十几分钟复刻大师演讲？WorkBuddy实战：一个AI智能体如何重塑你的内容创作流程

如果你是一名内容创作者、培训师，或者任何需要频繁产出高质量文稿和演讲的人，你一定经历过这样的痛苦：面对一个复杂的主题，从构思、查资料、搭建框架到最终成文，耗费数小时甚至数天。更别提，如果你想模仿某位行业领袖的演讲风格，那几乎是一项不可能完成的任务——你需要反复观看他的视频，分析他的用词、逻辑和语气，然后小心翼翼地模仿。

但现在，一个名为 WorkBuddy 的AI智能体工具，正在将这个过程从“不可能”变为“十几分钟”。它不是一个简单的文案生成器，而是一个集成了大模型、智能体（Agent）和特定技能（Skill）的自动化工作流平台。今天，我们就来深度拆解WorkBuddy，看看它如何实现“复刻大师演讲”这个听起来很玄乎的目标，更重要的是，作为开发者或技术爱好者，我们如何上手实践，并理解其背后的技术逻辑与边界。

这篇文章将带你从零开始，理解WorkBuddy的核心概念，完成环境搭建与配置，并通过一个完整的“复刻乔布斯风格产品发布会演讲”的实战案例，展示其工作全流程。我们不仅会跑通功能，更会深入分析其背后的提示词工程、声音克隆技术集成以及智能体协作机制，最后给出常见问题排查和最佳实践建议。无论你是想将其作为生产力工具，还是对AI Agent开发感兴趣，这篇文章都将提供切实可行的指南。

1. WorkBuddy要解决的真正问题：从“内容生成”到“风格化工作流”

在深入技术细节之前，我们必须先厘清一个关键点：WorkBuddy和ChatGPT、文心一言这类通用聊天机器人有什么区别？它的价值增量在哪里？

通用大模型 解决的是“从0到1”的问题：给你一个主题，它能生成一段相关的、通顺的文字。但它存在几个明显的短板：

  1. 缺乏深度和结构 ：生成的文稿往往流于表面，缺乏严谨的逻辑框架和深入的行业洞察。
  2. 风格不可控 ：你很难让它稳定输出某种特定风格（如乔布斯的极简与煽动、雷军的朴实与亲和）。
  3. 流程割裂 ：写稿、查资料、做PPT、生成语音是几个独立的步骤，你需要手动串联，效率低下。
  4. 知识更新滞后 ：对于最新的行业动态、数据，需要你手动喂给它。

WorkBuddy 的定位，是解决“从1到90”的问题。它不是一个单一的模型，而是一个 智能体框架 ，通过编排不同的“技能”（Skills）和连接外部工具（如搜索引擎、数据库、声音克隆API），构建一个自动化的、风格化的内容生产工作流。

它的核心价值在于：

  • 工作流自动化 ：将研究、大纲、撰稿、优化、甚至语音合成串联成一个任务。
  • 风格复刻与固化 ：通过精心设计的提示词（Prompt）和角色设定，让AI稳定输出特定风格的内容。
  • 技能扩展性 ：你可以为其添加新的技能，比如连接公司知识库、调用数据分析API，使其成为你的专属智能助理。

所以，“十几分钟复刻大师演讲”只是一个吸引眼球的场景演示。其背后真正的命题是： 如何利用AI智能体技术，将个人或组织的专业知识、行文风格和创作流程产品化、自动化，从而极大提升高质量内容的生产效率与一致性。

2. 核心概念与原理：智能体、技能与提示词工程

要玩转WorkBuddy，必须理解三个核心概念：智能体（Agent）、技能（Skill）和提示词（Prompt）。

2.1 智能体 (Agent)

在WorkBuddy的语境下，智能体不是一个有自我意识的AI，而是一个 具备目标导向、能自主调用工具完成任务的大模型应用 。你可以把它想象成一个虚拟的、高度专业化的员工。

  • 目标导向 ：你给它一个任务，如“写一份关于新能源汽车电池技术趋势的行业分析报告”。
  • 自主调用工具 ：它不会只靠自己的“脑补”。它会自动决定先调用“联网搜索”技能查最新数据，再调用“结构化写作”技能生成大纲，最后调用“风格化润色”技能调整文风。
  • 状态管理与记忆 ：在执行多步骤任务时，它能记住上下文，确保最终输出的连贯性。

