综合介绍 Fish Speech 衍生项目 Fish Agent 是一款革命性的端到端AI语音克隆系统，基于V0.1 3B模型架构开发。作为一个完全端到端的语音克隆处理系统，其最大特点是采用创新的无语...

文档图像理解技术旨在让计算机能够像人类一样理解文档图像中的内容。它主要涉及对扫描或拍摄得到的文档图像（如纸质合同、书籍页面、发票等）进行分析、处理和理解，提取其中有价值的信息，如文字、表格、图表等，并...

最近接手了一个需要使用 Stable Diffusion 的项目，需要重新部署一套 SD 环境。这跟我之前的SD部署又不太一样，部署过程中遇到一些问题，总结出一个比较完美的安装方案，在这里和大家分享一...

冬天来了，家里下雪了吗？ 没下也没关系，现在下了——点击这里 怎么做的 答：通过 GLM-Zero，也就是智谱前两天发的。看起来像智谱广告一样...同样推荐试试 DeepSeek Chat 的“深...

每一个知识点都有面向教师和学生的不同内容。 2024年，麻省理工学院（Massachusetts Institute of Technology，MIT）推出的Day of AI项目火爆全球...

综合介绍 FunClip是一款完全开源的本地化自动视频剪辑工具，由阿里巴巴达摩院TONGYI语音实验室开发。该工具集成了工业级的 Paraformer-Large 语音识别模型，可以准确识别视频中的语...

综合介绍 Dify-WebUI 是一个基于 Dify API 的现代化桌面智能对话应用，旨在为企业提供强大的 AI 对话能力。该应用支持多种预设主题颜色，满足企业个性化需求，并且具备知识库管理功能，支...

FaceFusion 更新到了3.1.1版本。本次更新增加了批量功能、换脸模型、以及全新的UI界面，这次的批量跟上个版本的job工作流形式不同，操作更方便简单。 本文使用 FaceFusion 某个封...

综合介绍 小红书AI运营助手（xhsaipublisher）是一个专为在小红书平台上发布文章而设计的自动化工具。该项目结合了图形用户界面与自动化脚本，利用大模型技术生成内容，并通过浏览器自动登录和发布...

Kohya 发布了混元视频（Hunyuan Video）模型的 Lora 训练脚本。它将允许 16GB VRAM 显卡仅使用图像输入训练视频 Lora。 而且支持图片训练视频模型 lora Civit...

综合介绍 微信 Markdown 编辑器（WeChat Markdown Editor）是一款高度简洁的微信图文排版工具，旨在帮助用户轻松创建美观的微信文章。该编辑器支持所有基础的 Markdown ...

综合介绍 Deepseek Artifacts 是一个利用世界上最好的开源模型来创建React应用的网站。用户可以通过描述他们梦想中的React应用，网站将使用 Deepseek V3（原模型：Met...

检索增强生成（RAG）已成为增强大型语言模型能力的一项强大技术。 RAG 框架结合了基于检索的系统和生成模型的优势，可以做出更准确、更能感知上下文和更及时的响应。随着对复杂人工智能解决方案需求的增长...

2024 年最受欢迎的 AI 产品，当属 NotebookLM 。从九月开始就一路爆红，一直到年末热度都居高不下。 12 月时，NotebookLM 更新了新功能：加入。用户也可以成为播客节目里的一环...

多智能体系统 (Multi-Agent System, MAS) 是一个由多个交互的智能体 (Intelligent Agent) 组成的计算系统。多智能体系统可用于解决单个智能体或单体系统难以解决或...

1.什么是无代码平台（No Code/Low Code）？ 简单来说，它让人们无需编写任何代码就能制作应用、网站或业务流程。 用户通过简单的点击或拖放组件即可完成操作。对于初学者来说，创建技术项目...

综合介绍 StoryTribe 是一个免费的在线故事板制作工具，专为视频制作人、市场营销人员和用户体验设计师设计。无需绘画技能，用户可以轻松创建插图和故事板。StoryTribe 提供了丰富的图形资产...

