ds怎么用api无敏感词汇
将我们的体系解放的豆包，让豆包给我们生成一个网页，我们点击它这个右上角的就可以展开，可以预览代码信了，免撤销，检查下它的功能的完整性，然后分享导出文件发送到微信好友， 这个文件我们用 qq 浏览器打开， 点击建立，可以看一下它是否已置这个 api。 k， 我 们就从 deepsafe 官网拿 我们输 deepsafe 来的它一个开放平台，然后点击左上角的这三根杆，点击与 p i k 一 起往后创建自己的 p i k， 输入名称，请我们随便输入，往后创建，记得复制这个 api， 然后返回我们的页面， 点击 e p i 设置，输入我们的 n p i， 然后获取模型，进而我们连获取到两个模型，有 fla 写的 pro 版本或属于我们的人设，保持那个人设就能开始我们的聊天了。
粉丝177获赞1801
相关视频
08:17查看AI文稿AI文稿如果你还在苦恼 deepstack 的 改变，从现在开始用 api 吧啊，上期视频我虽然提到了，但是很多人说太复杂了，更多人说不知道怎么用，那这期视频我们就来一期手把手的教程啊，不会很复杂，而且相信我，这有可能是你实现 ai 认知跃级的一大步。 你现在用的 deepsafe， 不 管是网页版还是手机 app， 它的背后其实是一堆服务器在跑。给大家看一看我们的老师在服务器里最原始的样子，一个黑底的界面，先加载各种乱七八糟的东西，加载完之后就会出现一个箭头，你打字进去，他会一行一行的给你回应， 看起来就很原始哈，能用吗？是能，但是只有技术人员能用，这时候他就在想，我怎么能把这个服务器共享给别人呢？毕竟这设备钱跟电费都烧着，如果我能共享出去，还能够按量付费去收点钱回血，对吧？那么就会有第一个问题，怎么能让别人知道你这台服务器在哪呢？ 答案也很简单，给大家一个统一的调用网址，然后大喊所有人连接这里，保持 wifi 稳定。 第二个问题，我怎么知道谁来用了，用了多少呢？也很简单，给大家一堆密钥，按照密钥来统计个数就行，其实这块就挺像账号密码的，它就是两行参数。然后会有第三个问题，因为 deepsea 它也不止一个模型，那你到底要调用哪一个？需要你指定它的模型名称， 只要你手上具备了这三个东西，你就可以在任何地方去调用。迪老师， 比如你来到了一个酒馆，跟 d 老师扮演的几位男士女士非人类聊聊天。又比如你打开了一本全是日语的材料，辛勤的 d 老师一句一句的把它们翻译成了中文，然后你脑子突然冒出了一个想法，想搞一个创业的网页 代码，当然都是由 d 老师亲自来写，当然你也可以什么都不想，就在一个简单的聊天框里面，跟老 d 老师好好的聊聊天， 你之前应该也遇到过的老师说到一半，然后紧急撤回，又或者是服务器繁忙，请稍后再试，那在这里就都不复存在了，而且尺度无限大啊。如果你听兴奋了，那我们就快速去过一遍，流程就很很简单， 然后我再去跟大家分享一些更多我对于 ai 的 一些想法操作，一共就两步，那我们先来解决后端，也就是拿到我们开头讲的那三个东西， 用电脑或者手机都行。打开 deepsea 的 官网，左边这个网页版就是我们熟悉的老路，我们这次走右边 注册一个账号，然后就开始充值，最低一元起充，具体充多少呢？我就给大家一个参考。我上个月总共花了两块三，最多的一天花了四毛，而这一天我大概跟 ai 聊了十二万字，说白了， d 老师真的很便宜，就是充十块钱，应该能够聊到你历劫了。 充完值，找到左边的 api case 点创建这个名字，你随便起，这串密钥要保存好，因为它只会出现这一次，相当于我们也拿到了我们的一个身份码。所以后台呢，其实就是充值跟创建密钥这两步。我们再去看一眼它写的接口文档， 对老师的请求地址就是这个 api 点 deepsafe 点 com api k 就是 你刚刚创建的那个。然后模型名称你有两个选择，分别对应着 v 三点二版本的非思考模式和思考模式。如果你好奇的话，可以看一眼左边的价格标准，输入两块，输出三块，每一百万， 这个比起国外的大模型真的是白菜价了。好了，至此，我们后端的这三个东西就齐了，接下来呢，我们来选前端。前端的软件是非常多的 啊，我现在给大家报个菜名，网页版有 open web ui， next， chat labor， chat， 桌面端有 chat studio， deepchat， chatwise， 手机端有 chatbox， replay， hub， cleveland 多的是。但是你要记住，就这些软件，它们所有的软件除了功能上有些细致的差别以外，其实都一致，它们就是一个壳，来为你提供一个对话的聊天界面。我们这一次呢，以 chatbox 为例啊，因为它的 ios 跟安卓都是免费的， 虽然界面会有点简陋，但其实还挺好用的，当你第一次打开它的时候，里面是空的，但如果你配置好了，它是可以什么模型都有的。 首先我们一进来全部插掉，在这个菜单里面找到设置模型，选择提供方，找到 deepsea 这里，因为 deepsea 实在太有名了，所以大家都用那个地址还有模型的名称，所以它呢，简化了，都给你填好了， 这里你就只需要填入你的密钥就可以用了，填完呢也可以检查一下，一般是没有什么问题。现在呢，再一路返回，你就可以在下面选择 d 老师了。前后段的教程就到这里结束啊，应该讲的还挺细的，如果你还有什么疑问，都可以发在评论区，我是会看的。 这里你细想一下，其实 deepsafe 的 官方 app， 它不也是这么一个壳吗？只不过官方帮你把这些地址、密钥、模型全都接好了，再给你免除了 api 的 费用，大家就这么习以为常着用着了，对吧？ 到这你可能会想啊，就为它这个模型升级，然后我为了找回老模型，就费了这么大劲，值吗？说实话，如果你只是把这个 api 接入到一个聊天软件里，那体验上确实跟之前聊天没什么区别，而且你现在还开始花钱了。 但是呢， api 这个东西，一旦你学会了领悟了它的用法，那它打开的就绝不是一个聊天窗口这么简单了。 