Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

有哪些直接可以操作电脑的AI

Answer

以下是一些可以直接操作电脑的 AI：

  • XiaoHu.AI 能通过图形用户界面操作电脑，执行如订餐、网购、填写表单等复杂任务。其功能亮点包括视觉感知（解析屏幕像素数据，理解状态）、推理规划（通过“思维链”技术动态调整任务计划）、操作执行（使用虚拟鼠标键盘完成任务）。但当前仅对美国 Pro 用户开放测试，未来将扩展更多任务场景。相关链接：https://www.xiaohu.ai/c/xiaohu-ai/openai-l3-operator 。

此外，还有一些能联网检索的 AI：

  • ChatGPT Plus 用户现在可以开启 web browsing 功能，实现联网功能。
  • Perplexity 结合了 ChatGPT 式的问答和普通搜索引擎的功能，允许用户指定希望聊天机器人在制定响应时搜索的源类型。
  • Bing Copilot 作为一个 AI 助手，旨在简化您的在线查询和浏览活动。
  • 还有如 You.com 和 Neeva AI 等搜索引擎，它们提供了基于人工智能的定制搜索体验，并保持用户数据的私密性。

需要注意的是，以上内容由 AI 大模型生成，请仔细甄别。

Content generated by AI large model, please carefully verify (powered by aily)

References

XiaoHu.AI日报

能通过图形用户界面操作电脑，执行复杂任务，如订餐、网购、填写表单等。功能亮点：视觉感知：解析屏幕像素数据，理解状态。推理规划：通过“思维链”技术动态调整任务计划。操作执行：使用虚拟鼠标键盘完成任务。当前仅对美国Pro用户开放测试，未来将扩展更多任务场景。?[https://www.xiaohu.ai/c/xiaohu-ai/openai-l3-operator](https://www.xiaohu.ai/c/xiaohu-ai/openai-l3-operator)

XiaoHu.AI日报

能通过图形用户界面操作电脑，执行复杂任务，如订餐、网购、填写表单等。功能亮点：视觉感知：解析屏幕像素数据，理解状态。推理规划：通过“思维链”技术动态调整任务计划。操作执行：使用虚拟鼠标键盘完成任务。当前仅对美国Pro用户开放测试，未来将扩展更多任务场景。?[https://www.xiaohu.ai/c/xiaohu-ai/openai-l3-operator](https://www.xiaohu.ai/c/xiaohu-ai/openai-l3-operator)

问：有没有能联网检索的AI？

是的，存在能联网检索的AI。这些AI通过连接互联网，实时搜索、筛选并整合所需数据，以提供给用户更精准和个性化的信息。例如，ChatGPT Plus用户现在可以开启web browsing功能，实现联网功能。Perplexity，它结合了ChatGPT式的问答和普通搜索引擎的功能，允许用户指定希望聊天机器人在制定响应时搜索的源类型。Bing Copilot，作为一个AI助手，旨在简化您的在线查询和浏览活动。还有如You.com和Neeva AI等搜索引擎，它们提供了基于人工智能的定制搜索体验，并保持用户数据的私密性。这些AI搜索工具的出现，标志着在信息检索领域的一个重要发展，它们通过结合AI技术和搜索引擎，大幅提升了数据集命中预期，并为实际应用带来了更多可能性。内容由AI大模型生成，请仔细甄别。

