随笔分类 - AIGC技术
摘要：目录一、 从“场景”维度来看：确定性 vs 灵活性1. 什么时候该用 Workflow（代码/状态机）追问？2. 什么时候该用 SFT（大模型）追问？二、 从“技术架构”维度来看：ReAct vs 意图+Workflow1. 架构 A：ReAct 绑定一大堆 Tools（通用型 Agent）2. 架
阅读全文
摘要：目录为什么“分开归一化”这么关键？PAPO 训练怎么实现（通俗版）第 1 步：对同一个题目，生成一组回答第 2 步：给每个回答打“结果分”（ORM）第 3 步：给回答打“过程分”（PRM）第 4 步：关键改造——“分开归一化”4.1 结果优势 (A_out)伪代码这段代码的关键点（你记这3句就够）如
阅读全文
摘要：目录1) Sampling Steps（步数）2) CFG Scale（提示词遵循度）3) Sampler（采样器）+ Scheduler4) Seed（随机种子）5) Size（分辨率）6) Batch size / Batch count7) Hires.fix（高清修复）8) Denoisin
阅读全文
摘要：目录一句话先记住它到底在做什么（原理直觉）在不同模式下怎么理解1) img2img（整图改造）2) inpaint（局部重绘）最实用的区间建议（直接抄）和 Steps 的关系（你也会遇到）常见误区给你一个可执行的小实验（最快理解） 非常好的问题。这个参数确实是 img2img / inpaint 里
阅读全文
摘要：目录1) 基本结构（最实用）2) 一个可直接用的模板正向模板负向模板3) 示例（写实人像）正向负向4) 示例（二次元）正向负向5) 提示词实战规则（重点）6) 常见问题 好问题。A1111（或同类 WebUI）里提示词写法可以用一个固定模板，先稳，再慢慢玩花样。 1) 基本结构（最实用） 正向 Pr
阅读全文
摘要：目录学习路径（建议 6 阶段）阶段 1：先跑通（1周）阶段 2：核心原理（1周）阶段 3：可控生成（1-2周）阶段 4：代码化与工程化（1-2周）阶段 5：训练与定制（2周）阶段 6：产品化 MVP（1-2周）你是 Agent 工程师的特别建议最短闭环（你现在就可以做） 非常好，这个问题问得对。 你
阅读全文
摘要：目录一、模型层（真正“生成图片”的核心）1.1 开源模型（可私有化部署）1.1.1 Stable Diffusion 系列（SD1.5 / SDXL / SD3.x）1.1.2 FLUX.1（BFL）1.1.3 其他开源主流（补充）1.2 闭源模型（API/平台服务）1.2.1 Midjourney
阅读全文
摘要：目录一、学习路线总览二、分阶段详细计划阶段 1：先跑通一张图目标你要学什么用什么技术方案 A：零代码体验（推荐先用这个）方案 B：代码方式硬件要求阶段产出阶段 2：学会控制风格（LoRA）目标你要学什么用什么技术下载 LoRA加载 LoRA实践任务阶段产出阶段 3：学会控制构图（ControlNet
阅读全文
摘要：目录一、智能穿搭要解决哪几个核心问题1. 理解用户长什么样2. 理解服装是什么样的3. 把衣服"穿"到用户身上4. 推荐什么搭配好看二、涉及的核心技术栈模块 1：人体解析（Human Parsing）干什么为什么需要常用技术模块 2：人体姿态估计（Pose Estimation）干什么为什么需要常用
阅读全文
摘要：目录一、先说结论核心原则二、为什么这是个大问题？灾难 1：并发两个 graph run灾难 2：状态污染灾难 3：工具浪费三、最推荐的总体架构四、会话调度器要做什么？1. 当前是否有运行中的 graph2. 消息缓冲区3. 当前轮次状态4. 中断策略五、你需要定义 3 种新消息处理策略策略 A：Ap
阅读全文
摘要：目录一、最受关注的 GUI Agent 产品/能力1. OpenAI Operator是什么能力特点为什么火适合场景2. Anthropic 的 Computer Use是什么能力特点为什么火适合场景3. Microsoft / Windows Copilot 类电脑操作方向是什么特点为什么值得关注
阅读全文
摘要：目录一、先说结论：Playwright 搭建 UI 自动化的标准步骤二、Playwright 适合什么三、推荐语言四、Python 版：从 0 搭建1. 安装安装 Playwright安装浏览器驱动2. 创建最简单的脚本五、真正做 UI 自动化测试，建议配合 pytest六、推荐直接用 Playwr
阅读全文
摘要：目录一、最受关注的 GUI Agent 产品/能力1. OpenAI Operator是什么能力特点为什么火适合场景2. Anthropic 的 Computer Use是什么能力特点为什么火适合场景3. Microsoft / Windows Copilot 类电脑操作方向是什么特点为什么值得关注
阅读全文
摘要：目录一、原文中文翻译二、通俗易懂版解释1. 他们在解决什么问题？2. 为什么奖励函数难做？3. 他们提出的 OS-Themis 是什么？OS-Themis 怎么改进？第一步：把整个操作过程拆成几个关键里程碑第二步：多智能体分别检查这些证据第三步：做复核4. 这套方法为什么更厉害？5. OGRBenc
阅读全文
摘要：目录三个场景的本质区别场景一：金融资讯 → 搜索引擎 API场景二：闲鱼 → 搜索引擎搞不定场景三：电商热品 → 混合方案我的综合推荐方案如果预算有限（纯免费方案）如果可以投入一点费用 你的需求范围比纯股票资讯大很多，涉及 三个很不一样的场景，不能只靠一个搜索引擎搞定。我帮你分类分析： 三个场景的本
阅读全文
摘要：目录1. 整体实现流水线（生产可用）Step A：识别这是“兼容/搭配”意图（Router）Step B：抽取结构化槽位（Slot Filling）Step C：Graph 检索（多跳推理）Step D：候选排序与业务过滤Step E：生成回答（LLM）2. 图谱（KG）怎么建：节点、关系、关键字段
阅读全文
摘要：目录先澄清+核心对比：Library Graph（拼写纠正）& NebulaGraph vs Neo4j一、先澄清：“Library Graph” & NebulaGraph 基础1. “Library Graph”（图库）的含义2. NebulaGraph 核心定位二、NebulaGraph vs
阅读全文
摘要：目录LightRAG vs GraphRAG：深度对比与选型指南一、核心架构与设计理念对比二、性能与成本对比（关键差异）1. 检索效率与延迟2. 资源消耗与成本3. 推理能力三、核心优势与局限性LightRAG 核心优势LightRAG 局限性GraphRAG 核心优势GraphRAG 局限性四、适
阅读全文
摘要：目录一、 三种 RAG 技术的对比与使用场景1. 传统检索（如 BM25、Elasticsearch）2. 标准 RAG（向量召回 Vector Retrieval）3. GraphRAG（知识图谱 RAG）二、 不同技术之间是否可以搭配使用？（绝对可以，且必须搭配）搭配方案 1：向量检索 + 关键
阅读全文
摘要：目录执行生成GraphRAG embeding模型和生成模型1. embedding_models（向量/嵌入模型）2. completion_models（补全/生成模型）3. 一句话对照 安装 # GraphRAG - Microsoft 图检索增强生成 # Python 3.10–3.12 g
阅读全文
浙公网安备 33010602011771号