其实我看到了一个比较主流的 ai 的 理论，它会把使用 ai 的 人分为了四层，第一层跟 ai 聊天，用网页端或者手机版的 app 去帮你查查资料，写个周报，你个新年贺词，或者帮你处理一些感情问题啊，也不是说有错，只是说这样其实没有发挥到 ai 所有的能力。 第二层，其实就是我们这次讲的用 api 的 方式把 ai 拉出来，放到各种不同的软件里面，那区别在哪呢？比如说，我这里有五个需要翻译的文件，用网页的方式一次复制不完，我就得把它们分段去粘贴， 不仅麻烦，而且这个流程是很不规范的。但凡 ai 出现一次幻觉，那字幕的格式就会错，非常容易出现各种各样的问题。 但有了 a p i 之后，我们就可以利用现成的翻译工具，只让我们的老师去做这个翻译的部分，而且整个过程都是批量的，处理完之后自动合并成一整个文件，准确而且优雅。如果你用好了 a p i， 其实你工作的效率会有很大的提升。 第三层其实就是现在爆火的 ai 编程，刚才我们翻译是有现成的工具的，但有些小众需求，比如说我想要自动抓取一些 ai 热点，然后主动推送给我， 市面上没有这样的程序，那就自己造。有一种很特别的程序，专门为 ai 编程而优化，同样它需要 api 的 方式接进去，然后你跟它自然语言描述你想要的东西，它就能帮你一点点做出来，而在这一层，无论你的需求有多小众，它都可以解决。 最近呢，我是用 ai 来搭建了整个写作的工作流，虽然文章还是我自己写，但是有一些选题的想法，或者是发布之后的数据总结，我就都交给 ai 去做了。昨天晚上我去跟 ai 复盘总结，也说了很多的想法，然后我觉得有点累了，就跟他说，不然今天就到这里， 然后他就说好了，今天就先到这大概讲了什么东西？合上电脑，我突然有点恍惚，就过去的一个小时，我是完全没有看手机，没有呃，刷短视频，完全就是种心灵模式，而这个心灵模式竟然是我在跟一个 机器在协同工作，这种感觉真的还挺奇妙的。至于第四层，其实很多人都还在观望，应该也是一个今年的趋势啊。一个 ai 是 已经可以帮你很好的完成任务了，但是更加复杂的，更大的任务可能他还是做不了的。那么一群 ai 如何去协同合作？ 这个事情还是比较难的，就目前还是一片混乱。就是你让一个总领导的一个人去安排几个不同的小 ai 去做事情， 他就会着急的说那 ai 还没做完呢，他就自己上手去做了。总之现在的视觉效果是远大于实际的效果的啊，还不是很好用，跟大家发散的会演多了，只是想让大家去了解一下现在的 ai 进行到什么程度了。 呃，这一次的小事故，如果能够让你有机会去接触到 api 的 用法，我觉得是一个非常好的机会。好了，这期视频呢，我们就讲到这里啊，应该都听懂了吧，如果，嗯，哎，反正后续我也会做各种各样的，一步一步的，这种 ai 的 内容也可以先关注一下我。 嗯，就讲到这吧，然后我是大黑，以纯人工的方式去帮你去去分享智能。好，我们就下次再见。拜拜。
3.6万人工大黑
02:05查看AI文稿AI文稿如何十分钟搭建一个属于自己的无线记词 ai 聊天平台？非常简单，跟着我的脚步来，再怎么小白也可以实现，手机、电脑都可以哦。首先打开 dseek， 让它先大体列好我们所需的功能清单。如果你不想花时间修 bug， 只想保留基础聊天功能，那让它只含基础功能就行了。比如我这边让它写了一个，只包含增加减小智能体，大概几分钟就写好了， 提示词我放在评论区了，懒得动手的也可以找我，我可以把现成的给你们用，填写一下自己的 api 就 行了。右上角可以直接运行，来看看符不符合自己审美以及基础功能是不是正常的。 这时候没问题的话，直接点下载就可以了。下载后你会得到一个后缀系 a t m l 的 文件，浏览器可以直接运行，也可以打包成 a、 k 文件，但偏不陷阱，我就不教学了。现在让我们打开 d、 b、 c 官网， 不要点，开始对话，点 api 开放平台登录后就可以看到充值界面了，就算你每天都聊很久，一块钱也能聊好几天，所以消费是很便宜的。这时候点左侧的 api key， 创建 api， 名字随便起，然后创建保存 a、 b、 i 就 行了。来到手机上，这个就是写好的 html 文件，用任意浏览器打开就行了，自带的 chrome、 夸克等都可以，我这边就用夸克来演戏了。 我这边侧系违禁词，创建了几个尺度很大的技能体，差不多可以得出结论，你们在意的那方面完全没有限制词了。 点开设计页面，就可以填写 a、 d、 i 和底层提示词了，同样的，底层提示词曲度也很大，所以就不给大家看了，这次就可以愉快的玩耍了。
3407小霖
04:12查看AI文稿AI文稿打算做一个二十一期的纯小白零基础 ai 入门教程，希望我们不再为 ai 焦虑而使用 ai 做点事。 整个系列打算呢，会分成三个部分，第一部分基础篇，带你理解 api、 token、 scale 这些我们经常听到的概念。第二部分，应用篇，带你去使用 cloud code code 这些 ai 工具。 第三部分是实战篇，我们一起从零开始用 ai， 真正做出并上线一个简单的带鱼民的网站。希望大家多多点赞、收藏、关注，让我们有更大动力把这个系列做完。今天是基础篇第一期，什么是 api？ 什么是 api k， 我想用 deepsea 的 官方文档加实际操作，带你真正看懂这两个概念。先做一个最简单的比喻啊， api 你 可以把它理解成一扇门，门后面是 ai 真正的能力，比如生成代码或者图片，但这扇门不是谁都能直接打开，你必须按照它规定的格式递上一组钥匙， 而 api k 就是 其中最主要的那把主钥匙，如果钥匙不对门就不会打开，也不会返回。结果现在我打开 deepsea 官方文档，这里有一段官方给的调用对话， api 势力，很多人第一次看到这里已经晕了，感觉像黑客呆毛。但其实你可以把它理解成按照规定的格式去敲门。 