2.2 技能 (Skill)

技能是智能体可以调用的具体能力单元，是智能体的“手脚”。WorkBuddy内置或允许用户自定义多种技能：

  • 网络搜索 ：从互联网获取实时信息。
  • 文档处理 ：读取、总结、分析你上传的PDF、Word、TXT文件。
  • 结构化写作 ：根据模板生成报告、邮件、演讲稿等。
  • 风格模仿 ：基于提供的样本，学习并模仿其写作风格。
  • 代码解释/生成 ：针对开发者。
  • 语音合成/克隆 ：连接外部TTS服务，甚至使用声音克隆技术生成特定人声。

一个智能体的能力强大与否，取决于它装配了哪些技能以及这些技能如何被编排。

2.3 提示词工程 (Prompt Engineering)

这是驱动智能体行为的“大脑”和“剧本”。提示词定义了：

  1. 角色 ：你是谁？（例如：“你是一位拥有20年经验的科技行业分析师，擅长用数据讲故事。”）
  2. 任务 ：你要做什么？（例如：“请撰写一篇面向投资人的分析报告。”）
  3. 约束与格式 ：必须怎么做？（例如：“报告需包含摘要、现状、趋势、风险、结论五部分，使用Markdown格式，数据需注明来源。”）
  4. 风格与样例 ：参考什么风格？（例如：“请参考以下乔布斯演讲片段的语言风格和节奏： Here‘s to the crazy ones... ”）

在“复刻大师演讲”这个场景中， 核心秘密就在于构建一个极其精准的提示词 ，将“大师的风格样本”、“演讲的结构模板”和“当前的主题”三者融合。

3. 环境准备与安装部署

WorkBuddy通常提供云端SaaS服务和本地/私有化部署两种方式。对于个人体验和技术研究，我们以最常见的Docker部署为例。

前置条件：

  • 操作系统 ：Linux (Ubuntu 20.04+ / CentOS 7+)， macOS，或 Windows (WSL2 推荐)。
  • Docker & Docker Compose ：必须安装。这是运行WorkBuddy最简单的方式。
  • 硬件 ：建议至少4核CPU，8GB内存，20GB磁盘空间。如果涉及本地大模型推理，需要更高配置和GPU。
  • 网络 ：能够访问Docker Hub和互联网（用于拉取镜像和部分技能联网）。
  • API Keys ：你需要准备一些第三方服务的API密钥，例如：
    • OpenAI API Key 或 国内大模型API Key （如文心、通义、智谱）：作为智能体的核心“大脑”。
    • 搜索引擎API Key （可选）：如Serper、Google Custom Search。
    • 语音合成API Key （可选）：如微软Azure TTS、阿里云语音合成。若需声音克隆，可能需要特定服务如ElevenLabs。

安装步骤：

  1. 获取部署文件 ：通常从WorkBuddy的官方GitHub仓库或发布页面获取 docker-compose.yml 配置文件。

    git clone <WorkBuddy官方仓库地址>
cd workbuddy-deploy

  2. 配置环境变量 ：复制环境变量模板文件并填写你的API密钥。

    cp .env.example .env
# 使用文本编辑器（如vim、nano）编辑 .env 文件
vim .env

    在 .env 文件中，关键配置项如下：

    # 核心LLM配置 (例如使用OpenAI)
LLM_PROVIDER=openai
OPENAI_API_KEY=sk-your-openai-api-key-here
OPENAI_BASE_URL=https://api.openai.com/v1 # 如果使用代理，可修改此处

# 或使用国内模型，例如智谱AI
# LLM_PROVIDER=zhipu
# ZHIPU_API_KEY=your-zhipu-api-key

# 网络搜索技能配置 (例如使用Serper)
SERPER_API_KEY=your-serper-api-key

# 应用访问配置
WORKBUDDY_HOST=localhost
WORKBUDDY_PORT=3000
SECRET_KEY=your-strong-secret-key-here # 用于会话加密，请务必修改

  3. 启动服务 ：使用Docker Compose一键启动所有容器。

    docker-compose up -d

    这个命令会拉取PostgreSQL（数据库）、Redis（缓存）、WorkBuddy后端和前端等多个镜像并启动。

  4. 验证安装 ：等待几分钟后，在浏览器中访问 http://localhost:3000 。你应该能看到WorkBuddy的登录界面。首次使用可能需要注册管理员账户。

