AI驱动的自动化任务在PC端

以下是为您整理的关于免费 AI 的相关内容： 周鸿祎免费课 AI 系列第一讲： 周鸿祎认为在人工智能的技能和知识面前人人平等，学会人工智能是未来职业发展必备的基本能力。不懂人工智能可能会被淘汰。 免费课的关键词是免费、分享、科普、交流。 周鸿祎受李一舟启发，做免费科普课，分享 AI 知识，共同交流。课程会先从宏观开始，后面会宏观、微观结合，安排人工智能研究院的产品经理、技术专家配合讲解基本产品的使用方法等微观内容。 免费的 AI 理解论文服务： 对于计算机领域（尤其是人工智能话题），可以看看 https://www.aminer.cn/ ，该网站提供免费的 AI 理解论文服务（每篇论文只要处理一次便全站可看，成本很低）以及基础的 chat with paper 功能，多数论文都有免费的 PDF 下载链接。

以下是关于 AI 自动定制贴纸的相关信息： 扎克伯格在上周年度 Connect 会议上宣布推出集成在应用里的 AI 贴纸功能。此功能可以轻松地为聊天和故事生成自定义贴纸，使用 Llama 2 的技术和 Emu 图像生成基础模型，能够在几秒钟内将您的文本提示变成多个独特的高质量贴纸。 这项新功能将于下个月在 WhatsApp、Messenger、Instagram 和 Facebook Stories 中向部分英语用户推出。

以下是关于 AI 自动定制贴纸的相关信息： 扎克伯格在上周年度 Connect 会议上宣布推出集成在应用里的一系列 AI 功能，其中包括 AI 贴纸。该功能可以轻松地为聊天和故事生成自定义贴纸，使用 Llama 2 的技术和 Emu 图像生成基础模型，能够在几秒钟内将您的文本提示变成多个独特的高质量贴纸。这项新功能将于下个月在 WhatsApp、Messenger、Instagram 和 Facebook Stories 中向部分英语用户推出。

AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来我们需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），运行时会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 此外，心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，还存在专家 Agent（拥有特定领域知识和技能，负责处理复杂的任务和解决特定问题）、管理 Agent（协调和控制其他 Agent 的活动，确保整体系统协调一致地运行）、学习 Agent（通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力）。从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，往后，我们都将其称之为 AI Agent。

以下是使用剪辑视频 AI 的方法： 1. 准备视频内容： 先准备一段视频中播放的内容文字，内容可以是产品介绍、课程讲解、游戏攻略等。也可以利用 AI 生成这段文字。 2. 制作视频： 使用剪映 App 进行简单处理。电脑端打开剪映 App，点击“开始创作”。 选择顶部工具栏中的“文本”，点击默认文本右下角的“+”号，为视频添加一个文字内容的轨道。 在界面右侧将准备好的文字内容替换默认文本内容，这将为数字人提供语音播放的内容以及生成相对应的口型。 3. 视频转绘处理（使用 Topaz Video AI 插件）： 解压对应文件，推荐使用绿色版。右键管理员运行 VideoAIportable.exe 文件。 导入处理好的视频，查看主界面，左边是原视频，右边是待处理视频，下面是对应的视频轨道。 右边部分是对视频处理的方式，预设部分包括放大视频、提升画质、提升帧率等。稳定 AI 模式选择完整帧，强度在 60 左右，抖动开启，次数选择 2 保持默认不变。 4. 配音处理： 把鼠标移动到每个视频片段的右下角的蓝色“+”号，点击或拖拽将片段添加到剪映编辑器的轨道里。 点击剪映电脑版最上面的菜单栏“音频”。 音频导入包括直接导入音频文件（如 MP3 格式），支持视频转音频，还可以通过复制抖音视频的分享链接来获取音乐。

