以下是国内可用的免费 AI 工具： 视频类： Hidreamai：有免费额度，支持文生视频、图生视频，提示词使用中文、英文都可以，文生视频支持多种控制，可生成不同时长和尺寸的视频，网址：https://hidreamai.com//AiVideo 。 ETNA：由七火山科技开发的文生视频 AI 模型，可根据文本描述生成相应视频内容，画质可达 4K，最高 38402160，帧率 60fps，支持中文，时空理解，网址：https://etna.7volcanoes.com/ 。 图像类： 可灵：由快手团队开发，用于生成高质量的图像和视频，图像质量高，但价格相对较高，有不同的收费选项，最初采用内测邀请制，现向所有用户开放。 通义万相：在中文理解和处理方面表现出色，可选择多种艺术和图像风格，操作界面简洁直观，用户友好度高，重点是现在免费，每天签到获取灵感值即可，但存在一些局限性，如某些类型图像无法生成等。 编程类： 通义灵码：阿里巴巴团队推出，提供多种编程辅助能力。 CodeGeeX：智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，可快速生成代码。 CodeFuse：蚂蚁集团支付宝团队为国内开发者提供智能研发服务的免费 AI 代码助手。 更多辅助编程 AI 产品，还可以查看这里：https://www.waytoagi.com/category/65 。每个工具的功能和适用场景可能不同，您可以根据自身需求选择最适合的工具。

以下是国内可用的免费 AI 工具： 辅助编程方面： GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能为程序员快速提供代码建议。 通义灵码：阿里巴巴团队推出，提供多种编程相关能力。 CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，为开发人员实时提供代码建议。 CodeGeeX：智谱 AI 推出的开源免费编程助手，基于 130 亿参数的预训练大模型。 Cody：代码搜索平台 Sourcegraph 推出，借助强大的代码语义索引和分析能力了解开发者的整个代码库。 CodeFuse：蚂蚁集团支付宝团队为国内开发者提供的免费 AI 代码助手。 Codeium：一个由 AI 驱动的编程助手工具，提高编程效率和准确性。 更多辅助编程 AI 产品，可查看：https://www.waytoagi.com/category/65 思维导图方面： GitMind：免费跨平台，可通过 AI 自动生成思维导图，支持多种模式。 ProcessOn：国内思维导图+AIGC 工具，可利用 AI 生成思维导图。 AmyMind：轻量级在线，无需注册登录，支持自动生成节点。 Xmind Copilot：Xmind 推出的基于 GPT 的 AI 思维导图助手，可一键拓展思路，生成文章大纲。 TreeMind：“AI 人工智能”思维导图工具，可输入需求由 AI 自动完成生成。 EdrawMind：提供一系列 AI 工具，包括 AI 驱动的头脑风暴功能。 图像类方面： 通义万相：在中文理解和处理方面表现出色，可从多种艺术风格和图像风格中选择，操作界面简洁直观，用户友好度高，重点是现在免费，每天签到获取灵感值即可。但为符合国内监管要求，某些类型图像无法生成，处理非中文语言或国际化内容可能不够出色，处理多元文化内容时可能存在偏差。

要提高 AI 识别题库的准确性，可以从以下几个方面入手： 1. 检索原理方面： 信息筛选与确认：对检索器提供的信息进行评估，筛选出最相关和最可信的内容，同时验证信息的来源、时效性和相关性。 消除冗余：识别并去除多个文档或数据源中的重复信息，避免在生成回答时出现重复或矛盾的内容。 关系映射：分析不同信息片段之间的逻辑和事实关系，如因果、对比、顺序等，构建结构化的知识框架，使信息在语义上更连贯。 上下文构建：将筛选和结构化的信息组织成连贯的上下文环境，包括对信息进行排序、归类和整合。 语义融合：在必要时合并意义相近但表达不同的信息片段，减少语义重复并增强信息表达力。 预备生成阶段：将整合好的上下文信息编码成适合生成器处理的格式，如转化为适合输入到生成模型的向量形式。 2. 知识库方面： 知识库中的文档需要转换成向量形式，以便在数值级别上与问题向量进行比较。使用知识库工具上传文档时，会完成文档的向量化，这依靠 Embedding Model 完成。 知识库检索：根据问题向量，检索器在庞大的向量空间中搜索相关内容，通过相似性计算（如余弦相似性）找出与问题最接近的文档，再根据相似性得分排序并选择得分最高的几个文档，从中抽取具体的信息片段或答案。 3. 信息整合阶段：将检索到的全部信息连同用户问题和系统预设整合成全新的上下文环境，为生成回答提供基础。 RAG（RetrievalAugmented Generation，检索增强生成）是一种结合信息检索和文本生成能力的技术，由检索器和生成器组成。检索器从外部知识中快速找到与问题相关的信息，生成器利用这些信息制作精确和连贯的答案，适合处理需要广泛知识的任务，如问答系统。