综合介绍 Doc2X 是一款功能强大的文档图片公式识别与转换工具，致力于提供高效智能的文档处理解决方案。无论是学术科研论文、教辅书籍、企业文档还是财报研报，Doc2X 都能精准识别 PDF 中的表格和...

综合介绍 3MinTop 是一款由 AI 驱动的阅读助手，旨在帮助用户在短时间内掌握书籍的核心内容，降低阅读门槛，培养良好的阅读习惯。无论你是阅读新手还是资深读者，3MinTop 都能通过智能总结、通...

随着人工智能技术的飞速发展，大语言模型在研究生级别的高难度科学题目上的推理能力已经成为了研究的热门话题。以 OpenAI 为例，其在12月初正式发布的新模型OpenAI o1展现了强大的科学推理能力...

综合介绍 Orchestra是一个创新的轻量级Python框架,专注于构建基于大语言模型(LLM)的多智能体协作系统。它采用独特的智能体编排方法,让多个AI智能体能够像交响乐团一样和谐配合工作。通过模...

综合介绍 GraphAgent是一个集成了图生成、任务规划和任务执行的自动化智能体系统。它能够处理结构化和非结构化数据，构建复杂的语义依赖关系图谱，并通过自我规划和工具匹配高效执行用户任务。Graph...

FastGPT 是由环界云团队开发的基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景。FastGP...

综合介绍 Harbor是一个革新性的容器化LLM工具集，专注于简化本地AI开发环境的部署和管理。它通过简洁的命令行界面(CLI)和配套应用程序，让开发者能够一键启动和管理包括LLM后端、API接口、前...

综合介绍 TangoFlux 是一个由 DeCLaRe Lab 开发的高效文本到音频（TTA）生成模型。该模型能够在短短 3.7 秒内生成长达 30 秒的 44.1kHz 立体声音频。TangoFlu...

综合介绍 Xorbits Inference（简称Xinference）是一个强大且多功能的库，专注于为语言模型、语音识别模型和多模态模型提供分布式部署和服务。通过Xorbits Inference...

一、LLMs 已经具备了较强能力了，为什么还需要 RAG(检索增强生成)? 尽管 LLM 已展现出显著的能力，但以下几个挑战依然值得关注： 幻觉问题：LLM 采用基于统计的概率方法逐词生成文本，这一机...

综合介绍 ExtractThinker 是一个灵活的文档智能工具，利用大型语言模型（LLMs）从文档中提取和分类结构化数据，提供类似 ORM 的无缝文档处理工作流。它支持多种文档加载器，包括 Tess...

综合介绍 NeoAI是一款创新的开源AI助手工具，它通过自然语言对话的方式让用户轻松控制和管理电脑。无需编写任何代码，用户只需要用日常对话的方式就能完成文件查找、任务自动化、设备管理等操作。NeoAI...

关于主流闭源LLM的参数规模一直讨论不断，在2024年最后2天来自微软的一篇关于检测和纠正临床笔记中医疗错误的测试基准MEDEC的研究一不小心直接漏了它们的参数规模：o1-preview, GPT-4...

综合介绍 HtmlRAG是一个创新的开源项目，专注于改进检索增强生成(RAG)系统中的HTML文档处理方法。该项目提出了一种新颖的方法，认为在RAG系统中使用HTML格式比纯文本更有效。项目包含了完整...

综合介绍 TryOffAnyone是一款突破性的AI图像处理工具，专门用于解决电商领域中服装展示的难题。它能够将真人穿着状态下的服装照片智能转换为平铺展示效果图，这项技术基于最新的Latent Dif...

综合介绍 Agentarium 是一个强大的 Python 框架，专门用于管理和编排 AI 智能代理（Agent）。这个框架提供了灵活直观的方式来创建、管理和协调多个 AI 代理之间的交互。它采用 A...

