政安晨-CSDN博客

原创政安晨【零基础玩转开源AI项目】Z-Image - 一个 60 亿参数的图像生成模型（基于Ubuntu Linux系统部署实践示例）- 技术平权，只干有用的事

Z-Image系列图像生成模型，包含三个版本：Z-Image-Turbo（8步推理实现亚秒级响应）、Z-Image-Base（基础模型）和Z-Image-Edit（专业图像编辑版）。该60亿参数模型支持中英双语文本渲染，提供GitHub和ModelScope下载。部署指南包含环境配置、模型下载（约25G）及显存优化方案（如调整生成尺寸至512x512）。项目旨在保持开源模型核心能力，为用户提供商业产品外的开源技术备选方案。

2025-12-28 14:14:24 1042

原创政安晨【零基础玩转开源AI项目】video-subtitle-remover 去除视频字幕水印（图像也可以）（基于Ubuntu Linux系统）

刷到我这篇文章的小伙伴有福了，免费的视频去水印、去字幕的开源AI工具来了。

2025-11-01 20:25:47 801

原创《写给自家孩子的C++智能编程课》第2讲：“超能实验室，IDE你的第一颗代码蛋”

本文介绍了跨平台开源IDE工具CodeLite的安装与使用指南。文章首先推荐CodeLite作为替代Dev-C++的轻量级选择，重点演示了在Ubuntu系统上通过命令行安装的完整过程，包括解决GPG密钥错误等常见问题。随后简要说明了macOS和Windows系统的安装方法。最后以创建"Hello World"程序为例，详细展示了从新建项目到代码编写、编译运行的完整流程，并对示例代码进行了逐行解释，帮助初学者理解C++程序的基本结构和工作原理。

2025-09-24 14:54:35 989

原创《写给自家孩子的C++智能编程课》第1讲：“你其实想要的是一个自己的世界，对吧！”

本文以生动比喻为儿童介绍了程序和操作系统等C++编程前需要了解的基本概念。程序被比作给机器人编写的指令集，让计算机完成特定任务；而编程则是编写这些指令的过程。操作系统则被形象地描述为大管家，负责协调管理计算机中的各种程序，分配资源并保障安全。文章强调在AI时代学习编程的重要性，认为理解编程语言能帮助我们掌握AI创造世界的方式。全文用玩具王国等儿童友好比喻，将复杂的计算机概念简单化，适合初学者理解这些基础但重要的计算机知识。同时还介绍了初学者们常用的C++编程的IDE工具。

2025-09-22 19:21:09 997

原创政安晨【零基础玩转开源AI项目】Open LLM Vtuber —— 与你的专属 Live2D AI 虚拟伴侣进行实时语音互动（支持所有主流大语言模型，跨平台运行）（基于Ubuntu Linux系统）

Open-LLM-VTuber是一款功能强大的离线AI伴侣项目，支持实时语音交互、Live2D形象展示和多工具调用。核心特点包括：跨平台运行（Win/macOS/Linux）、长期记忆系统、丰富的LLM/TTS/ASR方案集成，以及直播互动能力。项目提供网页版和桌面客户端两种使用方式，支持角色定制，旨在复现neuro-sama等AI虚拟主播功能。目前处于早期开发阶段，未来将持续更新更多功能。

2025-09-16 05:45:00 1058 1

原创 Ubuntu 服务器无法 ping 通网站域名的问题解决备忘 ——通常与网络配置有关（DNS解析）

本文介绍了服务器无法Ping通网站（如百度）的排查步骤：1）检查网络接口IP和状态；2）确认网关配置；3）测试并修复DNS解析；4）检查防火墙ICMP设置；5）直接pingIP测试网络连通性。通过这五步可解决大部分网络连接问题，涉及临时和永久配置方法，适用于Ubuntu系统网络故障排查。

