凫弥 - 博客园

2025年4月25日

摘要： deepseek+数字人探索从创意文案到逼真数字人视频的全流程，让你掌握未来内容创作的秘密和数字时代副业变现之路，开启你的虚拟人类时代之旅 1. 数字人介绍数字人（Digital Human）是指利用先进的数字技术和人工智能创建的虚拟人类形象，能够模拟人类的外貌、行为和情感。数字人不仅可以在视觉阅读全文

posted @ 2025-04-25 14:55 凫弥阅读(418) 评论(0) 推荐(0)

Day08：五行八卦智能体开发

摘要：五行八卦智能体 1 意识识别用户输入的信息包含各种时间格式的年月日时用户输入的信息包含天干地支八字 2 时间格式转换 3 八字转换 4 八字提取请将输入的信息中的八字抽取出来，仅保留八字信息，不要输出其他任何内容 {{input}} 5 八字提取2 请将输入的信息中的八字抽取出来，仅保留八字信阅读全文

posted @ 2025-04-25 14:48 凫弥阅读(508) 评论(0) 推荐(0)

2025年4月18日

Day07：小红书图文案例与邮件自动回复

摘要： coze智能体案例图文对话流基本实现 2025星巴克咖啡推荐大模型+知识库邮件自动化 1. 获取主账户的密钥 2. 获取最新邮件 3. 提炼邮件信息大模型 4. 问答节点 5. 邮件回复内容 6. 回复邮件内容阅读全文

posted @ 2025-04-18 19:11 凫弥阅读(426) 评论(0) 推荐(0)

2025年4月16日

工具：vllm推理框架

摘要： vLLM vLLM是伯克利大学LMSYS组织开源的大语言模型高速推理框架，提供易用、快速、便宜的LLM服务，支持绝大多数LLM模型的推理加速，类似Ollama/llama.cpp等大模型框架一样，主要用于模型推理，微调以及部署。 vLLM 是一个Python库，同时也包含预编译的C++和CUDA（1 阅读全文

posted @ 2025-04-16 15:20 凫弥阅读(910) 评论(0) 推荐(0)

工具：Tavily搜索引擎

摘要： Tavily 官网：https://tavily.com/ 介绍 Tavily是一个为大型语言模型（LLMs）和检索增强生成（RAG）优化的搜索引擎，旨在提供高效、快速且持久的搜索结果。该产品由Tavily团队开发，目标用户是AI开发者、研究人员以及需要实时、准确、有根据的信息的企业。Tavily 阅读全文

posted @ 2025-04-16 14:01 凫弥阅读(4880) 评论(0) 推荐(0)

2025年4月15日

tesseract基本使用

摘要：概述 Tesseract，一款由惠普实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别，文本识别）引擎，用于识别图片中的文字并将其转换为可编辑的文本。Tesseract支持开箱即用，能够将印刷体文字图像转换成可编辑文本，并支持多种语阅读全文

posted @ 2025-04-15 16:30 凫弥阅读(833) 评论(0) 推荐(0)

2025年4月14日

day04：举例：游戏公司运营分析

摘要：分析目标¶ 为了了解当前游戏的运营情况，对游戏从以下3个方面进行分析 1.新增玩家分析：从玩家数量、付费玩家占比、每日新增玩家数 2.玩家活跃度分析：从不同用户在线时长、分布特征展开分析 3.玩家付费情况分析：从PUR，ARPPU、ARPU等关键指标进行分析字段解读¶ 'user_id'：玩家唯阅读全文

posted @ 2025-04-14 18:58 凫弥阅读(325) 评论(0) 推荐(0)

day04：pyecharts

摘要： pyecharts 是一个用于生成 Echarts 图表的Python库。Echarts是百度开源的一个数据可视化 JS 库，可以生成一些非常酷炫的图表。环境安装 pip install pyecharts Pyecharts在1.x版本之后迎来重大更新，与老版本（0.5X）已是两个完全不同的版本阅读全文

posted @ 2025-04-14 16:39 凫弥阅读(398) 评论(0) 推荐(0)

day03：matplotlib

摘要：导入相关包¶ In [ ]: import pandas as pd import matplotlib.pyplot as plt # 中文乱码的处理 plt.rcParams['font.sans-serif']=['PingFang HK'] #mac系统使用 # plt.rcParams[' 阅读全文

posted @ 2025-04-14 15:55 凫弥阅读(289) 评论(0) 推荐(0)

day02：pandas数据高级处理

摘要：数据转换¶ 数据替换¶ 替换操作可以作用于Series和DataFrame中索引替换:rename(index={},columns={}) In [17]: import numpy as np #只可以处理数值形式的数据 import pandas as pd df = pd.DataFram 阅读全文

posted @ 2025-04-14 15:28 凫弥阅读(311) 评论(0) 推荐(0)

fuminer

公告