首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • AI配合MCP快速生成n8n工作流

    在数字化时代的浪潮中,AI技术正以前所未有的速度改变着我们的生活和工作方式。从智能家居到智能办公,从数据分析到自动化流程,AI的应用场景无处不在。 今天,我们将带你走进一个充满创新与效率的世界,探索如何通过AI大眼萌的指引,轻松搭建起属于自己的N8N工作流。 :5678/api/v1 异地部署为:http://详细地址/api/v1 创建n8n_api_key json配置文件 构建服务器( npm run build )后,配置你的 AI 助手来运行它。 然后使用AI(Deepseek模型)对天气信息进行分析后,生成一份美观的天气预报,内容包括当天天气,穿衣指数推荐、出行注意事项。最后把天气预报信息,发送到飞书。 参考工作流xxxx.json ##参考的工作流可以去https://n8n.io/workflows/ 下载 用claude4模型效果最好 用Codebuddy 通过MCP生成n8n工作流 Trae用的人太多了

    90210编辑于 2025-08-27
  • 来自专栏AI产品体验专栏

    AI配合MCP快速生成n8n工作流

    在数字化时代的浪潮中,AI技术正以前所未有的速度改变着我们的生活和工作方式。从智能家居到智能办公,从数据分析到自动化流程,AI的应用场景无处不在。 今天,我们将带你走进一个充满创新与效率的世界,探索如何通过AI大眼萌的指引,轻松搭建起属于自己的N8N工作流。 后,配置你的 AI 助手来运行它。 然后使用AI(Deepseek模型)对天气信息进行分析后,生成一份美观的天气预报,内容包括当天天气,穿衣指数推荐、出行注意事项。最后把天气预报信息,发送到飞书。 参考工作流xxxx.json##参考的工作流可以去https://n8n.io/workflows/ 下载用claude4模型效果最好用Codebuddy 通过MCP生成n8n工作流Trae用的人太多了

    2.2K01编辑于 2025-06-15
  • 来自专栏腾讯云智能·AI公有云

    8小时玩转AI绘画 |《腾讯云AI绘画-StableDiffusion图像生成》训练营抢先学习!

    人工智能正在加速渗透到千行百业与大众生活中,个体、企业该如何面对新一轮的AI技术浪潮? 为了进一步帮助用户了解和使用腾讯云AI系列产品,腾讯云AI技术专家与传智教育人工智能学科高级技术专家正在联合打造《腾讯云AI绘画-StableDiffusion图像生成》训练营,训练营将通过8小时的学习带你玩转 AI绘画。 并配有专属社群答疑,助教全程陪伴,在AI时代,助你轻松上手人工智能,快速培养AI开发思维。全套课程在12月12日即将完整上线,欢迎对AI感兴趣的友友们抢先学习。 多位AI大牛深入浅出带你玩转AI绘画,8小时实现从0到1实战飞跃!参营更有官方结营证书、鹅厂公仔奖励等你来拿!点击报名,抢先学习《腾讯云AI绘画-StableDiffusion图像生成》训练营

    1.3K31编辑于 2023-12-06
  • 来自专栏ATYUN订阅号

    利用AI 生成商标

    最新的尝试是生成一个对抗网络(GAN)——由样本生成器和鉴别器组成,它们可以区分生成的样本和真实世界的样本。 然后他们使用谷歌的云视觉服务生成4到8个描述标识内容的单词标签,并使用预先训练的人工智能模型对这些标签进行矢量化,为每个示例创建空间表示。之后再对这些空间表征进行聚类,以识别具有相似视觉特征的特征。