比如这里这个地址其实就是 deepsea 的 api 大 门地址，你把内容按照它要求的格式发过去，它就会把 ai 的 回答返回给你。 接下来我们简单主行看一下 curl， 意思是发起一次网络请求，你可以理解成开始敲门，然后这行 意思是我会按照 jason 格式说话。 jason， 你 可以简单理解成电脑之间交流的一种固定的说话方式，就像这扇 a p i 大 门，只认这种格式的钥匙。 接下来这行，这里就是我们经常听到的 api k， 它本质上就是打开 deepsafe api 大 门的主钥匙， api 大 门看到这把钥匙才会确认你有权限来找我的 ai 办事。怎么获得这个 api k 呢？很简单，在 deepsafe 官网点击创建， 创建好后及时复制，然后充值几块钱做实验就可以。而其他这些参数，比如 modal messages， 其实都像其他固定格式的小钥匙， 只有大家一起组合正确，这扇门才会真正打开。其中 model 就是 我们常常说的 deepsea 又更新了什么什么模型，这里是 deepsea v 四 pro。 然后这两行，第一行的角色是系统，内容是系统给 ai 的 设定， 你是一个乐于助人的助手，你可以把它理解成隐藏人设或者后台提示词。第二行的角色是用户，这里才是真正最关键的内容，这里的 其实就是你真正说的话，也就是说你在网页里输入 hello， 本质上网页最终也是把这句话发送给了 deepsea 的 api， 只不过网页帮你做好了 ui 界面输入框，所以你会觉得我是在网页里和 ai 聊天。但实际上真正回答你的一直都是后面的 api。 现在我不用网页，直接在 mac 的 终端里手动调用 deepsea api 终端，你可以简单理解为直接和电脑底层说话的窗口，我们填入了自己 api k 的 那段代码，然后把 content 内容变为中文粘贴进去，然后回车， 你会发现 deepsea 真的 回复我了，而且返回了一大串数据，但其实这里真正重要的还是这一句，也就是说网页聊天其实和 api 调用本质上没有区别， 分别指是网页帮你把这些 js 数据自动整理好了。所以很多 ai 产品的最底层的本质其实都是一个界面加一个 api 调用，真正厉害的其实是后面的模型能力，而 api 就是 你和 ai 之间的连接方式。这也是为什么 我们现在使用很多第三方 ai 工具时，比如用 cc、 switch 这样的工具来回切换不同大模型，经常都需要填写 api k， 因为本质上你只是让这个软件拿着你的钥匙去帮你敲开 api 大 门。最后总结， api 是 门，门后面是 ai 真正的能力打开要固定格式的一组钥匙，而 api k 就是 其中最主要的那把主钥匙。好啦，如果你有什么想法和问题，欢迎在评论区留言哦！
382张白枣
02:16查看AI文稿AI文稿首先进入这个网页并登录，爱着打不开的可以用 chrome 点击右上角的 generate api key key， 名字随便输。 下面的到期时间 expiration， 选择 never expire， 这样我们就获得了有效期为一百年的英伟达 api key。 点击下方的 copy api key， 复制 api key 之后再打开这个网页，找到你想要的 ai 模型。 我这里以 openai 的 chatgapos 二十币举例。点击右上角的 viewcode， 再打开的页面，点击 shell， 打开软件 chatbox， 没有的先去下载并安装， 打开设置，点击模型提供方并新建名称随便输，只要你看见名字能认出来是哪个模型就行。 下面的 a p i 模式默认即可。然后点击添加 a p i 密钥，输入刚才复制的 a p i key， 打开浏览器刚才选择的模型页面，复制这段链接，这就是 a p i 主机，注意不要少复制或多复制一个字母， a p i 路径默认即可。之后点击下面的新建，打开浏览器页面，找到 model 后面的字母串及模型 id， 不 输入或输入错误的模型 id 会导致模型配置失败。 名称随便输，只要你看见名称就能明白这是哪个模型就行。 最大 token 也可以输一下，即浏览器页面中 max token 后面的数字输完之后保存配置，之后建议测试模型，软件会自动测试并打开模型支持的功能，以免后续使用时出现问题。测试完成后，保存并返回对话页面， 在右下角选择模型， 发个信息测试一下，可以看到速度也挺快的。
56三倍
11:18查看AI文稿AI文稿哈喽大家好，欢迎来到信息的视频。那今天给大家介绍一个宝藏开元项目，那这个项目呢？还真的是有点难崩。为什么这么说呢？因为奸商看到他呢，绝对会眼前一亮，满眼都是暴力， 感觉韭菜都快隔着屏幕长到他家去了。那另一边呢？如果是心没那么黑的小白用户，你也可以靠着他狂薅大场的羊毛，当然只要你心不是太黑，靠着他撑起一个挣钱的副业，那是完全没有问题。 那接上的黑幕呢？我们放到视频的后面再给大家讲，我们先来看一下对于普通用户来说到底有什么好处。我相信如果大家接触过一段时间这种相关的 ai ai 阵的工具了之后呢，就会发现，质疑你最终场景落地效果的其实就是那个模型的能力。 有的时候顶级模型大家又觉得太贵，然后就会去网上去搜各种各样的打折优惠薅羊毛的这种信息。因为各家的这个战略和节奏的不同呢，所以它的各种优惠程度和时间周期都不一样。你本地又装了各种各样不同的工具，有可能你是 codex， open claw， claw code， 然后又有这个 co worker 等等一系列的购单工具。一旦你当前用的这家供应商活动结束了，然后你想换到另外一家，换完之后你又得把所有的 api 配置全部都改一遍，非常繁琐。 我自己也有类似的感受，那每到这种时候，我就会在想，如果有一个工具能够让我把所有 api key 的 配置全部都收拢到一起，做一个集中的代理，这样的话，我的各个 ai 工具都只需要配置这一个代理工具就可以，以后如果有新的供应商 api key， 那 我只需要接入到这个代理里面就可以。 