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

AI编程

Answer

以下是关于 AI 编程的相关内容：

Trae 国内版 Trae 是字节跳动旗下的 AI 原生编程工具，类似 Cursor、Windsurf 等 IDE 工具。它具有以下特点：

  1. 对国内用户友好，有中国官网、中文界面、国内模型，稳定且快速。
  2. 使用完全免费，无需折腾会员，下载后可直接使用，支持豆包 1.5pro 和满血版 DeepSeek R1、V3 模型。
  3. 内置预览插件，写完代码一键运行，所见即所得。

它不仅适合新手入门，能解决初学 AI 编程时遇到的官网打不开、购买会员、安装中文和预览插件等前置问题，让 AI 编程进入零门槛时代，还能帮助资深程序员大幅提升编程速度。网址：Trae.com.cn 或点击文末【阅读原文】直接访问。

借助 AI 学习编程的关键

  1. 打通学习与反馈循环：从验证环境、建立信心、理解基本概念开始，形成“理解→实践→问题解决→加深理解”的循环。
  2. 建议：使用流行语言和框架（如 React、Next.js、TailwindCSS）；先运行再优化，小步迭代，一次解决一个小功能；借助 AI 生成代码后请求注释或解释，帮助理解代码；遇到问题时采取复现、精确描述、回滚三步走。

用好 AI 编程工具（如 Cursor）的关键技能

  1. 准确描述需求，清晰表达目标和问题。
  2. 具备架构能力，将复杂系统拆解为松耦合的模块，便于 AI 高效处理。
  3. 拥有专业编程能力，能够判断 AI 生成代码的优劣。
  4. 具备调试能力，能快速定位问题并解决，独立或借助 AI 完成调试。
Content generated by AI large model, please carefully verify (powered by aily)

References

AI编程零门槛：Trae 国内版终于来了

前段时间学习了一下AI编程，写了一些教程帮助大家入门。也发现了大家在初学AI编程时遇到的一些非常前置的问题：官网怎么打不开？怎么买会员？中文和预览插件怎么装？今天Trae国内版正式发布了，这是国内首个AI IDE，自带豆包1.5pro和满血版DeepSeek R1、V3模型，免费、快速、稳定。以上问题彻底解决，真正让AI编程进入零门槛时代。网址：Trae.com.cn或点击文末【阅读原文】直接访问[heading2]Trae是什么？[content]首先科普一下Trae，这是字节跳动旗下的AI原生编程工具，类似Cursor、Windsurf等IDE工具，可以让用户通过自然语言，编写出网页、软件。字节出的产品，用户体验基本不用太怀疑。Trae的三大特性：国内用户友好，中国官网、中文界面、国内模型，稳定，快速使用完全免费，不用折腾会员，下载之后直接使用，支持豆包1.5pro和满血版DeepSeek R1、V3模型内置预览插件，写完代码一键运行，所见即所得前置的折腾完全避免了，可以说是新手入门AI编程的最佳工具。同时Trae也是一个完备的IDE，资深程序员也可以用它来大幅提升自己编程速度。

宝玉 日报

🫧宝玉日报「11月18日」✨✨✨✨✨✨✨✨1⃣️👨‍💻借助AI学习编程的关键：打通学习与反馈循环Hello World起点：验证环境、建立信心、理解基本概念，打通“理解→实践→问题解决→加深理解”的学习循环。AI学编程建议：使用流行语言和框架（如React、Next.js、TailwindCSS）。先运行再优化，小步迭代，一次解决一个小功能。借助AI生成代码后请求注释或解释，帮助理解代码。遇到问题三步走：复现、精确描述、回滚。AI是强大的工具，但仍需人工主导，掌握每次可运行的小成果才能实现持续提升。🔗原文：[https://baoyu.io/blog/ai-programming-learning-](https://baoyu.io/blog/ai-programming-learning-feedback-loop)[feedback-loop](https://baoyu.io/blog/ai-programming-learning-feedback-loop)2⃣️🧠李继刚提示工程演讲：乔哈里视窗与提示词技巧

