登录社区云，与社区用户共同成长
邀请您加入社区
保姆级教程！小白也能轻松对照教程，快速部署ComfyUI！并且手把手教你安装Manager下载GrsaiAPi插件，用上0.09一张的Nano banana pro
使用个性化报告工具提取和可视化数据。从销售绩效仪表板到财务分析或物流监控，Appsmith 使团队能够轻松做出数据驱动的决策。
Coze（扣子）是字节跳动推出的AI智能体开发平台，定位为“字节版GPTs”，核心价值是零代码、可视化搭建AI智能体。平台提供插件库（搜索、天气、企查查等）、工作流（拖拽式编排）、知识库（RAG检索）、数据库（结构化存储）等核心功能，支持多模态（文生图、语音合成、视频生成）和Multi-Agent多智能体协作。用户通过配置提示词、添加工作流即可创建智能体，一键发布到飞书、微信、抖音等渠道。同时提供
OpenClaw + kookeey 动态代理IP：搭建亚马逊电商数据采集与飞书 AI 自动化工作流
本文全面解析扣子Coze平台的两大核心功能——扣子AI（智能助手）和扣子编程（开发工具）。详细介绍了低代码开发智能体的步骤（创建智能体→添加工作流→发布），以及VibeCoding自然语言编程的便捷性。同时讲解了关键术语如智能体、工作流、技能等概念，并演示了扣子AI的三大实用功能：技能系统、长期计划和AgentWorld。根据用户需求，建议普通用户学习扣子AI，职场人士掌握低代码开发，开发者则专研
摘要：本文介绍利用扣子Coze平台5分钟快速制作萌宠吐槽播客视频的简易流程。通过图像生成节点创建卡通写实风格的宠物播客场景，配合大模型节点生成动态提示词，严格限定8秒一镜到底的台湾腔对话视频格式，包含角色动作、配音等细节设置。测试阶段输入简短文案即可生成视频，建议在剪映添加字幕后进行原创优化（如修改宠物形象、文案等）以避免同质化。该工作流操作简单，适合新手快速制作搞笑萌宠短视频。
以智能保险理赔问答为例：用户提交理赔问题——> AI 预测答复——>高敏感问题调用 HITL 人工坐席协助。
我们将深入介绍一套基于 Adobe Substance 3D Painter 的“工业级”烘焙工作流，重点讲解“匹配网格体名称（Match By Mesh Name）”这一“TA级”的核心功能，并阐明其与“平滑组/硬边”的底层逻辑。通过本指南，你将学会如何100%告别烘焙错误，获得“零接缝”的完美贴图。
Pyramid-Flow 可以生成长达 10 秒，并且最高分辨率为 1280×768、帧率 24 帧每秒的高清视频。
1. contribute开源软件工作流这个工作流适合开发维护开源软件，它依赖于github的Fork功能。将 GitHub 开源Repo Fork 到 你的远程Repo将❶的仓库 clone 至本地开发环境在本地环境中创建特性分支对特性分支进行代码修改并进行提交将特性分支 push 到❶的仓库中在 GitHub 上对 Fork 来源仓库发送 Pull Request2. 以部署为中心
（全套教程文末领取哈）
真是一日不见如过三秋！这几天 AI 界又出了几个较为重磅的消息。
分支说明master分支master分支只部署到线上。每次新功能在测试环境验证通过了才可以合并到master分支。要保证master分支就是线上最新代码。develop分支用于部署到集成测试环境。feat/xxx分支命名规则是：feat/{版本}-{功能点}。feature分支基于最新的master分支拉，开发完毕之后往develop分支合。然后上测试环境即可。hotfix/xxx分支用于线上bu
Stability.ai趁着春节的契机发布了SVD的小更新V1.1版本。这里简单记录下试用体验。整体来说，效果还挺不错的，能看到挺多进步的。
本文介绍了如何在星图GPU平台上自动化部署wan2.1-umt5镜像，快速构建可视化AI视频生成工作流。该镜像基于阿里巴巴开源的Wan2.1模型，结合ComfyUI节点工具，用户可通过拖拽节点轻松实现从文本描述到动态视频的创作，典型应用于生成电影质感短片、赛博朋克风格动画等创意内容。