今天给大家介绍的正是这样一个开源项目，它叫 new api， 它能够实现呢就是把上游所有模型渠道的 api key 全部都收拢到一起，让大家进行统一的配置和管理。这样的话，作为新手小白，你可能各家都能够薅到一些新用户的羊毛。如果你想 ai 搞钱做副业的话， 你就可以打造自己的 token 池子，然后转卖给下游的用户来挣钱。那你的利润主要来源三个维度，第一呢就是批量 token 采购的一个折扣， 这个后面会提到。第二个就是你可以把新用户的免费额度呢融合进付费的套餐。那第三个呢，就是考同一个模型，不同供应商之间的一个折扣差异。实际的场景下，大家可以结合这个性能，供应商的稳定性，它的报价，整体的服务质量 各方面去进行一个综合评定，来维护你的模型托肯池子，你的最终目的呢，就是在留住用户的这个前提下，尽可能提高你的利润空间。好呢，先给大家看一下演示啊，这个项目到底怎么去搭建和配置？ 首先带大家来看一下这个项目的 get up 首页安装的过程呢，其实也非常简单，它需要一个 dog 的 环境来部署，大家把代码呢克隆到本地之后，确保你的 dog 引擎和 dog compose 都已经正确的安装和设置好，配置文件改好了之后，直接运行 dog compose on 就 可以启动了，其实非常简单，然后再带大家看一下这个 new api 的 配置文件哈， 这里面其实大多数配置如果你是本地使用的话，不改也没有什么问题。唯一需要注意的是，关于这个流逝的响应模式超时这个的话呢，建议大家稍微配的大一点，因为配置的过小的话，有可能会出现流逝响应的时候中断的问题啊。再往下呢，它底层是依赖了 res 和一个关系数据库啊，它默认的是 posgrid 啊， posgrid 的 这个密码大家最好改一下在这个地方。 然后最后一点需要注意的就是它的这个端口号，这里大家选一个没有被占用的就可以，等一下服务启动起来之后呢，你要用它来访问网页的控制台啊。那配置好了之后呢，大家只需要进入你暴露的这个端口号啊，就会看到这样的一个触手的一个界面， 直接点击下一步，然后把用户名密码填一下，然后这里呢可以设置对外服务的模式，如果你想要对外提供多租户的商业化服务，拿这个挣钱的话就选这个， 如果你是自己本地使用的话，就用这个。选好了之后呢，点击这个出纸化系统好，过了一会他就出纸化好了，大家看到这个就是你的一个入口网关，如果你是对外提供服务的话呢，你应该去注册一个公网的域名，然后把这里呢通过配置文件改成你的这个正式域名， 接下来你点击这个获取密钥好，他会调整到你的控制面板。大家看到因为我是按照外部服务商的模式来出纸化的，所以这其实是一个多租户的模式， 包括你的调用量、数据看板，你 a p i token 的 管理，每个用户都可以拥有自己的 token， 内部直接继承了邀请、奖励和兑换码这种 营销的模式，也就是如果你想要运营一个中转商的话，你可以用这种模式来发展你的用户，让他帮你们去做营销宣传。你订阅的模式其实也是非常的丰富的，你可以去自己新建套餐，如果我是一个 a p i 中转商的话，我可以给我的用户定制一个属于他们的套餐， 比如说我建一个 pro 套餐，一个月是二十块吧，一种是美金，然后你可以设置购买上限，有效的单位重置周期啊，都是可以的。渠道管理这里呢就可以定义你的 token 的 来源，不管你是个人用户还是服务商，可以通过这里添加 api token 的 一个来源。大家看到这里，其实常见的供应商都是支持的， openai、 astropic、 aws， vertex， 包括国内的一些大模型全部都支持啊，包括 openai 的 这个 os 模式它也是支持的，即使有些小众的模型它没有支持，那一般情况下呢，那些模型它也都会提供 openai 或者 astropik 兼容的这种 api 模式啊，你也可以用这两个 直接去配置，也是 ok 的。 填好之后呢，你把对应的 api key 放在这里啊，注意这里的 api key 呢，不是发给你的用户的 api key， 而是你从上游购买的时候，那个上游服务商给你的 api key， 大家一定要分清楚啊， 然后在这个令牌管理这里呢，才是给你自己或者说你的下游用户他们去添加 apikey 的 地方，让大家看到你还可以给你的 apikey 去设置额度啊，设置模型的访问限制， ip 的 白名单啊，都是可以的啊，因为如果你是服务商的话，你有可能被你的下游用户去薅羊毛，那如何去规避这种情况 啊？然后在系统设置里面，你可以去做很多局的这种管控，来控制你的用户怎么样去使用这些模型啊？这个是性能的这个限制，这个是模型部署。对小白用户来讲，其他的这些系统设置大家都不需要操心啊，只需要去看这里。一个是渠道管理， 用来接入上游的一些供应商啊，不管你想薅哪一家的羊毛，哪家有免费的额度，你都可以去那边注册账号，然后在这边去添加就可以。然后这里给大家看一下他的这个高级设置。这里面啊还可以去设置一些 这个默认的参数，比如说你有一些系统提示词，你有一些这个 prompt catch 的 一些这种参数的启动，你都可以在这里直接去改这个请求头，参照官方的这个配置文档去改就可以了，包括系统提示词，你也可以直接覆盖，这个就是在 api 的 维度去配置了，相当于只要你调这个接口，它就会默认的把这个系统提示词改掉。 除了聊天的这个 check completion 之外呢，它还能支持音频、 embedding， 图像、视频甚至 revamped 的 模型啊，它都是有的， 也就是说基本上你对 ai 大 模型的所有类型的模型需求，都可以通过这一套框架在你自己的本地把 apikey 的 配置收拢起来，如果你自己想做 token 的 渠道商的话呢，那你完全可以用这个东西搭一套自己的管理后台。就有点像大家以前去做 vpn 搭梯子的时候用的那一套东西， ituray 啊， smartbox 等等这些。