博客作者
道法自然
336
已发布文章
9.2K
博客获赞
358K
博客浏览
第 3 页
**目录** 一、开篇明义：什么是ComfyUI？ 二、核心设计哲学：为什么选择节点式工作流？ 1\. 完全透明化的生成过程 2\. 可保存、可分享、可复用的工作流 3\. 精细到极致的参数控制 三、ComfyUI技术架构剖析 1.核心组件详解 2.性能优势解析 四、实际应用场景：谁需要ComfyUI？ 1\. AI艺术创作者 2\. 产品设计与原型开发 3…
**豆包模型生成AI动画短片提示词-仅作参考** **提示词1：剧本创作及脚本分镜头创作** 发给豆包：【假设你是一位有30年电影拍摄的世界顶级导演，拥有丰富的电影拍摄经验和超高的电影拍摄技术，同时也擅长各种影片的剧本创作。 我需要你为我创作一部时长约30s的，带有美术设计、音效设计、有足够看点的剧本，同时写出故事梗概、角色设计。 **故事的主题是月圆之夜的…
Comfy-Photoshop-SD：革命性AI绘画集成解决方案深度解析 【免费下载链接】Comfy-Photoshop-SDDownload this extension via the ComfyUI manager to establish a connection between ComfyUI and the Auto-Photoshop-SD p…
* > 更多内容：XiaoJ的知识星球 * * 目录 OpenClaw 介绍：这只爆火的AI'龙虾'到底是什么？ 一、OpenClaw 是什么？ 1.1 基本定义 1.2 核心理念 1.3 技术选型 1.4 主要作用 二、OpenClaw 架构 2.1 核心设计原则 2.2 系统架构模块 🔐 模块 1：Gateway（网关）- 安全卫士 🧠 模块 2：A…
一、前端的核心定义：用户直接接触的「数字界面」 白话版定义（秒懂，不用记专业术语） **前端（Front-end）**，简单说就是 **用户在设备上能直接看到、触摸、操作的所有界面**，是互联网产品与用户交互的「第一接触面」，也是用户感知产品的唯一入口。 你刷抖音时的视频流、点赞按钮、评论区； 淘宝购物时的商品列表、加入购物车、支付弹窗； 微信小程序的页面切…
介绍如何在无服务器环境下，通过 WebSocket 长连接将飞书 AI 机器人接入 OpenClaw。内容涵盖旧版迁移、新手从零配置、权限设置（批量导入）、事件订阅配置、常见问题排查（如无法发送消息、图片接收失败）以及进阶的群组策略与多 Agent 路由。提供详细的命令行操作指南和配置文件示例，帮助用户快速搭建稳定的飞书 AI 交互环境。
对比了六款主流 AI 编程工具：Claude Code、Aider、Cursor、GitHub Copilot、MetaGPT 和 OpenHands。分析涵盖技术特性、优缺点及部署门槛。Claude Code 推理强但成本高；Cursor 体验流畅但资源占用大；Aider 适合 Git 协作；Copilot 生态完善适合企业；MetaGPT 和 OpenH…
TTS 网站基于 WebAssembly 的加密请求与响应体逆向流程。通过函数语义、参数特征及抓包验证锁定核心加密函数 encrypt_req。架构采用 WebAssembly 存储算法，Node.js 桥接，Python 业务层调用。流程涵盖客户端加密请求、服务端解密处理、服务端加密响应及客户端解密响应。文章提供了完整的 Python 实现代码，包括加密入…
WorkBuddy 这款 AI 助手工具的 7 种即时通讯渠道接入配置方法，涵盖微信 ClawBot、微信客服号、企业微信 AIBot、QQ 机器人、飞书、钉钉及元宝机器人。内容包括各渠道的配置入口、步骤、凭证获取及注意事项。此外，还分享了如何让 AI 机器人真正融入团队工作的建议，包括角色设定、使用说明发布及示范用法。旨在帮助用户快速搭建跨平台的 AI 基…
对比了开源语音识别工具 Fun-ASR 与 Whisper。Fun-ASR 由钉钉联合通义实验室推出，针对中文场景优化，支持本地私有化部署。文章分析了其模型架构（轻量级 Transformer）、VAD 语音活动检测、伪流式识别及批量处理能力。相比 Whisper，Fun-ASR 在中文识别精度、ITN 文本规整及企业级任务调度上更具优势，适合对数据隐私和中…
