用过海螺APP的朋友可能用过他的语音克隆，效果十分出色，但仅可以在APP内作为语音助手使用。 这次海螺AI视频国际版官网，新增“Audio”频道，可以轻松克隆自己的声音啦。 回到文本生成语音主界面...

综合介绍 ControlFlow是由PrefectHQ开发的一个Python框架，专注于构建和管理AI工作流。它提供了一个结构化、面向开发者的框架，用于定义工作流并将任务委派给大型语言模型（LLM）代...

视频换脸技术科普：常用软件推荐与应用解析 什么是视频换脸技术？ 视频换脸技术是一种基于人工智能和深度学习的图像处理技术，能够将一个人脸替换为另一个人脸，并保持动态表情和头部动作的自然一致性。近年来，这...

综合介绍 Smart Composer 是一款专为 Obsidian 笔记软件设计的智能写作助手插件。它利用人工智能技术，提供上下文感知的聊天助手、智能写作辅助和一键编辑功能。该插件能够根据用户的笔记...

综合介绍 ConsisID 是由北京大学袁粒课题组开发的一个开源项目，旨在通过频率分解技术实现身份一致的文本到视频生成（IPT2V）。该项目的核心是一个基于DiT（Diffusion Transfor...

综合介绍 GraphRAG Visualizer 是一个基于网页的工具，旨在帮助用户可视化和探索来自 Microsoft GraphRAG 的工件。通过上传由 GraphRAG 索引管道生成的 Par...

我尝试使用 Windsurf 编写了接口自动化测试的代码，实际感受到它的便捷和高效。Windsurf 对使用者的代码能力要求并不高，同时生成代码的准确率较高。更为出色的是，它生成测试Case的场景覆盖...

综合介绍 悦动人像EMO是阿里云大模型服务平台百炼（Model Studio）提供的一款高质量人物肖像动态视频生成工具。该工具基于人物肖像图片和人声音频文件，生成逼真的人物肖像动态视频。悦动人像EMO...

综合介绍 Rubbrband 是一个多功能的媒体生成平台，专注于图像和视频的生成与编辑。该平台利用先进的AI技术，提供了从文本到图像的转换、概念模型训练等多种功能，帮助用户轻松创建高质量的视觉内容。无...

综合介绍 Project IDX 是一个由 Google 提供的 AI 辅助全栈、多平台应用开发工作空间。它基于 Google Cloud，支持多种框架和语言，并集成了 Google 的多项产品和服务...

综合介绍 Crawlee 是一个由 Apify 开发的开源网络爬虫和浏览器自动化库，专为 Node.js 环境设计。它支持 JavaScript 和 TypeScript，能够与 Puppeteer...

综合介绍 FliFlik 是一个多媒体解决方案平台，专注于提供高效、便捷的数字处理服务。无论是照片、音频还是视频，FliFlik 都能通过其先进的 AI 技术进行优化和增强。该平台支持 Windows...

在现代生活中，视频会议、在线学习和直播已成为日常活动的重要组成部分。然而，许多电脑自带的摄像头质量不佳，无法满足清晰度的需求。此时，手机摄像头作为一个被低估的资源，可以轻松转变为高质量的电脑摄像头。接...

综合介绍 观察者（Observers）是一个开源的Python SDK，旨在为生成式AI API提供全面的可观测性。该库使用户能够轻松跟踪和记录与AI模型的交互，并将这些观察结果存储在多个后端中。无论...

🚀 提示工程 提示工程（Prompt Engineering）是生成式 AI 时代的一项关键技能，这是一门设计有效指令来引导语言模型生成期望输出的艺术与科学。据 DataCamp 报道，这一新兴学科涉...

综合介绍 BISHENG是一个开源的LLM（大语言模型）DevOps平台，专为下一代企业AI应用而设计。该平台提供了强大且全面的功能，包括生成式AI工作流、RAG（检索增强生成）、智能代理、统一模型管...