4. 核心流程拆解：如何构建一个“演讲复刻”智能体

假设我们的目标是： 创建一个能模仿乔布斯风格，为任何科技产品撰写发布会演讲稿的智能体。

4.1 第一步：定义智能体角色与核心提示词

在WorkBuddy管理界面，创建新的智能体（Agent）。核心在于系统提示词（System Prompt）的编写。

系统提示词示例： 

你是一位世界顶级的科技产品发布会演讲者，专门模仿史蒂夫·乔布斯的风格。你的演讲以简洁、有力、充满悬念和革命性口号著称。你善于使用“One more thing...”这样的经典桥段，善于将复杂技术转化为普通人能感知的体验。

**你的核心任务**：根据用户提供的产品名称和核心功能，创作一篇乔布斯风格的发布会演讲稿。

**你必须严格遵守以下结构**：
1.  **开场**：用一句令人印象深刻的宣言或问题抓住观众注意力。（例如：“今天，我们将重新发明手机。”）
2.  **痛点揭示**：指出旧世界（没有这个产品时）存在的问题。
3.  **产品亮相**：“但今天，这一切都将改变。” 然后隆重介绍产品名称。
4.  **功能演示**：分3-5个核心功能点阐述，每个点都要用“这很神奇，不是吗？”这样的口吻结尾。
5.  **哲学升华**：将产品提升到改变生活、改变行业的高度。
6.  **价格与发布**：“它的价格是...”，并给出一个“令人难以置信”的价格。
7.  **结尾**：“今天，我们只是开始...”（展望未来）。“谢谢大家。”

**语言风格要求**：
- 句子简短、有力。
- 大量使用“革命性的”、“不可思议的”、“美妙的”等词汇。
- 善用停顿和重复强调关键点。
- 避免使用复杂的技术术语，必须用比喻和场景化语言。

**输出格式**：纯文本演讲稿，包含舞台动作提示，如【停顿】、【展示幻灯片】。

这个提示词定义了角色的灵魂、任务的目标、输出的骨架和语言的血肉。

4.2 第二步：装配必要的技能

为这个智能体添加技能：

  1. 联网搜索 ：让智能体可以获取产品的最新信息、竞品动态，使演讲内容更“真实”。
  2. 文档读取 ：你可以上传几篇经典的乔布斯演讲文稿（如iPhone发布、Macintosh发布），作为风格学习的参考材料。智能体会在生成时参考这些文档的用词和句式。
  3. 长文本生成 ：确保能生成足够长度的完整讲稿。

在WorkBuddy的技能市场或配置页面，将这些技能拖拽到你的智能体配置中，并完成授权（如配置搜索API）。

4.3 第三步：创建并执行任务

现在，向你的智能体下达一个具体任务。

用户输入（User Input）： 

产品： “智能眼镜Nexus Glasses”
核心功能： 1. 全息AR显示。 2. 实时多语言翻译。 3. 健康体征监测。 4. 与所有IoT设备无缝连接。
请为它撰写发布会演讲稿。

点击运行。智能体会开始工作：

  1. 理解任务 ：基于系统提示词，它知道自己要扮演乔布斯，写演讲稿。
  2. 调用技能 ：它可能会先调用“联网搜索”，查询“智能眼镜 最新技术”、“AR眼镜市场”，以丰富演讲中的背景信息。
  3. 参考文档 ：它会从你上传的乔布斯演讲样本中提取风格元素。
  4. 生成与迭代 ：结合所有信息，按照规定的结构，生成初稿。高级设置中，你可以开启“自我评审”技能，让它自己检查是否符合风格和结构要求，并进行多轮润色。

4.4 第四步：集成声音克隆（进阶）

生成的文本稿很棒，但配上声音就更完美了。这需要集成外部语音合成服务。

  1. 配置TTS技能 ：在WorkBuddy中配置如Azure TTS或ElevenLabs的技能，输入API Key。
  2. 选择音色 ：在TTS服务中选择一个接近乔布斯音色的声音（如 ElevenLabs 有“声音克隆”功能，但需合规使用他人音色）。
  3. 编排工作流 ：你可以创建一个更高级的“工作流”（Workflow），将“智能体生成讲稿”和“TTS朗读”两个节点连接起来。这样，一个任务就能直接输出MP3音频文件。