OneDrive中的copilot功能十分强大，它从一个位置整体把握所有文件，并对多个文件进行汇总与对比，已完成复杂的工作。 当然，以上功能需要订阅Microsoft 365 copilot商业版...

综合介绍 Orbit 是一款基于人工智能的浏览器插件，专为帮助用户快速总结和查询网页内容而设计。无论是电子邮件、文档、文章还是视频，Orbit 都能在不牺牲用户隐私的前提下，提供简洁明了的摘要。作为 ...

综合介绍 LTX-Video是由Lightricks开发的首个基于DiT（Diffusion Transformer）的实时视频生成模型。该模型能够在768x512分辨率下以24帧每秒的速度生成高质量...

综合介绍 ScrapeGraphAI是一个创新的Python网页抓取库，它巧妙地结合了大语言模型(LLM)和直接图逻辑来创建网站和本地文档的抓取管道。这个工具的独特之处在于它的简单性和强大功能的完美平...

综合介绍 AnkiAIUtils是一套专为Anki闪卡学习系统设计的人工智能增强工具集。该工具由一位医学院学生开发，旨在通过AI技术自动改进用户在学习过程中遇到困难的卡片。它能够智能地为用户提供个性化...

难以想象，如果不是Scaling Law放缓，2024年AI领域会发生哪些惊人变化，但你可能又会感到庆幸，正是由于Scaling Law放缓，它给了这个行业的后来者们追赶的机会，也给了更多普通人搭乘这...

关于免费模型速率限制 api调用总消耗量0元-50元/每月（不含） GLM-4-Flash：并发200 GLM-4V-Flash：并发10 Cogview-3-Flash：并发5 CogVideoX...

综合介绍 YouMind 是一个由顶尖大语言模型（LLMs）支持的AI创作系统，旨在帮助用户从各种材料中提取和保存重要内容，专注于创作而非简单的收集。无论是浏览网页、观看YouTube视频、收听播客...

o3 来了，分享一些个人的浅见。关于 Test-time Scaling Law 的进展，比我们想象中的要快得多。但我想说的是，这条路其实有些曲折——它是 OpenAI 在追求 AGI 的道路上，采取...

综合介绍 Story-Adapter 是一个创新的故事可视化框架，它能够将文本故事转换为连贯的图像序列。这个项目由研究人员开发，采用了无需训练的迭代方法来生成高质量的故事插图。该框架的特点是能够处理长...

使用 Lovable 进行提示设计，策略和方法清单。 为了帮助您最大限度地利用 Lovable，我们整理了一份提示设计策略和方法清单。这些策略部分来源于我们团队的经验，部分由社区成员分享。 什么是提示...

综合介绍 GitDiagram是一款创新的GitHub代码库可视化工具，能够将任何GitHub仓库快速转换为交互式系统架构图。它采用先进的AI技术（Claude 3.5 Sonnet），为开发者提供了...

综合介绍 Eliza是一个先进的多智能体(Multi-Agent)开发框架,致力于简化自主智能体(Autonomous Agent)的构建和部署过程。它支持部署多个具有不同角色设定的智能体,可实现智能...

综合介绍 AIARTY AI图像抠图是一款先进的AI图像处理软件，专为电商、设计和摄影领域设计。该软件利用最先进的AI技术，能够精准去除图像背景，处理复杂的毛发、半透明物体等细节，并实现前景与背景的无...

随着人工智能技术的不断进步，构建个性化智能体的需求日益增加。国内虽然已有一些智能体平台，如豆包扣子，但这些平台要求开发者将代码和数据上传到第三方服务器，对于一些商业信息敏感的客户来说，这种做法可能带来...

英伟达，这个GPU领域的巨头，又搞出大新闻了。这次，他们以据说高达 7亿美金 的价格收购了以色列软件初创公司 Run:ai。不仅如此，他们还宣布将把 Run:ai 的软件开源！这个操作，直接炸翻了AI...