目前国内较为强大的 AI 模型有： 智谱推出的 GLM 系列，一直是国内能力较好的模型之一。 MiniMax 推出的基于 MoE 架构的新模型，以及“星野”这个目前国内较成功的 AI 陪聊 APP。 月之暗面在长 Token 能力和记忆力方面表现可圈可点。 百度的“文心 4.0”是当前国内能力较好的模型之一。 即将发布的阿里的“通义千问”。 需要注意的是，在 2023 年官宣 AI 大模型的公司众多，其中不乏蹭流量的。从产品层面看，2C 端真正出圈的“妙鸭相机”也只是昙花一现。大多数消费者对 AI 产品的态度是“猎奇”而非刚需。在 2B 行业中，大模型目前还是“纯技术投入”，对于收入撬动非常有限。另外，国内在硬件层上仍存在卡脖子问题，目前国内仍然没有芯片可以胜任大模型训练，不过在推理上已经开始有 Nvidia 的替代产品逐渐出现。同时，中国的一些模型如由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得了优异的成绩，尤其在数学和编程方面表现出色，且各有优势。

以下是关于 PC 端 DeepSeek 下载的信息： 有两篇相关论文可供下载，在 PC 端，鼠标移到文章上面会出现下载链接，手机端操作类似。 此外，还提到了一些关于 DeepSeek 的技巧分享，如万能提示词的使用，以及官网搜索不能用时可使用火山的满血版，在视频的最后 10 分钟左右有手把手教程。

以下是在个人 PC 上更好地使用 AI 的一些建议： 1. 入门工具推荐： Kimi 智能助手是 ChatGPT 的国产平替，实际上手体验好，适合新手入门学习和体验 AI。它不用科学上网、不用付费、支持实时联网，是国内最早支持 20 万字无损上下文的 AI，对长文理解表现出色。 PC 端可通过下载。 2. 微信助手相关： 智谱 BigModel 共学营第二期提供了将微信变成超级 AI 助理的课程。程序在本地电脑运行时，若关闭窗口进程会结束，若想持续使用需保持窗口打开和运行。若突然不管用，可点击窗口并按空格，因为选中状态下 powershell 窗口不继续执行。 3. 自定义 API 密钥： OpenAI API 密钥：Cursor 允许输入自己的 OpenAI API 密钥，以自费发送任意数量的 AI 消息。可从获取，然后在 Cursor 设置>模型>OpenAI API 密钥中输入并点击“验证”按钮启用。 Anthropic API 密钥：与 OpenAI 类似，可设置自己的 Anthropic API 密钥自费使用基于 claude 的模型。 Google API 密钥：可以设置自己的 Google API 密钥，自费使用如 gemini1.5flash500k 等 Google 模型。 此外，“飞书”是一款汇集了各类 AI 优质知识库、AI 工具使用实践的效率工具，助力人人成为效率高手。可通过下载。

以下是关于生成记忆卡片和 SVG 卡片的相关信息： 卡片类的应用被定义为词生卡片，如李继刚的《汉语新解》、一泽的《名片设计》、云中江树的《AI 简历》等，都是通过给大模型优化过的 Prompt，让其生成 HTML 代码或 SVG 代码，再通过浏览器渲染效果。 把提示词丢给 Claude ，如在 Poe 平台上的 Claude 模型，大概率会直接输出 SVG 代码，但对于子步骤是否执行等情况难以知晓。Andrej Karpathy 认为，模型需要 tokens 来思考，如果大语言模型未将思考过程外化，则几乎等于没思考。 甲木介绍了让 Claude 生成古诗词卡片的方法，流程包括输入 Prompt 、用户输入主题和风格，AI 输出最终结果。获取提示词已开源，创作过程主要是根据给定主题和方向生成匹配的中国古诗词，创建设计感强烈、富有中国传统美学的 SVG 卡片展示诗词，并提供相关信息，还支持根据用户提供的主题和方向生成对应语境的 prompt 并配图生成 SVGCard 。但对于“逼格高”的看法因人而异，可将选择权交给 AI 。