前言：osworkflow的任务管理很简单，没有专门的任务表，也没有待办，已办，发出，处理任务等等。只有很简单的查询用户可处理的动作和已经处理过的历史步骤。(注意这里只是可处理的动作和已经处理过的历史步骤，都不是任务)这显然距任务管理差很多很多。改造方案： 增加任务表，记录任务的相关属性，可执行人，任务处理人，任务发出时间，完成时间等。 流程定义
在AI绘画中，给生成的图片进行高清修复或超分辨率手段进行放大，是一个应用最为广泛，也相对最为简单的操作。
首先感谢作者能写出如此优雅的作品，作品地址：Workflow-Core由于工作需要，需要在项目中添加工作流引擎,经过产品经理的选型，决定用这个，并且将这个任务分配给我。经过几天的研究，我在这边做一点简单的介绍，给将要使用的同仁做一点参考。详细的可以参考项目的wiki文档，不过都是英文的。在我理解工作流是对某一个具体任务和任务之间业务规则的抽象，他将任务拆分为若干步骤，然后将这些步骤串起...
本文介绍了如何利用LlamaIndex构建一个结合Text2SQL和工作流的数据库RAG系统，实现自然语言查询数据库的功能。主要内容包括：1. Text2SQL技术解析，将自然语言转换为SQL查询；2. 实战演示基于学生数据库的Text2SQL实现；3. 工作流管理复杂查询流程；4. 系统集成方案，包含核心模块、配置文件和用户界面。该系统能帮助非技术人员直接使用自然语言查询数据，同时通过工作流确保
InstanceId（实例ID）、UserId（当前用户）、UserName(当前用户姓名)、TargetUsers（传阅人用户列表）；WikeFlow2.0帮助文档：http://wikeflowhelp.wikesoft.com/你可以将某条流程传阅给某个人。WikeFlow2.0-Vue3演示地址：http://workflow2-vue3.wikesoft.com:8080/WikeFlo
本文基于 ComfyUI + SVD 最小图生视频工作流，对一次“翻车实验”进行复盘。当前工作流以 `generated_image_08.png` 为输入，使用 `svd_xt.safetensors` 模型，核心节点包括 `LoadImage`、`ImageOnlyCheckpointLoader`、`SVD_img2vid_Conditioning`、`KSampler`、`VAEDecod
本文介绍了如何在星图GPU平台上自动化部署stable-diffusion-v1-5-archive镜像，并构建一套创意工作流。该工作流核心在于将Midjourney风格的Prompt进行优化与迁移，使其能在SD1.5模型上生成高质量的AI图片，实现从提示词翻译到参数调优的完整应用。
在AIGC图像生成领域的迅猛发展下，当前的AI绘图工具如Midjourney、StableDiffusion都能够近乎完美的生成逼真富有艺术视觉效果的图像质量。然而，针对人物手部细节的处理依旧是难题之一，常见问题包括AI对手指处理不准确，导致手指黏连或数量异常（4指、6指）等。adetailer等；面部修复问题基本解决，但是手部仍不完美，特别是手部褶皱感。AI智能绘图工具结合ComfyUI，这是一
OpenClaw多代理协作框架通过专业化分工和任务分解策略，有效解决了单一AI代理的局限性。该框架支持主从、对等、流水线和层级四种协作模式，适用于不同复杂度的业务场景。核心设计包括：主代理负责任务分解与结果整合，从代理执行专业子任务；对等模式通过协商机制达成共识；流水线模式实现高效数据流转；层级模式匹配组织架构。任务分解遵循独立性、原子性等原则，最大化并行处理能力。OpenClaw为企业级AI应用
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，