以下是一些提高 AI 识别文档准确性的方法： 1. 对于过期的文档，在标题里加上【已废弃】【已过期】等字眼，这样在召回排序过程中会被过滤掉，避免影响答案的准确性。 2. 现阶段尽量使用普通文本进行描述，避免过多表格、图片等内容。当前文档里插入的表格内容虽然能被 AI 识别，但识别效果还在提升中，图片等内容还不支持识别。随着技术发展，这些局限会逐渐消除。 3. 文档的标题内容需要跟正文有强相关性，因为召回排序的逻辑里文档总标题在相似度计算中占有较高权重。 4. 不同的知识点尽量分段书写、合理控制段落长度。不同的主题通过文档内的子标题进行区分，子标题下正文里每个段落最好对应一个明确的知识点，每个段落尽量不超过 500 字，避免段落过长在文档分割时导致主题打散。 5. 对于经常被问到的内容，可以写成问答对（FAQ）的格式，当用户提出相关问题时，包含该问答对的片段在召回排序里会更靠前，给出的答案也更准确。

创建 AI 智能体的方法如下： 1. 扣子（Coze）平台： 扣子是字节跳动旗下的新一代一站式 AI Bot 开发平台。 步骤：首先起一个智能体的名称，然后写一段智能体的简单介绍，最后使用 AI 创建一个头像即可。 扣子官网：https://www.coze.cn/ 2. 阿里云百炼： 进入应用创建页面：访问百炼控制台中“我的应用”，单击新增应用，在智能体应用页签，单击直接创建。如果之前已创建过应用，则单击右上角的新增应用。控制台页面链接：https://bailian.console.aliyun.com/?spm=5176.29619931.J__Z58Z6CX7MY__Ll8p1ZOR.1.2f3e59fciQnmL7/home 选择大模型：进入智能体应用管理界面后，进行大模型的选择与参数配置。 测试智能体应用：选择大模型之后，即完成创建，可输入问题进行测试。 3. 基于公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等）： 点击“浏览 GPTs”按钮。 点击“Create”按钮创建自己的智能体。 使用自然语言对话进行具体设置或手工设置。 开始调试智能体并发布。 基于大模型的智能体具有强大的学习能力、灵活性和泛化能力。AI 智能体的出现是为了解决如胡编乱造、时效性、无法满足个性化需求等问题，它包含了自己的知识库、工作流、还可以调用外部工具，再结合大模型的自然语言理解能力，就可以完成比较复杂的工作。