Others are asking
让AI帮我操作电脑
目前在让 AI 操作电脑方面，有以下相关信息： 去年夏天在处理自动备份配置脚本的任务中，尽管对运维领域不熟悉且编写 Shell 脚本遇到困难，但 AI 可以作为很好的教练，通过请教如“请告诉我 rclone 命令的用法”“Shell 里面的循环怎么写”等具体问题，AI 能提供解决方案，甚至写出带详细中文注释的代码。 4 月动态中有一些相关的 AI 新产品，如 AutoGPT GUI 开放了 waitlist，MULTI·ON plugin 能在笔记本电脑上自动执行许多任务，BabyBeeAGI 有更强的任务管理等能力，MiniAGI 基于 GPT3.5Turbo/4 能执行多种任务。 生成式 AI Studio 中，可定义场景让 AI 响应特定查询，如设定名字和身份后对 help desk 查询做出特定回应。还提到 Google 提供了 API 和 SDK 帮助构建应用程序，以及调整语言模型以提高响应质量，提示的设计会影响模型结果，但制作提示可能存在一定难度。
2024-11-13
如何让企业微信可以接上 AI？让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服，可以参考以下内容： 1. 基于 COW 框架的 ChatBot 实现方案：这是一个基于大模型搭建的 Chat 机器人框架，可以将多模型塞进微信（包括企业微信）里。张梦飞同学写了更适合小白的使用教程，链接为： 。 可以实现打造属于自己的 ChatBot，包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能，以及常用开源插件的安装应用。 正式开始前需要知道：本实现思路需要接入大模型 API 的方式实现（API 单独付费）。 风险与注意事项：微信端因为是非常规使用，会有封号危险，不建议主力微信号接入；只探讨操作步骤，请依法合规使用，大模型生成的内容注意甄别，确保所有操作均符合相关法律法规的要求，禁止将此操作用于任何非法目的，处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。 支持多平台接入，如微信、企业微信、公众号、飞书、钉钉等；多模型选择，如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等；多消息类型支持，能处理文本、语音和图片，以及基于自有知识库进行定制的企业智能客服功能；多部署方法，如本地运行、服务器运行、Docker 的方式。 2. DIN 配置：先配置 FastGpt、OneAPI，装上 AI 的大脑后，可体验知识库功能并与 AI 对话。新建应用，在知识库菜单新建知识库，上传文件或写入信息，最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中，AI 面临着巨大挑战，如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法，利用价值网络评估棋面优劣，策略网络选择最佳落子，且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练，达到蒙特卡洛树搜索水平，并将其与蒙特卡洛树搜索有机结合，取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步，也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外，神经网络在处理未知规则方面具有优势，虽然传统方法在处理象棋问题上可行，但对于围棋则困难重重，而神经网络专门应对此类未知规则情况。关于这部分内容，推荐阅读《这就是 ChatGPT》一书，其作者备受推崇，美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑： 法律法规方面：《促进创新的人工智能监管方法》指出，AI 的发展带来了一系列新的安全风险，如对个人、组织和关键基础设施的风险。在设备风控中，需要关注法律框架是否能充分应对 AI 带来的风险，如数据隐私、公平性等问题。 趋势研究方面：在制造业中，AI Agent 可用于生产决策、设备维护、供应链协调等。