本文介绍OpenClaw自动化系统中的Hooks机制。Hooks是Agent Loop的扩展插槽，在关键节点插入自定义逻辑，实现信息注入、记忆写入、审计和自动化。涵盖Hooks心智模型、内置类型（session-memory/bootstrap/logger/boot-md）、工作位置及管理方法，并列举常见陷阱。
本周无新版本发布，主线活动聚焦于大规模代码质量提升（TypedDict迁移、ORM现代化、Pydantic替换json.loads），同时多个生产级 bug 浮现：MCP URL 双 /v1、HITL WebApp 恢复后卡加载、RAG nan doc_type 错误、自建 OOM 冻结。安全修复 PR #34408（Docker 硬编码密钥）本周关联，access token 安全 PR #31
本文介绍了一种基于LangGraph的AI内容生成优化框架，通过"评估-优化"闭环模式提升输出质量。该框架包含三个核心组件：生成器负责初始内容创作，评估器进行结构化评分并提供改进建议，条件路由控制迭代流程直至达标。以生成猫咪笑话为例，系统通过多轮"生成→评估→优化"的自动迭代，最终输出符合要求的优质内容。这种模式可广泛应用于文案改写、翻译优化、代码生成等场景
本文介绍了一个基于扣子平台搭建的发票智能归档工作流解决方案。该方案通过图像识别和大模型技术，可批量处理发票图片或PDF文件，自动提取14个关键字段（如发票代码、金额、税率等），并将结构化数据同步至飞书多维表格。工作流包含图像识别、文本处理、数据格式化等节点，支持多种发票格式，处理成本低廉（每次仅需几十积分）。测试显示，该系统能准确识别发票信息并自动归档，空字段处理规范，有效解决了出差报销和行政审核
本文系统介绍了智能体技术中的三大核心组件：知识库、插件和工作流。知识库分为结构化和非结构化两种，为智能体提供知识来源；RAG技术通过检索-生成机制，将知识库与大模型结合使用。插件是模块化功能单元，可扩展智能体的专业能力和工具调用。工作流则是智能体处理任务的标准化流程，包括需求解析、任务拆解、资源调用和结果反馈等环节。三者协同工作，使智能体具备知识获取、功能扩展和任务执行的完整能力体系。
本文介绍如何使用LangGraph构建智能路由工作流，实现AI自动分析用户意图并动态执行对应任务。通过餐厅点餐类比，解释LangGraph的节点和边机制，重点讲解条件边实现智能路由的核心原理。文章提供完整代码示例，展示如何让LLM识别用户输入意图（如笑话、故事或诗歌），并路由到相应处理节点。相比传统关键词匹配，该方法能更灵活理解自然语言。最后给出扩展建议和核心知识点总结，帮助开发者掌握这一经典应用
本文介绍了LangGraph中的Orchestrator-Worker工作流模式，该模式通过"规划-执行-汇总"三阶段动态处理任务。编排器(Orchestrator)根据输入智能拆分任务(如报告章节)，工作者(Worker)执行子任务，合成器(Synthesizer)汇总结果。与固定任务的Routing模式不同，该模式适用于报告撰写等多变场景。实现过程包括：定义结构化输出模板确
本文介绍如何通过工作流（Workflow）将复杂任务拆解为多步骤Prompt链，提升AI任务执行效果。工作流分为顺序流（逐步执行）、路由流（按意图分流）和循环流（自我修正）三种形态，并以“自动写周报”为例展示三步顺序流设计：提取核心任务→扩写描述→格式化输出。最后提出通用工作流模板，并总结卷2核心技能，预告卷3将聚焦AI系统工程化扩展。
复杂系统本质是由基础能力组合而成的。Dify 本质上，就是把这些“AI能力组件化”，然后让你可以拼起来。
工作流
——工作流
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
快递鸟社区
龙虾开发者社区
魔珐星云开发社区
AI硬件创业社区
开源鸿蒙跨平台开发者社区
2048 AI社区
