logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

用memU bot做飞书ai办公机器人(含本地ollama模型接入+可视化图表mcp)

本文详细介绍了如何在飞书平台上创建自建应用并与memU Bot进行集成的完整流程。主要包括:1)在飞书开发者平台创建应用并配置7个必要权限;2)安装memU Bot,配置ollama本地模型,并完成飞书平台对接设置;3)配置高德地图和可视化图表MCP服务;4)测试机器人功能,包括消息收发、数据处理和可视化图表生成等。文章还探讨了测试过程中遇到的一些问题及解决方案,展示了AI在商业场景中的实际应用能

文章图片
#人工智能#机器人#科技
用memU bot做飞书ai办公机器人(含本地ollama模型接入+可视化图表mcp)

本文详细介绍了如何在飞书平台上创建自建应用并与memU Bot进行集成的完整流程。主要包括:1)在飞书开发者平台创建应用并配置7个必要权限;2)安装memU Bot,配置ollama本地模型,并完成飞书平台对接设置;3)配置高德地图和可视化图表MCP服务;4)测试机器人功能,包括消息收发、数据处理和可视化图表生成等。文章还探讨了测试过程中遇到的一些问题及解决方案,展示了AI在商业场景中的实际应用能

文章图片
#人工智能#机器人#科技
AI自动化的陷阱:2026年开年ai爆发潮下的冷思考

2025年11月,七起诉讼指控ChatGPT导致用户产生妄想状态并自杀;2026年1月,Google与Character.AI的多起诉讼达成和解。AI是杠杆,放大能力的同时也放大错误。2026年2月的ai爆发潮是一记警钟。万丈高楼平地起,想做长久的产品,必须既把握整体大局又注重局部细节——定期学习基础知识(尤其是一人创业公司),建立AI决策日志记录关键使用决策,设置强制人工检查点,并保持对AI生成

#自动化#人工智能
AI 普惠时代:当 AI 沦为基础设施,行业洗牌与新护城河的终极答案

AI能力正沦为廉价基础设施,技术护城河以月为单位崩塌。OpenClaw三个月斩获18万星,证明"会做AI"已不值钱,"知道把AI用在哪"才值钱。新护城河五大支柱:架构设计(系统嵌入)、创新思路(策略选择)、变现能力(单位经济)、资源整合(生态卡位)、硬件嵌入式(物理世界延迟)。短期拼流量速度,长期靠时间复利。生存法则:要么快成管道工抢占分发渠道,要么慢筑壁垒深耕垂直领域,卡在中间地带最危险。终极答

#人工智能#经验分享#业界资讯
AI 编程助手进阶指南:从 Claude Code 到 OpenCode 的工程化经验总结

摘要:本文融合Boris Cherny的系统性方法论与OpenCode开源生态的实战经验,提出AI编程助手的工程化使用框架。核心包括:1)思维转变,将AI视为工程系统而非聊天工具,通过多实例并行和分层模型选择优化效率;2)系统化配置,利用AGENTS.md和Skills构建可复用行为边界;3)闭环工作流,从计划到验证实现质量提升。OpenCode作为开源方案提供多模型支持、技能定制和本地部署优势。

#人工智能#设计模式#自动化 +1
多模态模型Qwen3-VL在Llama-Factory嵌套量化QLoRA训练+测试+导出+部署(Ollama/LMDeploy)全流程--以具身智能数据集open-eqa为例

本文详细介绍了在Llama-Factory中对多模态模型Qwen3-VL-2B进行LoRA微调的全流程,包括数据处理、训练配置、评估测试和部署应用。使用Open-EQA具身智能数据集进行训练,在16GB显存的Tesla T4显卡上完成了微调,验证损失稳定在1.2683,显示良好泛化能力。测试阶段BLEU-4达29.4966,ROUGE指标表现均衡。文章提供了两种部署方案:通过Ollama实现本地命

文章图片
#python#人工智能#nlp
多模态模型Qwen3-VL在Llama-Factory嵌套量化QLoRA训练+测试+导出+部署(Ollama/LMDeploy)全流程--以具身智能数据集open-eqa为例

本文详细介绍了在Llama-Factory中对多模态模型Qwen3-VL-2B进行LoRA微调的全流程,包括数据处理、训练配置、评估测试和部署应用。使用Open-EQA具身智能数据集进行训练,在16GB显存的Tesla T4显卡上完成了微调,验证损失稳定在1.2683,显示良好泛化能力。测试阶段BLEU-4达29.4966,ROUGE指标表现均衡。文章提供了两种部署方案:通过Ollama实现本地命

文章图片
#python#人工智能#nlp
多模态模型Qwen3-VL在Llama-Factory中断LoRA微调训练+测试+导出+部署全流程--以具身智能数据集open-eqa为例

本文详细介绍了使用Llama-Factory平台对Qwen3-VL-2B-Instruct多模态模型进行微调的全过程。主要包括:1)克隆Qwen3-VL项目并下载模型;2)获取并预处理open-eqa数据集;3)配置Llama-Factory环境,使用LoRA方法进行3轮微调训练;4)在测试集上评估模型性能,获得BLEU-4(28.37)、ROUGE-1(34.76)等指标;5)融合适配器与基础模

文章图片
#python#人工智能#nlp
多模态模型Qwen3-VL在Llama-Factory中断LoRA微调训练+测试+导出+部署全流程--以具身智能数据集open-eqa为例

本文详细介绍了使用Llama-Factory平台对Qwen3-VL-2B-Instruct多模态模型进行微调的全过程。主要包括:1)克隆Qwen3-VL项目并下载模型;2)获取并预处理open-eqa数据集;3)配置Llama-Factory环境,使用LoRA方法进行3轮微调训练;4)在测试集上评估模型性能,获得BLEU-4(28.37)、ROUGE-1(34.76)等指标;5)融合适配器与基础模

文章图片
#python#人工智能#nlp
Qwen-Image-Edit-GGUF编辑图像(含ComfyUI入门)

本文介绍了ComfyUI的安装配置及使用指南。首先提供了基于Mac系统的自动化安装脚本,包含Homebrew依赖安装、Python环境配置、ComfyUI克隆及插件安装等步骤。其次详细解析了AI绘画的核心组件层级关系,包括Diffusion模型、UNet、VAE等模块的功能定位。最后通过实操案例展示了从模板选择、参数设置到图像生成的全流程,并特别介绍了Qwen图像编辑联合插件的安装方法和工作流搭建

文章图片
#python#人工智能#计算机视觉 +3
    共 11 条
  • 1
  • 2
  • 请选择