工作流配置示意（概念性）： 

# 这是一个概念性示例，实际在UI中配置
workflow:
  name: 演讲生成与播报
  steps:
    - name: 生成乔布斯风格讲稿
      agent: 乔布斯演讲家
      input: “{{用户输入的产品和功能}}”
    - name: 语音合成
      skill: azure-tts
      input: “{{上一步的输出}}”
      params:
        voice: “zh-CN-YunxiNeural” # 选择一个合适的音色
        style: “assistant”
      output: audio.mp3

5. 完整示例：从零创建一个“行业分析师”智能体

让我们更具体一点，创建一个用于生成行业分析报告的智能体，并展示部分后台配置逻辑。

目标 ：创建一个能撰写“新能源汽车电池技术”季度分析报告的智能体。

5.1 后端配置示例（docker-compose.yml 部分）

version: '3.8'
services:
  postgres:
    image: postgres:15
    environment:
      POSTGRES_DB: workbuddy
      POSTGRES_USER: workbuddy
      POSTGRES_PASSWORD: ${DB_PASSWORD} # 从.env文件读取
    volumes:
      - postgres_data:/var/lib/postgresql/data

  redis:
    image: redis:7-alpine

  backend:
    image: workbuddy/backend:latest
    depends_on:
      - postgres
      - redis
    environment:
      DATABASE_URL: postgresql://workbuddy:${DB_PASSWORD}@postgres:5432/workbuddy
      REDIS_URL: redis://redis:6379
      OPENAI_API_KEY: ${OPENAI_API_KEY}
      # ... 其他环境变量
    ports:
      - “8080:8080” # 后端API端口

  frontend:
    image: workbuddy/frontend:latest
    depends_on:
      - backend
    environment:
      VITE_API_BASE_URL: http://localhost:8080 # 指向后端
    ports:
      - “3000:80” # 前端访问端口

volumes:
  postgres_data:

5.2 智能体配置示例（通过API创建）

WorkBuddy通常提供Web界面配置，但其背后是REST API。以下是通过API创建智能体的概念性代码（Python）：

import requests
import json

WORKBUDDY_API_BASE = “http://localhost:8080/api/v1”
API_KEY = “your-admin-api-key” # 在管理界面获取

headers = {
    “Authorization”: f”Bearer {API_KEY}”,
    “Content-Type”: “application/json”
}

# 1. 定义智能体
agent_payload = {
    “name”: “新能源汽车行业分析师”,
    “description”: “专注于跟踪分析新能源汽车，特别是电池技术、市场格局和政策动向。”,
    “system_prompt”: “””你是一位资深的新能源汽车行业分析师，为顶级投资机构提供报告。你的分析必须数据驱动、逻辑严谨、洞察深刻。
    报告结构必须包括：1) 行业概览与核心数据；2) 关键技术突破（重点在电池）；3) 主要玩家动态与竞争格局；4) 政策与市场风险；5) 未来季度预测与投资建议。
    所有数据和引用必须真实可查，如无法确认需注明‘据行业信息’。使用专业、客观、冷静的书面语。”””,
    “model”: “gpt-4-turbo-preview”, # 指定使用的模型
    “skills”: [“web_search”, “document_parsing”] # 关联的技能ID
}

response = requests.post(f”{WORKBUDDY_API_BASE}/agents”, json=agent_payload, headers=headers)
agent_id = response.json()[‘id’]
print(f”智能体创建成功，ID: {agent_id}”)

# 2. 运行一个任务
task_payload = {
    “agent_id”: agent_id,
    “input”: “请分析2024年第一季度磷酸铁锂电池与三元锂电池的技术路线竞争态势，重点包括能量密度、成本、安全性和主要厂商布局。”,
    “stream”: False # 是否流式输出
}

task_response = requests.post(f”{WORKBUDDY_API_BASE}/tasks”, json=task_payload, headers=headers)
task_result = task_response.json()
print(“任务结果：”, json.dumps(task_result, indent=2, ensure_ascii=False))

5.3 技能配置示例（联网搜索技能）

在WorkBuddy的Web管理界面，配置“联网搜索”技能通常需要填入API参数。其背后的原理是智能体在需要时，会向该技能发送搜索查询。

技能配置表单可能包含：

  • 技能名称 ： Google 搜索
  • 技能类型 ： Web Search
  • 提供商 ： Serper Dev (或 Google Custom Search)
  • API 端点 ： https://google.serper.dev/search
  • API Key ： your_serper_api_key
  • 查询参数映射 ： {“q”: “{query}”, “num”: 10}

