lee006006的博客

原创 产品经理必知的技术边界：自动化工作流与Agent区别解析

从技术架构角度看，工作流引擎是驱动企业业务流程自动化运转的核心组件，它像一位"智能调度员"，按照预设的规则与逻辑，自动分配任务、传递数据、衔接节点，让跨岗位、跨部门的协作从"人工催办"转变为"系统驱动"。根据判断结果，引擎会选择相应的路径，将流程推进到相应的审批节点。例如，某零售公司通过工作流自动化工具构建了从预算到采购再到付款的定制化ERP系统，自动化预算管理、带物料清单的库存跟踪、采购申请、订单处理、供应商管理、税务计算和发票跟踪等关键流程，在六个月内节省了约35万美元，并将采购处理时间缩短了50%。

原创 OpenClaw本地AI助手部署全指南

OpenClaw是一款开源本地自托管AI助手平台，支持接入Claude、GPT、Qwen等多种大模型。本文详细介绍了在M1芯片MacBook Pro(16G内存)上部署OpenClaw与本地LLM(Qwen系列)的集成方案。内容包括：1)系统环境准备与兼容性检查；2)OpenClaw框架安装与初始化配置；3)Ollama环境搭建与本地模型部署；4)OpenClaw与本地LLM的集成配置；5)针对B端产品经理工作场景的功能优化；6)系统测试验证与常见问题解决方案。该方案实现了完全本地化的AI助手系统，保障数据

原创 ComfyUI精通指南：第5章：基础节点分类详解

ComfyUI节点系统全解析 本文全面介绍了ComfyUI中的四大核心节点系统： 加载器节点家族：包括Checkpoint、VAE、LoRA和ControlNet等模型加载器，详细解析了技术原理、配置方法和应用场景。 图像处理基础节点：涵盖图像输入输出、变换处理以及VAE编码解码优化，形成完整的图像处理流水线。 条件控制与数学运算节点：提供逻辑判断、数值计算和流程控制能力，支持复杂工作流的智能化构建。 文本处理节点：深入讲解CLIP文本编码原理和提示词工程高级技巧，包括思维链、思维树等前沿技术应用。 每个节

原创 ComfyUI精通指南：第4章：工作流工程化管理

工作流JSON文件作为工作流工程化管理的核心载体，其标准化格式和导入导出技术是实现工作流跨平台迁移和版本管理的基础。在现代企业应用中，工作流JSON文件不仅承载着业务流程的逻辑定义，还包含了执行参数、节点关系和状态流转规则等关键信息，其结构化设计为工作流的自动化处理和系统集成提供了可能。工作流JSON文件的标准格式主要围绕BPMN 2.0标准展开，该标准作为业务流程建模与标注的全球统一规范，为工作流的结构化表示提供了坚实基础。根据调研结果，工作流JSON文件通常包含四个核心部分：顶层结构、节点定义、连接关系

原创 ComfyUI精通指南：第3章 首个工作流构建实践

本文详细介绍了ComfyUI基础文生图工作流的搭建与优化方法。首先阐述了由6个核心节点组成的基础工作流，包括Checkpoint加载器、CLIP文本编码器、空Latent图像、K采样器、VAE解码器和保存图像节点，并说明了各节点的功能与连接逻辑。接着讲解了Checkpoint、LoRA和VAE三种加载器的配置技巧，包括模型管理、权重调整和性能优化策略。然后详细说明了提示词的编写规范，介绍了五要素法（主体、特点、环境、风格、修饰词）的结构化编写方法及权重调整技巧。最后探讨了图像保存节点的配置策略，涵盖基础参数

原创 ComfyUI精通指南：第2章 界面深度解析

ComfyUI界面操作指南摘要：本文详细介绍了ComfyUI的界面操作与自定义功能。内容涵盖工作区导航技巧、节点搜索分类系统、队列管理方法及界面个性化设置。重点讲解了画布操控快捷键、节点查找优化、任务执行监控和主题风格配置等实用功能。通过系统分类和操作示例，帮助用户掌握从基础操作到高级定制的各项技巧，提升AI图像生成的工作效率。文章特别强调了新版界面的改进和个性化设置方法，为不同使用场景提供了优化建议。

原创 ComfyUI精通指南：第1章 ComfyUI核心概念与安装部署

摘要： ComfyUI是一款基于节点式工作流的AI图像生成工具，通过模块化设计将复杂流程拆解为可定制的功能节点，支持Windows、macOS和Linux多平台部署。与传统线性UI相比，其数据流图架构提供更细粒度的控制和流程复用性，适合专业级AI视觉内容生产。安装方式包括便携版、桌面版和Git克隆版，需按标准目录结构配置模型文件（如checkpoints、VAE、LoRA等）。不同芯片架构（如M1/Intel）需针对性配置环境，Linux平台需手动安装PyTorch等依赖。模型管理遵循严格分类，支持通过Co

原创 ComfyUI的默认模型文件夹详解

ComfyUI模型文件夹结构与管理指南 摘要： ComfyUI采用功能分类的模型文件夹结构，将不同类型的AI模型存放在models目录下的特定子文件夹中。核心文件夹包括：checkpoints存放StableDiffusion主模型（.ckpt/.safetensors格式）；loras管理LoRA微调模型；vae存放变分自编码器模型；controlnet存储控制模型；embeddings保存文本嵌入模型。其他重要文件夹如clip、upscale_models、ipadapter等分别处理文本编码、图像放大