以下是关于通过 AI 建立游戏 NPC 的相关信息： Inworld AI 是一家专注于游戏和人工智能的初创公司，其开发的 Inworld 角色引擎可以将游戏的 NPC 进行 AI 化并集成到游戏中。该引擎超越了大语言模型，增加了可配置的安全性、知识、记忆、叙事控制、多模态等功能，能使 NPC 自我学习和适应，具有情绪智能。 Inworld 的角色引擎具有以下特点和功能： 1. 可以创建具有独特个性和上下文意识的角色，无缝集成到实时应用中，内置优化规模和性能的功能。 2. 让 AI 非玩家角色（NPC）通过模拟人类的全方位沟通方式（包括语言、手势、表情和动作）来表达个性。 3. 开发了 Character Brain（性格大脑）引擎，使 AI NPC 能够学习和适应，具有情绪智能的关系导航能力，具有记忆和回忆能力，并能够自主地发起目标，执行动作并遵循自己的动机。 4. 功能包括： 目标和行动：使用定义的触发器、意图识别和动机来触发角色对玩家行为的反应，并在游戏中驱动交互。 长期记忆：角色以类似人类的记忆功能操作，从闪存和长期记忆中检索信息，创建吸引玩家回归的引人入胜的体验。 个性：通过使用自然语言创建不同的个性，添加关于角色背景故事、动机和缺点的丰富细节，使角色生动起来。 情绪：Inworld 角色能够对与用户的互动表达情绪，情绪可以映射到动画、目标和触发器。 实时语音：使用内置的语音设置进行最小延迟，并配置角色的性别、年龄、音调和说话速度。或者，使用来自 Eleven Labs 的第三方服务创建自定义和克隆语音。 Inworld AI 的"Contextual Mesh"功能还提供了以下方式来定制 AI 非玩家角色（NPC）的行为和知识： 1. 可配置的安全性：可以配置 NPC 的对话方式，在诸如亵渎、暴力、成人话题、酒精、药物使用、政治和宗教等话题上有一定灵活性。 2. 知识：可以输入"个人知识"来控制他们的角色应该知道或不应该知道的信息，使用"共享知识"来定义多个角色拥有的知识，如共享的传说、世界背景等。 3. 玩家档案：收集关于玩家的信息，并允许 NPC 在形成互动时考虑到这些信息。 4. 关系：通过配置每个角色的关系流动性设置，让玩家有能力与 NPC 建立关系。 5. 第四堵墙：确保角色只从他们的世界中存在的知识中获取信息，创建更沉浸的故事讲述和游戏体验。 Inworld 可以与各种游戏引擎（如 Unity、Unreal Engine 等）和其他游戏开发工具无缝对接，使得开发者可以更容易地在他们的游戏中引入 AI NPC。Inworld AI 还可以帮助品牌能够创建交互性强的 AI 角色，无需编码。 此外，电子游戏与人工智能的结合有着广泛的可能，包括玩家建模、辅助设计、代码辅助和代码自动生成等等。其中与游戏直接相关的应用主要包括构建游戏中的智能体、构建玩游戏的智能体、程序化内容生成（Procedural Content Generation，PCG）。“构建游戏中的智能体”是指构建游戏的非玩家角色（Nonplayer character），也就是常说的 NPC，包括构建智能对象，创建其移动、寻路、攻击等行为，以及对话等交互行为。

蛟龙 16pro 的配置（处理器 R77745HX，显卡 RTX4060 8G，硬盘 512G PCIE4.0 SSD）对于审计人员本地化部署大模型用于数据分析工作来说，可能存在一定的局限性。 处理器 R77745HX 具有一定的计算能力，但在处理大规模数据和复杂的模型运算时，其性能可能不够强劲。 显卡 RTX4060 8G 对于一些较为复杂的图形处理和计算任务能够提供一定的支持，但对于大规模的深度学习模型训练和数据分析，可能会显得不足。 512G 的 PCIE4.0 SSD 硬盘容量相对较小，在存储大量数据时可能会很快耗尽空间。 综上所述，该配置在一定程度上可以用于简单的数据分析任务，但对于较为复杂和大规模的大模型本地化部署及数据分析工作，可能需要更强大的硬件配置，例如更高性能的处理器、更大容量和更高性能的显卡，以及更大的存储空间。