当智能体决定搜索时，它会构造一个请求，例如 {“query”: “2024 Q1 磷酸铁锂电池 能量密度 成本”} ，发送给该技能，技能执行搜索并返回结构化结果给智能体。

6. 运行结果与效果验证

执行完“行业分析师”智能体的任务后，我们期望获得一份结构清晰、有数据支撑的分析报告片段。

预期输出示例（片段）： 

**2024年第一季度磷酸铁锂与三元锂电池技术竞争分析**

**1. 行业概览与核心数据**
2024年Q1，全球动力电池装机量预计达到XXX GWh，同比增长XX%。其中，磷酸铁锂（LFP）电池凭借成本和安全优势，在乘用车领域的渗透率持续提升至约XX%，而三元锂（NCM/NCA）电池则在高端长续航车型中保持主导。

**2. 关键技术突破对比**
- **能量密度**：头部厂商的三元锂电池单体能量密度已突破300Wh/kg，而磷酸铁锂电池通过CTP/CTC等结构创新，系统能量密度达到160-180Wh/kg，差距在缩小。
- **成本**：由于不含钴镍，LFP电池材料成本较NCM低约XX%-XX%，成为车企降本的关键选择。
- **安全性**：LFP材料热稳定性高，通过针刺实验，安全性公认优于三元锂。
- **低温性能**：三元锂仍具优势，但LFP厂商通过电解液和负极改良，-20℃容量保持率已提升至XX%以上。

**3. 主要玩家动态**
- **宁德时代**：同时推进“麒麟电池”（三元锂）和“M3P”电池（磷酸铁锂升级版）量产。
- **比亚迪**：刀片电池（LFP）全面外供，已获特斯拉、丰田等订单。
- **LG新能源**：主攻高镍三元，并研发全固态电池以应对远期竞争。
...

如何验证效果？

  1. 结构符合度 ：检查输出是否严格遵循了提示词中规定的五个部分。
  2. 信息真实性 ：核对报告中提及的数据点（如装机量、渗透率）。可以要求智能体在关键数据后附上来源（通过搜索技能实现），或手动进行交叉验证。
  3. 风格专业性 ：判断语言是否客观、冷静，是否使用了过多的营销性词汇。
  4. 洞察深度 ：报告不应只是信息的堆砌，而应有分析、对比和预测。检查是否有“因此”、“这意味着”、“然而”等体现逻辑关系的分析性语句。

7. 常见问题与排查思路

问题现象 可能原因 排查方式 解决方案
智能体输出内容空洞，不按结构 1. 系统提示词不够清晰或约束力弱。
2. 使用的模型能力不足（如用了GPT-3.5）。
3. 任务输入太模糊。		 1. 检查并强化提示词中的“必须”、“严格遵守”等指令。
2. 在智能体设置中切换为更强大的模型（如GPT-4）。
3. 提供更具体、更结构化的任务输入。		 1. 使用更详细的提示词模板，甚至提供输出样例。
2. 升级模型。
3. 将大任务拆解成子任务链。
联网搜索技能返回空或错误 1. API Key 失效或配额用尽。
2. 网络问题导致请求失败。
3. 搜索查询构造不合理。		 1. 在技能配置页面测试API连接。
2. 查看后端日志中该技能的调用错误信息。
3. 检查智能体生成的搜索关键词是否过于宽泛或复杂。		 1. 更换或充值API Key。
2. 确保服务器网络通畅。
3. 在提示词中指导智能体如何生成更有效的搜索词。
Docker 容器启动失败 1. 端口被占用。
2. .env 文件配置错误或缺失。
3. 镜像拉取失败。		 1. 运行 docker-compose logs 查看具体错误。
2. 运行 docker ps 检查端口冲突。
3. 检查 .env 文件是否存在，变量名是否正确。		 1. 修改 docker-compose.yml 中的端口映射。
2. 确保 .env 文件与 docker-compose.yml 在同一目录，且变量已正确导出。
3. 尝试手动拉取镜像 docker pull workbuddy/backend:latest 。
智能体执行任务超时 1. 任务过于复杂，模型生成时间长。
2. 网络搜索或文档处理耗时太久。
3. 服务器资源（CPU/内存）不足。		 1. 查看任务详情页或日志，看卡在哪一步。
2. 监控服务器资源使用情况。		 1. 在智能体设置中调整超时时间。
2. 优化提示词，让任务更聚焦。
3. 升级服务器配置，或考虑使用异步任务队列。
声音克隆/合成效果差 1. TTS服务音色选择不当。
2. 文本内容不适合朗读（如过多专业符号）。
3. 声音克隆训练样本不足或质量差。		 1. 先用TTS服务的在线试听功能测试不同音色。
2. 检查生成的演讲稿文本，是否包含需要预处理的特殊内容。		 1. 选择更匹配的发音人音色。
2. 在文本生成后，添加一个“文本清洗”的中间步骤，处理数字、缩写等。
3. 确保克隆声音时提供足够时长、高音质的清晰人声样本。