过去是做这个网络流量的生意，那现在到了 ai 的 时代，它就变成了做 token 的 生意，其实本质上是一套东西，大家把模型的渠道商配置好了之后呢，就可以实际的开始使用了，这个是它的官方文档，大家只需要把这里的域名改成你自己的域名啊，或者你的 ip 就 可以了。也就说不管你本地是什么样的客户端 啊，你是 openclaw， 你 是 clawco 还是什么其他的系统，那你都可以通过这一套模式在配置的时候用一个统一的地址去配。 那以后如果你有任何的新的渠道商的接入啊，或者你想要切换一个渠道商，那你需要回到那个管理控制台，然后在这个模型管理里面去做切换就可以。甚至对于同一个模型，你都可以换不同的供应商。比如说你在模型这里配了一个 cloud office， 然后供应商这里呢，你可以随时切换。你之前是 astropopy， 那 后续如果你觉得 a w s 或者 anti gravity 有更好的这个折扣和 deal， 那 你可以随时在这里改 cloco， openclaw 这些应用的配置完全不需要动。然后再给大家看一下模型部署这个地方，它的模型部署呢，是依赖了 i o dot net 这样的一个平台，带大家过去看一下 这个 i o dot net 呢，其实就是一个算力的供应商，大家可以把它列入成 a w s 啊，谷歌，只不过它专门是来提供 g p u 相关的这个算力的， 它并不像传统云浮供应商产品体积那么完整，而是专注在 gpu 的 这一块。大家看你可以在上面去直接买 he 版、 a 版这些英伟达的顶级的算力卡，直接去部署那些满血的模型，也就是说它从拓客的供应商呢，相对来说是非常全面。像这种 gpu 算力的供应商 啊，你可以直接采购 h 一 百 a 一 百的卡，然后回到渠道管理里面，你可以去依赖大模型的官方 api， 你 也可以去依赖云服务供应商。 而且像 a w s 谷歌这些呢，它们也有云端的这个 g p o 的 讯息机，比如说你直接在 a w s 上买了一个 a e 版的讯息机，然后在上面部署一个大模型，通过 open i a p i 兼容的这种方式也可以集成到这里面。然后大家看到这里还有欧拉嘛，比如你自己本地有个五零九零， 我上次一期视频给大家看过那个巴卡的魔改五零九零，那如果你是这样的用户的话，自己本地部署好了之后，用欧拉玛把这个巴卡的五零九零工装成一个模型， api 也可以在这里提供出来，大家看到它的选择还是相当丰富的 啊。刚才给大家讲了，普通的小白用户怎么样靠这个开源项目来提升自己 ai 工具使用的一个效率，来薅各种大厂的羊毛。那接下来我们黑化一下，来聊一下从奸商的这个事情 怎么样靠这些东西割韭菜赚取暴利？当然这里并不是鼓励大家去这样做啊，因为但凡有灰色利润的地方，他就会有一些政策和法律风险，大家就纯粹从用户的视角去看一下，尽量避免让自己踩到这种黑心的 api token 终端。商其实工具是同一套， 那这帮奸商为了攥取利润，势必就需要从各种不同的方向去压缩他的这个成本。这里给大家列一下，比如说他们会通过一些公网扫描的这些黑客的脚本去 扫那些有安全漏洞的 a 证网关。尤其是最近 openclaw 大 火了之后，有大量没有安全意识的用户，其实是把自己的 openclaw 网关直接开放在公网上， 而且也没有任何的 open 加密，那这些用户就极易被这些黑客脚本扫到，从而导致自己的 api key 泄露出去。 而且刚才给大家展示管理控制台的时候应该也已经看到了，他其实可以非常精细的去调整每一个账号，每一个模型供应商他的用量和额度。假如说我通过黑客脚本把你的 ip 抓过来，那我就是为了不让你发现，我可以把占用你额度的这个量调的非常低， 只要我拿到的这些泄露 a p i p 的 数量足够多，那其实所有的用户都在隐形的给我输血，而这些用户他有可能完全感知不到。那第二个呢，就是通过隐形的去压榨剩余的投肯，比如说他在卖给他的下游用户的时候，我声称给你 一周一百万的投肯，但实际呢，在你的用量达到比如说九十万甚至更低八十五万的时候，我就告诉你，哎，额度受限，你已经用完了，他就在赌大多数的用户不会做精细的投肯数量统计。 再有一个呢，就是他们会用大量虚拟的这个手机卡去注册各个大模型平台的一个免费账号，然后把这些免费的额度全部都薅一遍，因为虚拟卡它可以无限注册嘛，用完了，一波免费洋房薅完了，那我再注册一堆虚拟卡，如此网富。 那再接下来呢，是一种相对合规的操作吧，就是通过批量购买账号的方式，因为各家当你的账号购买额度购买的这个量大到一定程度的时候，都会有一些企业级折扣的。我通过注册公司账号，联系各家大国型供应商的企业服务的销售团队，然后让他们给我打折。 各个大国型供应商，他们的区域授权团队，为了获客，他们都有一定的折扣空间，那么这个空间也是我的潜在地。 那最后就是你更黑心的一点，那他们就会按比例直接去掺那些低智商低价格的模型，比如说我卖给你是 pro opus 四点六，那实际上我会在里面掺一定比例的海库，甚至更低尺子的模型，他们掺假的这个量呢，也会动态的调整，一边让你感觉不到， 同时另一边呢，它的利润也能最大化。希望这个工具可以提高大家使用 ai 服务的一个效率，然后同时避免遇到一些黑心的投坑中转商。 想要创业的朋友呢，也能在里面看到一些搞钱的机会。好，那今天的视频就这些，如果你觉得这期视频对你有用，欢迎点赞、评论、转发，那我们下期视频见。
2808川流AI