以下是一些 AI 模拟 NPC 的项目： 1. Character.ai：是一个 AI 虚拟陪伴平台，用户可与数百个 AI 驱动的角色交流，包括名人、动漫角色等，还能创建自己的角色并赋予其描述、图像、个性等特性。 2. Replika：一款 AI 虚拟陪伴应用，用户能设计理想伴侣，其会存储记忆并在未来对话中参考，甚至发送照片。 3. Talkie：主打情感路线的 AI 虚拟陪伴应用，设计有大量 NPC，游戏和休闲娱乐体验感更强，每个 NPC 都带有自己的剧情体系，交流中会触发抽取卡牌机会。 4. Inworld AI：开发了 Inworld 的 AI 角色引擎，可将游戏的 NPC 进行 AI 化并集成到游戏中。该引擎超越大语言模型，增加可配置的安全性、知识、记忆、叙事控制、多模态等功能，使 NPC 能够自我学习和适应，具有情绪智能。 5. Suck Up!：这是一款 AI 冒险独立游戏，没有固定脚本，由 AI 实时生成剧情，地图中的每个 NPC 都由 LLM 实时驱动，玩家通过语音输入，AI 结合玩家服装、环境等实时判断与输出结果并做出反应。游戏中加入了换装要素，不同装束会引起 NPC 不同反应。

以下是关于更自动化使用 cherry studio 本地知识库的具体操作方法： 使用知识库： 将知识库直接与 Bot 进行关联用于响应用户回复，或者在工作流中添加知识库节点，成为工作流中的一环。 在 Bot 内使用知识库： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在 Bots 页面，选择指定 Bot 并进入 Bot 详情页。 4. 在 Bot 编排页面的知识库区域，单击加号图标，添加指定的知识库。 5. （可选）添加知识库后，可以在自动调用下拉界面内，调整知识库的配置项。 配置项说明： 最大召回数量：Bot 在调用知识库匹配用户输入内容时，返回的数据片段数量，数值越大返回的内容越多。 最小匹配度：Bot 在调用知识库匹配用户输入内容时，会将达到匹配度要求的数据片段进行召回。如果数据片段未达到最小匹配度，则不会被召回。 调用方式：知识库的调用方式。 自动调用：每轮对话将自动从所有关联的知识库中匹配数据并召回。 按需调用：您需要在人设与回复逻辑中提示 Bot 调用 RecallKnowledge 方法，以约束 Bot 在指定时机从知识库内匹配数据。 6. （可选）在预览与调试区域调试 Bot 能力时，扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 在工作流内使用 Knowledge 节点： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入工作流页面，并打开指定的工作流。 4. 在左侧基础节点列表内，选择添加 Knowledge 节点。 创建知识库并上传文本内容： |上传方式|操作步骤| ||| |本地文档|1. 在文本格式页签下，选择本地文档，然后单击下一步。<br>2. 将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档。<br>目前支持上传.txt,.pdf,.docx 格式的文件内容。<br>每个文件不得大于 20M。<br>一次最多可上传 10 个文件<br>1. 当上传完成后单击下一步。<br>2. 选择内容分段方式：<br>2.1. 自动分段与清洗：系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据。<br>2.2. 自定义：手动设置分段规则和预处理规则。<br>分段标识符：选择符合实际所需的标识符。<br>分段最大长度：设置每个片段内的字符数上限。<br>文本预处理规则：<br>替换掉连续的空格、换行符和制表符<br>删除所有 URL 和电子邮箱地址<br>1. 单击下一步完成内容上传和分片。| 创建知识库并上传表格数据： |上传方式|操作步骤| ||| |本地文档|选择将本地文件中的表格数据上传至知识库中。<br>1. 在表格格式页签下，选择本地文档，然后单击下一步。<br>2. 将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档，然后单击下一步。<br>目前支持上传.csv 和.xlsx 格式的文件内容，且表格内需要有列名和对应的数据。<br>每个文件不得大于 20M。<br>一次最多可上传 10 个文件。<br>1. 配置数据表信息后，单击下一步。<br>1.1. 指定数据范围：通过选择数据表、表头、数据起始行指定数据范围。<br>1.2. 确认表结构：系统已默认获取了表头的列名，您可以自定义修改列名，或删除某一列名。<br>1.3. 指定语义匹配字段：选择哪个字段作为搜索匹配的语义字段。在响应用户查询时，会将用户查询内容与该字段内容的内容进行比较，根据相似度进行匹配。<br>2. 查看表结构和数据，确认无误后单击下一步。<br>3. 完成上传后，单击确定。|