向量Embedding是目前检索增强生成（RAG）应用程序的核心。它们捕获数据对象（如文本，图像等）的语义信息，并以数字数组表示。在时下的生成式AI应用中，这些向量Embedding通常由Embedd...

亮点分析 1.58-bit FLUX，第一个将 FLUX 视觉 Transformer 的参数（共 119 亿）减少 99.5% 至 1.58-bit 的量化模型，无需依赖图像数据，大幅降低存储需求...

无需会员就可以使用所有vip功能，解压即用，千万别升级！千万别升级！千万别升级！ 链接：https://pan.quark.cn/s/a120ee707f47 提取码：jHDN

综合介绍 500MRR是一个专门收集和分析Hacker News上名为“每月赚500美元的副业项目”的帖子的网站。通过使用先进的AI模型，500MRR将这些帖子处理成一个可浏览的数据库，方便用户快速查...

综合介绍 MagicMirror是一款创新的AI图像处理工具，专注于为用户提供便捷的人像编辑体验。它采用先进的人工智能技术，让用户能够轻松实现换脸、改变发型和尝试不同穿搭效果。作为一款轻量级应用，其安...

编写项目文档提示词原文 You are my software architect. You will help me write down specific user stories and **f...

前言 在过去两年中，检索增强生成（RAG，Retrieval-Augmented Generation）技术逐渐成为提升智能体的核心组成部分。通过结合检索与生成的双重能力，RAG能够引入外部知识，从而...

综合介绍 ebook2audiobook是一款功能强大的开源电子书转有声读物工具。它能够将多种格式的电子书转换成带有完整章节标记和元数据的有声读物。该工具使用Calibre进行电子书格式转换，采用Co...

综合介绍 Memary 是一个创新的开源项目，专注于为自主智能体提供长期记忆管理解决方案。该项目通过知识图谱和专门的记忆模块，帮助智能体突破传统上下文窗口的限制，实现更智能的交互体验。Memary 采...

鉴于很多要常识使用知识图谱提升召回率或作为长期记忆存储的朋友没搞懂大模型时代的知识图谱构建方法，这里简单普及常识，和实际构建会有较多差异。 其实知识图谱说简单也简单，大模型在其流程中主要负责三大块：关...

综合介绍 免费AI艺术生成器（Free AI Art Generator）是一个在线工具，利用先进的机器学习算法，将文本提示转化为令人惊叹的AI生成艺术作品。用户无需注册即可使用，提供多种AI模型选择...

综合介绍 AI-reads-books-page-by-page是一个基于Python开发的智能PDF书籍分析工具，它能够自动化地对PDF书籍进行逐页分析，提取关键知识点，并在指定页数间隔后生成阶段性...

综合介绍 OpenAI Realtime WebRTC Python是一个专业的Python库，为开发者提供了与OpenAI实时API进行语音交互的完整解决方案。该项目基于WebRTC技术，实现了低延...

LangChain Hub 中文区排名第一的提示词。在一年多前发布，在整体评估不同RAG策略综合评分时使用。被翻译改造成了多种语言使用。 使用帮助 假设两个答案都正确的情况下，评估哪个答案更好。以...

指令是完整检索方案的一个节点，为问题提供准确路由。 特点： 1.重写问题 2.针对问题路由不同知识库 3.生成问题按可信度排序 核心指令示例（根据自己的业务场景改造） 将最新问题简化为利于在意图知...

课程讲师: Pranav Rajpurkar 博士 (哈佛大学助理教授) 课程概述: 本课程将带您深入了解前沿的AI开发工具，如PyTorch、Lightning和Hugging Face，并使用VS...

综合介绍 Melty是一款革命性的AI代码编辑器，它将聊天对话与Git版本控制完美结合。由来自Replicate的Charlie和Jackson共同开发，这款工具旨在解决传统AI编码工具的痛点。其最大...

