人工智能

介绍 Midscene.js 是一个开源的 AI 操作助手，适用于 Web、移动端、自动化和测试。 特性 通过自然语言描述目标和步骤，自动生成 UI 自动化脚本 描述你的目标和步骤，Midscene 会为你规划和操作用户界面。 支持 JavaScript SDK 和 YAML 两种脚本格式 跨平台支持 网页自动化：集成 Puppeteer、Playwright 或桥接模式控制桌面浏览器 Android 自动化：通过 adb 控制本地设备 iOS 自动化：通过 WebDriverAgent 控制本地设备 辅助工具 提供可视化测试报告和 Playground 环境，便于调试和回放 支持脚本缓存，提升执行效率 开放 MCP 协议，允许其他 MCP Client 直接调用（支持 Web 和 Android） 三大 API 类型 交互 API：操作用户界面元素 数据提取 API：从 UI 和 DOM 中提取数据 实用 API：提供 aiAssert() 断言、aiLocate() 定位、aiWaitFor() 等待等辅助函数 模型选择 模型最好使用支持视觉的模型，如: gemini, claude, UI-TARS 等模型。本文的案例会使用 Doubao-1.5-UI-TARS 进行介绍。 Doubao-1.5-UI-TARS 是字节跳动开源的一款原生面向图形界面交互（GUI）的 Agent 模型。通过感知、推理和行动等类人的能力，与 GUI 进行无缝交互，非常适合 Midscene.js 使用。 ...

前言 Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。本篇将介绍如何安装和初步使用 Dify，接下来还会有多篇介绍 Dify 的文章，敬请期待。 安装 接下来介绍如何使用 Docker 安装 Dify。 安装 Docker 在各个操作系统上安装 Docker，可以参考 Docker 官方文档，这里就不进行叙述了。 Clone Dify 仓库 使用命令 git clone https://github.com/langgenius/dify.git 克隆 Dify 仓库。 启动 Dify 进入 Docker 目录，拷贝一份环境变量配置文件,使用 docker compose up -d 命令启动 Dify。 cd dify/docker cp .env.example .env docker compose up -d 过一会儿，使用 docker compose ps 命令查看容器状态，确保所有容器都正常运行。 设置管理员账号 访问 http://localhost/install 设置管理员账号,设置完成之后，访问 http://localhost/signin 即可登录。 ...

前言 前段时间看到了一个项目 mi-gpt ,可以将你的小爱音箱接入 gpt，改造成专属于你的语音助手。 接下来就由作者来介绍小爱同学从零接入 deepseek 的过程。 设置环境变量和配置文件 mi-gpt 有两种部署方式，一是使用 docker 部署，二是使用 Node.js 进行部署，本文使用 docker 进行部署使用。 需要提供两个文件 .env 和 .migpt.js 文件，.migpt.js 是配置文件，包括一些配置，.env 是环境变量文件，存放 gpt 密钥相关文件。文件的例子可以从仓库里复制，然后进行相应的修改。 启动 使用以下命令启动 docker: docker run -d --env-file $(pwd)/.env -v $(pwd)/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest windows 环境下需要将$(pwd) 替换为绝对路径。 启动后可以通过 callAIKeywords 设置的关键字调用 ai 来响应用户的消息。 小结 本文介绍了使用 mi-gpt 升级你的闲置的小爱音箱，通过简单的测试和使用，个人感觉还不够完善，稳定性不够好，感兴趣的读者可以根据本文的内容进行自行搭建尝试。 参考 https://github.com/idootop/mi-gpt

前言 最近我发现各个群里出现了一股利用 AI 进行绘画的潮流，今天我也尝试使用 Stable Diffusion 模型 进行 AI 绘画。 Stable Diffusion 简介 Stable Diffusion 是一个文本到图像的模型，将使人们可以在几秒钟内创造出令人惊叹的艺术作品。它在速度和质量方面都有突破，这意味着它可以在消费级 GPU 上运行 开始 我们采用别人封装的 stable-diffusion-webui 平台进行绘画，由于各种条件限制，我们使用 github 上提供的 Google colab notbook 进行部署 (https://colab.research.google.com/drive/1IplUv47g9CgtlJmFnyT2sDyNYDEeMJDi?usp=sharing). 打开链接，我简单的看了下代码，前面是基础的安装运行环境、需要的 Python package .我们依次运行即可。 我们直接来到 1.4 Connect to Google Drive， 勾选 download_if_missing，然后到 https://huggingface.co/settings/tokens 复制你的 toekn 并填入。(huggingface 注册耗费了许多时间，reCAPTCHA 没有通过). 点击运行后就开始拉取模型。 如果运行发现报错了： remote: Access to model CompVis/stable-diffusion-v-1-4-original is restricted and you are not in the authorized list. Visit https://huggingface.co/CompVis/stable-diffusion-v-1-4-original to ask for access. fatal: unable to access 'https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/': The requested URL returned error: 403 你需要到 https://huggingface.co/CompVis/stable-diffusion-v-1-4-original 授权模型的访问权限。授权后重新运行即可。 ...