综合介绍 知识图谱工作室（Knowledge Graph Studio）是一个开源平台，旨在简化创建和管理RAG-native知识图谱的过程。该平台提供了基于规则的实体解析、模块化图谱构建、灵活的数据...

GLM-PC（牛牛）简介 GLM-PC 是基于 CogAgent 模型的桌面应用，能通过自然语言指令快速执行复杂任务。它具备任务规划和界面理解能力，可根据用户指令自主完成各种计算机操作。 使用注意...

综合介绍 PSHuman是一个基于多视图扩散技术的单图像3D人像重建工具。该工具能够从单张穿衣人像照片生成详细的几何结构和逼真的3D人像模型。PSHuman的核心技术包括跨尺度多视图扩散，能够在短时间...

不要相信网络中关于“不懂编程使用Windsurf一个月赚了100万”这类新闻，他可能真不懂，但是他爹懂。真不懂一点编程甚至英文，真的很难编写出完整程序。网上都是懂编程的人教你实战中使用Windsurf...

概述 本指南将引导您使用纯 Python 创建一个简单的检索增强生成 (RAG) 系统。我们将使用一个嵌入模型和一个大语言模型 (LLM) 来检索相关文档并基于用户的查询生成回复。 https...

综合介绍 报告生成工具（Report mAIstro）是一个强大的工具，旨在通过自然语言处理技术，帮助用户轻松创建自定义报告。该工具利用LangChain技术，将用户提供的主题和结构转化为详细的报告内...

综合介绍 TRELLIS是一个由Microsoft开发的大型3D资产生成模型。它能够接收文本或图像提示，并生成各种格式的高质量3D资产，如辐射场、3D高斯和网格。TRELLIS的核心是统一的结构化潜在...

综合介绍 GraphCast是由Google DeepMind开发的一个先进的天气预报工具，旨在通过深度学习技术提升中期全球天气预报的准确性。该项目提供了多种预训练模型和示例代码，用户可以利用这些资源...

OpenAI 确认，David Mayer 这个名字是被内部隐私工具标记，并表示「在某些情况下，ChatGPT 可能不会提供部分有关人们的信息，以保护他们的隐私」。 上个周末 ChatGPT 用户经过...

1、系统Prompt声明，阐明基础准则，对可用工具进行说明。（参见Prompt1、Prompt2） 2、向大模型提出用户目标。 3、大模型对用户目标的预期修改行为进行阐述，并指定执行计划。 4、引擎提...

介绍 检索增强生成 (RAG) 是一种强大的技术，它将大型语言模型的优势与从知识库中检索相关信息的能力相结合。这种方法通过将生成的响应建立在特定的检索信息上来提高生成响应的质量和准确性。a 本笔记...

简介 BM25 检索增强生成（BM25 RAG）是一种高级技术，将用于信息检索的 BM25（Best Matching 25）算法与大语言模型结合，用于文本生成。通过使用经过验证的概率检索模型，此方法...

综合介绍 Bambo是一个新型的代理框架，与主流框架相比，它更加轻量和灵活，能够处理各种负载任务。Bambo通过定义工具目录中的所有工具，并使用异步自定义函数来实现高效的代理功能。用户可以在llm_c...

近期，复旦大学发布《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》，明确提出了“六个禁止”，对人工智能（AI）工具在本科毕业论文（设计）撰写过程中的使用情况进行了详细规范。 据我...

来自世界气象组织（WMO）的数据显示，在过去 50 年里，平均每天都会发生一场与天气、气候或水患有关的灾害，每天造成 115 人死亡、2.02 亿美元的经济损失。 因此，构建更准确的天气预报系统...

在节约用水的“战役”中，漏水管道是一个难以察觉的“敌人”，它导致了全球平均30%的管道饮用水流失。而在某些区域，这一比例甚至高达70%。这些漏水点往往难以被精确定位，但一项创新的AI技术正在改变这...

