admin

APPLICATION

医学文本处理多智能体系统

本文探讨了用于处理医学文本的多智能体人工智能应用程序的架构、工作流程、代码实现和未来范围。

DATASET

高效构建多模态数据集

本文介绍一个生成多模态数据集的管道。该管道的主要目标是无需人工标注即可工作。

MODEL-ZOO

MiniCPM-V端侧多模态大模型

MiniCPM-V 是一系列高效的 MLLM，旨在在手机和个人电脑等端侧设备上运行，使其成为各种 AI 应用程序的强大工具。

LIBRARY

Mesop：AI应用快速开发框架

Mesop是一个Google新发布的基于 Python 的 Web 应用框架，适合用于快速开发包含Web界面的AI应用。

MODEL-ZOO

Ultravox实时语音多模态大模型

Ultravox 是一种新型多模态 LLM，可以理解文本和人类语音，而无需单独的音频语音识别 (ASR) 阶段。

APPLICATION

用语音命令管理数据库

该项目使用 Whisper 进行语音转文本，并使用 Llama 3 将转录转换为 SQL 查询，从而实现通过语音命令自动更新数据库。

APPLICATION

LlamaIndex构建AI实时交易系统

本教程演示了如何使用 Kafka 流式传输 EUR/USD 数据、使用 LlamaIndex 工作流进行无缝逻辑处理以及使用 GPT-4o 进行图像分析来构建实时交易机器人。

TOOL

18个视频创作必备AI工具

我们总结了 18个最佳人工智能视频编辑工具。使用它们让你的客户惊叹于视频内容，并大幅提高你的工作效率。

TOOL

提示工程速查手册

我们的提示工程速查手册是一本精简版 (PDF) 咒语书，适用于这个有点神秘且通常很棘手的机器学习学科。

LLM

低端PC运行LLM的5个方法

本文介绍在低配置设备上运行大模型的技术方案，包括量化、半精度、SafeTensors、GGUF 文件格式、设备映射、注意力切片、CPU 卸载等。

TOOL

7个电商必备ComfyUI工作流

本文介绍的7个 ComfyUI工作流，可以轻松删除产品背景、替换背景并将产品与全新背景无缝集成。

MODEL-ZOO

OmniVision-968M 世界最小VLM

Omnivision 是一个紧凑的、不到1B (968M)参数 的多模态模型，用于处理视觉和文本输入，针对边缘设备进行了优化。

AGENT

AI代理聚焦工具利用

AI代理的重点正在从简单地开发自主AI代理转向增强可用的工具，这直接影响它们的功能和灵活性。

APPLICATION

影视场景中的演员识别

在观看电视剧时，我注意到会自动显示演员姓名。受此启发，我使用 AI 技术开发了自己的解决方案。

APPLICATION

为网站自动生成智能客服

你是否曾希望将整个网站变成一个可以准确回答访客问题的智能聊天机器人？利用CustomGPT，只需3行 Python 代码就可以实现！

TOOL

ComfyUI风格迁移指南

在ComfyUI中，使用IPAdapter Plus插件，只需输入参考图片，就能生成类似风格的图片了。

TOOL

11个值得尝试的AI搜索引擎

在过去的几个月里，我的团队一直在测试AI 搜索工具，现在让我们来看看其中11 个最佳 的你值得尝试的AI 搜索引擎。

MODEL-ZOO

Qwen2.5-Coder 模型微调教程

本文介绍如何在Continue代码助手的开发数据记录基础上，使用 Unsloth 微调Qwen2.5-Coder 7B模型，以完善其代码自动完成能力。

LIBRARY

LlamaParse高级PDF解析器

LlamaParse 是一种支持生成 AI 的文档解析技术，专为包含嵌入对象（如表格和图形）的复杂文档而设计。

TOOL

CodeGPT代码解释器

代码解释器允许你直接在编辑器中使用 AI 模型编写、执行和分析代码。本文展示如何在 VSCode 中使用 CodeGPT的代码解释器。

MODEL-ZOO

在VS Code中使用Qwen2.5-Coder

得益于通过 ollama 和 CodeGPT 的集成，Qwen2.5-Coder 模型现已可供直接下载并在 VS Code 中使用。

MODEL-ZOO

BRIA RMBG-2.0背景去除模型

RMBG v2.0 是BRIA AI最新的先进的背景去除模型，旨在有效地将一系列类别和图像类型的前景与背景分开。

TOOL

ComfyUI Workflow案例研究

在本文中，我将演示如何设置环境并使用 ComfyUI Compact 工作流生成图像。

APPLICATION

打造AI驱动的视频编辑工具

ClipAnything 将通过使用其强大的多模式 AI 功能，将编辑时间从数小时大幅缩短到数分钟，本文将探讨 Clip Anything 的功能以及如何使用开源技术免费创建自己的版本。

AGENT

Databutton+Phidata开发Agent

代理是能够通过采取有针对性的行动来完成复杂任务的智能程序。本文介绍全栈代理应用的快速开发过程，使用Databutton和Phidata。