bailichen800的博客

今天遇到一个需求，需要把Coze平台大模型和用户的对话记录保存进飞书表格，这个思路其实不难，因为官方提供了写入飞书表格和多维表格的插件，但是因为平台教程和案例的资料匮乏，依据现有的官方文档落地起来还是有一些坑，所以决定自己写个教程记录下。

最近搭建了一个智能体，功能是接收同学们的问题生成回复，主要起一个辅助答疑的效果。预期是问题发给智能体——智能体调用工作流——生成回答并把问答记录写入多维表格——回复答案并结束。工作流的逻辑也简单：输入——意图识别是不是跟限定主题相关问题——是的话传入知识库检索——大模型生成答案——代码节点处理一下数据格式——写入飞书多维表格。然而，就这么简单的智能体和工作流，出现了一个奇葩问题。

最近总是在小红书上刷到多图组成的养生小妙招、效率提升小tips、退休奶奶疗愈语录等等这样的图文笔记，而且人物图像一眼就是AI画的。当时我以为这个排版和文字是人工的，就让AI保持角色一致性画了下图，没想到在B站刷到了实现教程，才知道Coze平台已经支持很完善的一键出笔记的工作流了。对比了我主动搜索+推荐算法推送的教程，最后跟着UP @在下李君陌 的教程学完了整个工作流，确实成功实现了出图文笔记的效果。原视频链接：https://www.bilibili.com/video/BV1Xa5QzpEKM/?sp

周会分享选题，决定选择这篇华为蓝军部长潘少钦先生所著的文章，原题目为《AI如此强大，我是否要改行？选择这篇文章的理由是，其不仅有充实扎实的AI基础知识作为铺垫，更具有独特鲜明的创意价值，并且极富逻辑与想象结合之美。

通过Coze平台实现将Excel文档批量导入数据库的全流程，包括B站现有参考教程全方位解读、自己实操的一些BUG解决过程，以及一些疑难问题的探索。

如何应对人工智能发展带来的责任与挑战？

由于近期业务发展的需求，我开始接触并深入了解了扣子平台的相关知识，并且通过官方教程自学了简易PE工作流搭建的技巧。恰逢周会需要准备与工作相关的分享主题，而我作为一个扣子平台的初学者，也想探索一下这个平台的开发能力究竟能达到怎样的水平。因此，我从扣子的官方商店中精心挑选了以下这些针对不同领域的有趣应用。每个应用我都附上了链接、测试案例，以及我个人对其实用程度和趣味程度的评分。欢迎对扣子平台感兴趣的读者们进行测试体验，并交流使用心得。

Unity是大学学的，AI是研究生学的，DeepSeek是第一份实习偷师的，三合一的梦是最近开始做的，BUG是今天遇到并且解决的。关于Unity和大模型结合的教程网上并不多，正好符合Unity+DeepSeek的我目前只看到这一篇《【Unity+AI01】在Unity中调用DeepSeek大模型！实现AI对话功能！阅读全文后，发现这篇文章工程量不大，涉及的知识点（UGUI，C#编程，DeepSeek的API接入）都是我目前比较熟悉的，这个项目可以跟着做，于是就愉快地开始了尝试。

我选择的是根据字面意思把角色的心情翻译出来，再转化成表情描写，就像看着漫画图片来看图写话一样，比如把“故意”写成动作和表情上的“骄傲得意”。抛开以上问题不谈，这个给的参赛数据集实在是有亿点点一言难尽：一言以蔽之：各画各的，甚至里面还有AI生成的图，是的，自产自销，AI训AI。就在我命令AI重新生成改头换面脱胎换骨卷土重来重新做人的时候，我又遇到了之前就发现的一个问题——每次AI生成的图片出人意料的稳定？，这就很难传达给AI我想要的效果，这也是过去我自己在使用AI绘画时，有时候觉得“

工位附近有几位人力资源的老师，我发现他们这个职位可以看到好多别人的简历，还能跟好多人聊天，完事了跟同事悄悄吐槽一下碰到的奇葩，。另外我还看了一些小红书博主 @暴揍鸭梨 拍的行政、人力、助理等后勤岗位拍摄的日常工作视频，其中一个视频提到了【人力三支柱】和【人力六大模块】这样的专业名词，我还真的很好奇这是什么，专门去查了一下资料。（不得不说，碎片学习这块确实挺适合小红书查资料的。

原因是这个模型不是checkpoint类型，而是一个lora模型，不该放在models/checkpoints文件夹中，正确的位置是models/loras文件夹。一般模型属于什么种类在网站上有标注，如果没有的话就各文件夹都放着试试，走流程不报错的就放对了。ComfyUI，发现工作流跑不起来，弹窗报错:CheckpointLoaderSimple。下载了后缀为safetensor的模型，开启。