2025-08-24 14:33:48 1493

原创【嵌入式人工智能产品开发实战】（二十四）—— 政安晨：解释一下小智AI项目中析构函数的应用

摘要：政安晨本篇博客以小智AI为例介绍了C++析构函数的使用场景，针对嵌入式开发者可能遇到的困惑，以Settings类为例进行说明。~Settings()析构函数会在对象生命周期结束时自动调用，包括三种情况：1）局部对象作用域结束；2）包含对象的类实例销毁；3）动态分配对象被删除。析构函数主要负责提交未保存更改和关闭NVS句柄，如项目中的Ota::GetCheckVersionUrl()函数所示，确保资源正确释放。该机制体现了C++的RAII特性，对嵌入式开发尤为重要。

2025-08-18 13:40:56 316

原创政安晨【零基础玩转开源AI项目】WanGP —— 一款面向GPU资源有限的快速AI视频生成工具（支持Wan 2.1/2.2、混元视频、LTX视频及Flux技术等）（基于Ubuntu系统）

【摘要】WanGP项目基于的Wan2.1是开源视频基础模型套件，具有多项突破性特性：1）在多项基准测试中超越现有开源和商业模型；2）低显存需求（8.19GB）适配消费级GPU，RTX4090可4分钟生成5秒480P视频；3）支持文本/图像到视频、视频编辑等五大任务；4）首创视频模型中英文文本生成能力；5）配备高效Wan-VAE，可处理任意长度1080P视频。而DeepBeepMeep的WanGP：是面向GPU资源有限用户的最佳开源视频生成模型，本篇也基于WanGP来进行。

2025-08-13 16:25:53 1565

原创政安晨【开源人工智能硬件】【ESP乐鑫篇】 —— 详细分享小智（78/xiaozhi-esp32）AI终端开源硬件的嵌入式开发经验笔记

小智AI框架的出现帮助广大开发者打通了乐鑫方案产品化的快捷路径，但想要完全掌握小智AI终端框架却不是那么容易，对开发者还是有一定的门槛要求：1. 对C/C++语言要熟练掌握（如果仅靠AI编程帮你解决嵌入式智能硬件开发工作，那恐怕你会踩很多坑。）2. 要基本了解MCU（含RTOS系统）的基本运行原理。3.要懂一点硬件电路的知识，包括射频通信等。4. 要有产品化思维，知道怎样测试、怎样发现问题、怎样解决问题。等等。

2025-08-05 13:11:38 1954

原创政安晨【零基础玩转开源AI项目】ACE-Step —— 迈向音乐生成基础模型的重要一步：AI自动谱曲与自动演唱的免费开源框架部署实践

开源音乐生成模型ACE-Step，突破现有技术局限，融合扩散生成与自动编码器技术，实现快速高效的音乐合成。该模型在A100GPU上仅需20秒生成4分钟音乐，速度比LLM模型快15倍，同时保持优秀的音乐连贯性和歌词对齐。ACE-Step支持19种语言（含中文），具备语音克隆、歌词编辑等高级控制功能，旨在成为音乐领域的"StableDiffusion"。项目已开源，论文与代码可在官网获取，为音乐创作者提供强大的AI辅助工具。（149字）

2025-07-11 22:16:58 1479

原创政安晨【开源人工智能硬件】【ESP乐鑫篇】 —— 在macOS上部署工具开发环境（小资的非开发者用苹果系统也可以玩乐鑫）

本文介绍了在macOS系统上搭建ESP-IDF开发环境的详细步骤。内容包括安装CMake、Ninja等编译工具，配置Python3环境，下载ESP-IDF框架，以及设置环境变量等准备工作。作者还分享了如何在ESP32-S3-BOX开发板上编译小智AI开源聊天机器人项目的经验，并提供了相关教程链接。文章最后表示将持续分享基于乐鑫方案的开源AI硬件项目，邀请读者共同探索。文中既包含技术指导，也展现了开发者日常工作的场景细节，语言风格生动专业。

2025-07-10 14:14:58 1050

原创【嵌入式人工智能产品开发实战】（二十三）—— 政安晨：将小智AI代码中的display与ota部分移除

由于项目的需要，我们需要将AI智能终端中的display显示部分与ota空中升级部分去除，新开发的AI智能终端产品不需要屏幕。在嵌入式开发中，经常出现增减功能模块的需要，我们可以借助AI编程工具减少工作量，但关键的调试工作还是得借助开发者自己的经验完成。