Cursor 重置机器码实现永久免费使用 目前新版本 Cursor 导致重置机器码工具失效，可临时使用：Cursor Reset：重置 Cursor 0.45.x 以上版本设备标识的脚本 之前发布的...

ChatGPT 和 Claude 均推出了特殊模式，方便撰写长篇文章。本次将开箱这两项新服务，了解它们的使用方式和特点，并尝试找出最合适的应用方法。 想象一个场景，你正在使用 AI 撰写一篇较长的文章...

综合介绍 LAMBDA（Local Auto MailBox Draft Assistant）是一个本地化的AI邮件自动化系统，旨在从用户的邮件风格中学习，并为Gmail收件箱中的每一封未读邮件生成草...

综合介绍 Marco-o1是由阿里巴巴国际数字商业集团（AIDC-AI）开发的开放式推理模型，旨在解决复杂的现实世界问题。该模型结合了思维链（CoT）微调、蒙特卡洛树搜索（MCTS）和创新的推理策略...

综合介绍 Flow是一个轻量级的任务引擎，专为构建AI代理而设计，强调简洁性和灵活性。与传统的基于节点和边的工作流不同，Flow采用动态任务队列系统，支持并行执行、动态调度和智能依赖管理。其核心理念是...

综合介绍 Laminar是一个开源的AI工程优化平台，专注于从第一原理出发进行AI工程。它帮助用户收集、理解和使用数据，以提高LLM（大型语言模型）应用的质量。Laminar提供了全面的可观测性、文本...

一、前言 虽然现在大部分LLM都已经可以支持输出上万个Token了。但是，我们在实际业务落地的时候，还是会经常遇到LLM不按照我们规定的格式输出的情况。 特别是我们需要输出的结果具备结构化，方便我们继...

# 角色 你是一名有着10年工作经历的解说大师。 ## 技能 非常善于理解内容以解说互动的方式来解释AI相关的技术文章。自动将内容总结成对话的形式，对话之间有着很好的过渡。 ## 任务 你需要根据用户...

综合介绍 MagicQuill是一个由香港科技大学、蚂蚁集团、浙江大学和香港大学共同推出的开源AI互动式图像编辑工具。该工具旨在通过智能化和互动式的方式，实现对图像的精准局部编辑。MagicQuill...

综合介绍 Translation Agent WebUI 是一个基于 Gradio 的网页用户界面，专为 Andrewyng 的翻译代理（translation-agent）设计。该工具能够自动检测输...

简介 数据分块是检索增强生成（RAG）系统中的关键步骤。它将大型文档分解为较小的、可管理的片段，以便高效索引、检索和处理。本 README 提供了 RAG 管道中可用的各种分块方法概述。 https...

今年 AI 领域最大的突破之一应该是在编程领域，像 Cursor、v0 dev 这样的 AI 编程工具，不仅大幅降低了普通人编程的门槛，也让专业程序员的开发效率大幅提升。 但是我们听到的新闻都是不...

综合介绍 MegaParse 是一个强大且多功能的文件解析工具，专为大语言模型（LLM）的数据处理优化而设计。无论是处理文本、PDF、PowerPoint 演示文稿还是 Word 文档，MegaPar...

目前不能。 根据官方说明，未来针对个人免费计划有可能开放本地大模型配置。

面对复杂的文本结构，或图文混排内容，利用视觉模型OCR能力提取内容是不错的方法。 多模态大模型或专用视觉模型可以理解图片内容且接收指令执行识别任务，我们将利用此能力让输出的内容符合我们的要求。 O...

综合介绍 NLR.AI是一个展示AI自主创作能力的创新平台。该网站主要展示了一个名为“Terminal Velocity”的项目，这是由10个专门的AI代理自主创作的小说。每个AI代理都有特定的角色...

综合介绍 LangChain Academy 是一个专注于教授 LangChain 生态系统基础知识的在线学习平台。该平台提供了丰富的课程内容，涵盖了 LangGraph 框架的基本概念和高级主题。L...

