logo
publist
写文章

简介

FGAI人工智能平台——一站式AI解决方案,集成DeepSeek等AI大模型智能助手、大模型私有化部署、视觉感知平台,涵盖数据处理、模型训练、推理、量化与加密部署等全流程,配备完整示例教程,适用产业部署与高效教学等场景,助力高效落地AI应用,释放无限创新潜能!

擅长的技术栈

人工智能 大模型

可提供的服务

FGAI人工智能平台——一站式AI解决方案,集成DeepSeek等AI大模型智能助手、大模型私有化部署、视觉感知平台,涵盖数据处理、模型训练、推理、量化与加密部署等全流程,配备完整示例教程,适用产业部署与高效教学等场景,助力高效落地AI应用,释放无限创新潜能!

DeepSeek V4 接入龙虾(OpenClaw)保姆级配置教程

DeepSeek V4 接入 OpenClaw 配置指南 本文提供 DeepSeek V4 接入 OpenClaw 的完整配置流程,包含: 获取 API Key - 登录 DeepSeek 平台创建并保存 API Key 配置文件位置 - 说明 Windows/Ubuntu/macOS 系统下配置文件的默认路径 配置修改步骤 - 详细指导如何备份和修改 openclaw.json 文件 关键参数说

文章图片
#人工智能
OpenClaw 龙虾全自动源码安装,适合本地和云端

本教程提供一键全自动安装脚本,适用于 Ubuntu 系统(本地或云端),覆盖基础依赖安装、Node.js 环境搭建、OpenClaw 源码拉取与构建、模型配置、网关启动及页面测试全流程。建议在 Docker 容器中运行以确保安全,Docker 安装可参考另一份教程。

文章图片
2110条应用案例告诉你:龙虾(OpenClaw)到底能做什么?

新增2110条龙虾应用案例,覆盖社交媒体自动化运营、企业办公协作(飞书/钉钉/企业微信/QQ)、多Agent协作体系、数据分析与知识管理、基础设施部署、跨境电商与内容创作六大核心场景,系统回答「龙虾到底能做什么」这一核心问题,是目前国内最全面的OpenClaw应用案例聚合平台。

文章图片
龙虾 OpenClaw 镜像一键安装:图文详解 + 大模型配置教程,支持 Ubuntu 与 Windows WSL

通过 Docker 镜像即可快速完成龙虾(OpenClaw)安装——下载镜像文件并加载,整个过程简单高效。安装完成后,还可使用"龙虾助手"进行图形化配置,操作更加便捷直观。本教程适用于 Linux(Ubuntu)系统和 Windows 系统(Windows 用户需先安装 WSL 子系统),涵盖镜像下载与加载、容器创建与启动、大模型参数配置、服务启动及页面测试全流程。

文章图片
#ubuntu#windows#linux
DeepSeek V4 接入龙虾(OpenClaw)保姆级配置教程

DeepSeek V4 接入 OpenClaw 配置指南 本文提供 DeepSeek V4 接入 OpenClaw 的完整配置流程,包含: 获取 API Key - 登录 DeepSeek 平台创建并保存 API Key 配置文件位置 - 说明 Windows/Ubuntu/macOS 系统下配置文件的默认路径 配置修改步骤 - 详细指导如何备份和修改 openclaw.json 文件 关键参数说

文章图片
#人工智能
DeepSeek V4 接入龙虾(OpenClaw)保姆级配置教程

DeepSeek V4 接入 OpenClaw 配置指南 本文提供 DeepSeek V4 接入 OpenClaw 的完整配置流程,包含: 获取 API Key - 登录 DeepSeek 平台创建并保存 API Key 配置文件位置 - 说明 Windows/Ubuntu/macOS 系统下配置文件的默认路径 配置修改步骤 - 详细指导如何备份和修改 openclaw.json 文件 关键参数说

文章图片
#人工智能
DeepSeek‑V4预览版正式发布:百万上下文普惠时代来临

2026 年 4 月 24 日,DeepSeek 全新系列模型 DeepSeek‑V4 预览版正式上线并同步开源,以百万字超长上下文、顶尖 Agent 能力、世界知识与推理性能,宣告开源大模型迈入高效普惠的长上下文新纪元。

文章图片
#人工智能
DeepSeek‑V4预览版正式发布:百万上下文普惠时代来临

2026 年 4 月 24 日,DeepSeek 全新系列模型 DeepSeek‑V4 预览版正式上线并同步开源,以百万字超长上下文、顶尖 Agent 能力、世界知识与推理性能,宣告开源大模型迈入高效普惠的长上下文新纪元。

文章图片
#人工智能
vscode C++ windows中文输出乱码或编译报错解决方案

vscode C++ windows中文输出乱码或编译报错解决方案

文章图片
#vscode#c++#ide
Pytorch 神经网络模型量化分析基本框架

环境准备:1、anaconda官网下载下载地址https://www.anaconda.com/distribution/注意选用该电脑相应的系统和64/32位。已安装Python使用环境的请跳过此步骤。已安装Python使用环境的请跳过此步骤。2、pytorch安装https://pytorch.org/get-started/previous-versions/基础框架:1、数据准备假设我们现

#神经网络#深度学习#pytorch +1
    共 94 条
  • 1
  • 2
  • 3
  • 10
  • 请选择