AI 生成测试用例是一项很有价值的功能，能显著提高测试覆盖率、降低人工编写的时间和成本。以下是具体的方法、工具及实践应用示例： 方法： 1. 基于规则的测试生成： 测试用例生成工具：如 Randoop（适用于 Java 应用程序）、Pex（适用于.NET 应用）。 模式识别：如 Clang Static Analyzer、Infer。 2. 基于机器学习的测试生成： 深度学习模型：如 DeepTest（用于自动驾驶系统）、DiffTest。 强化学习：如 RLTest、A3C。 3. 基于自然语言处理（NLP）的测试生成： 文档驱动测试生成：如 Testim、Test.ai。 自动化测试脚本生成：如 Selenium IDE + NLP、Cucumber。 4. 基于模型的测试生成： 状态模型：如 GraphWalker、Spec Explorer。 场景模拟：如 Modelbased Testing 、Tosca Testsuite。 工具和平台：Testim、Test.ai、DeepTest、GraphWalker、Pex 等。 实践中的应用示例： 1. Web 应用测试：使用 Testim 分析用户行为和日志数据，生成高覆盖率的测试用例，检测兼容性问题。 2. 移动应用测试：利用 Test.ai 从需求文档中提取测试用例，确保覆盖关键功能和用户路径。 3. 复杂系统测试：采用 GraphWalker 基于系统状态模型生成测试用例，检测边界情况和异常处理能力。 总结来说，AI 在生成测试用例方面优势显著，合理应用 AI 工具能让前端开发工程师提高测试效率、增强测试覆盖率、发现潜在问题，提升软件质量和用户体验。但请注意，内容由 AI 大模型生成，请仔细甄别。

以下是一些关于 AI 自动化和工作流编排的工具和方案： 1. RPA 软件：很早就出现在工作流编排领域，目标是使基于桌面的业务流程和工作流程实现自动化，现在越来越多的 RPA 软件带上了 LLM。 2. ComfyUI：将开源绘画模型 Stable Diffusion 进行工作流化操作模式，用户在流程编辑器中配置 pipeline，通过不同节点和连线完成模型操作和图片生成，其 DSL 配置文件支持导出导入，提高了流程的可复用性，降低了时间成本。 3. Dify.AI：工作流设计语言与 ComfyUI 有相似之处，定义了一套标准化的 DSL 语言，方便使用导入导出功能进行工作流复用。 4. Large Action Model：采用“通过演示进行模仿”的技术，检查人们与界面的互动并模仿操作，从用户提供的示例中学习。 5. Auto GPT/Agent/Baby AGI：基于 GPT4 语言模型的开源应用程序，用户输入目标后可自主执行任务、递归地开发和调试代码。能用于自动化任务、创建自主的 AI 代理、完成各种任务等，访问地址为： 。 此外，在工作流编排中还涉及到一些概念和技术： 1. 短期记忆和长期记忆：短期记忆将所有的上下文学习看成是利用模型的短期记忆来学习；长期记忆通过外部的向量存储和快速检索来存储和召回信息。 2. 工具：学会调用外部不同类型 API 来获取模型缺少的额外信息、代码执行能力、访问专有信息源等。 3. 动作：大模型结合问句、上下文的规划、各类工具，最终决策出需要执行的动作。 4. Agentic Workflow 可以从提升效率、提高质量、节省时间的角度思考，通过将复杂任务分解成较小步骤，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。 但需要注意的是，Agentic Workflow 虽然美好，但使用的用户目前较少，可能是出现周期、工作流使用的上手难度等因素导致，并且在复杂流程上的开发并不是那么稳定可靠。