以下是关于 Coze 应用的相关信息： 实战指南： 案例复刻： 创建 Coze 应用：点击 Coze 创建，选择应用，选择空白，即可进入 Coze IDE。可参考创建 Coze 应用视频。 搭建业务逻辑：进入 Coze IDE 后，默认显示业务逻辑编辑界面，基于业务逻辑搭建工作流。可参考搭建业务逻辑视频。业务逻辑的实现依靠工作流，Coze IDE 内编写工作流与捏 bot 编写工作流逻辑一致，只是入口不同。大模型节点系统提示词包括：你是一个致力于创作反心灵鸡汤的灵魂段子手等。 案例展示与拆解： 案例核心功能：一个吐槽心灵鸡汤的应用，允许用户输入心灵鸡汤类内容，AI 生成对应的反心灵鸡汤，并展示在前端页面。体验地址：https://www.coze.cn/s/iDGHwn8t/ 核心操作流程拆解：用户在页面输入指定文本，点击【开喝】按钮，Coze 后台调用工作流生成对应内容，生成的内容展示在前端界面内。 核心前端设计拆解：用户界面提供输入内容的组件、调用工作流的按钮、展示结果的元素，这三个元素是实现用户交互和结果展现的核心。 核心业务逻辑拆解：读取用户输入，将输入传递给 AI 大模型，大模型按提示词生成指定内容，在指定元素展示生成的内容。基于上述业务逻辑，设计由【开始】节点（用户输入）、【大模型】节点（AI 生成内容）、【结束】节点构成（内容输出）的简单工作流。 90 分钟视频教程： Coze 的 AI 应用跟网页应用架构类似，也有前端页面用于用户输入或上传，数据处理端（工作流或插件）处理数据，处理完成的数据有展示在前端页面或保存在数据库/知识库中供查询两种路径。搭建 Coze 的 AI 应用需关注前端页面构建、页面数据传递给工作流或插件、工作流处理数据返回前端展示这三个方面。 案例 1：AI 翻译应用，应掌握 AI 应用前端的基本结构，包括页面、组件、Form 表单、Div 容器、文本框等及相关事件，如 Form 表单的数据提交、表单向工作流传递数据、工作流数据返回前端组件展示。

以下是为您润色后的内容： 从逻辑、内容、语言三维度，打造 Claude 润色方案（一） 嘿，大家好！我是景淮，一位在加拿大的朋友，每日与您一同探索 AI 世界。 今日想开启一个新主题，即有关文字润色的内容。此前虽写过类似篇章，但基本都在商单中。今日偶然发现某网站上有个用于生成小说的润色工具，顿时来了兴致，然而试用后感觉其稳定性欠佳，往往需多次操作才能达成理想效果。于是，便打算以此为主题，亲自撰写一版润色内容。李继刚老师曾创作过一版名为细节的提示词，专注于刻画场景细节，效果甚佳，能够生动地抓取并描绘出一些细节内容。此次不同于细节描述的扩写，我们更多侧重于润色。 所以，今天的主题是从逻辑、内容、语言三维度，打造 Claude 润色方案（一）。本文将依以下顺序展开：需求分析、分步实现、提示词编写与测试、总结。 一、需求分析 我们常提及润色，那究竟何为润色？润色通常分为三个层次：语言表达层次、逻辑结构层面、内容深度层面。 语言表达层面的重点在于：遣词用字的准确与优美，确保用词恰当、表达地道；句式结构的流畅，避免重复、冗长的句子；语气语调的统一，保持全文风格协调。 逻辑结构层面的重点在于：段落之间的衔接过渡自然顺畅；论述层次分明，重点突出；整体结构完整，首尾呼应。 内容深度层面的重点在于：论点论据的充实完备；事实描述的准确具体；观点阐述的深入透彻。 问：文章润色工具有哪些？ 以下是一些常见的文章润色 AI 工具： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体的 AI 写作助手，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于学生和写作人员的多方面写作辅助。 3. Quillbot：人工智能文本摘要和改写工具，可用于快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，可以帮助用户优化文章的语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可以根据输入生成符合要求的学术论文。 总的来说，这些 AI 工具涵盖了文章润色的各个环节，包括校对、改写、大纲生成、内容生成等，能够有效提升写作效率和质量。科研人员和学生可依据自身需求选择适宜的工具使用。（内容由 AI 大模型生成，请仔细甄别） 从逻辑、内容、语言三维度，打造 Claude 润色方案（二） 嘿，大家好呀！我是景淮，一个在加拿大的朋友，每天陪您一起玩转 AI。 前两天更新了第一篇润色的内容，是从逻辑、内容、语言三个维度分别处理用户输入的内容，然后给出润色后的效果。今天我们尝试更精简的写法，看看效果有何变化。 所以，今天的主题是从逻辑、内容、语言三维度，打造 Claude 润色方案（二）。本文将按照以下内容顺序进行：需求分析、分步实现、提示词编写、测试、总结。 一、需求分析 既然是更精简的写法，在提示词中就不会用大篇幅介绍逻辑、内容、语言三个维度处理文本的方法和逻辑。整体逻辑与上篇较为接近，但无需那么多不同的组件。此次重点放在角色上即可。 输入：我们已经写好的内容 输出：由 Claude 辅助润色完的内容 二、分步实现 （一）角色 很有趣的一个点，润色后的文本=醒梦见文。如果我把造梦构思中的“合情合理、符合客观现实”删掉，整个文本词藻就会舒适很多，不会过于浮夸、华丽。而加上之后就会存在这个问题。和 Claude 讨论了一下这个问题，他给我的回复如下，有一点认同，即加上“合情合理”后会对其造成限制，但他说会用更正式、更有说服力的词藻来证明合理。这个有点怪，也就变成了越浮夸的词藻就代表越正式。 效果展示 （二）SVG 图卡生成

