Tagged

TOOL

A collection of 239 posts

ComfyUI自定义节点开发
TOOL

ComfyUI自定义节点开发

ComfyUI 是 Stable Diffusion 的强大而灵活的用户界面，允许用户通过基于节点的系统创建复杂的图像生成工作流程。虽然 ComfyUI 带有各种内置节点，但其真正的优势在于可扩展性。自定义节点使用户能够添加新功能、集成外部服务并根据其特定需求进行定制。 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。 我们将使用 Google Gemini API 生成图像的字幕。 1、自定义节点的完整代码这是使用 Gemini API 执行 ImageCaptioning 的完整代码。 你可以将以下代码复制到 ComfyUI 中 custom_nodes 文件夹下的任何文件中，我将我的文件命名为 gemini-caption.py ： 生成图像标题的完整代码： import numpy as np from PIL import Image
admin • 5 min read
Illuminate 用论文生成播客
TOOL

Illuminate 用论文生成播客

凭借 NotebookLM 取得突破性成功后，强大的 Google 机器再次从其研究实验室推出另一款产品。 Google Illuminate 在许多方面都是一款与 NotebookLM 类似的播客制作产品，但在一个关键功能上却完全不同——它的重点完全放在播客上。 这两种人工智能工具都旨在更快、更轻松地将知识提炼成友好易懂的块，并以方便人类的方式呈现。 Illuminate 目前仅向特定群体开放，并有候补名单以获得更广泛的访问权限。目前尚不清楚它是否会成为不仅仅是一个实验。 1、什么是 Google Illuminate？Google Illuminate 是一个简单的播客生成器，它使用人工智能来创建对话，类似于 NotebookLM 中的播客功能。这些新工具背后的原理是，人工智能非常擅长阅读大量文本、视频或音频，然后生成深刻的摘要。 谷歌在这一领域的优势在于，其 Gemini 人工智能模型拥有巨大的上下文窗口，是其竞争对手的两倍，达到 200 万个标记。上下文窗口本质上是人工智能在开始遗忘或退化之前在一次会话中可以保存的信息量。 这意味着，其他模型（来自 OpenAI 或 Anthropic）
admin • 5 min read