博客作者
用刀狂人
316
已发布文章
11K
博客获赞
787K
博客浏览
第 6 页
介绍使用本地 Qwen 大模型配合 ComfyUI 制作 AI 漫剧的教程。内容包括硬件配置要求、Ollama 安装及 Qwen 模型拉取步骤。该方案支持本地运行，注重隐私安全与角色一致性。
探讨了结构化在信息管理和 AIGC 中的核心作用。通过明确规则和标准，结构化使信息有序、易于检索和分析。文章介绍了结构化定义、示例及在技术领域的意义，强调有序规则对数据处理和决策的重要性。结合 ChatGPT 等工具，结构化方法提升了信息处理效率与智能生成能力。文末提供了基于 Python 的多线程调用 OpenAI API 的代码示例，展示了如何在实际应用…
Mintlify 是一款 AI 原生的文档自动化工具，支持通过 CLI 命令快速搭建文档站点。环境配置（Node.js）、Skill 安装与接入、使用/mintlify 命令生成文档、本地预览以及基于 openapi.json 生成接口文档的完整流程。通过 Mintlify，开发者可实现文档的版本控制、多语言翻译及语义检索，大幅提升技术文档编写与维护效率。
AI 安全领域中的视觉提示词注入攻击研究。利用 PGD 对抗攻击算法对 Stable Diffusion 图像修复模型进行像素级微调的方法，旨在绕过内置的 NSFW 安全检测机制（Safety Checker）。通过重写扩散模型推理过程以支持梯度回传，结合 CLIP 特征空间计算违规概念相似度，迭代优化输入图像扰动，最终生成能够触发违规内容的对抗样本。该技术…
如何将 Obsidian App 无缝迁移至 Obsidian.nvim 插件。内容涵盖安装配置、核心功能映射（双向链接、每日笔记、标签、模板）、高级设置（自动补全、快捷键、LSP）及迁移后检查清单。通过 Lua 配置示例，帮助用户在 Neovim 环境中保留 Obsidian 全部功能并获得更高编辑效率。
计算机视觉的前沿技术与发展趋势，涵盖多模态融合、零样本及少样本学习、可解释性视觉等概念。详细阐述了人脸识别、图像分割、图像生成三大高级应用场景及其代码实现。重点讲解了 ViT、Swin Transformer、CLIP 等前沿模型原理与使用。最后通过实战项目演示了基于 Python、OpenCV 和 Tkinter 的高级人脸识别应用开发流程，包括环境搭建、…
梳理了支撑 ChatGPT 的核心论文与技术脉络，涵盖 Transformer 架构、GPT-3 少样本学习、InstructGPT 与人类反馈对齐（RLHF）、Sparrow 对话代理优化、TAMER 强化学习框架、PPO 近端策略优化、上下文学习（In-Context Learning）机制以及 Prompt 工程。通过解析这 10 篇关键论文，展示了大…
介绍人工智能基础，涵盖三次发展浪潮、机器学习三大范式（监督、无监督、强化）、深度学习核心技术（神经网络、CNN、RNN）及主要应用领域。提供 Python、TensorFlow、PyTorch 等开发工具说明，规划三阶段学习路径，指出常见误区与行业案例，帮助读者建立完整的 AI 知识体系并高效入门。
Raphael AI，一款基于 Flux.1-Dev 和 Flux Kontext 模型的在线 AI 图像生成工具。其核心优势在于完全免费、无生成次数限制且无需注册登录，同时承诺不保存用户数据以保护隐私。文章对比了其与 Midjourney、DALL·E 等平台的差异，指出 Raphael AI 在速度、成本和隐私方面的独特性，适合设计师及开发者进行快速创意…
一种无需部署测试服务器即可让前端或客户访问本地开发服务的方案。通过内网穿透技术，将本地 localhost 映射为公网地址，解决了联调频繁、临时演示及无公网 IP 场景下的访问问题。文中展示了从启动本地服务到配置穿透获取公网链接的完整流程，强调了该方案在节省时间、降低运维成本方面的优势，适用于后端开发、接口联调及外包项目演示等场景。
