- 博客(82)
- 收藏
- 关注
RSS订阅
原创 ComfyUI入门初相识与默认工作流
ComfyUI是一个基于节点式工作流的Stable Diffusion可视化操作界面，通过将图像生成过程拆解为可自由组合的功能模块（如模型加载、文本编码、采样器等），实现对AI生成流程的精细控制。相比WebUI，ComfyUI具有更高的定制性、更好的性能表现和更强的流程复现能力，适合进阶用户进行复杂创作。其核心原理与Stable Diffusion一致，通过潜空间生成和迭代降噪来产生图像。本地部署需要8G以上显存的Nvidia显卡，通过安装自定义节点可扩展视频生成等高级功能。
2026-01-02 10:48:59
802
1
原创 混元世界模型1.5架构原理初探
腾讯混元世界模型1.5（HY World 1.5）是国内首个开源的实时世界模型框架，支持通过文本/图片生成可交互的3D场景。该模型采用WorldPlay自回归扩散技术，创新性地融合双分支动作表征、重构记忆机制等技术，实现24帧/秒的实时生成能力，同时保持几何一致性。其核心突破包括精准交互控制、3D一致性保障和高效强化学习框架，适用于游戏开发、虚拟现实等场景。模型已开源，提供从数据构建到流式推理的全流程支持，为AI内容创作提供了高效平台。
2026-01-01 10:43:09
1117
1
原创 ReAct和Function Calling之间的纠葛与恩恩怨怨
摘要： ReAct与Function Calling是大语言模型中两种不同的工具调用策略。Function Calling通过预定义函数直接匹配用户指令，适合标准化、流程固定的任务，效率高但灵活性低；ReAct采用“思考-行动-观察”的循环迭代，动态调整策略，适合复杂或开放性问题，但执行成本较高。两者的选择需权衡任务复杂度、性能与成本，例如简单查询优先Function Calling，多步推理则用ReAct。实验显示，在明确步骤的场景下，两者效果相近。开发者需根据实际需求选择策略，无绝对优劣之分。
2025-12-29 16:53:34
797
1
原创 2025，在AI星河中遨游，于CSDN星畔留痕
本文分享了作者"小马过河R"从2022年转型AI领域到2025年的技术探索历程。文章记录了智能问答系统从RAG+Bert到RAG+LLM的演进，AIGC短视频和AI生图的实践经验，以及基于Spec工作流的AI辅助编程模式。作者强调持续学习与分享的重要性，认为写作既是技术总结也是思维锻炼。在CSDN平台创作近百篇AI相关文章的过程中，作者既获得了专业成长，也收获了社区认可。文章以"AI不会替代人，只会淘汰不会使用AI的人"作结，表达了对技术发展的敬畏与期待。
2025-12-28 19:00:49
941
原创 谷歌Nano Banana系列AI图像模型：从代号到原理的全解析
谷歌AI图像生成模型"Nano Banana"（Gemini 2.5 Flash Image）及其Pro版本采用原生多模态MoE Transformer架构，实现图像与文本的统一处理。基础版支持1024×1024分辨率，具有快速生成和角色一致性特点；Pro版基于Gemini 3 Pro，支持4K分辨率，强化了文字渲染和复杂场景融合能力。两个版本分别面向趣味创作和专业设计需求，通过Gemini App、API等方式提供服务。该系列通过交错生成、对话式编辑和多模态推理等技术，推动AI图像生成
2025-12-22 16:49:03
1166
原创 Codebuddy使用CloudBase MCP辅助AI编码基于Spec工作流开发的坦克大战小游戏
Codebuddy使用CloudBase MCP辅助AI编码基于Spec工作流开发的坦克大战小游戏
2025-12-16 19:07:47
834
原创 浅谈AI辅助编码从氛围编程Vibe Coding到基于spec规范驱动开发
浅谈AI辅助编码从氛围编程Vibe Coding到基于spec规范驱动开发
2025-12-14 12:16:53
1289
2
原创 tRPC-GO 框架Helloworld实践初体验
本文介绍了tRPC-Go框架的入门实践。首先简要说明了tRPC-Go作为高性能RPC框架的架构特点，重点介绍了如何使用trpc命令行工具链安装配置环境。文章详细展示了从定义protobuf接口规范、生成桩代码到实现业务逻辑的完整流程，包括安装trpc-cmdline工具、编写proto文件、生成客户端和服务端桩代码，以及实现服务接口的具体步骤。通过一个简单的HelloWorld示例，帮助读者快速上手tRPC-Go框架的基本使用方法。
2025-11-29 12:47:21
1024
1
原创 APISIX和Kubernetes Ingress Controller如何配合使用？
apisix是一款云原生微服务API网关，可以为API提供终极性能、安全性、开源和可扩展的平台。apisix基于Nginx和etcd实现，与传统API网关相比，apisix具有动态路由和插件热加载，特别适合微服务系统下的API管理。
2025-11-18 13:51:13
972
3
原创 AIGC视频生成之Deepseek、百度妙笔组合实战小案例
摘要：本文介绍了如何利用百度妙笔工具结合Deepseek模型快速生成AIGC长视频的方法。作者以天文奇观"血月"为例，仅需输入文本内容，无需剪辑或素材，10分钟即可自动完成脚本生成、角色创建、分镜设计和视频合成全过程。文章展示了百度妙笔在中文理解方面的优势，并对比了与其他AIGC视频工具的效果差异。该方法特别适合零基础用户快速制作短视频内容。