AI 编写自动化框架的脚本是可以实现的。以下是一些可选用的工作和支持工具： 1. 基于规则的测试生成： 测试用例生成工具： Randoop：基于代码路径和规则生成测试用例，适用于 Java 应用程序。 Pex：微软开发的智能测试生成工具，自动生成高覆盖率的单元测试，适用于.NET 应用。 模式识别： Clang Static Analyzer：利用静态分析技术识别代码模式和潜在缺陷，生成相应的测试用例。 Infer：Facebook 开发的静态分析工具，自动生成测试用例，帮助发现和修复潜在错误。 2. 基于机器学习的测试生成： 深度学习模型： DeepTest：利用深度学习模型生成自动驾驶系统的测试用例，模拟不同驾驶场景，评估系统性能。 DiffTest：基于对抗生成网络（GAN）生成测试用例，检测系统的脆弱性。 强化学习： RLTest：利用强化学习生成测试用例，通过与环境交互学习最优测试策略，提高测试效率和覆盖率。 A3C：基于强化学习的测试生成工具，通过策略梯度方法生成高质量测试用例。 3. 基于自然语言处理（NLP）的测试生成： 文档驱动测试生成： Testim：AI 驱动的测试平台，通过分析文档和用户故事自动生成测试用例，减少人工编写时间。 Test.ai：利用 NLP 技术从需求文档中提取测试用例，确保测试覆盖业务需求。 自动化测试脚本生成： Selenium IDE + NLP：结合 NLP 技术扩展 Selenium IDE，从自然语言描述中生成自动化测试脚本。 Cucumber：使用 Gherkin 语言编写的行为驱动开发（BDD）框架，通过解析自然语言描述生成测试用例。 至于框架选用是否需要进行指定，这取决于具体的项目需求和技术环境。在选择框架时，需要综合考虑多种因素，如项目的规模、技术栈、开发团队的技能水平等。

对于零代码基础的业务小白搭建自己的 AI 自动化工作流以提升效率，您可以参考以下步骤： 1. 利用 Comfyui 界面： 打开 Comfyui 界面后，右键点击，找到 Comfyui LLM party 的目录。 您可以学习手动连接节点来实现最简单的 AI 女友工作流，也可以将工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 2. 启动 ollama： 从 ollama 的 github 仓库找到对应版本并下载。 启动 ollama 后，在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。 如果 ollama 连接不上，很可能是代理服务器的问题，请将 127.0.0.1:11434 添加到不使用代理服务器的列表中。 3. 对于图片相关的工作流，比如 0 基础手搓 AI 拍立得： 上传输入图片。 理解图片信息，提取图片中的文本内容信息。 进行场景提示词优化/图像风格化处理。 返回文本/图像结果。 为了简化流程，可以选择 Coze 平台实现零代码版本的工作流。搭建流程时，主要关注以下几个步骤： 上传图片：将本地图片转换为在线 OSS 存储的 URL，以便在平台中进行调用。 插件封装：将图片理解大模型和图片 OCR 封装为工作流插件，实现便捷调用，如果市场里面有可以直接使用。 4. Coze 的工作流是一种可视化的方式，允许用户组合各种功能模块，如插件、大语言模型、代码块等，从而实现复杂和稳定的业务流程编排。具体来说： 工作流由多个节点组成，包括 Start 节点和 End 节点。用户可以在这些节点之间添加各种功能模块，构建出所需的业务流程。 工作流支持丰富的功能模块，包括调用大语言模型进行文本生成、调用插件进行数据处理等。用户可以根据需求灵活组合这些模块。 工作流的创建和编辑都可以通过可视化的拖拽界面完成，无需编写代码。这大大降低了工作流搭建的门槛。 创建好的工作流可以直接集成到 Coze 的聊天机器人中使用，实现复杂的业务逻辑。 总的来说，Coze 的工作流为用户提供了一种可视化、低代码的方式，来快速搭建满足业务需求的 AI 应用和服务。这极大地降低了开发门槛，让更多人可以利用 AI 技术来提升工作效率。但请注意，上述内容由 AI 大模型生成，请仔细甄别。

很抱歉，目前知识库中没有关于移动端自动化测试框架的相关内容。但一般来说，常见的移动端自动化测试框架有 Appium、Espresso、XCUITest 等。Appium 支持多种移动平台和编程语言；Espresso 是 Android 平台的专用框架，具有高效和稳定的特点；XCUITest 则是用于 iOS 平台的测试框架。您可以根据您的具体需求和项目情况选择适合的框架。