例如，在工业设备监控与预防性维护中，Agent 能通过监测传感器数据识别异常模式，提前通知检修，减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面，AI Agent 也能发挥重要作用，实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总： 4 月 11 日： Pika 上线 Pika Twists 能力，可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中，结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术，可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术，实现从单张图片快速生成超逼真的 3D 头像，在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage，通过图片生成可自由拼装 3D 场景，再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型，无缝支持各种视频生成任务（文本/图像/视频到视频）。 4 月 9 日： ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下，可生成完整的 1 分钟视频。 4 月 14 日： 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
我想找一个可以把服装图片用ai的方式直接‘穿’在另一张图片的模特身上
以下是两种可以将服装图片用 AI 的方式“穿”在另一张图片的模特身上的方法： 方法一：使用 ComfyUI GeminiAPI 1. 在 Google 的 AI Studio 申请一个 API key（需要网络环境），有免费的额度，网址为：https://aistudio.google.com/apikey?hl=zhcn 。 2. 安装相关依赖，根据使用的情况选择手动安装（如果使用 ComfyUI 便携版或自己的 Python 环境）或通过 ComfyUI Manager 安装。 手动安装：安装相关依赖。 通过 ComfyUI Manager 安装：在 ComfyUI 中安装并打开 ComfyUI Manager，在 Manager 中搜索“Gemini API”，然后点击安装按钮。 方法二：使用【SD】 1. 进行 SAM 模型分割：来到图生图中，提示词输入“蓝色毛衣”，蒙版区域内容处理改为“填充”，尺寸改为和图像一致，重绘幅度为 1。 2. 处理可能出现的问题：如蒙版区域较大导致的衔接问题，可以通过降低重绘幅度或添加一个 openpose 来控制人物的身体，得到正确的姿势。 3. 选择合适的重绘功能：除了使用图生图的局部重绘，还可以使用 controlnet 的局部重绘功能，控制模式选择“更注重提示词”，具体效果可自行试验选择。
2025-04-09
怎么使用AI根据一篇论文直接生成PPT
以下是使用 AI 根据一篇论文直接生成 PPT 的一些方法和步骤： 1. 利用 AI 摘要论文内容并生成大纲列表，或者让 AI 根据主题扩充成大纲列表乃至具体内容。 2. 可以使用特定的 AI 工具，如 Claude 和 Gamma.app 。Claude 能帮助快速寻找符合条件的论文、提取精炼论文中某部分信息，并找到适合的 PPT 制作工具及教会使用。 例如，通过与 Claude 对话解决学术网站的条件搜索问题，如“帮我搜索一下营销领域最权威的期刊是哪几本”等。 3. 给 AI 一段数据、描述信息媒介的进化史、总结文章全文等，让其进行可视化展示。 4. 模型选择方面，目前推荐 Claude 3.7 Sonnet ，可通过 POE 调用 Claude 等方式。 需要注意的是： 1. 别指望有一段提示词复制就能得到满意的结果，这是一个和 AI 互动的过程，需要反复尝试。 2. 使用 AI 生成“PPT”实际上是基于模型的 HTML 输出能力，并非真的 PPT 格式，目前无法在 PPT 里进行二次深度编辑。
2025-04-01
怎么根据一篇论文直接生成PPT
以下是根据一篇论文直接生成 PPT 的一些方法和建议： 1. 利用 Gamma app：将 Claude 的答案放到 Google Docs 中，再导入 Gamma app 可自动转成初始只有文字的 PPT，然后可给 Gamma app 发送指令进行美化。 2. 提取论文中的关键图表： 检查论文在线版本：有些期刊会发布数字版本，包含原文、数据、图表等，可在论文首页或期刊网站查找相关链接下载。 联系论文作者：通过网络查找作者联系方式，说明兴趣，可能获取电子版论文全文。 咨询研究数据库：大学和公共图书馆通常订阅研究文献数据库，可联系馆员请求帮助。 3. 对于生成 PPT 的其他方式，如将文件转换为 PDF 格式（其他格式也可，但 PDF 效果更好），注意处理图片（网络图片复制 url 用 markdown 格式写入文档，自己的图片使用图床服务托管生成公链）和视频（找到公网视频地址用 markdown 格式写入）。 4. 让 AI 帮忙摘要论文内容生成大纲列表，或根据主题扩充成大纲列表乃至具体内容，在特定场景下可直接使用生成的 PPT，如学生快速为小组展示配 PPT。同时，还有多种 PPT 模板可供选择，如子弹布局、带文本布局的图标、统计布局、金字塔布局等。