03:14查看AI文稿AI文稿最近很多人都在说豆包好像越来越不好用了，但是你可能不知道的是，你现在用的豆包可能并不是最强的豆包，就算在豆包软件里面打开了专家模式，它也不一定等于满血状态，因为网易端和 app 端本质上就是一个面向普通用户的产品入口，它中间可能会有模型路由，身份为限制系统 端，这些都会导致你在使用它的时候受到非常多的限制。那么接下来这期视频我将教大家如何调用满血版本的豆包，并且给他搭上 skills， 以及搭配上我们的本地知识库，去构建一个属于我们自己的工作流，还能白嫖到自己每天送给你的百万 token。 在开始之前，你需要先准备好三样东西，第一，配置好你的 share studio。 第二，创建一个火山引擎的账号，进入火山翻作的控制台。第三，创建一个 api key， 并且开动你要使用的豆包模型。首先先配置好我们的 share studio， 点开我们的软件，然后点击右上角的设置齿轮往下翻，翻到我们的火山引擎，这样一下你就可以看到他自己的模型选择，还有自己可以填的 api 密钥。 然后就是准备火山引擎账号，进入火山换车的控制台来之后在我们的右下角找到开通管理，然后点击我们想要开通的模型， 根据我们的需求直接选择开通。然后在开通之后，我们可以参加这个自己给的写作奖励活动，他每天会给你送大约五百万的 token。 然后就是 api 密钥的创建，看下我们的 api 密钥管理，然后创建我们的 api 密钥， 然后名字都可以自己取，创建完成之后，这个 api 密钥的数字就是我们需要在前面 char studio 里面填的东西， 点开我们的模型管厂，然后这边我选择的是 c 的 二点零 pro 的 模型。选择好密钥之后，在右上角找到我们的 api 接入，选择我们刚刚创建的密钥，点击接入， 好像这样我们就已经是完成了。然后回到我们的 share studio， 让我们刚刚创建的密钥复制上去，打开我们的豆包模型，这样它就出现在我们打开列表里， 然后回到首页，点击添加助手，我们可以看到系统这边内置了非常多的提示词，助手我们可以根据自己的需求选择。然后这边呢我选的是市场经理做我们的演示动画，然后就是起用我们的豆包， 当然你要是有其他家的 ai api 的 话，也可以直接在这边选择。调用之后我们就完成我们配置，我们可以在这里面进行 skills 配置，很简单，直接从我们文件夹里面把它拖进来就直接可以安装好了， 并且你要是有比较标准的工作流的话，你可以在地导入本地的知识库，像这样也是很方便的，直接从文件中导入。 最后总结一下，如果你只是偶尔聊天，又玩一玩的豆包，当然是没有问题的，但如果你想更接近满血的豆包，想把它接入自己的工作流，那就可以用 tear 丢丢来调用豆包的 api。
3663秋实AI
08:03查看AI文稿AI文稿哈喽，大家好，我是钟灵。今天我们聊一个每天都在用到，但绝大多数人都搞不懂的词， api。 我 敢说，不管你是做互联网、做新媒体，还是单纯的普通用户， 每天打开手机、用电脑，都在和 api 打交道。但提到它，很多人第一反应就是看不懂，太技术和我没关系， 甚至听到接口、编程这些关联词就直接划走。其实真的不用怕，今天我全程不用一行代码，不用一个晦涩术语， 只用最生活化的比喻，把 api 讲得明明白白，让你听完就知道 api 到底是什么，它藏在我们生活的哪些地方，又和我们普通人有什么关系。先抛一个结论， api 不是 什么高深的技术， 它本质上就是一个连接器，一个桥梁，负责让不同的软件、不同的系统 能够互相沟通，互相配合，一起完成一件事。一、先搞懂什么是 api， 大 白话加生活化比喻， ip 的 全称是应用程序编程接口记不住也没关系，重点不是名字，是它的作用。我给大家举一个最常见的例子，一秒理解。 你平时用外卖软件点外卖，整个过程全是 a p i 在 背后工作。我们把外卖软件，比如美团、饿了么，当成一个前台，他负责展示商家菜品价格，让我们下单付款。但外卖软件自己其实什么都没有，他没有餐厅， 没有骑手，没有支付系统，甚至没有地图。那他怎么完成点外卖这件事？靠的就是 api 把各个后台连接起来。比如你下单后，外卖软件需要知道你的位置、商家的位置， 还要规划骑手的路线。这时候他就通过 api 求助地图软件，比如高德百度地图，调用地图的定位和路线规划功能。你付款的时候，外卖软件不需要自己做一个支付系统， 而是通过 api 连接微信支付、支付宝让你完成付款。你下单后，商家能收到订单提醒，骑手能接到派单，也是 api 在 中间传递信息，把外卖软件、商家、后台、骑手端三个独立的系统连在了一起。再简单一点说， ipi 就 像是餐厅里的传菜员，已用户在前台点餐，厨师各个独立系统在厨房做菜，传菜员， ip 就 负责把你的订单传给厨师，再把做好的菜端给你，你不需要直接和厨师打交道， 川菜园帮你完成了所有沟通。所以 rpi 的 核心作用就是让不同的软件系统不用面对面，也能高效沟通协调工作，不用重复开发功能，节省成本，也让我们用起来更顺畅。 再举几个你每天都在用的例子帮你巩固一下，你就会发现 rpi 无处不在。一、 你在微信里给朋友发一张手机里的照片，微信需要调用你手机的相册，这时候微信就通过 api 连接了手机的相册系统。你发语音，微信调用手机的麦克风，也是 api 在 工作。二、 你在短视频软件里看到喜欢的视频，点击分享到朋友圈。短视频软件和微信是两个独立的 app， 能实现分享，就是 api 在 中间搭建了桥梁，让两个软件能互相传递信息。三 三、你在某购物 app 上看到一件衣服，点击查看物流，能实时看到快递的位置。购物 app 没有自己的物流系统，它是通过 a p i 连接了快递公司的系统，获取到了物流信息，再展示给你。总结一下， api 不 直接面向用户，我们看不到它，但它就像空气一样，藏在每一个 app、 每一个软件的背后，默默连接一切，让我们的使用体验更流畅、更便捷。 二、再深入一点， api 到底解决了什么问题？可能有人会问，既然各个软件都是独立的，为什么不自己开发所有功能，非要用 api 连接别人的系统？答案很简单，省时间、省成本、提效率，避免重复劳动。举个例子， 如果你想做一个外卖软件，要是没有 api， 你 需要自己开发地图定位、路线规划、支付系统、骑手派单系统， 这需要一个庞大的技术团队，花费几年时间投入上亿的资金，普通人根本做不到。