以下是为您润色后的内容： 《从逻辑、内容、语言三维度，打造 Claude 润色方案（一）》 嘿，大家好！我是景淮，一位在加拿大的朋友，每日与您一同探索 AI 世界。 今日想开启一个新的篇章，即有关文字润色的内容。此前虽写过类似的，但基本都是在商单中。今日偶然发现某网站上有个用于生成小说的润色工具，顿时来了兴致，然而试用后感觉其稳定性欠佳，往往需多次操作才能达成想要的效果。于是，便打算以此为主题，亲自撰写一版润色内容。李继刚老师曾写过一版名为细节的提示词，专注于刻画场景细节，效果甚佳，能够生动地抓取并描绘一些细节内容。此次不同于细节描述的扩写，我们更多地侧重于润色。 所以，今天的主题是从逻辑、内容、语言三维度，打造 Claude 润色方案（一）。本文将依以下顺序展开：需求分析、分步实现、提示词编写与测试、总结。 一、需求分析 我们常提及润色，那究竟什么是润色呢？润色通常分为三个层次：语言表达层次、逻辑结构层面、内容深度层面。 语言表达层面的重点在于：遣词用字的准确性和优美性，要确保用词恰当、表达地道；句式结构的流畅性，避免重复、冗长的句子；语气语调的统一性，保持全文风格协调。 逻辑结构层面的重点在于：段落之间的衔接过渡自然顺畅；论述层次分明，重点突出；整体结构完整，首尾呼应。 内容深度层面的重点在于：论点论据的充实完备；事实描述的准确具体；观点阐述的深入透彻。 《问：文章润色工具有哪些？》 以下为一些常见的文章润色 AI 工具： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体的 AI 写作助手，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于学生和写作人员的多方面写作辅助。 3. Quillbot：人工智能文本摘要和改写工具，可用于快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，可以帮助用户优化文章的语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可以根据输入生成符合要求的学术论文。 总的来说，这些 AI 工具涵盖了文章润色的各个环节，包括校对、改写、大纲生成、内容生成等，能够有效提升写作效率和质量。科研人员和学生可依据自身需求选择适宜的工具使用。（内容由 AI 大模型生成，请仔细甄别） 《从逻辑、内容、语言三维度，打造 Claude 润色方案（二）》 嘿，大家好呀！我是景淮，一位在加拿大的朋友，每天陪您玩转 AI。 前两天更新了第一篇润色的内容，是从逻辑、内容、语言三个维度分别处理用户输入的内容，然后给出润色后的效果。今天我们尝试更精简的写法，看看效果有何变化。 所以，今天的主题是从逻辑、内容、语言三维度，打造 Claude 润色方案（二）。本文将依以下顺序展开：需求分析、分步实现、提示词编写与测试、总结。 一、需求分析 既然是更精简的写法，在提示词中就不会用大量篇幅介绍逻辑、内容、语言三个维度处理文本的方法和逻辑。整体逻辑与上篇较为接近，但无需那么多不同的组件。此次重点放在角色上即可。 输入：我们已经写好的内容 输出：由 Claude 辅助润色完的内容 二、分步实现 （一）角色 很有趣的一个点，润色后的文本=醒梦见文。如果把造梦构思中的“合情合理、符合客观现实”删掉，整个文本词藻会更舒适，不会过于浮夸、华丽。而加上之后就会存在这个问题。 和 Claude 讨论了这个问题，他给我的回复如下，有一点认同，即加上“合情合理”后会对其造成限制，但他说会用更正式、更有说服力的词藻来证明合理。这有点奇怪，仿佛越浮夸的词藻就代表越正式。 效果展示 （二）SVG 图卡生成

