之前分享过关于 hermes，LLM wiki，Obsidian 相关的文章。但我发现了一些缺陷。

实际情况是：大模型本质上是一个庞大的数学函数，里面是以矩阵运算来进行的，它接收的是数字，输出的也是数字，它并不认识人类写的文字/英文，只认识数字（Token ID）。此外，Context 除了对话的内容以外，还会有一些工具，系统提示词也会被记录进来，在大模型执行我们给他的任务的时候一并使用，比如说一些天气工具啥的。我们一文讲清了 LLM，Token，Context，Context Window，P

希望大家支持一下俺的两个小程序：偶然去水印 和发圈防折神器

之前分享过关于 hermes，LLM wiki，Obsidian 相关的文章。但我发现了一些缺陷。

而且这些山的海拔都不低，再加上当时的雨天，车越往上开，雾越大，再看看哪没有护栏的山间小路，真的让人不敢睡觉，生怕翻车下去，直接东一块西一块的。比较丰富，内置了大量插件和模板，涵盖联网搜索，数据库，API 调用等，支持一键发布到飞书，微信，Discord，Telegram等。它的关键优势在于，它是开源可自托管，数据自主可控的，集成能力强，灵活度高，支持复杂流程，比如条件分支，循环，错误处理等。如果兄

这里我们设置循环类型为无限循环。如果说兄弟们运营得当，比如说找到需要生产文章的应用场景，当然这个场景可商业化，那么采用 AI 的能力，满足这个场景的需要，是可以不断给兄弟们带来收益的，毕竟百倍提速呢。这里我们设置两个参数，job_id，hifly_id，数据来源为 create_lipsync_video2 节点的 job_id，以及开始节点的 hifly_id。顺便吐槽一下，现在的工作真的牛马，

10 分钟把任何文章转成高质量视频

10 分钟把任何文章转成高质量视频

这里我们设置输入参数 app_token 数据来源为查询数据节点的 feishu ，设置 records 参数数据来源为大模型节点的 records ，表示输出的记录，设置 table_name 参数为老师，表示表格的名称。比如老师上传的是数学作业，然后学生上传语文作业，这是无法批改成功的，需要删除掉老师上传的数学作业，重新上传语文作业，学生再上传语文作业，才能批改成功。好久不见，距离上次更新，差

这里我们设置循环类型为使用数组循环，设置循环数组参数为 input 数据来源为开始节点的 prompt ，设置输出参数为 data_list ，数据来源为图片生成的 data，类型为图片。循环节点我们选择使用数组循环类型，设置循环数组参数 input 数据类型为数组类型，数据来源为大模型节点的 outputList ，设置输出参数为 output 数据来源为子工作流。但对于一些小的商家来说，他们去