2025-06-14 11:24:25 1066 3

原创【嵌入式人工智能产品开发实战】（二十二）—— 政安晨：改造小智AI开发智能体硬件（案例：移植PowerManager后麦克风不工作）

小智AI推出已经很久了，新鲜感过去之后，我们不禁要思考：我们可以利用这套框架干点什么呢？为自己打个基础吧，先从给自己做块硬件开始。接下来，我将列出当你拿到一块全新的嵌入式硬件主板后，如何将小智AI在这块板上运行起来。关键点：1. 你的硬件芯片是ESP32的C3还是S3，或者其它型号？2. 你的硬件是否有外部PSRAM，它的大小是多少？3. 你的屏幕器件是什么型号？分辨率多少？4. 你的麦克风是单/双麦克风？5. 你硬件上的CODEC芯片是什么型号？I2C口多少，地址多少？等等

2025-05-21 19:06:50 1465

原创【嵌入式人工智能产品开发实战】（二十一）—— 政安晨：源码搭建小智AI嵌入式终端的后端服务（服务器）环境 - 助力嵌入式人工智能开发

我们开发嵌入式人工智能产品，如果有趁手的本地后端服务框架配合确实会事半功倍，我们这就开始部署我们自己本地的嵌入式终端硬件的AI服务后端。本项目为开源智能硬件项目 xiaozhi-esp32提供后端服务。本文完全演绎在本地主机上进行源码部署。

2025-04-20 10:46:23 1444

原创政安晨【零基础玩转各类开源AI项目】UNO —— 让设计师破防的利器（该项目专注提升AI图像生成的可控性）：演绎该项目部署应用的全过程

尽管主题驱动生成在图像生成领域因其广泛的应用而得到了深入的研究，但它在数据可扩展性和主题可扩展性方面仍然面临挑战。对于第一个挑战，从构建单主题数据集转向多主题数据集并进行扩展尤其困难。对于第二个挑战，大多数近期的方法集中在单主题生成上，这使得在处理多主题场景时难以应用。在本研究中，项目提出了一种高度一致的数据合成流程来应对这一挑战......

2025-04-15 17:12:00 914

原创【深度前沿】多模态大模型（MLM）“下凡“嵌入式：挑战、机遇与 AlphaXiv Assistant 实战探索

多模态大模型 (Multimodal Large Models, MLM) 正以前所未有的速度重塑人工智能领域。然而，将这些计算和内存密集型的庞然大物部署到资源受限的嵌入式设备上，是一项极具挑战性的任务。本文将探讨利用新兴的 AI 科研工具 AlphaXiv Assistant研究多模态大模型在嵌入式领域应用的最新研究进展，分析其面临的核心挑战（如模型压缩、效率优化、软硬件协同设计），并挖掘其在智能物联网、自动驾驶、可穿戴设备等场景的巨大潜力。

2025-04-14 12:43:30 1416

原创【嵌入式人工智能产品开发实战】（二十）—— 政安晨：小智AI嵌入式终端代码解读：【C】关于项目中的MQTT+UDP核心通信交互理解

小智AI作为一款基于ESP32开发板的嵌入式语音助手，其通信模块采用了MQTT协议与UDP协议相结合的方式，实现了低延迟、高可靠性的数据传输。本文将深入解析小智AI嵌入式终端项目中MQTT+UDP通信交互的设计思路和代码实现，帮助开发者更好地理解其技术细节。其实MQTT+UDP的方式，非常好地保证了小智AI对话时打断地实时性，笔者测试多种通信方式，发现小智选择的这种通信方式对于实时响应是非常高效的。