原创 ComfyUI常用节点及属性

本文系统介绍了ComfyUI的核心功能节点体系，涵盖基础模型加载、文本处理、采样控制、高级功能及工作流优化等模块。重点解析了CheckpointLoaderSimple、VAELoader等基础节点，ControlNet、LoRA等高级功能节点，以及ConditioningSetArea等区域控制节点的参数配置与应用场景。同时详细介绍了ComfyUI-KJNodes、EfficiencyNodes等扩展节点的特色功能，并提供了工作流优化和效率提升的实用技巧。通过节点化架构和灵活组合，ComfyUI实现了从文

原创 一文看懂：Agent的进化，未来是否属于“Skills“？

在多Agent协作方面，2026年行业将加速转向多Agent分工协作模式，就像一个团队一样，主Agent拆解目标，数据、分析、创意等不同专项的子Agent各司其职，还能自主协调、解决故障。三大技术路径各有优势，适用于不同的应用场景。在状态感知方面，Microsoft的Semantic Kernel表现最为突出，其插件机制支持元数据扩展，为函数装上"数据护照"，使AI规划器能够清晰识别输入参数的精确类型及验证规则、返回结果的JSON Schema结构及字段含义、函数间数据流转的依赖关系。

原创 Fine-tuning大模型微调的核心概念

摘要：模型微调（Fine-tuning）是一种高效的模型优化方法，通过针对性调整预训练模型参数来适应特定任务，相比重新训练大幅节省资源。微调适用于解决能力缺失问题，而非知识缺失问题，需结合ROI分析评估必要性。高质量训练数据应具备相关性、准确性等特性，数据准备是关键环节。典型应用包括专业语言风格适配、结构化输出生成和轻量化部署。常见陷阱包括数据质量差、过拟合和维护成本低估，需通过数据清洗、测试集评估和更新计划规避。案例表明微调在专业领域效果显著，但与提示工程各具优势，可互补使用。

原创 一文看懂—Agent多智能体协作

多智能体协作已成为AI应对复杂任务的关键范式，通过模拟人类团队分工，实现专业化、高效化和纠错能力。本文系统阐述了多智能体协作的核心概念（智能体分工、工作流编排、工具使用）、与产品规划的关联（任务拆解、错误处理、组织架构设计），以及典型应用场景（报告生成、客服工单、学习规划）。同时剖析了常见陷阱（循环卡死、信息失真、成本失控）及解决方案，并提供了实用工具模板（角色定义卡、工作流画布、成本仪表盘）。最后通过市场竞品分析和旅行规划两个实战案例，展示了多智能体协作的实际价值。该技术正推动AI从单点智能迈向系统智能，

原创 Prompt指令工程与RAG检索增强生成

本文系统介绍了Prompt指令工程和RAG检索增强生成两大核心技术。Prompt指令工程部分详细阐述了系统指令与用户指令的区别、思维链提示、少样本提示等技术，并探讨了如何将产品需求转化为Prompt模板，设计多轮对话流程，以及常见问题的应对策略。RAG部分重点讲解了外挂知识库构建、检索-生成流程、向量数据库应用等核心概念，分析了知识更新机制设计、引用溯源策略等关键问题，并提供了多个行业应用案例。全文通过大量实例展示了这两项技术在金融、法律、电商等领域的实际应用，包括如何构建知识库、设计检索策略、优化生成效果

原创 整合Mybatis-plus

学习spring-mvc，整合mybatis-plus插件一、Mybatis-plus是什么？Mybatis-plus简称MP，是一个mybatis的一个增强工具。自动实现mybatis的CRUD操作，极致提高数据库开发效率。MP在mybatisi基础上只做增强不做改变。Mybaits-plus插件需要分3.4版本之前和之后两种情况，两者的配置方式完全不同：3.4之前版本：是在mybatis-config.xml中使用标签进行配置。

原创 spring与mybatis整合

学习springmvc记录一

原创 【数据库】操作命令

数据库操作命令记录

原创 JDBC入门

在JAVA程序中与数据库进行交互，通过程序操作关系型数据库。JDBC基于驱动程序实现与数据库的连接与操作。

原创 servlet学习笔记（入门）

servlet学习笔记servlet学习笔记使用前提配置1、在maven的pom文件中引入servlet2、创建servlet类3、在tomcat中的web.xml中配置servlet的映射servlet学习笔记使用前提必须基于tomcat才能使用，单独的servlet无法启动。配置1、在maven的pom文件中引入servlet <dependencies> <dependency> <groupId>java

原创 运算符优先级

原创 解决 centerOS7部署ajango2.2.x版本 报SQLite 3.8.3 or later is required (found 3.7.17).错误

检查sqlite3的版本信息sqlite3 --version必须安装3.8.x及以上版本才可以解决。centerOS中升级sqllite3＃获取源代码（在主目录中运行）[root@djangoServer ~]# cd ~[root@djangoServer ~]# wget https://www.sqlite.org/2019/sqlite-autoconf-3270200....

原创 使用 centerOS 7 部署 django 项目 python3.7.3

安装MariaDB安装命令yum -y install mariadb mariadb-server安装完成MariaDB，首先启动MariaDB$: systemctl start mariadb设置开机启动systemctl enable mariadb设置密码mysql_secure_installationEnter current password fo...

原创 钉钉考勤接口python3.6调用

钉钉考勤接口调用import requestsimport jsonappkey = "appkey"appsecret = "appsecret"def getToken(): url = 'https://oapi.dingtalk.com/gettoken?appkey='+appkey+'&appsecret='+appsecret response ...

翻译 python连接mysql并插入数据（网摘）

def insert_data(dbName,data_dict): try: data_values = "(" + "%s," * (len(data_dict)) + ")" data_values = data_values.replace(',)', ')') dbField = data_dict.keys() ...