以下是一些 AI 自动化工作流的网页或软件:
平衡性能、效率和内存,适用于多语言。强化对话能力,优化内存占用和速度。适应多样化应用场景,特别是快速、高效处理大量信息的场合。🔗http://qwenlm.github.io/blog/qwen1.5/🔗http://github.com/QwenLM/Qwen1.5🔗http://huggingface.co/Qwen🔗https://huggingface.co/spaces/Qwen/Qwen1.5-32B-Chat-demo🔗https://x.com/imxiaohu/status/17762649305069814945⃣️🎓斯坦福大学CS25课程向所有人开放通过Zoom直播,每周邀请Transformer研究前沿专家分享最新成就。涵盖从大型语言模型到艺术、生物学、神经科学应用和机器人学的创新应用。🔗https://web.stanford.edu/class/cs25/🔗https://x.com/op7418/status/17759262412727708166⃣️🤖Zapier联合创始人演示AI自动化工作流新工作流通过聊天界面创建,易于修改和测试。随着大语言模型能力增强,预见更多软件采用类似交互。🔗https://x.com/dotey/status/17761243776013232667⃣️🎥Infinity AI:一键生成电影的AI工具仅需输入剧本,即可生成视频,技术仍在开发中。相信在未来10年内,小团队能凭借AI赢得奥斯卡奖。🔗https://xiaohu.ai/p/55318⃣️🤖开源低成本机器人手臂
信息获取就是指拿到网站上的原始文本,这个环节的备选方案包括:爬虫、人工摘录、AI自动读取(当然是选这种方案)关于信息获取的网站,需要事先锁定几个,建议选5个核心来自相对官方权威的网站。当然你想选N个网站也可以,对于AI来讲没什么区别,边际成本几乎为0[heading2]1.信息获取[content]接下来就需要用到飞书多维表格中的AI字段了首先,新建多维表格选择第一列:文本,修改字段/列探索字段捷径-AI-更多选择AI读取网页链接创建URL的存放字段输入提示词:提取该页面的标题及成文这样我们就拿到了网站上的文本内容[heading2]2.信息加工[content]到这一步,让我们先回忆下,人工做信息加工时,具体做哪些事?简单来说,就是如下流程:所以信息加工的环节,就是在提炼标题、内容。在多维表格中,新建一个AI字段,填入提示词提示词:至此,已经完成了原始文章的提炼,在“总结”中输出了:标题+正文同理,完成所有链接内容读取,并将标题和内容分离为2个单独的字段到这一步,我们就完成了内容的提炼
RPA其实很早就已经出现,就是做工作流编排领域。流程机器人(RPA)软件的目标是使符合某些适用性标准的基于桌面的业务流程和工作流程实现自动化,一般来说这些操作在很大程度上是重复的,数量比较多的,并且可以通过严格的规则和结果来定义,现在越来越多的RPA软件带上了LLM。ComfyUI的工作流设计近期出现的ComfyUI是将开源绘画模型Stable Diffusion进行工作流化操作模式,用户需要在流程编辑器中配置出每一个的pipeline,并通过不同节点和连线来完成模型的操作和图片内容生成,提高了流程的可复用性,降低了时间成本,同时它的DSL配置文件还支持导出导入。Dify.AI可被复制的工作流设计在Dify.AI中,我很兴奋的看到它的工作流设计语言跟ComfyUI会有一些相似之处,都是定义了一套标注化的DSL语言,并且非常方便的可以使用导入导出的功能进行工作流的复用。模仿式工作流是最快的学习方法Large Action Model采用称为“通过演示进行模仿”的技术。检查人们在单击按钮或输入数据时如何与界面互动,然后准确地模仿这些操作,他们收集知识并从用户提供的示例中学习,使他们更能适应进一步的变化并能够处理不同的任务。但是,有没有想过一个问题:Agentic Workflow看起来十分美好,但是使用的用户究竟有多少呢?我看了很多Agent商店,通过工作流创建的应用目前来看还是比较少的(可能是出现周期、工作流使用的上手难度等等一系列因素导致),此外Agentic Workflow似乎在复杂流程上的开发又并不是那么稳定可靠。Idea Time:通过自然语言创建工作流