2025-04-14 11:32:13 2068 1

原创【嵌入式人工智能产品开发实战】（二十）—— 政安晨：小智AI嵌入式终端代码解读：【B】小智AI嵌入式终端OTA升级功能深度解析

小智AI的OTA升级功能以其高效、可靠的设计，为用户提供了便捷的固件更新方式。通过合理的架构设计和细致的代码实现，该功能不仅满足了设备的基本维护需求，还为用户带来了更优质的体验。应用层：负责触发OTA升级流程，并提供用户界面反馈。业务逻辑层：由Ota类实现，负责版本检查、固件下载、分区写入等核心逻辑。通信层：通过HTTP协议与服务器交互，获取固件文件。底层驱动：基于ESP-IDF框架提供的OTA API，完成固件分区管理、数据写入等操作。

2025-04-14 11:09:39 2223

原创【嵌入式人工智能产品开发实战】（十九）—— 政安晨：小智AI嵌入式终端代码解读：【A】应用入口

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！赞扬一下小智AI的嵌入式开发团队，封装的不错，每个通用功能封装起来，与主板有关的硬件差异单独封装到board类中。启动函数中，先把board类实例化，然后接下来将硬件以board中的方法逐渐初始化完成，并在这个过程中启动通用的功能进程。

2025-04-13 16:30:16 918 1

原创政安晨【超级AI工作流】—— 好东西必须与大家分享：搭建本地的N8N工作流服务（十分简单，免费&很有用）

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！为什么我们愿意把精力放在开源项目上？我觉得其中一个原因就在于好的开源项目会给开发者们底层的安全感。n8n 就是这样一个开源的工作流自动化平台，为技术团队提供了代码的灵活性和无代码的速度。凭借 400 +集成、原生人工智能功能以及公平代码许可证，n8n 让您能够构建强大的自动化流程，同时保持对数据和部署的完全控制。

2025-04-12 10:52:42 1169

原创政安晨【超级AI工作流】—— 基于COZE探索有趣的主题互动问答工作流（同宇宙儿童提问机）

本例，我们将从零展示如何在Coze上创建一款专门针对儿童对某项主题进行问答的对话流智能体，并以此为例，分析AI工作流在设计时要注意的问题。

2025-04-04 13:39:51 1024

原创【嵌入式人工智能产品开发实战】（十八）—— 政安晨：小智AI的Websocket通信协议嵌入式终端代码解读

本文详细介绍了小智AI项目中WebSocket通信协议的实现细节。通过分析源代码，我们理解了设备端与服务器端之间的通信流程、消息结构以及错误处理机制。本协议通过在WebSocket上层传输JSON文本与二进制音频帧，完成功能包括音频流上传、TTS音频播放、语音识别与状态管理、IoT指令下发等。服务器与客户端需提前约定各类消息的字段含义、时序逻辑以及错误处理规则，方能保证通信顺畅。希望本文能为开发者提供一个清晰的参考文档，便于后续对接、开发或扩展。

2025-03-31 19:29:32 2261 1

原创【嵌入式人工智能产品开发实战】（十七）—— 政安晨：手把手教你将小智AI编译进ESP32-S3-BOX开发板

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！小智AI是一款基于ESP32-S3/C3的开源聊天机器人方案，支持语音交互、大模型推理（如DeepSeek）及物联网功能。本文以ESP32-S3-BOX开发板为硬件载体，详细介绍从环境搭建到固件烧录的完整流程，助你快速实现一个智能语音助手。重点是：本篇可以手把手教你将小智AI编译进ESP32-S3-BOX开发板

2025-03-26 12:06:22 2942

原创政安晨【零基础玩转各类开源AI项目】DiffRhythm —— 将您的想法转化为惊艳的音乐

使用 DiffRhythm 最先进的扩散模型技术，体验音乐创作的未来。从简单的旋律到复杂的交响曲，让我们的 AI 将您的音乐想法转化为专业的作品。这个项目的特点在于，它生成的音乐歌曲真的很棒！您真的可以享受你自己的创作！DiffRhythm（中文：谛韵，D😍Y😍n）是第一个能够创作全长歌曲的开源基于扩散的音乐生成模型。这个名字将 “Diff”（参考其扩散架构）与 “Rhythm”（突出其对音乐和歌曲创作的关注）结合在一起。