Flutter 三方库 serial 在 OpenHarmony 系统中的适配方法。内容涵盖 Web Serial 原理、权限配置、核心 API 使用及代码示例。重点解决了 Webview 串口权限拦截、断链重连等挑战，并通过智能收银和传感器采集场景展示了硬件连接实战方案，帮助开发者实现鸿蒙设备与外部外设的稳定通信。
前端缓存的重要性及常见误区，对比了滥用 localStorage 的错误做法与正确的缓存管理方案。内容涵盖基于 localStorage 的封装类实现（含过期策略、空间管理）、Service Worker 静态资源缓存机制以及 API 请求缓存策略。通过合理设置过期时间、统一命名规范及错误处理，可有效提升页面加载速度、节省带宽并增强离线访问能力。
Angular 应用在 Chrome 浏览器中调用高德地图 API 出现定位超时的原因。主要涉及 Chrome 对非 HTTPS 环境下 Geolocation API 的安全策略收紧，以及高德 SDK 的降级机制。文中警告开发者不要通过修改 chrome://flags 等不安全方式解决，强调应遵循标准安全协议而非依赖网络代理或浏览器配置修改。
LIBERO 是一个基于 robosuite 构建的终身机器人学习基准测试平台，专注于多任务与知识迁移研究。它包含 130 个操作任务，分为空间、物体、目标导向及综合测试套件。系统支持模仿学习框架，提供三种视觉运动策略网络（RNN、Transformer、ViLT）及五种终身学习算法（顺序微调、经验回放、EWC、PackNet、多任务）。通过混淆矩阵和学习曲…
通过对比实验探讨了使用 AI 生成前端 UI 时常见的设计问题及解决方案。实验表明，直接使用 AI 生成的界面往往存在配色单一、缺乏设计感的问题。通过安装 Frontend Design Skills 插件、提供专业配色方案以及明确指定设计风格三个步骤，可以显著提升 AI 生成界面的视觉效果。最终实现了无需手写 CSS 即可生成具备专业质感的 UI 界面，有…
将使用 LLaMA-Factory 微调后的 Qwen-0.6B 模型迁移至高通骁龙平台 NPU 的全流程。主要步骤包括：导出微调模型权重，将 Safetensors 格式转换为 PyTorch 及 ONNX 格式；利用 Optimum 库进行 KV Cache 优化导出；针对高通 NPU 进行算子版本与静态形状优化；使用 QNN SDK 编译生成动态库与上…
Office 365 Copilot 是一款集成于 Office 应用程序的 AI 助手，支持在 Word 中生成文档草稿，在 Outlook 中撰写和回复邮件。它利用自然语言提示生成结构化内容，结合企业数据源确保准确性。主要优势包括提升效率、节省时间、上下文感知及语法优化。最佳实践包括提供清晰提示、人工审阅内容及保持软件更新。
针对大文件上传场景，本方案基于 Vue3 实现分片加密与断点续传。利用客户端分块处理、AES 加密传输及 LocalStorage 进度存储，确保 20GB 级文件上传的稳定性与安全性。支持文件夹层级保留，兼容旧版浏览器，并提供前后端对接建议。
nnU-Net 是一种用于生物医学图像分割的自配置深度学习框架。它通过系统化专家经验，将模型参数分为固定参数、基于规则参数和经验参数三部分，针对不同数据集自动调整预处理、网络结构、训练策略及后处理流程。实验表明，在多个权威数据集上 nnU-Net 达到 SOTA 性能，且模型配置对性能的影响大于架构改进。该方法无需手动调参，为医学图像分割提供了统一可靠的基础…
Stable Diffusion 3.5 FP8 文生图技术通过优化模型架构与部署策略，显著提升了图像生成效率。解析了其文本编码、扩散及解码核心组件，分享了数据增强、量化加速等实战优化技巧。涵盖游戏设计、广告创意及艺术创作等多场景应用，探讨了多模态融合趋势，并强调了版权、隐私等伦理安全问题，为开发者提供从理论到落地的完整参考。