以下是为您找到的关于数据驱动的免费优质课程相关信息： 一、数字营销方面 1. 2025 年数字营销十大趋势 Bridging the AI skills gap：具备 AI 技能的团队可以制定更加精准、数据驱动的营销策略，提高效率和效果，使品牌在快速适应市场变化和消费者需求方面具备优势。 Advanced Personalization：借助 AI，营销人员可以实时分析消费者行为，从而提供高度个性化的体验，提升客户参与度，加强品牌忠诚度。 Resource Optimization：通过培训现有员工而不是依赖外部招聘，公司可以最大化利用内部资源，降低招聘成本，并为 AI 驱动的项目建立可持续的基础。 许多公司正在投资于 AI 培训项目，以提升其营销团队的技能。例如，Google 提供免费的 AI 和机器学习认证课程，而像 IBM 这样的公司为员工提供高级 AI 培训和导师项目。这些项目涵盖了数据分析、AI 驱动的客户细分和预测建模等关键技能，帮助公司在不断发展的数字领域保持竞争力。 二、智能导购方面 智能导购的 100 个创意方向中的数据驱动场景（20 个方向）： 1. 用户生命周期价值分析：预测客户长期贡献并制定维护策略。 2. 关联购买推荐：分析历史订单推荐互补商品（如包包+丝巾）。 3. 社交媒体舆情分析：抓取小红书/微博数据生成品牌健康报告。 4. 客户分群策略：按消费频率、客单价等维度自动划分群体。 5. 促销效果模拟器：预测不同折扣方案对利润的影响。 6. 天气关联销售预测：结合天气数据推荐应季商品（如雨天推伞具）。 7. 门店选址分析：通过人流、竞品分布数据推荐新店位置。 8. 客户旅程地图：可视化用户从认知到复购的全链路行为。 9. A/B 测试自动化：自动分配流量并对比页面转化率。 10. 实时销售看板：整合多渠道数据生成动态业绩仪表盘。 11. 会员续费预测：通过行为数据预测会员卡续费概率。 12. 商品评论情感分析：从评价中提取用户满意度与改进点。 13. 滞销品组合促销：捆绑低动销率商品提升整体销量。 14. 客户等待时间优化：通过排队数据调整导购资源配置。 15. 个性化折扣券：根据用户偏好发放差异化优惠券。 16. 新品接受度预测：通过历史数据预测新品上市成功率。 17. 流失客户召回：自动触发短信/邮件推送挽回策略。 18. 供应链风险预警：监控原材料价格波动触发备选方案。 19. 跨渠道库存同步：实现官网、门店、仓库库存实时共享。 20. 客户反馈聚类分析：自动归类投诉建议并分配处理部门。

以下是关于音频驱动视频人物口型的相关信息： PixVerse V3 ： 本次更新内容丰富，包括已有能力升级，提供更精准的提示词理解能力和更惊艳的视频动态效果。 支持多种视频比例，如 16:9、9:16、3:4、4:3、1:1。 Style风格化功能重新回归升级，支持动漫、现实、粘土和 3D 四种风格选择，同时支持文生视频和图生视频的风格化。 全新上线了 Lipsync 功能，在生成的视频基础上，允许用户输入文案或上传音频文件，PixVerse 会自动根据文案或音频文件内容，对视频中的人物口型进行适配。 还有 Effect 功能，提供 8 个创意效果，包括变身僵尸、巫师帽、怪兽入侵等万圣节主题模板，一键实现创意构思。并且 Extend 功能支持将生成的视频再延长 5 8 秒，且支持控制延长部分的内容。 字节跳动开源的 LatentSync ： 是精准唇形同步工具，能够自动根据音频调整角色嘴型，实现精准口型同步，无需复杂中间步骤。 提出“时间对齐”技术，解决画面跳动或不一致问题，效果显著。 具有开箱即用的特点，预训练模型加持，操作简单，支持高度定制化训练。 GitHub 链接：https://github.com/bytedance/LatentSync 论文链接：https://arxiv.org/pdf/2412.09262

