摘要 本文详细介绍了在阿里魔搭社区和AutoDL平台上微调Qwen3语言模型的方法。主要内容包括：注册训练可视化工具SwanLab、医疗数据集预处理、两种平台的具体操作流程（实例创建、数据准备、参数配置等），以及使用ms-swift框架进行模型微调的完整步骤。文章提供了关键参数说明和平台链接，帮助开发者快速实现Qwen3模型的定制化训练。

扣子平台于2025年2月13日推出智能语音 OpenAPI，配合火山方舟提供的视觉理解模型，开发者可以在 Web、App、小程序、终端硬件上集成扣子智能语音和视频识别能力，使终端用户能够和扣子上的智能体进行实时音视频通话。这一新功能的推出增加了智能体开发的有趣性和方便性。

在如今人人皆可卷,万物皆可卷的社会中生活实属不易。本文将带领各位从零开始搭建并熟悉开发AI面试小程序，适合小白食用。程序还有些地方仍在完善，望海涵。自我介绍AI生成的工作流如下图所示。输入部分为JSON格式的字符串，大模型根据相关信息处理后生成自我介绍后输出。第二个节点用于处理输入的JSON格式的字符串，其代码内容如下。return ret进入【首页】后，点击【自我介绍】按钮即可进入自我介绍生成界

毕昇大模型框架二开的探索

Dify传送门。基于Docker Compose的Dify部署：Dify Docker Compose部署篇传送门。Dify 源码部署篇传送门。本文将详细描述基于Dify的二次开发流程，适合小白食用。

Dify传送门。本系列文章从零开始探索Dify的功能及搭建过程。本文的搭建流程是基于Docker Compose进行部署。

本地部署采用的是支持CPU模式的ChatGLM3-6b的方式，即通过xinference+chatglm3-cpp的方式。在安装过程中成功安装了xinference后，会在对应虚拟环境的python所在的目录下生成一个xinference.exe程序，直接在对应的目录下运行即可。

Dify传送门。本系列文章从零开始探索Dify的功能及搭建过程。本文的搭建流程是基于本地源码进行部署。Dify Docker Compose部署篇传送门。

扣子平台于2025年2月13日推出智能语音 OpenAPI，配合火山方舟提供的视觉理解模型，开发者可以在 Web、App、小程序、终端硬件上集成扣子智能语音和视频识别能力，使终端用户能够和扣子上的智能体进行实时音视频通话。这一新功能的推出增加了智能体开发的有趣性和方便性。

Dify传送门。本系列文章从零开始探索Dify的功能及搭建过程。本文的搭建流程是基于本地源码进行部署。Dify Docker Compose部署篇传送门。