    2.9K20发布于 2019-10-08
  • 来自专栏开源心路

    AI生成视频-Pika

    背景介绍 Pika 是一个使用 AI 生成和编辑视频的平台。它致力于通过 AI 技术使视频制作变得简单和无障碍。 Pika 1.0 是 Pika 的一个重大产品升级,包含了一个新的 AI 模型,可以在各种风格下生成和编辑视频,如 3D 动画,动漫,卡通和电影风格。 现在我们需要告诉 AI 实际上我们想要生成什么样的片段。 4 之间的数字(默认为 1) 示例提示: /create prompt: 示例提示文字 -motion 3 指导度 参数:-gs ## 用途:调整指导度,数值越高,与文本相关度越高 接受:建议 8- 我们很高兴推出 Pika 1.0,这是一次重大的产品升级,包括一个新的 AI 模型,它能够以 3D 动画、动漫、卡通和电影等各种样式生成和编辑视频,以及一个新的 Web 体验,使其更容易使用。

    1.9K10编辑于 2023-12-06
  • 来自专栏王的机器

    生成AI 简介

    由此可见,生成模型比判别模型要困难很多。 2. 生成模型的框架 了解生成模型框架之前,让我们先玩一个游戏。 每个特征也有不同数目的特征值: 3 种配件类型 (accessories type): Blank, Round, Sunglasses 8 种服装颜色 (clothing color): Black LongHairCurly, LongHairStraight, ShortHairShortWaved, ShortHairShortFlat, ShortHairFrizzle 这样有 3 * 8 没有联系,用数学表达式表示就是: 有了这个假设,我们可以计算出 朴素贝叶斯模型将原始问题“对每个特征组合做概率估计”简化成对“每个特征做概率估计”,原来我们需要用 4031 (3 * 8 * 4 * 6 * 7) 个参数,现在只需要 23 (3 + 8 + 4 + 6 + 7) 个参数,每个参数的表达式为: 其中 N 是观测数据的个数即 50,nkl 是第 k 个特征取其下第

    68330编辑于 2023-09-02
  • 来自专栏自学气象人

    生成AI 简介

    由此可见,生成模型比判别模型要困难很多。 2. 生成模型的框架 了解生成模型框架之前,让我们先玩一个游戏。 每个特征也有不同数目的特征值: 3 种配件类型 (accessories type): Blank, Round, Sunglasses 8 种服装颜色 (clothing color): Black LongHairCurly, LongHairStraight, ShortHairShortWaved, ShortHairShortFlat, ShortHairFrizzle 这样有 3 * 8 没有联系,用数学表达式表示就是: 有了这个假设,我们可以计算出 朴素贝叶斯模型将原始问题“对每个特征组合做概率估计”简化成对“每个特征做概率估计”,原来我们需要用 4031 (3 * 8 * 4 * 6 * 7) 个参数,现在只需要 23 (3 + 8 + 4 + 6 + 7) 个参数,每个参数的表达式为: 其中 N 是观测数据的个数即 50,nkl 是第 k 个特征取其下第

    67310编辑于 2023-09-05
  • 来自专栏慕枫技术笔记

    深入理解生成AI技术原理:初识生成AI

    真正的大师永远怀着一颗学徒的心 如果将人工智能按照用途进行简单分类的话,人工智能可以划分为决策式AI以及生成AI两类。 而以ChatGPT为代表的生成AI通过对大量数据的联合概率进行学习,对已有的数据和知识进行归纳总结,同时结合深度学习技术,自动生成新的内容,而新生成的内容可以是文字、图片甚至是视频等多模态内容。 深度学习 深度学习是生成AI背后比较核心的实现技术,它是机器学习的重要优化手段,而机器学习又是人工智能领域重要的落地实现措施。 总结 本文主要对生成AI进行了初步阐述,同时针对生成AI最核心的两个技术点分别进行了初步说明,后面的专栏文章中将继续以深度学习以及大模型核心技术点作为切入点来深入分析生成AI背后的技术原理。 希望通过系列文章的说明,让大家对于类似ChatGPT这样的生成AI有一个更加深刻的理解。 如何优雅的消除系统重复代码 大厂面试官眼中的好简历到底什么样?