以下是一些可以用照片驱动生成数字人视频的平台及使用方法： 1. HEYGEN： 优点：人物灵活，五官自然，视频生成很快。 缺点：中文的人声选择较少。 使用方法： 点击网址注册后，进入数字人制作，选择Photo Avatar上传自己的照片。 上传后效果如图所示，My Avatar处显示上传的照片。 点开大图后，点击Create with AI Studio，进入数字人制作。 写上视频文案并选择配音音色，也可以自行上传音频。 最后点击Submit，就可以得到一段数字人视频。 2. DID： 优点：制作简单，人物灵活。 缺点：为了防止侵权，免费版下载后有水印。 使用方法： 点击上面的网址，点击右上角的Create vedio。 选择人物形象，你可以点击ADD添加你的照片，或者使用DID给出的人物形象。 配音时，你可以选择提供文字选择音色，或者直接上传一段音频。 最后，点击Generate vedio就可以生成一段视频。 打开自己生成的视频，可以下载或者直接分享给朋友。 3. KreadoAI： 优点：免费（对于普通娱乐玩家很重要），功能齐全。 缺点：音色很AI。 使用方法： 点击上面的网址，注册后获得120免费k币，这里选择“照片数字人口播”的功能。 点击开始创作，选择自定义照片。 配音时，你可以选择提供文字选择音色，或者直接上传一段音频。 打开绿幕按钮，点击背景，可以添加背景图。 最后，点击生成视频。 4. 出门问问Mobvoi：提供了照片数字人的工作流及语音合成（TTS）API，可参考相关效果展示及工作流作者、创意策划等信息。 5. 剪映数字人“个性化”： 尽管剪映有很多公模数字人，但私模数字人更受欢迎。 使用方法： 第一步打开谷歌浏览器，点击链接https://github.com/facefusion/facefusioncolab 并点击open colab就进到程序主要运行界面，在右上角点击“代码执行程序”选择“全部运行”就行，无需安装，无需付费。点击红框对应的URL就会打开操作界面。 第二步，点击“source”上传自己的照片和“target”上传之前的剪映数字人视频，保持默认参数，点击“START”就能生成。 第三步：等着自己专属的数字人视频出炉。

以下是关于音频驱动视频的相关信息： INFP：字节二元交互的新型音频驱动头部动画生成技术 用户输入一段对话音频，可以自动驱动两个数字人头像自然对话，不需要手动区分对话。AI 可以动态地在说话和聆听状态之间交替，实现自然的口型同步和头部与面部表情动作。它适应多种画风图像，支持歌唱、采访、对话（可以实现多 Agent 实时对话）等场景环境。 地址：https://grisoon.github.io/INFP/ LTX Studio：Face Expression 控制角色表情 LTX Studio 的新功能 Face Expression 可轻松完全控制角色的面部表情。可以从预设情绪中快速选择，在几秒钟内调整角色的表情，也可以使用自定义控件微调眼睛、嘴巴或眉毛等特定特征，打造所需的确切情感。 【TecCreative】帮助手册中的相关内容 音频驱动多场景数字人：支持音频和场景数字人一键合成，快速生成数字人口播视频。操作指引：上传音频链接——选择数字人角色和场景——选择输出类型——点击开始生成。音频文件支持 MP3 和 WAV 格式，文件大小上限 5M。 谷歌 Generating audio for video 为了生成更高质量的音频，并增加引导模型生成特定声音的能力，在训练过程中添加了更多信息，包括人工智能生成的注释，其中包含声音的详细描述和口语对话誊本。通过对视频、音频和附加注释进行训练，技术可以学会将特定音频事件与各种视觉场景联系起来，同时对注释或文本中提供的信息做出响应。

作为评审导师，以下是对这个论文题目的一些优化建议： “人工智能对专精特新中小企业供应链效率的驱动作用及影响研究——基于实证数据分析” 这样的表述更加清晰地突出了人工智能的驱动作用，并且明确了是基于实证数据进行的分析。您觉得如何？

很抱歉，目前没有关于数据驱动建模特点的图片及相关详细内容。但一般来说，数据驱动建模具有以下几个特点： 1. 基于大量数据：依赖丰富的数据来构建模型，数据量越大，模型可能越准确。 2. 自动发现模式：能够自动从数据中挖掘和发现潜在的模式和规律。 3. 适应性强：可以根据新的数据进行调整和优化，以适应不断变化的情况。 4. 客观性：结果主要由数据决定，减少了主观因素的影响。 5. 预测能力：能够对未知的数据进行预测和推断。