综合介绍 Chorus 是一款创新的Mac应用程序，允许用户同时与多个AI模型（如Claude、4o、01和Gemini）进行对话。这个平台解决了不同AI模型分散在各处的问题，让用户可以在一个地方同时...

结论 国内中小学从上往下发文普及人工智能教育，“行业”成熟期就是考证、升学，培训，最后成为有钱人的游戏。 可能效仿美国直接进入科普实验阶段或学习日本给出明确的指导性学习框架，可能才是更好的初期实践方式...

综合介绍 TinyWow 是一个综合性的在线平台，提供多种免费的数字工具，旨在简化用户的数字生活。无论是 PDF 管理、视频编辑、图片处理，还是 AI 驱动的写作辅助，TinyWow 都能满足用户的需...

综合介绍 Boolpic 是一个免费的AI驱动图片编辑工具，旨在帮助用户高效地处理和优化图片。该平台提供多种强大的功能，包括背景移除、图片特效和滤镜、图片动画、图片压缩和调整大小等。Boolpic 的...

综合介绍 BgSub 是一个便捷易用的在线图像处理工具，用户无需上传图像即可快速消除或替换图像背景。该平台利用先进的人工智能技术，在浏览器内完成所有操作，确保用户隐私和数据安全。BgSub 能在短短 ...

综合介绍 AIDE(AI-assisted Development Extension)是一款强大的 VSCode AI 辅助开发扩展,专注于提供独特且实用的 AI 编程辅助功能。它不同于 GitHu...

综合介绍 灵办AI是一款全能的AI助手，旨在提升用户的工作与学习效率。它提供了多种功能，包括翻译、对话、写作、AI搜索、AI阅读、文案改写、代码生成与纠正等。无论是需要翻译外语、生成文案、还是进行代码...

综合介绍 WPS 灵犀是由金山办公软件公司推出的一款智能办公助手，旨在通过人工智能技术提升用户的办公效率。该平台集成了多种AI功能，包括文档处理、数据分析、PPT制作等，帮助用户快速完成各类办公任务...

近日，阿里通义实验室语音团队正式发布语音合成模型CosyVoice2。该模型支持文本和语音的双向流式传输，支持多语种、混合语种和方言，提供更准确、更稳定、更快、更好的语音生成能力。现在，硅基流动Sil...

综合介绍 CueMe是由夸克自主研发的一款智能对话助手，旨在为用户的学习、工作和生活提供一站式的信息服务。CueMe依托于先进的人工智能技术，支持多种体裁的文学创作、知识获取和情感陪伴。无论是撰写论文...

综合介绍 包阅AI是一款智能AI阅读助手，旨在帮助用户高效阅读和理解各种文档。无论是论文、法律文件、科研报告、市场分析还是电子书，包阅AI都能提供即时的总结、翻译和智能问答功能。通过支持多种文件格式...

综合介绍 Verse是一款新一代的AI写作工具，旨在帮助用户快速生成高质量的文档和内容。无论是学术论文、新闻稿、广告创作还是日常笔记，Verse都能通过其强大的AI算法和丰富的模板库，提供智能化的写作...

综合介绍 AnyText是一个革命性的多语言视觉文本生成和编辑工具，基于扩散模型开发。它能够在图像中生成自然、高质量的多语种文本，并支持灵活的文本编辑功能。该项目由研究团队开发，并在ICLR 2024...

OpenRouter 和 Poe 的价格比较没有一个简单的答案，因为它们的价格取决于所使用的模型、使用量以及具体的套餐。两者都提供多种AI模型，价格差异很大。 Poe: Poe 的优势在于其一体化平台...

Recraft是一款新兴的图片生成软件，特别受到梦核（Dreamcore）风格爱好者的欢迎。它允许用户通过输入关键词生成具有胶片感的图像，操作简单且快速。推荐教程：5分钟教你用AI做梦核胶片头像，别再...

Windsurf 是一个基于 AI 的开发工具，支持多种开发框架和语言，包括微信小程序的开发。根据最新的信息，Windsurf 可以帮助开发者快速搭建微信小程序项目，并通过自然语言指令生成代码和项目结...