宝玉 日报

🫧宝玉日报「1月16日」✨✨✨✨✨✨✨✨1⃣️💡用好AI编程工具（如Cursor）的关键技能：准确描述需求：清晰表达目标和问题。架构能力：将复杂系统拆解为松耦合的模块，便于AI高效处理。专业编程能力：具备判断AI生成代码优劣的能力。调试能力：快速定位问题并解决，独立或借助AI完成调试。🔗[https://x.com/dotey/status/1879743614936650018](https://x.com/dotey/status/1879743614936650018)2⃣️🤖包小柏用AI技术“复刻”女儿带来的思考：AI“重现”亲人：让失去亲人的痛苦有所缓解，科技成为情感寄托的桥梁。技术细节：通过AI复刻声纹、影像，让记忆库中的女儿重现，达到互动、对话甚至唱歌的效果。伦理与未来：用AI技术安慰同样经历失亲之痛的人群，并推动相关技术帮助罕见病患者。🔗[https://chinanews.com.cn/m/cul/2024/03-22/10184873.shtml](https://chinanews.com.cn/m/cul/2024/03-22/10184873.shtml)🔗[https://x.com/dotey/status/1879737555073012109](https://x.com/dotey/status/1879737555073012109)🔗视频来源，微博AI：[https://weibo.com/5777227559/P9OBZuwZH](https://weibo.com/5777227559/P9OBZuwZH)