但有了 api， 你 只需要专注于外卖前台的开发，比如展示菜品、 用户下单界面，剩下的定位、支付、派单，都可以通过调用别人的 api 来实现，相当于借别人的功能做自己的事， 大大降低了开发难度和成本。对于我们普通人来说， a p i 的 存在让我们不用在手机里装一大堆功能重复的 app， 不 用装单独的地图 app、 单独的支付 app、 单独的物流 app， 因为这些功能都能通过 a p i 集成在我们常用的 app 里，让我们的手机更简洁， 使用更方便。而对于企业来说， a p i 更是核心竞争力，比如现在的 ai 大 模型，很多企业自己不开发大模型，而是通过调用 open ai、 百度文心一言的 ai， 把 ai 功能集成到自己的产品里。比如智能客服、文案生成、图片生成，这就是 ai 的 价值，让技术能够快速普及，让更多产品拥有更强大的功能。 三、最后， api 和我们普通人到底有什么关系？聊到这里，可能还有人会说，就算我懂了 api 是 什么， 又能怎么样？对我的生活工作有什么实际影响吗？其实影响很大，只是你没意识到。首先， api 让我们的生活更便捷，刚才我们说的点外卖、发微信、看物流、分享视频， 全都是 a p i 带来的便利。如果没有 a p i， 每个 app 都是孤立的，我们需要在不同的 app 之间来回切换，做一件事要多花很多时间， 生活效率会大大降低。其次，对于想做副业，想进入互联网行业的人来说，懂一点 a p i 的 逻辑，能打开很多新思路。比如，你可以通过调用一些免费的 a p i， 做一个简单的小工具，比如天气查询工具、文案生成工具， 不用懂复杂的编程，只要知道怎么调用 api， 就 能实现很多功能。最后，看懂 api， 能让你更理解当下的科技趋势。现在我们常说的 ai 普及，万物互联，本质上都是靠 api 实现的。比如智能家电之间的联动，手机和电脑的同步， ai 工具的集成，背后都是 api 在 发挥作用。懂了 api， 你 就能明白这些科技产品到底是怎么工作的，也能更清晰地看清未来的科技走向。其实， rpi 从来都不是什么高深的技术，它只是一个连接器， 连接着我们生活中的每一个软件，每一个系统，默默为我们的生活提供便利。我们不需要去学怎么开发 api， 不 需要懂代码，但我们需要知道它是什么，知道它藏在我们生活的每一个角落。就像我们不需要懂电是怎么产生的， 但我们需要知道，电让我们的生活变得更美好。好了，以上就是本期播课的全部内容，我是钟林，一个愿意陪你一起拆解科技，读懂生活的普通人。如果你听完之后还是有不懂的地方， 或者你发现生活中还有哪些地方藏着 api， 欢迎在评论区和我交流，我们下期再见！
12ZOR播客频道
02:17查看AI文稿AI文稿ok， 今天帮助一位 hr 姐姐部署了一套三位一体的本地化 skill 的 技能，为什么叫三位一体？你们听我继续说。因为这个姐姐在 hr 这个行业的经验非常的丰富，可能有七八年的一些行业经验，她希望把她这部分非常稀缺的经验呢，沉淀到一个 skill 的 技能里边， 包括它的 logo 的 那一部分，包括它的知识库，包括它的工作流经验，包括它的一些提示词等等。非常稀缺的那部分经验，不要暴露在本地化的 skill 的 技能里边，因为它需要用这个技能去 服务他自己的那一部分高端的客户。所以说我们的解决方案就是提供云端的 api 服务。本地化的这个 skill 的 技能，即使客户能够拆解到他的原代码，客户也没有办法真正看到实际奏效的那一部分提示词、工作流儿， 真正的提示词都在我们云端的服务里边。本地化的 skill， 它只是起到一个调用的一个服务，怎么操作？我们的客户需要把这个技能安装到他的客户的笔记本里边，比如说安装好之后，这个客户可能会问，这是一个什么技能，他不拉出来一大堆， 看到没有？需要使用的前提是需要 api king， 而这个 api king 就是 我们云端的这个服务，它必须拥有这个 api king 才能够调用完整的这套 skill 的 技能。 api king 密钥获取的路径，让你们的客户登录这个平台 创建一个 api king， 比如创，这是我自己模拟的，生成一个 api king， 生成完之后就直接在你们的智能体里边儿，不管是现在 workbody， cloud code 呢？还是啊 call dice 这些通用的这种智能体平台，你只需要把这个发送到你对话框里边儿，它就能够看到没有 api 已经激活了，这个都是调用我们云端的服务的，只有拥有这个 api， king 才能够调用真真正正核心的那部分的能力。这时候明白为什么叫三位一体呢？ 第一部分给客户一个 skill 的 一个技能，本地的一个安装包，但是它只提供一个调用 api 的 服务，没有实际的工作流。第二部分就是云端的真正起作用的那部分的功能 api。 第三部分给客户一个落地页， 让客户能够自己首先看到到底是个什么东西，在创建 api， 有 了这个 api 之后，它才能够真正起作用。
11北京小王云智