    2.3K30编辑于 2023-08-10
  • 来自专栏DevOps

    AI生成AI & Gemmi模型介绍

    AI 人工智能 (AI) 被认为是机器(尤其是计算机系统)对人类智能过程的模拟。这些过程包括学习(获取信息和使用信息的规则)、推理(使用规则得出近似或明确的结论)和自我纠正。 生成AI 生成式人工智能最近变得非常流行,它被大众用来生成不同类型的内容,包括文本、图像、视频等。 生成AI 是人工智能 (AI) 技术的一个子集,专注于根据输入数据或从现有数据中学习的模式生成新的原创内容。 与专为分类或预测等特定任务而设计的传统 AI 模型不同,生成AI 模型能够创建全新的数据样本,这些样本类似于它们所接触的训练数据。它使用生成模型,这些模型根据现有数据的学习概率分布生成新内容。 在这里,我们开发了用于不同领域的不同 AI 工具列表。 参考:What is Artificial Intelliegence? - DEV Community

    93310编辑于 2024-05-06
  • 【详解】Java生成8位UUID

    Java生成8位UUID在Java中,UUID(Universally Unique Identifier)通常用于生成全局唯一的标识符。 虽然缩短UUID会增加碰撞(即生成两个相同标识符)的风险,但在某些特定场景(如生成短链接、简短的API密钥等)中,这可能是可接受的。下面是一个简单的Java方法,用于生成一个较短的8位UUID。 (new BigInteger("FFFFFFFFFFFFFFFF", 16)).toString(16).toUpperCase(); // 确保返回的短UUID长度为8, 这个操作会损失UUID的唯一性,因此生成的短UUID有更高的碰撞风险。取模后的结果转换为一个16进制字符串,并取其前8个字符作为短UUID。 使用​​String.format("%08s", shortUUID)​​确保返回的字符串长度为8,如果不足则在前面补0。注意:由于这种方法缩短了UUID的长度,因此增加了碰撞的风险。

    1.8K00编辑于 2024-12-31
  • 来自专栏运维监控日志分析

    ​logstash index 生成时间晚 8 小时

    问题 es存储数据索引需按照天进行分割,即logstash 每天00:00生成新的索引,观察发现logstash默认情况下生成新的索引的时间为每天的 08:00 时,导致第二天的数据会被存储到前一天索引中 分析发现 logstash 生成索引文件名中的日期是从@timestamp字段的值中获取,默认为UTC时间。 filter { ruby { code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8* timestamp'))" } mutate { remove_field => ["timestamp"] } } logstash 配置文件 使用格式 YYYY.MM.dd.HH 查看索引生成的时间是否准确 filter { ruby { code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*

    3.2K60发布于 2020-09-04
  • 来自专栏工作笔记精华

    JAVA生成8位UUID 转

    8位UUID思想其实借鉴微博短域名的生成方式,但是其重复概率过高,而且每次生成4个,需要随即选取一个。 本算法利用62个可打印字符,通过随机生成32位UUID,由于UUID都为十六进制,所以将UUID分成8组,每4个为一组,然后通过模62操作,结果作为索引取出字符, 这样重复率大大降低。 经测试,在生成一千万个数据也没有出现重复,完全满足大部分需求。 代码贴出来供大家参考。 ", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z", "0", "1", "2", "3", "4", "5", "6", "7", "8" StringBuffer(); String uuid = UUID.randomUUID().toString().replace("-", ""); for (int i = 0; i < 8;

    6.4K00发布于 2019-04-18
  • 来自专栏机器之心

    AI版「女娲」来了!文字生成图像、视频,8类任务一个模型搞定

    机器之心报道 编辑:陈萍、小舟 AI会是未来的「造物者」吗? 近来,视觉合成任务备受关注。几天前英伟达的 GauGAN 刚刚上新了 2.0 版本,现在一个新视觉合成模型 Nüwa(女娲)也火了。 相比之下,「女娲」是一个统一的多模态预训练模型,在 8 种包含图像和视频处理的下游视觉任务上具有出色的合成效果。 该框架由以文本或视觉草图作为输入的自适应编码器和由 8 个视觉合成任务共享的解码器组成。  「女娲」整体架构图。 「女娲」的 8 种跨模态合成模式分别是: 文本转图像: 涂鸦转图像: 图像补全: ‍ 根据文本编辑图像: 文本转视频: ‍ 视频预测: 涂鸦转视频: 根据文本编辑视频: 实验结果 欢迎 AI 社区从业者们积极报名参与,同时我们也欢迎 NeurIPS 2021 论文作者们作为嘉宾参与论文分享与 Poster 展示。感兴趣的小伙伴点击「阅读原文」即可报名。