2025-04-01
用ai建立知识库和直接使用ai有什么区别、
用 AI 建立知识库和直接使用 AI 主要有以下区别： 直接使用 AI 时，AI 生成的内容可能较为笼统模糊，就像遇到只会说“很急，今天就要”却不提供具体指导的领导。若想让 AI 成为得力助手，需对复杂任务进行拆解，提供方法论和定义输出格式。 建立知识库就如同为 AI 准备了“教科书”。知识库灵活，但偶尔会出现查不到内容而“猜题”的情况。例如，将《梦想与颠覆》卡牌等相关内容导入作为 AI 可调用的知识库，后续在创作中激活知识库，AI 会根据场景自动匹配库内素材，使输出更具针对性。 相比之下，微调类似于让 AI“自己真的学会了整本书”，答题更快更准，但训练成本高。微调适合高精度、长期任务，而知识库更适合临时查找、快速问答。
2025-03-30
目前的AI设计软件，能直接生成课程海报吗
目前的 AI 设计软件能够直接生成课程海报。例如 Claude 这款工具，其 Artifact 功能强大，无需专业设计技能和代码编写，也无需使用 PS 等软件，仅通过输入提示词和对话交流，就能生成课程海报，还能根据需求进行修改，如合并课程、添加日历、调整色彩等。 此外，还有一些其他的 AI 海报生成工具： 1. Canva（可画）：https://www.canva.cn/ ，提供大量模板和设计元素，AI 功能可协助选择颜色搭配和字体样式。 2. 稿定设计：https://www.gaoding.com/ ，智能设计工具采用先进人工智能技术，自动分析和生成设计方案。 3. VistaCreate：https://create.vista.com/ ，提供大量设计模板和元素，用户可使用 AI 工具创建个性化海报，智能建议功能可帮助快速找到合适设计元素。 4. Microsoft Designer：https://designer.microsoft.com/ ，通过简单拖放界面创建演示文稿、社交媒体帖子等视觉内容，集成丰富模板库和自动图像编辑功能。 另外，还有一个海报设计的案例分享——东阿阿胶。其步骤包括得到需求、提取元素、绘制线稿、用 controlnet 转绘上色、ps 优化、定稿。具体为：确定需求并提取元素，如风格要潮流插画、有唐代元素和国潮等；绘制线稿，根据需求调整元素，如将驴子换成琵琶等；拆分元素线稿，绘制单个元素使其更精致，方便后期替换；利用拼接好的线稿跑图抽卡，选出合适的进行 ps 优化；最后根据客户需求进行元素替换得到定稿。上色运用的大模型为 GhostMix 鬼混_V2.0，lora 模型为“盒子系列——平面国潮插画_v1.0:182ba9e2f576”，controlnet 模型为“Module:lineart_coarse,Model:contr”。
2025-03-26
flowith根据自然语言构建一个直接使用的工作流吗，如何向flowith提出要求
Flowith 可以根据自然语言构建工作流。即使没有专业编程技能，只要能用清晰的自然语言描述出想要的各个 Agents 具备的行为和功能，就可以快速制作多 Agents 应用或创建代理式工作流。 使用工作流的步骤如下： 1. 配置工作流： 在 Code 节点内使用 IDE 工具，通过 AI 自动生成代码或编写自定义代码逻辑，来处理输入参数并返回响应结果。 该节点支持 JavaScript、Python 运行时，需注意不同运行时的特定事项。 可在 IDE 底部单击尝试 AI，并输入自然语言设定代码逻辑，也可选中代码片段通过快捷键唤起 AI 并输入自然语言让其修改代码。 2. 通过工作流数据库节点操作数据表： 在工作流中添加数据库节点对数据表进行操作，可通过 NL2SQL 方式和代码方式进行调用，支持完整读写模式。 参考以下操作添加并配置工作流节点： 单击页面顶部的工作流页签，然后单击创建工作流。 输入工作流名称和使用描述，然后单击确认。 在基础节点页签下，将数据库节点拖入到工作流配置画布区域。 根据相关信息配置数据库节点，包括输入添加 SQL 执行中需要的参数，输入要执行的 SQL 语句，可单击自动生成使用大模型生成 SQL。 需注意不支持 Select语法、多表 Join 操作，最多返回 100 行数据。在配置数据库节点前，要确保已经搭建了一个 Bot，并在这个 Bot 中创建好了数据表。
2025-03-26