Others are asking
什么ai可以帮我修改简历美化简历
以下是一些可以帮助您修改和美化简历的 AI 工具： 1. 超级简历优化助手：分析简历内容并提供优化建议，帮助用户优化简历提高求职成功率。 2. ResumeMatcher：AI 驱动的开源简历优化工具，提供智能关键词匹配、深入分析见解，提升简历通过 ATS 筛选的几率。 3. KickResume：提供 AI 简历重写服务，使用 OpenAI 的 GPT4 语言模型，能在几秒钟内修复简历错误、使其更专业，并使用行业术语和关键词优化简历，帮助用户通过 ATS 筛选，生成与求职职位匹配的求职信。
2025-03-18
AIGC 检测
以下是一些常见的 AIGC 检测相关的信息： AIGC 论文检测网站和工具： 1. Turnitin：是广泛使用的学术剽窃检测工具，增加了检测 AI 生成内容的功能。使用方法是上传论文，系统自动分析并提供详细报告，标示出可能由 AI 生成的部分。 2. Copyscape：主要用于检测网络上的剽窃行为，虽不是专门的 AIGC 检测工具，但可发现可能被 AI 生成的重复内容。输入文本或上传文档，系统扫描网络查找相似或重复内容。 3. Grammarly：提供语法检查和剽窃检测功能，剽窃检测部分可帮助识别可能由 AI 生成的非原创内容。将文本粘贴到编辑器中，选择剽窃检测功能，系统提供分析报告。 4. Unicheck：基于云的剽窃检测工具，适用于教育机构和学术研究，可检测 AI 生成内容的迹象。上传文档或输入文本，系统分析并生成报告，显示潜在的剽窃和 AI 生成内容。 5. ：专门设计用于检测 AI 生成内容的工具，使用先进算法分析文本，识别是否由 GPT3 或其他 AI 模型生成。上传文档或输入文本，系统提供详细报告。 6. ：提供免费的 AI 内容检测工具，可识别文本是否由 AI 生成。将文本粘贴到在线工具中，点击检测按钮，系统提供分析结果。 7. GPTZero：专门设计用于检测由 GPT3 生成内容的工具，适用于教育和出版行业。上传文档或输入文本，系统分析并提供报告，显示文本是否由 GPT3 生成。 8. Content at Scale：提供 AI 内容检测功能，帮助用户识别文本是否由 AI 生成。将文本粘贴到在线检测工具中，系统分析并提供结果。 判断一张图片是否 AI 生成： 可以使用一些网站，例如 ILLUMINARTY（https://app.illuminarty.ai/）。但在测试过程中可能存在误判，比如将结构严谨的真实摄影作品识别为 AI 作图，这是因为鉴定 AI 自身的逻辑算法不能像人类一样综合考虑各种不符合逻辑的表现。
2025-03-18
目前有哪些免费可用的 AI视频生成软件
以下是一些免费可用的 AI 视频生成软件： 1. Haiper：有免费额度，网址为 https://haiper.ai/ 。支持文生视频、图生视频、素描生视频、扩展视频，能生成 HD 超高清的视频。文生视频支持选择风格、秒数（2s 和 4s）、种子值。图生视频只能写提示词、秒数（2s 和 4s）。还支持视频重绘，包括局部重绘。 2. DynamiCrafter：免费，网址为 https://huggingface.co/spaces/Doubiiu/DynamiCrafter 及 https://github.com/Doubiiu/DynamiCrafter?tab=readmeovfile ，可生成 2 秒图生视频，还能做短视频拼长视频。 3. Morph studio：处于内测阶段，网址为 https://app.morphstudio.com/ 。暂未对外开放，可在官网提交内测申请。在 discord 上可以免费体验，支持文生视频、图生视频，英文提示词，支持运镜、运动强度、尺寸、秒数设置，默认生成 3s 视频。 此外，清影也是一款不错的 AI 视频生成工具，在首发测试期间所有用户均可免费使用。它具有不限量使用、生成速度快、提供配乐小功能等特色。生成参数包括时长 6s、清晰度 1440x960（3：2）、帧率 16fps 等，在风景、动物、超现实、人文历史类需求以及皮克斯风格、卡通风格、摄影风格、动漫风格等方面表现突出。 截至 2023 年，我们已经发现了 21 个公开的人工智能视频生成工具，大多数起初以 Discord 机器人的形式存在，随着产品成熟，越来越多的工具开始建立自己的网站甚至开发移动应用。
2025-03-18
使用ai绘图能够将带货产品批量换背景，使用在小红书社区
以下是一些能够为带货产品批量换背景并应用于小红书社区的人员信息： 卡飞猫：15692004031，擅长摄影写真、banner 生成、替换产品。 韩君奇：13060035786，能够批量出图，做小红书种草。 阿鱼：18102592057，擅长各种类型的 AI 画图，以及 AI 视频提效。 吴燕波：15766104311，可进行日常出图，视频等。
2025-03-18
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
使用ai换背景能够实现真实的画面效果