最近在面向BOSS直聘学习ComfyUI的使用，但是不出意外，因为学习者们迥异的电脑配置以及杂乱的AI软件工具包互相纠缠，跟人工智能相关的环境安装多少都会遇到点教程预料不到的BUG。

最近接触了ComfyUI和AIGC绘画，也想自己在电脑上跑跑看，无奈用GPU运行就报错The NVIDIA driver on your system is too old (found version 9010). Please update your GPU driver。百度一看，那就更新一下NVIDIA驱动。

首先是我自己没事瞎点，发现了DataWhale的开源课程平台链接：https://linklearner.com/learn传送门我之前跟着B站大佬@同济子豪兄的视频《两天搞定人工智能毕业设计》项目的时候，有一个步骤就是把图片旋转翻转缩放一顿操作，当时只知道是增加模型适应奇葩数据的能力，现在才知道原来这是数据集增强，而且还有这么多我不知道的神奇操作。而且YOLO支持同时处理图像和视频。（说到这个“感兴趣的对象”，我还真的很好奇，计算机视觉能显示模型对什么感到好奇吗？如果没有认为给模型

例子还是刚才那个，风格模型和提示词的联动关系。如果更改了图片里面的style_model，就会调用参数里面的参数一函数，然后输入是参数二input，输出是参数三output。感觉这一课还比较实用，大模型应用开发方向写前端正需要。加依赖也是requirements.txt。我当时了解了一下两个技术方案以后认为是streamlit更容易，就没选这个。现在看来其实编码难度差不多，这个gradio有个多个版本选择和创空间配合问题，streamlit我装的时候压根没考虑这，默认版本好像也没报错……？

我能把这个过程理解为Kimi.ai每次都能列出的一大堆网页参考资料吗？Kimi学了这些资料以后，根据这里面的信息综合还生成的答案，而不是仅仅基于自己的现有知识库回答。Kimi本体认证：差不多就是这个意思！

我们草台班子目前的想法是解决大家计算机学院毕业面临的BUG——不爱背、背不下来八股文，觉得枯燥、烦、工作了用不着，反正就是知识他不进脑子。如果是外行不知道啥是计算机八股文的话，可以看看下面的这个视频：《八股文怎么背 一个视频告诉你 还不明白直接掏我》：https://www.bilibili.com/video/BV1w6vQecEjN/?我们定项目主题之前就焦虑了这个问题很久，本来想做英语作文批改AI，但是已经有太多人做过了。

我属实是没想到这个产品居然还可以用作遗迹鉴定和名家笔记仿写这样的用途。这些工作主要是针对英文字母在做变形，因为中文比较复杂，不适合整体变形。1.模特的ID需要保留住。2.服饰要能正确换上去。3.避免身体的不同姿态导致褶皱发生错乱。基于物理仿真更加传统，基于图像生成效果更好。还有一种方法是基于GAN来虚拟试衣。Diffusion模型：建立文本与图像的对齐关系。可控的图像生成。截图最下方是体验链接。可以帮助商家解决拍摄诉求。在二次元动漫人物上依旧有很好的迁移效果。

我们继续看网课，并且在Kimi.AI的帮助下读一下BaseLine示例代码。

学习期间听了开营仪式，在老师的介绍下才发现跑完BaseLine以后学习手册还有后半部分的知识，然后闻着BOSS直聘关键词的味找了几个我自己感兴趣的点：情况1和3我都遇到过：比如遇到一个新名词，大模型不知道，要是问题指定了日期（非必须条件），模型发现自己知识库过时了，就开始疯狂道歉：《对不起我的学习内容截至于blabla》。要是是个一般常识性问题，模型意识不到自己不知道，就可能开始瞎编，比如《生蚝煮熟以后是熟蚝吗？这俩词在BOSS直聘上也会露面。我猜很可能是本次夏令营我需要花功夫的地方。

基础文生图模型优化，可控生成与图像编辑，生成采样加速。扩散模型的本质：不断去噪，将一个纯粹的高斯噪声转换为真实有美感的图片。视频中介绍的定制化生成我觉得有很大的应用前景，因为如果要创作长篇系列作品的话，保持角色一致性尤为重要。我也想过给自己的棉花娃娃呆呆做图片、动画等，但是因为市面上没有专门针对他的模型，AIGC很难精准地生成很符合他的形象的内容。就算是用很好的提示词硬描述出跟他外观相似的角色，也很容易在不停生产作品的时候随机歪掉。