2025-03-24 17:20:08 1045

原创政安晨【超级AI工作流】—— 基于ComfyUI工作流配合AI音乐插件轻松生成原创歌曲，助你成为音乐大师

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！本篇我们将借助DiffRhythm 是一种基于潜扩散模型（Latent Diffusion Model）的AI音乐生成技术，基于ComfyUI工作流生成原创音乐。DiffRhythm以其快速生成完整歌曲（最长4分45秒，仅需不到10秒）而著称。现在，我们就借助ComfyUI 强大的开源节点式界面，通过插件扩展支持音乐生成。

2025-03-23 14:58:25 1390 2

原创政安晨【超级AI工作流】—— 使用Dify通过工作流对接ComfyUI实现多工作流协同

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！未来基于AI工作流的生活将成为常态，大家从现在就开始了解并使用起来，好处满满，让我们开始这个有趣的尝试。通过我前面的文章，相信小伙伴们自己电脑上已经安装了Dify、ComfyUI、Ollama这些工具。我们接下来就把这些零碎儿全组织起来。为我们创造出本地超级好用的AI工作流工具！

2025-03-22 18:21:21 2070

原创政安晨【超级AI工作流】—— 基于Dify构建本地工作流，并调用Ollama的本地大模型开展工作

市面上目前工作流分为几种形式，一种是以Coze为代表的基于网页的工作流形式，另一种以langchain与llamaindex为主的基于代码框架的形式。而开源的webui工作流框架主要有这类基于webui 的工作流。我们选择Dify作为未来本地工作流的基础框架。

2025-03-20 05:45:00 1382

原创政安晨【零基础玩转各类开源AI项目】—— 【Gemma 3】单张显卡小身板本地部署强大的多模态AI

Gemma 3 被谷歌称为目前最强的开源视觉模型之一。该模型支持超过35种语言，能够分析文本、图像和短视频。值得注意的是，Gemma 3 的视觉编码器经过升级，支持高分辨率和非方形图像，并引入了 ShieldGemma 2 图像安全分类器，用于过滤被分类为性暗示、危险或暴力的内容。这些特性使得 Gemma 3 成为当前最强大的开源视觉模型之一。谷歌自述：自首次推出以来，Gemma 模型的下载量已超过 1 亿次，社区为各种用例创建了超过 6 万个变体。

2025-03-18 05:45:00 1348

原创政安晨【超级AI工作流】—— 以“主题播客工厂”的AI应用为例详细讲述Coze平台的AI工作流应用搭建技巧

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！本篇我们以Coze平台上这个同宇宙的“主题播客工厂”的应用为例，详细讲解搭建AI工作流。扣子扣子是新一代 AI 大模型智能体开发平台。整合了插件、长短期记忆、工作流、卡片等丰富能力，扣子能帮你低门槛、快速搭建个性化或具备商业价值的智能体，并发布到豆包、飞书等各个平台。没有扣子账号的小伙伴可以免费注册一个，很好玩的。

2025-03-15 13:38:14 1421

原创政安晨【超级AI工作流】开篇：从混沌到秩序的智能工程革命

AI工作流是指通过整合人工智能技术，将复杂的业务流程分解为多个子任务，并利用AI工具自动化处理各环节的智能化流程管理系统。其核心在于通过预定义规则和动态调整能力，实现任务的高效执行与优化。流程拆解与自动化：将完整业务流程（如订单处理、客户服务）拆分为独立步骤，通过AI工具自动化衔接各环节。智能决策支持：AI不仅执行固定步骤，还能根据上下文动态调整策略，如在多模态任务中自主选择最优处理路径。灵活性与扩展性：支持根据需求修改步骤规则，适应业务变化，同时能处理从标准化操作到创意生成等多样化任务。效率提升。

2025-03-14 13:00:18 1097

哈工大《手机设计基本知识》

政安晨：快速学会～机器学习的Pandas数据技能（三）（重命名与合并）

政安晨：机器学习快速入门（一）{基于Python与Pandas}的示例数据包

空空如也