使用 AI 换背景能够实现较为真实的画面效果，以下为您介绍几种相关方法： 在 SD 中，若要实现更精确的蒙版，如人物的眼睛或身上配饰等，可以使用 Segment Anything 中的 GroundingDINO 模型。启用该模型后，AI 会自动下载，也可从云盘下载放到指定文件目录。在检测提示词中输入相关内容，如“eye”，AI 可自动检测并设置蒙版，还能通过预览箱体获取眼睛编号进行单一调整。选择要修改的蒙版上传到重绘蒙版中，添加提示词如“闭眼”并生成。之后可给人物换背景，加载生成的背景蒙版，选择大模型和正向提示词，如“简单背景、花、国画、工笔”，并选择蒙版模式。若效果不佳，可将图片放入图生图中用 tile 模型细化，还可在 PS 中用创成式填充修复头发。 在 PS 中，可利用“创成式填充”去掉主体以外的人物，如在水面画选区并输入提示词添加渔船，选择头部区域添加棒球帽，选择草地部分输入提示词更换，选择树输入提示词更改等。但 PS 的“创成式填充”并非无所不能，生成的图可能质量不高或不匹配，需要更多尝试和后期处理。 Google 的 Gemini 文生图 AI 在抠图、换背景、打光影方面表现出色。如能无中生有地换背景，进行商业级别的背景合成与打光，通常能在短时间内取得稳定且较好的预期结果。
2025-03-18
AI编程的工具选型
以下是一些常见的 AI 编程工具： 1. GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能为程序员快速提供代码建议，助其更快、更少地编写代码。 2. 通义灵码：阿里巴巴团队推出，基于通义大模型，提供行级/函数级实时续写、自然语言生成代码等多种能力。 3. CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，为开发人员实时提供代码建议。 4. CodeGeeX：智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，可快速生成代码提升开发效率。 5. Cody：代码搜索平台 Sourcegraph 推出的 AI 代码编写助手，借助强大的代码语义索引和分析能力，了解开发者的整个代码库。 6. CodeFuse：蚂蚁集团支付宝团队为国内开发者提供的免费 AI 代码助手，基于自研的基础大模型微调的代码大模型。 7. Codeium：由 AI 驱动的编程助手工具，通过提供代码建议等帮助软件开发人员提高编程效率和准确性。 更多辅助编程 AI 产品，还可以查看这里：https://www.waytoagi.com/category/65 。每个工具的功能和适用场景可能不同，您可以根据自身需求选择最适合的工具。 此外，Addy Osmani 解析了 AI 编程的优缺点，强调 AI 辅助编码虽强大，但仍有难点。v0、Bolt 适合初学者，Cursor、Cline 更适合资深工程师，不同任务需选择合适工具。关键建议包括精准定义需求、选择合适模型、规划 token 限制，并持续测试 AI 代码输出。原文：https://addyo.substack.com/p/the70problemhardtruthsabout 翻译：https://mp.weixin.qq.com/s/ZQA8quhAEwUUsT2p_IjG0g?token=1639803888&lang=zh_CN 。 在进行 AI 编程时，需了解其边界和限制。编程准则第一条是能不编尽量不编，优先找线上工具，其次找插件，最后是本地应用。对于 API 功能，先找现成的开源工具，然后考虑付费服务，找不到现成方案时再考虑自己编程。
2025-03-17
AI编程怎么学
以下是学习 AI 编程的一些建议： 1. 借助 AI 学习编程的关键：打通学习与反馈循环。从“Hello World”起点开始，验证环境、建立信心、理解基本概念，形成“理解→实践→问题解决→加深理解”的学习循环。 2. 选择流行的语言和框架，如 React、Next.js、TailwindCSS 等。 3. 先运行再优化，小步迭代，一次解决一个小功能。 4. 借助 AI 生成代码后请求注释或解释，帮助理解代码。 5. 遇到问题时采取三步走：复现、精确描述、回滚。 6. 要明确 AI 是强大的工具，但仍需人工主导，掌握每次可运行的小成果才能实现持续提升。 此外，您还可以参考以下活动和资源： 1. 李继刚提示工程演讲：乔哈里视窗与提示词技巧。 2. 参加 3 月 22 日 AIPO 校园创投活动 AI 编程闪电秀，该活动由 AI 开源社区“通往 AGI 之路”发起，国内首个 AI 原生 IDE“Trae”联合组织。包括 3 月 13 日和 19 日晚 8 点从 0 到 1 线上共学，3 月 22 日下午 50+所高校线下项目路演，3 月 24 日晚 8 点全国精选高校项目线上展示。参与线上课程可获得 WaytoAGI x Trae AI 编程结业证书，参与线下路演可角逐最佳创业者/投资人证书。 3. 对于具体的项目，如开发 P2P 传输程序，要做好项目初始化与配置，包括 Rust 环境配置，可通过官网获取安装指南，使用 rustup 工具管理 Rust 版本。使用 cargo new<project_name>创建新的 Rust 项目，生成基本的文件结构和 Cargo.toml 文件用于管理项目依赖。
2025-03-17
如何通过AI编程完成一个项目
通过 AI 编程完成一个项目可以参考以下方式： 1. 使用 Trae 工具： Trae 有 Chat 和 Builder 两种模式。Chat 模式一般用于和 AI 编程助手对话，沟通产品需求、规划产品功能、讨论错误修复等情况。Builder 模式在讨论清楚需求后，可直接开干，AI 会自动创建和修改所有文件，您只需要下指令并点击操作，适合非技术背景的同学。 不同模式下可选择不同的模型。Chat 时最好使用 R1 这样的慢思考模型来梳理产品脉络或深度思考问题。Builder 时，若对速度要求高，可选择 V3 这样的快思考模型，但有时多思考能节省解 bug 的时间。 Trae 支持引用三种形式的上下文，包括 Code 代码片段、File 单个文件、Folder 整个文件夹。按“”或者点击【引用】按钮即可引用上下文，让 AI 助手更有针对性地完成任务。 