    70620编辑于 2023-03-29
  • 来自专栏开源心路

    AI生成中Transformer模型

    文本生成:如GPT系列模型,在自动内容创作、对话生成等方面具有显著效果。 文本理解:如BERT模型,用于情感分析、文本分类、问答系统等。 语音处理:Transformer被用于语音识别和语音合成。 图像处理:虽然最初是为NLP设计的,但Transformer也已被适配用于图像分类和生成任务。 生物信息学:用于蛋白质结构预测等复杂任务。 视频处理:用于视频理解和视频生成任务。 注意力机制允许解码器在生成每个输出元素时“关注”输入序列中的不同部分,从而有效地解决信息压缩的问题。 这样,解码器可以直接访问整个输入序列,从而更准确地生成输出。 ,避免参照还未生成的词。 总之,Masked Self-Attention通过对未生成词位置的Mask,实现了顺序生成,是Transformer具有auto-regressive解码能力的关键。

    1.2K11编辑于 2023-12-20
  • 来自专栏AI工具大盘点

    AI Logo 生成技术解析

    AI 技术蓬勃发展的当下,其应用已渗透至品牌设计领域,AI Logo 生成这一创新应用应运而生。 一、AI Logo 生成技术解析(一)算法基础AI Logo 生成工具主要依赖深度学习中的生成对抗网络(GAN)和变分自编码器(VAE)等技术。以 GAN 为例,它由生成器和判别器两部分组成。 通过不断地训练和优化,生成器能够逐渐生成更加逼真、符合设计要求的 Logo 图像。(二)数据驱动大量的设计数据是 AI Logo 生成技术的核心驱动力。 三、AI Logo 生成的优势与特点(一)高效快速AI Logo 生成工具能够在极短的时间内(最短不到 60 秒)生成一批 Logo 方案。 五、AI Logo 版权问题剖析(一)版权政策差异免费 AI Logo 生成工具在版权政策方面存在显著差异。

    57510编辑于 2025-07-15
  • 来自专栏资讯分享

    AI生成与版权保护

    8月18日,美国哥伦比亚特区法院就“泰勒诉美国版权局AI绘画版权登记案”做出判决;8月24日,北京互联网法院在线公开审理了首例“AI文生图著作权案”。 2023年9月8日,79位艺术家在著名的知识共享组织Creative Commons上发布了一封公开信表示,Stable Diffusiopn、GPT等AIGC模型只是一种艺术创作辅助工具,真正为艺术作品注入灵魂的始终是自然人 艺术家们表示,生成AI将推动创作平权时代的加速到来,普通大众被艺术创作拒之于门外的境遇,未来也将显著改变。[8]对于何种程度的人类干预,足以使AI生成内容获得版权,需要具体分析。 AI生成内容和非AI生成内容,本质上只是创作工具的不同,生成内容的外在表现形式并无本质差异,最终还是会落入到既有版权客体类型范畴之内。 Sarony, 111 U.S. 53, 58 (1884).[8]See Open Letter: Artists Using Generative AI Dend Seat at Table from

    1.3K30编辑于 2023-09-14
  • ai生成PPT网站有哪些?10大AI 生成 PPT 网站大盘点

    下面,我们就来详细介绍一些主流的 AI 生成 PPT 网站,帮助大家找到适合自己的工具。 1、AiPPTAiPPT 是国内较早专注于 AI 生成 PPT 的平台之一,凭借其简洁易用的操作界面和强大的智能生成能力,赢得了众多用户的青睐。 Prezi AI 的核心功能是 “智能动态路径生成”:用户输入 PPT 的主题、核心内容模块以及各模块之间的逻辑关系后,AI 会自动生成动态演示路径,确定页面之间的跳转顺序和缩放效果,让演示过程更流畅、 8、Focusky AIFocusky AI 是 Focusky 平台推出的 AI 功能,Focusky 以制作 3D 动态 PPT 为特色,其 AI 功能进一步降低了 3D 动态 PPT 的制作门槛。 总结以上介绍的 10 款 AI 生成 PPT 网站(含 AI 辅助 PPT 功能的平台),涵盖了不同的功能特色、适用场景和操作风格,从专门的 AI 生成 PPT 工具(如 AiPPT)到集成 AI 功能的综合设计平台