AI（人工智能）和 AGI（通用人工智能）主要有以下区别： 1. 任务范围： AI 通常是针对特定任务或范围较小的任务来设计和训练的，例如智能音箱、网站搜索、自动驾驶等。 AGI 则具有能够完成任何人类可以完成的智力任务的能力，适用于不同的领域。 2. 认知能力： AI 不具备像人类一样的认知能力，无法超出为其设定的小范围领域来解决一般问题。 AGI 拥有人类水平的智能和理解能力，同时可能拥有某种形式的意识或自我意识。 3. 应用实例： 弱人工智能的例子包括 Siri 或 Alexa 等虚拟助手，流媒体服务所使用的推荐算法，以及为特定客服任务所设计的对话机器人。 目前还没有任何 AGI 系统的实际应用案例，它仍是人工智能研究的长期目标。 4. 发展阶段： AI 中的 ANI（弱人工智能）已经得到了巨大发展。 AGI 还没有取得巨大进展，目前仍处于理论概念阶段。

以下是关于 AI 换装的相关知识： 【SD】商业换装如此简单，Segment Anything 保姆级教学 如果在使用过程中发生错误，可能需要部署使用环境，傻瓜安装教学模式如下： 1. 安装 cuda_11.8.0_522.06_windows.exe。 2. 安装 VisualStudioSetup.exe，选择 C++的桌面开发安装。若安装过 roop 可跳过此步骤。 3. 拷贝 ninja，打开 ninja 文件包，把里面的内容拷贝到秋叶包根目录。 4. 拷贝 python，打开 python 文件包，把里面的内容拷贝到秋叶包根目录替换。 5. 拷贝模型，SAM 和 GroundingDINO 的模型都在这了，放到对应的文件夹即可。 6. 重启，装好了，重启电脑，即可运行。 这个软件最大的作用，就是帮助我们快速高效地生成蒙版，从而进行人物的换装或者图片中元素的替换。若想获取插件安装包，可以添加公众号【白马与少年】，回复【SD】。 ComfyUI 换装服饰一致性 此工作流可用于电商服饰行业、换装、虚拟试穿等场景，在提升效果的同时简化了工作流，没有繁琐的依赖和环境，更多使用了原生的节点。 工作流的整体思路是： 首先，生成适合服装的模特。很多时候换装效果不好、有违和感是因为服装和人物不匹配，所以要先抽卡抽到满意的模特，再进入第二步。 第二步，开始进行高精度的换装。先进行预处理的工作，拼出来 mask，然后重绘 mask 区域。 模特生成：先生成与衣服匹配的模特，这里可以先不关注衣服的相似度，先抽出满意的模特。加入 Redux 模型，强度不用太高，让提示词生效，Reduxprompt 节点风格细节等级（1=27×27 最强，14=1×1 最弱）。 服装高精度处理： mask 的处理：高精度换装前要做两个工作，一是将模特身上的衣服分割出来，二是拼接出来对应模特与衣服合并后图片的遮罩。 提示词格式与 Redux 权重：使用 Flux 的 fill 模型，提示词书写格式为这是一组图片，左边是衣服，右边的模特穿着左边的衣服。Redux 这里把权重调整为最大，就可以对 mask 位置的服装进行进一步处理，还原原来的服装细节并得到需要的模特。 【SD】商业换装如此简单，Segment Anything 中 GroundingDINO 模型分割 有时需要更精确的蒙版，如人物的眼睛或身上的配饰等，单靠 SAM 模型难以得到想要的蒙版，此时需要使用 GroundingDINO。启用 GroundingDINO，AI 会自动下载模型，若没有魔法可去云盘直接下载，放到特定文件目录下。在检测提示词中输入“eye”，AI 可根据语义分割自动检测出眼睛部分并设置好蒙版，还可通过预览箱体得到眼睛编号，选择调整单一眼睛。选择想要修改的蒙版，上传到重绘蒙版中，添加提示词生成图片。还可给人物换背景，加载生成的背景蒙版，选择大模型和正向提示词，蒙版模式选择“重绘非蒙版内容”。若头发部分没抠好，可放入图生图中细化，再用 PS 创成式填充修复头发。