8. 最佳实践与工程建议

  1. 提示词设计是核心 ：

    • 角色、任务、约束、样例 四要素缺一不可。
    • 使用 XML标签 或 Markdown标题 在提示词中明确区分指令和上下文，例如： <instruction>...</instruction><context>...</context> 。
    • 少即是多 ：过于冗长的提示词可能导致模型注意力分散。优先确保核心指令清晰。
    • 迭代优化 ：不要指望一次写出完美提示词。根据输出结果，持续调整和细化。

  2. 技能编排要合理 ：

    • 按需装配 ：不是技能越多越好。不必要的技能会增加复杂度、成本和出错概率。
    • 设置超时与回退 ：对于联网搜索等依赖外部API的技能，务必设置合理的超时时间，并设计好失败后的回退逻辑（例如，使用缓存数据或直接基于已有知识生成）。
    • 权限控制 ：对于处理敏感信息（如读取内部文档）的技能，要做好权限隔离，避免智能体越权访问。

  3. 数据安全与合规性 ：

    • 敏感信息脱敏 ：避免在提示词和任务输入中直接使用未脱敏的客户数据、源代码、密码等。
    • API密钥管理 ：所有第三方服务的API密钥必须通过环境变量或安全的密钥管理服务注入，绝不能硬编码在代码或配置文件中。
    • 输出审核 ：对于生成重要对外的内容（如报告、邮件），建立人工审核流程。AI可能产生“幻觉”（编造事实），尤其是涉及具体数据时。

  4. 性能与成本优化 ：

    • 模型选择 ：对于简单任务，使用GPT-3.5或国产中等模型即可，成本更低。复杂、高要求任务再使用GPT-4等高级模型。
    • 缓存策略 ：对相同的查询或中间结果进行缓存，避免重复调用昂贵的模型或API。
    • 任务异步化 ：长时间运行的任务应设计为异步执行，通过Webhook或轮询通知用户结果，避免HTTP请求超时。

  5. 将智能体融入现有流程 ：

    • 定位为助手 ：WorkBuddy智能体最适合作为“初稿生成器”、“信息搜集员”或“风格校对员”，而不是完全取代人类。
    • 定义输入输出规范 ：将智能体封装成标准接口，方便与你的CRM、OA、知识管理系统对接。例如，每天自动生成销售日报，或自动分析用户反馈并分类。

WorkBuddy所代表的AI智能体开发平台，其意义远不止于“复刻演讲”。它降低了构建复杂AI工作流的门槛，让开发者可以像搭积木一样，将大模型能力、外部工具和业务逻辑结合起来，创造出真正解决特定场景问题的智能应用。从自动生成周报、智能客服复盘，到行业情报监控、个性化学习辅导，可能性是无限的。关键在于，你是否能精准地定义问题、设计流程并持续迭代。现在，你可以从创建一个属于你自己的“行业专家”或“创作伙伴”开始，亲自体验AI智能体如何重塑你的工作流。

# AI智能体
Logo
亚马逊云科技技术品牌专区

更多推荐

cover

单片机基础核心知识点汇总（十）

avatar 亚马逊云科技技术品牌专区
cover

Hugging Face Optimum 源码静态评测：模型部署优化框架的工程结构与验证边界

avatar 亚马逊云科技技术品牌专区
cover

白嫖192G显存GPU！ModelScope三种免费算力一篇讲清

avatar 亚马逊云科技技术品牌专区