    2.7K11编辑于 2025-09-02
  • 8款免费AI论文写作工具推荐:毕业论文一键生成神器

    本文精挑细选8款零门槛AI写作神器,这些数字化助手不仅能够构建论文雏形,更能实现学术表达的智能化迭代。毕业季的学子借助此类工具可突破思路阻滞,但需注意所有AI生成内容都应经过严格的学术规范审查。 巨鲸写作 —— 学术论文创作全能助手 工具入口:巨鲸写作 智能化文本构建:依托算法模型分析课题关键词,用户输入论文标题后系统能在30分钟内生成约五万字的结构化文本,多任务处理能力支持多个文档并行生成 全场景适配能力 强度调节模块分五个梯度细化修改深度,图形化组件库内置二十种科研可视化元素 问卷全周期支持:从量表设计到数据建模形成闭环,通过仿真算法生成符合统计规律的数据集,自动生成包含克伦巴赫α系数等专业指标的效度验证图表 实现思维过程的数字化呈现 核心价值: 创新点识别算法每周迭代 中外文献协同分析系统 论证强度提升工具包 使用指南: 建议用于中小篇幅论文创作 需配合专业查重工具使用 理论深度需学者二次加工 系统界面:图片 8. 需要强调的是,所有AI生成内容都必须通过学术伦理审查,建议将智能输出作为创作素材而非终稿。掌握工具使用边界,在提升写作效能的同时恪守学术规范,方能在数字化科研时代把握创新主动权。

    1.5K10编辑于 2025-06-19
  • 来自专栏ceshiren0001

    借助 n8n 和 AI 模型实现用例智能生成与脚本自主维护

    而我们需要的,是让工作流具备某种“免疫系统”:能自己发现问题,生成测试验证,甚至修复潜在缺陷。架构设计:让AI成为工作流的“副驾驶”我设计的解决方案不依赖任何外部平台,全部在n8n内部完成。 接下来是关键部分——让AI分析这些数据并生成测试用例://Function节点:AI测试用例生成器constOpenAI=require('openai');//初始化客户端(实际使用时应将API密钥存储在 从实践中来的经验教训经过半年的运行,我总结出几个关键点:提示词的质量决定一切:让AI理解n8n的上下文需要精心设计的提示词。 我们的系统设置为:AI可以自动修复低风险问题(如拼写错误),但任何逻辑修改都需要人工确认。版本控制是基础:所有AI生成的代码都必须纳入Git管理,并附带上生成原因和测试结果。 最有意思的是,这种模式创造了一个良性循环:工作流运行得越多,生成的训练数据就越多;训练数据越多,AI的理解就越深;AI理解越深,维护就越精准。

    32310编辑于 2025-12-03
  • 来自专栏我还不懂对话

    【评论生成AI生成评论,如何既相关又多样?

    AI评论生成,如何既相关有多样? 因此文章提出了结合检索和生成的方法,利用已有用户评论和检索出相关评论,训练一个打分器scorer(怎么训练呢?)。然后利用这些评论和文章,作为copy机制生成模型的训练数据。 而生成模型,用到的是CopyNet机制,通过设置超参控制生成和拷贝的概率叠加。 预估文章中的每个词语是否重要,用于指导下游生成,模型即转化为一个序列任务,预估每个词语是否重要。两个模块通过端到端方式集合生成任务一起训练。 knowledge graph TACL, 2020这篇主要是结合外部知识来生成,不止是评论生成,只是评论生成是,针对某些明星的评论,可能需要结合外部知识,例如明星的领域、代表作等,可以做参考。

    3K53编辑于 2022-09-06
领券