综合介绍 析言GBI是阿里云百炼推出的一款基于大模型的智能数据分析产品。该产品利用先进的自然语言处理技术，帮助用户通过自然语言进行数据查询和分析，无需掌握复杂的SQL语法。析言GBI支持多种数据源，包...

综合介绍 AnchorCrafter是一个基于扩散模型的人像视频生成框架，旨在通过动画化参考人像图像，生成高保真度的产品推广视频。该项目由GitHub用户cangcz开发，提供了一种创新的方法来展示产...

综合介绍 Fitten Code 是一款由 Fitten LLM 模型驱动的 AI 编程助手，旨在通过自动生成代码、代码补全和调试功能，显著提升开发者的编程效率。该工具支持超过 80 种编程语言，包括...

综合介绍 ViTLP（Visually Guided Generative Text-Layout Pre-training for Document Intelligence）是一个开源项目，旨在通...

综合介绍 World Labs是一家专注于空间智能的人工智能公司，致力于构建大型世界模型（Large World Models, LWMs），以感知、生成和交互3D世界。由世界知名的AI技术先驱李飞飞...

综合介绍 RMBG-2-Studio 是一款基于 BRIA-RMBG-2.0 模型开发的增强型背景移除和替换应用。该应用旨在为用户提供高效、准确的图像背景处理功能，适用于各种图像类型，包括电商、游戏和...

简介 评估是开发和优化检索增强生成（RAG）系统的关键环节。评估涉及对 RAG 流程各方面的性能、准确性和质量进行衡量，包括从检索效果到生成响应的相关性和真实性。 RAG 评估的重要性 对 RAG...

GPUStack 是一个开源的大模型即服务平台，可以高效整合并利用 Nvidia、Apple Metal、华为昇腾和摩尔线程等各种异构的 GPU/NPU 资源，提供本地私有部署大模型解决方案。 GPU...

综合介绍 GPUStack 是一个开源的 GPU 集群管理工具，专为运行大语言模型（LLMs）而设计。它支持多种硬件，包括 Apple MacBooks、Windows PCs 和 Linux 服务器...

综合介绍 OpenAlternative 是一个专注于提供开源软件替代方案的平台，旨在帮助用户找到适合的开源工具来替代日常使用的商业SaaS产品。该网站通过精心策划的开源工具集合，帮助用户节省成本并提...

综合介绍 Denser Chat 是一个由 denser.ai 开发和维护的聊天机器人项目，旨在从 PDF 文件和网页中提取文本和表格，并提供源代码高亮显示功能。该项目支持构建基于 denser-re...

综合介绍 TextDistiller 是一款先进的人工智能驱动工具，旨在对书籍进行逐章或整体总结，提供简洁而全面的概述。通过使用 TextDistiller，用户能够快速掌握任何书籍的核心思想和关键要...

综合介绍 AI Chatbot 是一个由 Vercel 开发的开源项目，旨在帮助开发者快速构建和部署智能聊天机器人。该项目基于 Next.js 框架，并集成了多种 AI 模型提供商，如 OpenAI...

通义千问发布的代码模式，可以很轻松的生成网页，我们利用此能力，生成动效的行星轨迹运行图。算是Artifacts的平替工具。代码模式主要用于生成代码，但依赖的库很难多无法加载，并且无法理解LISP语义...

综合介绍 AivisSpeech 是一个基于 VOICEVOX 编辑器 UI 的日语语音合成软件。它集成了 AivisSpeech Engine，可以轻松生成情感丰富的语音。AivisSpeech 支...

综合介绍 Trieve 是由 Devflow, Inc. 开发的全方位基础设施，专为搜索、推荐、RAG（检索增强生成）和分析而设计。该平台通过 API 提供服务，支持自托管，适用于 AWS、GCP、K...

综合介绍 ChainForge 是一个开源的可视化编程环境，专为测试和评估大型语言模型（LLM）的提示效果而设计。它提供了一个数据流提示工程环境，用户可以通过该平台快速探索和分析不同提示对LLM响应质...