如何在 OpenClaw 中配置本地 llama.cpp 作为后端。通过添加自定义 provider，需确保 models.json 文件路径及内容与 config 目录下的 provider 配置一致，避免重复 provider 名称。若遇到模型状态异常或对话返回不正确，应检查配置文件的一致性。
介绍宇树机器人 G1 的导航仿真流程。内容包括克隆导航栈源码、安装系统依赖、编译修复错误。重点讲解如何将点云地图（PCD）转换为栅格地图（PGM），并使用 KolourPaint 编辑地图。随后修改全局和局部代价地图参数，将基座坐标系调整为 base_link 以适配轮式导航。最后通过启动 ROS 核心、RViz 仿真及回放 rosbag 验证机器人运动，并…
阿里开源模型 Qwen-Image-2512 的技术亮点，包括画质细节升级、语义理解增强及风格控制优化。文章详细讲解了如何通过 ComfyUI 可视化界面进行部署，涵盖环境准备、镜像启动、工作流加载及图片生成步骤。此外，还分享了节点扩展、提示词优化及参数调整等进阶技巧，帮助开发者低成本体验前沿 AI 绘画技术。
基于 Dify 平台构建 AI 工作流的实践方法，旨在实现自动化日报生成并去除 AI 生成痕迹。主要步骤包括创建 Dify 工作流应用、配置输入字段、串联两个 LLM 节点分别负责内容生成与润色、设置结束节点以及运行测试。该方案展示了如何通过工作流整合模型能力，解决复杂任务中的多步骤处理需求。
Ψ0 是一种人形全身视觉语言动作（VLA）模型。它利用约 800 小时人类第一视角视频和 30 小时真实机器人数据，采用两阶段训练范式：先在大规模人类视频上预训练 VLM 主干以学习任务语义和视觉表征，随后在真实机器人数据上后训练基于流的 MM-DiT 动作专家以实现精确关节控制。模型结合 AMO 强化学习策略进行下肢跟踪，并引入训练时实时分块（RTC）技术…
介绍本地 AI 智能体框架 OpenClaw 的安装与配置流程。通过 npm 全局安装后，使用 onboard 命令初始化向导，选择 Moonshot AI 作为大模型并填入 API Key。连接 Telegram Bot 实现通讯渠道，安装基础插件后启动网关服务。支持 daemon 后台运行模式及 dashboard 可视化控制。提供核心命令解析及文件管理…
利用 LLama-Factory 框架可大幅降低大模型微调门槛，支持多种主流架构及量化方案。通过准备高质量对话数据、配置 LoRA 或 QLoRA 策略，用户能在消费级显卡上训练出具备特定性格的 AI 角色。结合可视化监控与权重合并部署，实现从实验到上线的全流程闭环，解决传统微调中环境复杂、成本高昂及黑箱操作等痛点。
Stable Diffusion WebUI 整合包的部署与使用方法。涵盖系统环境要求（Windows、显卡配置）、文件结构解析、启动方式及常用功能（txt2img、img2img、ControlNet）的操作说明。同时提供了模型存放路径、插件管理及常见故障排查建议，适合希望快速体验 AI 绘图且避免复杂环境配置的用户参考。
解决了 VS Code Remote 连接 WSL 时 GitHub Copilot 因代理设置导致无法使用的问题。分析了 WSL 与宿主机网络通信差异，指出默认继承宿主机代理（127.0.0.1）会导致连接失败。提供了获取宿主机 IP 的方法，并给出了一个 Shell 脚本用于自动配置 WSL 环境下的代理变量，确保 Copilot 及 Git 等工具能正…
分享了 AI 绘画关键词推荐网站的性能优化实战。针对传统关键词匹配延迟高、推荐不精准及资源消耗大的问题，采用 BERT 向量化结合 FAISS 索引方案替代 TF-IDF，并引入 Redis 缓存与布隆过滤器。通过模型量化、分批加载及一致性哈希分布式部署，将查询响应时间降低 60%，QPS 提升至 120，有效解决了大规模语义搜索下的性能瓶颈。
