、列表、元组、字典等。 控制流：学习使用条件语句、循环语句控制程序执行流程。 函数： 定义和调用函数，理解参数和返回值。 了解作用域和命名空间，包括局部变量和全局变量。 模块和包： 导入模块，使用包安装和扩展程序功能。 面向对象编程（OOP）： 了解类和对象的定义和实例化。 学习属性和方法的定义及调用。 理解继承和多态关系。 异常处理： 了解异常及工作原理。 学习使用 try 和 except 语句处理错误。 文件操作： 学习文件读写，处理文件路径和列举目录下文件。 3. 新手学习 AI 方面： 了解 AI 基本概念： 阅读「」，熟悉术语和基础概念，了解主要分支及联系，浏览入门文章。 开始学习之旅： 在「」找到初学者课程，推荐李宏毅老师课程，通过在线教育平台按节奏学习，有机会获证书。 选择感兴趣模块深入学习： 根据兴趣选择特定模块，如图像、音乐、视频等，掌握提示词技巧。 实践和尝试： 理论学习后实践巩固知识，尝试使用产品创作，分享实践成果。 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等互动，了解工作原理和交互方式，获得实际应用体验。

以下是国外 10 个可免费使用的著名 AI： 1. Langfuse：大模型应用的开源追踪和分析工具，提供开源可观测性和分析功能，可在可视化界面中探索和调试复杂的日志和追踪，使用直观的仪表板改善成本、降低成本、减少延迟，提高响应质量。 2. Eden AI：将顶尖 AI API 融合为一，能为每项 AI 任务选择正确的 AI API 来提高准确性和降低成本，集中管理使用限制和成本监测，并不断探索市场上新兴的 AI 能力。 3. Langdock：能在几分钟内创建、部署、测试和监控 ChatGPT 插件，将 API 连接到 Langdock，并将其作为插件部署到所有大模型应用中，然后使用内置的测试功能来确保一切按预期工作，并在插件扩展时进行监控。 4. LLM Spark：用于构建生产就绪大模型应用的开发平台。 5. Civitai：开源生成式人工智能的家园，提供模型托管、图像/视频生成和模型训练服务，已发展成为一个拥有 650 万月活跃成员的社区。 6. KLING AI：下一代一站式人工智能创作平台，拥有强大的人工智能图像和视频生成能力，通过提示和图像激发创造力，制作出完美模拟现实世界的图像和视频，具有先进的文本理解能力、精细的细节处理和多种风格。 7. Viggle：允许用户通过 3D 视频基础模型 JST 指定角色的动作，创作者、品牌和电影制作人可以轻松地替换角色、复制动作并将他们的想法变为现实。 8. Hailuo Video by MiniMax：强大的人工智能驱动的视频生成引擎，能将简单文本转换为生动、专业品质的视频，将静态图像转换为动态视觉故事。 9. Hedra：开创性的视频基础模型公司，正在构建一个能够实现控制、情感和创造性智能的全栈创作工作室。 10. Bing：在写东西方面是最佳免费选项之一。 11. Claude 2：在写东西方面是免费选项之一。