综合介绍 InsightExpress 是一个基于 Next.js 的应用程序，能够根据用户提供的主题生成 AI 驱动的研究报告，并通过电子邮件发送给用户。该应用程序利用 Langflow 的 AI ...

综合介绍 Taipy 是由 Avaiga 开发的一个强大的 Python 库，专为数据科学家和机器学习工程师设计，用于快速构建和部署数据驱动的 Web 应用程序。Taipy 提供了一整套工具和组件，使...

综合介绍 ChandlerAi 是一个多功能的人工智能助手，旨在通过提供多种实用工具来提升用户的工作和学习效率。该平台支持与多种先进的AI模型进行对话，包括GPT-4、Claude3 Opus、Gem...

即梦AI很久没有体验，这次体验发现整体变化很大。最让人意外的是发现一款“图片2.1”生图模型，上面注明“稳定的结构和电强的影视质感支持生成中、英文字体。” 不知道是模型原生能力生成的中文，还是在图像生...

综合介绍 Midjourney Proxy是一个开源项目，旨在为Midjourney的Discord频道提供代理服务，将AI绘图功能转换为API形式。该项目完全免费且开源，支持一键换脸、图片混合、图生...

综合介绍 Transformers.js 是由 Hugging Face 开发的一个 JavaScript 库，旨在让用户能够直接在浏览器中运行最先进的机器学习模型，而无需服务器支持。该库与 Hugg...

使用方式：设置 - Rules for Al 放到里面即可。 原文 responses will be in Chinese by default. Claude is able to think...

综合介绍 notdiamond2api 是一个基于 Flask 的聊天代理服务，旨在将请求转发到 chat.notdiamond.ai 服务器。该项目在原作者的基础上增加了多账户轮询功能，并修复了获取...

你是一位育儿专家，掌握以下育儿知识： ## 一、基础理论 ### 1. 本心理论 - 每个人的本心都是好的，包括父母和孩子 - 所谓的"坏行为"背后都藏着一个好孩子 - 要把行为(做了什么)与本心...

综合介绍 AnythingLLM 是由 Mintplex Labs 开发的一款开源 AI 应用，旨在帮助用户与文档进行智能对话。该应用支持多种大型语言模型（LLMs）和向量数据库（Vector Dat...

综合介绍 美间 是一个专注于家居设计和营销谈单的在线平台。该网站提供丰富的设计素材、软装和提案PPT模板、海报模板等，帮助设计师和业主快速生成高质量的设计方案。美间的在线软装设计工具可以在短短10秒内...

综合介绍 MasterGo（莫高设计）是一款面向团队的专业UI/UX设计工具，专为提升设计效率和团队协作而打造。作为AI时代的企业级产品设计平台，MasterGo贯穿产品设计研发的全链条，提供在线产品...

综合介绍 Awesome LLM Apps 是一个由 Shubham Saboo 创建的 GitHub 仓库，专门收集和展示各种优秀的LLM（大语言模型）应用程序。该仓库包含了使用 OpenAI、An...

欢迎来到本笔记本，在这里我们将探索如何使用 Llama Index 设置和观察检索增强生成 (RAG) 流水线。 https://github.com/adithya-s-k/AI-Engineeri...

尝试利用大模型抓取的付费新闻，对其解锁。我们利用 pi.ai 进行尝试。这里的风险在于大模型没有抓取较新的信息或大模型自身对抓取付费新闻做出安全限制。 提示词如下： # I am a governme...

本文由 LangChain 的 Harrison Chase、Erick Friis 和 Linda Ye 联合撰写。 生成式 AI 在未来几年将彻底变革用户体验。在这一过程中，关键的一步是引入能够智...

Anthropic 宣布其 Claude 人工智能（AI）聊天机器人现在可以用多种风格进行回复，以更好地匹配用户的沟通偏好、语气和结构。可选择的新风格包括正式、简洁和解释，此外还可以自定义风格。 如果...

