Software 2.0

基于Milvus的多模态RAG实践

基于Milvus的多模态RAG实践

如何使用 Milvus 构建自己的多模态 RAG 系统，并利用GPT-4o语言模型来优化输出。

ComfyUI消息机制

本文介绍ComfyUI自定义节点开发需要了解的服务端（Python）和客户端（JavaScript）之间的消息传递。

AISuite：GenAI平台统一API

AISuite：GenAI平台统一API

aisuite为AI应用开发者提供简单、统一的多个生成式 AI 提供商接口。

AWS Multi-Agent-Orchestrator

AWS Multi-Agent-Orchestrator

AWS Multi-Agent-Orchestrator 是一个 Python 和 TypeScript 包，旨在创建多 AI 代理生态系统。

用WIKI数据自动填写表单

在这篇博文中，我们将演示如何使用维基百科、OpenAI 和 react-admin 在实现表单的自动填写。

AI驱动的自动表单填写

填写表格是一项枯燥且耗时的任务。如果我们可以创建一个可以为我们填写表格的 AI 助手，让我们将时间投入到更有建设性的任务中，那会怎样？

AI Agents：你的虚拟员工

AI Agents：你的虚拟员工

人工智能代理（AI Agent）的兴起正在重塑我们构建和思考软件的方式。我们现在不只是编写代码并指导计算机做什么，而是教它们如何思考。

Marco-o1开源推理模型

OpenAI-o1 是一个革命性的版本，它使 LLM 能够对数学或物理问题等复杂任务进行详细推理，阿里巴巴的Marco-o1是其开源平替。

ComfyUI图像字幕节点开发教程

ComfyUI图像字幕节点开发教程

在这篇博文中，我们将介绍使用 ComfyUI 创建用于图像字幕的自定义节点的过程。此节点将以图像作为输入，并使用外部 API 返回生成的字幕。

PyTorch vs. TensorFlow

PyTorch vs. TensorFlow

本文将讨论 PyTorch 和 TensorFlow，比较它们的主要功能并解释如何根据你的需求选择合适的框架。

ONNX初学者指南

想要简化跨平台部署 AI 的过程？了解 ONNX 如何一步步改变你的游戏规则！

gptpdf：基于gpt的pdf解析库

gptpdf：基于gpt的pdf解析库

gptpdf是一个开源的python库，使用 VLM（如 GPT-4o）将 PDF 解析为 markdown。

用GenAI构建数据可视化系统

用GenAI构建数据可视化系统

本文演示了如何构建一个数据可视化系统，该系统使用 LangChain 和 LLM 将查询转换为交互式可视化见解。

Magnetic-One多代理框架实战

Magnetic-One多代理框架实战

本文介绍作者使用Magentic-One开发一个多代理系统来解决BLE解码问题，包含从文档检索到代码完成的整个过程。

Gemini问答数据集微调

本文介绍如何通过构建一个基于斯坦福问答数据集 (SQuAD 1.1) 微调的强大问答系统来增强 Gemini 1.5 Flash 的功能。

IP-Adapter图像提示模型

IP-Adapter图像提示模型

图像提示与文本提示一起作为稳定扩散模型的附加输入。文本和图像提示都作为条对 AI 图像生成产生影响。

ComfyUI官方支持FLUX.1 Tools

ComfyUI官方支持FLUX.1 Tools

ComfyUI 现在支持 Black Forest Labs 为 Flux.1 设计的新模型：Redux 适配器、Fill模型、ControlNet & LoRA（深度和 Canny边缘）。

FLUX.1 Tools 图像工具包

FLUX.1 Tools 图像工具包

FLUX 背后的团队 Black Forest Labs 刚刚发布了 FLUX.1 Tools — 一套由四个强大的工具组成的套件，可增强 FLUX 的图像生成能力和可控性。

15个电商必备虚拟试穿AI工具

15个电商必备虚拟试穿AI工具

本文探索15个顶级 AI 试穿解决方案，这些解决方案通过使用先进的增强现实和人工智能技术，让用户实时虚拟试穿服装、化妆品和配饰等产品，从而彻底改变虚拟购物体验。

FireCrawl 网页抓取平台

FireCrawl 网页抓取平台

Firecrawl 是一个以 REST API 形式公开的网络抓取引擎。你可以通过 cURL 从命令行使用它，也可以使用 Python、Node、Go 或 Rust 语言 SDK 之一使用它。

ComfyUI服装更换工作流

将 IPAdapter 的风格提取与 Grounding Dino 和 Segment Anything 模型的精确分割相结合时，可以获得非常准确且轻松的服装更换。

Llama 3.2 Vision医学图像微调

Llama 3.2 Vision医学图像微调

今天，我将带你了解一个令人兴奋的项目：微调 Meta 的 Llama 3.2 Vision 模型来分析放射图像。

用代理和工具构建个人助理

使用代理和工具，我们可以在聊天界面从自己的文档中检索数据、阅读/发送电子邮件、与内部数据库交互等。

Better - AI代码审查工具

Better - AI代码审查工具

Better是一个Github Action，使用人工智能对拉取请求差异进行代码审查并生成建议。

屏幕截图生成代码

Screenshot-to-code是一个简单的工具，可使用 AI 将屏幕截图、模型和 Figma 设计转换为干净、实用的代码。现在支持 Claude Sonnet 3.5 和 GPT-4o！