例如用六边形小球题来体验 Trae 的使用流程：输入 prompt 后，AI 开始思考和开发，中间会提示安装必要的依赖组件，几十秒后基础版创建完成，可继续让 AI 优化改进。 2. 重构代码的体验： o1 pro 重构代码适用于单个或少数几个文件的代码重构，提示词简单直接。重构质量可靠，极少出错，若有问题重新生成一般即可解决。实践时可一边重构一边添加新功能，完成后手动 Review 和测试，有条件可让 AI 生成测试代码。 3. 教孩子学编程的经验分享： 找需求：选择实用小项目激发学习兴趣。 与 AI 结对编程：先学基础知识，借助 AI 完成第一版代码，快速构建可用版本。 解释代码：讲解代码工作原理加深理解，不清楚的地方让 AI 辅助解释，反复学习并修改代码观察效果。 迭代功能：在基础版本上不断增加新功能，通过迭代完善程序，同时在实践中学习。 4. 个人经历分享： 有人在一个月内，在 AI 的帮助下完成了多个项目，如 Obsidian 插件、vs code 插件、剧本创作平台界面、宣传页、官网多语言支持、跨平台文生视图一站式平台等，创造了“不可能完成的任务”，尽管看不懂代码和语法，也实现了高效和高质量的成果。
2025-03-17
ai 编程
以下是关于 AI 编程的相关信息： Trae 国内版： 是国内首个 AI IDE，自带豆包 1.5pro 和满血版 DeepSeek R1、V3 模型。 具有国内用户友好、使用完全免费、内置预览插件等特性。 网址为 Trae.com.cn 或点击文末【阅读原文】直接访问。 借助 AI 学习编程的关键： 打通学习与反馈循环，包括验证环境、建立信心、理解基本概念等。 建议使用流行语言和框架，先运行再优化，小步迭代，借助 AI 生成代码后请求注释或解释，遇到问题三步走：复现、精确描述、回滚。 AI 编程的本质： 传统编程是指令驱动模式，程序员需将需求分解为精确指令。 AI 编程正朝目标驱动模式转变，可向 AI 系统描述目标和期望，让其自动生成或优化程序。 这种转变的根本原因在于 AI 擅长从海量数据中学习规律、进行模式识别和预测，能处理传统编程的短板领域。 AI 编程的核心挑战是如何定义问题让 AI 理解并解决，而非侧重代码生成和技术实现。
2025-03-15
帮我编程一个AI实时翻唱的软件
目前要编程一个 AI 实时翻唱的软件是一项非常复杂的任务，涉及到多个领域的知识和技术，包括语音合成、音频处理、机器学习、深度学习等。 首先，需要收集大量的原唱音频数据用于训练模型。然后，利用深度学习算法，如循环神经网络（RNN）、长短时记忆网络（LSTM）或 Transformer 架构，来学习原唱的特征和模式。 在语音合成方面，可能会用到诸如 WaveNet、Tacotron 等技术，以生成逼真的歌声。 音频处理则用于对生成的歌声进行优化和调整，例如去除噪音、增强音质等。 然而，要实现这样一个复杂的软件，需要具备深厚的编程和算法知识，以及大量的计算资源和时间来进行模型的训练和优化。
2025-03-13
懂编程但是不了解大模型的工程师如何系统的学习深度学习？
对于懂编程但不了解大模型的工程师，系统学习深度学习可以参考以下路径： 1. 掌握深度学习和自然语言处理基础： 学习机器学习、深度学习、神经网络等基础理论。 掌握自然语言处理基础，如词向量、序列模型、注意力机制等。 相关课程推荐吴恩达的深度学习课程、斯坦福 cs224n 等。 2. 理解 Transformer 和 BERT 等模型原理： 熟悉 Transformer 模型架构及自注意力机制原理。 掌握 BERT 的预训练和微调方法。 阅读相关论文，如 Attention is All You Need、BERT 论文等。 3. 学习 LLM 模型训练和微调： 进行大规模文本语料预处理。 熟悉 LLM 预训练框架，如 PyTorch、TensorFlow 等。 学会微调 LLM 模型进行特定任务迁移。 参考相关资源，如 HuggingFace 课程、论文及开源仓库等。 4. LLM 模型优化和部署： 掌握模型压缩、蒸馏、并行等优化技术。 了解模型评估和可解释性。 熟悉模型服务化、在线推理、多语言支持等。 运用相关开源工具，如 ONNX、TVM、BentoML 等。 5. LLM 工程实践和案例学习： 结合行业场景，进行个性化的 LLM 训练。 分析和优化具体 LLM 工程案例。 研究 LLM 新模型、新方法的最新进展。 6. 持续跟踪前沿发展动态： 关注顶会最新论文、技术博客等资源。 此外，为了更好地理解相关技术原理和建立框架，还可以了解以下内容： 1. 概念：生成式 AI 生成的内容称为 AIGC。 2. 概念与关系： AI 即人工智能。 机器学习是电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习使用有标签的训练数据，目标是学习输入和输出之间的映射关系，包括分类和回归。 无监督学习的数据没有标签，算法自主发现规律，经典任务包括聚类。 强化学习从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习是一种参照人脑有神经网络和神经元的方法（因有很多层所以叫深度），神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 是大语言模型，对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 3. 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制来处理序列数据，而不需要依赖于循环神经网络或卷积神经网络。
2025-03-13