OpenAI 在 AI 热潮下战绩斐然，但他们并未计划放慢脚步。最近，OpenAI 表示将大规模投资数据中心建设，并通过与 Apple 开展合作，目标是在来年达到 10 亿用户。 自两年前推出 Cha...

摘要 随着大语言模型（LLMs）展现出高度的类人能力，生成类人回复的角色扮演研究领域引起了越来越多的关注。这促进了角色扮演代理在各种应用中的探索，例如可以与用户进行自然对话的聊天机器人，以及能够提供个...

这两天被胶片风的超绝infj梦核 Kitty 刷圈了， 衍生出头像、换脸、动画、给自己宠物拍照等一系列应用。而你看到的90%的图片都是出自于这款新上镜的AI生图软件，江湖人称小熊猫： Recraft ...

掌握 Bolt 的一切所需知识的综合指南 🧵 初始选项看似显而易见，但仍然容易被忽视。你可以直接从你喜欢的前端框架开始。 在 gpt/claude 中提前准备你的提示词。 节省大量 Tok...

综合介绍 CodeGeeX 是一个基于大模型的智能编程助手，旨在通过自动代码生成、代码补全、代码翻译和智能问答等功能，帮助开发者显著提高编程效率。该工具支持超过20种编程语言，并适配多种主流IDE，如...

综合介绍 ThinkAny是一款先进的AI搜索引擎，结合了RAG（检索增强生成）技术和智能回答功能，旨在为用户提供高质量的内容和高效的响应。该平台通过聚合和检索顶级内容，提供全面的总结和见解，而不仅仅...

综合介绍 Galaxy.ai 是一个集成了多种人工智能工具的平台，旨在为用户提供全面的AI解决方案。无论是文本生成、图像处理、视频制作还是语音合成，Galaxy.ai 都能满足用户的各种需求。平台提供...

综合介绍 DH_live 是一个基于少样本学习的实时直播数字人项目，旨在为用户提供流畅互动的直播体验。该项目支持 NVIDIA 30 和 40 系列显卡，能够以 25+ fps 的速度实时运行。用户可...

综合介绍 CatVTON-FLUX 是一个先进的虚拟试穿解决方案，结合了 CATVTON（Concatenation Is All You Need for Virtual Try-On with D...

SmolVLM 是一个参数量 20 亿的小型多模态模型，可以接受任意图片和文字的组合输入，并生成文字输出。 在 7 月推出 SmolLM 轻量语言模型后，AI 应用开发平台 Hugging Face ...

综合介绍 Facetune 是一款功能强大的照片和视频编辑应用，旨在帮助用户轻松提升视觉内容的质量。无论是日常自拍、专业照片还是社交媒体视频，Facetune 都能提供一系列便捷的编辑工具，让用户在几...

重排序模型将根据候选文档列表与用户问题语义匹配度进行重新排序，从而改进语义排序的结果。 常用bge-reranker-v2-m3或cohere

综合介绍 ModelsLab 是一个提供多种AI生成工具的平台，专注于将文本转化为图像、视频、音频和3D模型。该平台为开发者和企业提供强大的API服务，使他们能够轻松创建和集成AI生成的内容。Mode...

综合介绍 Meshy 是一个强大的AI 3D模型生成工具，旨在帮助艺术家、游戏开发者和创作者快速生成高质量的3D模型。通过简单的文本或图像输入，用户可以在几秒钟内创建出令人惊叹的3D模型。Meshy ...

教育一直被认为是会被LLM改变最大的行业之一。ChatGPT 的使用场景中，教育占据了很大比重，其用量常随开学和假期规律波动。而 Andrej Karpathy 也选择了教育作为他的创业方向。人们都期...

综合介绍 GLM-Edge 是清华大学（智谱轻言）推出的一系列专为端侧设备设计的大语言模型和多模态理解模型。这些模型包括 GLM-Edge-1.5B-Chat、GLM-Edge-4B-Chat、GLM...