综合介绍 AigcPanel是一款面向所有用户的一站式AI数字人制作系统，采用electron+vue3+typescript技术栈开发，支持Windows系统一键部署。系统设计以用户友好为核心，即使...

"修复错误"提示 像 Sonnet 3.5 这样的 AI 模型有时会忽略重要细节，从而引发一系列错误循环。 使用以下提示来解决此问题。 这将帮助 AI 分析错误的根本原因，然后创建一个逐步计划来修复错...

综合介绍 AIEditor 是一个由 AI 驱动的下一代富文本编辑器，基于 Web Component 开发，支持 Vue、React、Angular 等几乎所有主流前端框架。它兼容 PC Web 和...

综合介绍 AI Dev Gallery是微软推出的一款专为Windows开发者设计的AI开发工具应用程序(目前处于公开预览版)。它提供了一个综合性平台，帮助开发者轻松地将AI功能集成到自己的Windo...

综合介绍 InsCode是CSDN推出的功能强大的在线集成开发环境（IDE），名称中的"Ins"代表Inspiration（灵感）。支持多种编程语言和在线代码托管。用户可以在浏览器中实时编写、运行和调...

综合介绍 Edge TTS Worker（依赖 edge-tts ） 是一个部署在 Cloudflare Worker 上的代理服务，它将微软 Edge TTS 服务封装成兼容 OpenAI 格式的 ...

综合介绍 BetterWhisperX 是一个基于 WhisperX 项目的优化版本，专注于提供高效、准确的自动语音识别(ASR)服务。作为 WhisperX 的改进分支，该项目由 Federico ...

中转大模型API在国内是必不可少的服务，比如最知名的 One API ，除此以外还会常用 cloudflare vercel huggingface 解决API代理负载和安全问题。甚至为了确保代理服务...

综合介绍 Copilot后端代理服务是一个开源项目，旨在通过借助其他FIM模型（如DeepSeek）来管理GitHub Copilot插件服务端，同时支持多人共享官方账号。该服务支持多种IDE，包括V...

综合介绍 Gemini Balance是一个基于FastAPI框架开发的OpenAI API代理服务，旨在提供高效的多API Key管理和优化功能。该项目支持Gemini模型调用，主要功能包括多API...

综合介绍 QuestionAI 是一个强大的AI作业助手，旨在帮助学生快速解决各种学科的问题。无论是数学、历史、社会科学还是英语，QuestionAI 都能提供即时且精准的答案。用户只需拍照上传问题...

综合介绍 AIaW（AI as Workspace）是一个新一代的AI客户端，旨在提供全功能、轻量级且可拓展的解决方案。该平台支持多种服务商，包括OpenAI、Anthropic和Google等，能够...

Deep Research 是 Gemini 的会员功能，跟随2.0同步上线，目前国内用户无法使用。 作为一个经常需要做研究和写报告的内容创作者，我最近尝试了 Google 新推出的 Gemini...

综合介绍 Obsidian Web Clipper 是一款免费的浏览器扩展，旨在帮助用户将网页内容高效保存到 Obsidian 笔记中。该工具支持多种浏览器，包括 Chrome、Firefox、Saf...

dify 提供了创建自定义工具，不过这个自定义工具是需要遵循OpenAPI-Swagger规范。 规范的空模版的例子如下： { "openapi": "3.1.0", "info": { "tit...

综合介绍 Cloud Studio 是腾讯云推出的一款基于浏览器的集成开发环境（IDE），旨在为开发者提供一个稳定且高效的云端工作站。用户无需下载安装任何软件，只需打开浏览器即可进行编程。Cloud ...

综合介绍 DeepSeek Engineer是一款基于DeepSeek API开发的强大编程助手工具，它能够通过直观的命令行界面与用户进行交互，协助完成各种软件开发任务。该工具将大型语言模型的能力与实...