2025-10-25 15:54:10
1423
3
原创 5分钟使用Dify实现《射雕英雄传》问答智能体Agent
Dify的实现案例, 5分钟使用Dify实现《射雕英雄传》问答智能体Agent, 一文上手Dify的使用
2025-09-21 22:36:41
1375
7
原创 Taichi太极图形编程语言实践demo
太极（Taichi）是一种嵌入Python的领域特定语言，专为高性能计算设计，支持CPU/GPU运行，适用于物理模拟、游戏开发等领域。本文介绍了太极的安装与实践：首先需安装Python 3.6-3.8版本，通过pip install taichi安装太极库。实践部分通过调试官方示例代码（如分形动画），解决了版本兼容性问题，最终成功运行动态图形演示。文章还提供了不同平台的后端支持说明和常见错误解决方法，为初学者提供了实用的入门指南。
2025-09-20 17:43:19
1273
7
原创 小白AIGC短视频生成的第一课之混元AI视频
摘要 2024-2025年，AI生成内容（AIGC）在短视频领域实现全流程自动化生产，推动新型内容形态如单元剧、互动剧的发展。本文以腾讯混元AI视频平台为例，探索图生视频技术的应用效果。通过二郎神大战美猴王的案例，对比混元AI视频1.0与万相2.2的生成质量，从画面清晰度、动作连贯性、提示词遵循度等维度进行评估。结果显示，混元AI视频在画面清晰度上表现优异，但在动作生成和叙事逻辑上仍有提升空间。文章还总结了AIGC短视频制作的核心流程（剧本→分镜→文生图→图生视频→剪辑→配音），并分析了不同平台的技术特点，
2025-09-07 14:47:12
2506
6
原创 多智能Multi-Agent原理与实现初探
多智能体系统(Multi-Agent)概述与应用价值 多智能体系统(MAS)是由多个自主智能体(Agent)通过协作、竞争等方式组成的分布式系统。每个智能体拥有独立的LLM模型、提示词、工具和代码，能够感知环境并自主决策。MAS通过集体行为解决复杂问题，突破了单智能体的局限性。 核心优势 突破上下文限制：通过功能拆分避免上下文窗口超限 增强灵活性：松耦合结构支持动态调整 提升效率：分工协作实现复杂任务分解 工作原理 智能体具备自主性、反应性、主动性和社交能力 通过通信、协作、协调、协商等方式交互 采用合同网
2025-08-17 13:10:43
2080
4
原创 小白AIGC短视频生成的第一课
本文介绍了AIGC短视频制作入门指南，主要包含三个部分：制作流程、提示词公式和实践体验。作者总结出AIGC短视频制作需经过剧本编写、分镜、文生图、图生视频、剪辑和配音六个步骤。重点讲解了文生视频和图生视频的提示词公式，并比较了两者在主体一致性和创意自由度方面的优缺点。最后通过万相平台的实操案例，展示了如何运用提示词生成3D卡通风格的二郎神大战美猴王视频，同时指出免费版生成时间较长的问题。文章为AIGC视频创作新手提供了实用的入门指导。
2025-08-09 13:11:03
2408
3
原创 《深入浅出Embedding》这本书
《深入浅出Embedding》系统解析了Embedding技术的本质与实践应用。该书从向量化表达、技术演进、工业落地到认知维度四大层面，剖析如何将离散对象转化为低维稠密向量，实现语义关联计算。内容涵盖从Word2vec到BERT的技术发展，并结合推荐系统、机器翻译等实战案例，提供"万物皆可向量化"的思维范式。书中强调没有最优模型只有最适组合，将Embedding视为机器理解世界的"翻译词典"。适合不同层次读者，既可学习基础应用，也能深入技术优化，最终培养用向量空间视角
2025-08-06 23:05:42
972
1
原创 多模态大模型的原理
多模态模型通过整合多种数据模态（如文本、图像、音频、视频等），实现跨模态的理解与生成，其核心原理是将异构数据映射到统一语义空间并进行联合推理。
2025-08-03 12:25:08
1213
5
原创 MCP Agent 工程框架Dify初探
摘要：Dify初探：企业级AI应用开发平台解析 Dify是一款开源的大语言模型应用开发平台，融合了后端即服务和LLMOps理念，支持非技术人员参与AI应用开发。相比LangChain等工具库，Dify提供更完整的生产级解决方案，具备API调用、WebApp托管和易用界面三大核心功能。平台支持五种应用类型：聊天助手（多轮对话）、文本生成应用（表单式问答）、Agent（复杂任务分解与工具调用）、对话流和工作流。其中Agent类型尤为强大，支持Function calling和ReAct两种推理模式，可集成知识库
2025-08-02 17:30:00
1316
7
原创 K8s入门指南：架构解析浓缩版与服务间调用实战演示
本文介绍了Kubernetes（k8s）的核心概念和架构，帮助读者快速入门和复盘。k8s作为云原生基石，源自Google的Borg系统，其架构包含Master节点（Api Server、Scheduler、Controller）、Node节点（运行容器的kubelet和负载均衡的kube-proxy）以及Etcd键值数据库。重点解析了Pod作为最小部署单元的特性，以及Service的四种类型（ClusterIP、NodePort、LoadBalancer、ExternalName）及其作用。
2025-06-22 20:54:02
1374
7
空空如也
如何实现一个PHP微服务的日志系统考虑，代码侵入和非侵入的情况
2025-04-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人