02:49查看AI文稿AI文稿嘿，大家好，上次我们聊了大语言模型、 prompt token 和上下文能力。学了这些大家可能会想，哇，我知道原理了，可是能实际用吗？ 今天我们就来聊聊怎么让 ai 帮你动起来。包括 api 调用 agent， 还有一堆好用的 ai 编程工具。等会你就会发现， ai 不 仅能写文章，还能帮你整理作业、抓数据，甚至写代码。 先说 api， 你 可以把它理解成程序之间的接口，就像你给 ai 写的一封指令信。嘿，我需要你帮我做这件事。比如你写个网页，用户输入问题， ai 马上回答，这个过程就是通过 api 完成的。 另外， k g 就是 密钥也很重要，就像身份证，保证只有你或者授权的程序能用。 ai 小 提示， k g 不要随便发出来，安全第一。 接下来讲 a 诊的智能体。 a 诊呢，就是聪明的 ai 助理，他可以帮你计划执行任务，还能反馈结果。 比如你让他帮你整理课程表，提醒作业，自动生成报告。更酷的是，他可以拆解复杂任务。比如你说帮我统计一周作业完成情况，并生成图表发到邮箱， agent 会自己拆成好几部去执行。 好了，我们进入重头戏，编程工具， cloud code、 codex、 cursor tree、 百度文心、一格 code 这些编程工具，也就是 agent 能根据自然语言生成代码。比如你说帮我写一个 python 脚本，读取 excel 成绩表并算平均分， cloud code 就 能生成完整代码。 实战演示一下，这里我用的是 codex 原声的 gpt 五点五，这里涉及到一点魔法，用不了的同学也可以使用国内的一些 api， 我 比较常用的是 deepseek 的， 来到 deepseek 的 官网，选择 api 开放平台，然后在 api keys 里面创建属于你自己的 api key。 这时候需要下载一个 cc switch， 根据你使用的编程工具，点击右上角的添加，选择 deep seek， 填入刚刚创建的 key， 因为现在 deep seek 新出了 v 四模型，下面这里的模型可以修改一下，然后添加起用。 回到 codex， 告诉他给我生成一个食堂点餐小程序的前端页面，因为我用的原声模型可以让他调用 chattypt 的 image 二声图模型生成一些模板，选择你喜欢的风格类型，让他继续生成。 生成好了，让我们看看效果怎么样。这里为了快速，我仅让它生成了前端页面，但是效果也是出奇的好。 今天我们讲了 api 程序通信的桥梁 agent 智能助理，能拆解任务 ai 编程工具， code code cursor、 key， api 使用密码以及怎么调用 api。 用它们组合，你可以让 ai 帮你自动做事情，不只是聊天这么简单。有一个 ai 小 助手，你最想让它帮你自动完成哪件事？想不想试试自己写一个小 agent？
52小航Ai
02:27查看AI文稿AI文稿哈喽大家好，来认识下今日份的好东西， benemake island。 由于苹果官方迟迟没有在 mac 系统上时装灵动导功能，所以有大佬干脆做了一款 可以将系统通知、日历、天气、音乐、 rcep 倒计时，还有音量、亮度、电池等功能都集成在了灵动导上，鼠标一滑动到顶部就可以显示，非常方便。 one rote 这是一个印度大佬做的 ai 路由工具，防止你的工作因为 api 余额不足导致中断，所以它采用了三层回退机制， 也就是先用你的订阅，订阅到期或者没有，它会采用第二层的低价 api。 如果余额归零了或者出现速率限制，它会采用第三层的 open code、 flog、 千问、 kiro 等免费模型进行一个兜底，保障你的工作永不停机。 另外，它本身呢，还能通过默默压缩输入内容并修剪输出内容，帮你节省百分之二十到百分之六十的透肯。强烈推荐 初见比例。各家自媒体平台为了吸引用户，都会用推荐算法讨好用户，这就造成了用户的信息减房。例如说 b 站，很多人会发现不登录账号反而打开了新世界的大门，可以看到多种多样、精彩无比的视频类型。 不过不登录账号的话，肯定无法使用完整功能，那能不能鱼和熊掌兼得呢？这款插件就是做这个的， 让你既能登录账号享受完整功能，又能让首页推荐保持一个初见的状态。想看到更广阔世界的，必有一定要安装试试 x b 这款浏览器插件的作用就是让微博更像 x 一 样去除杂乱内容，给你专注无干扰的阅读体验，习惯简约风格的用户可以用它来提升浏览效率。 历史学人，这有点类似于一个历史数据导航站，从地方史到中国史再到世界史，根据他提供的分类和标签，即可在海量的历史数据网站中找到自己所需的。 从事这一领域的学术研究，或者纯粹是爱好阅读的话，一定要收藏，就给大家介绍到这里吧！可在私信中发送关键字工具，按发布日期获取本期分享，如果视频对你有帮助，记得转发支持，我们下期再见！
28无知便是罪
07:54查看AI文稿AI文稿hello， 大家好啊，平时大家都会用到什么样的平台去搭建自己的工作流呢？我今天想跟大家分享的是一个我基于本地 python 脚本调用 devi 云端的 api 接口 来实现在本地的一个 agent 项目啊，项目本身是很简单的，就是通过自动抓取 youtube 上面的视频字幕来生成一个新闻稿，然后通过大源模型去整理这个新闻稿，然后最终用语音实时的播放出来， 大概就是这么一个路径，然后我技术上面是怎么实现的呢？但这个直接去抓抓视频字幕，然后再播放出来，这个事情本身是很简单的，但其实我也是想通过这个项目跟大家分享一下，其实 defi 上面有一个非常强大的，也是容易被忽视掉的一个功能 啊，一般我们在 defi 这个平台上面呢去使用的话啊，就像我现在这种，就比如说啊，用户给出一个 文字性的问题，然后让大元模型去做事情啊，然后呃，在这呢大家看到的话，只是两个简单的 deepsea 去帮我翻译整理提取啊，然后大家看到我这个工作流程是非常简单的，然后用户输入 整理，然后直接回复，那么在这个地方呢，用户输入呃我并不是把它设置成一个常规的对话框的形式，它是一个呃 transcript， 呃，我这么设置是因为我后面需要用本地的 python 去 调用它，而不是直接在呃云端的对话框，或者说是呃这个工作流的交互界面里面 跟 define 进行交流。然后在这里我想分享 define 的 一个功能是什么呢？大家一般做完自己的工作流之后呢，可能常用的是直接运行，但它还有一个强大的功能，容易被忽视掉，就是这里访问 api， 呃，点击之后呢，大家能看见在我们刚刚做的这个工作流向下呢，它会有一个地方 api 密钥，点击之后呢，你可以去创建生成，这个意义是什么呢？其实就和我们去调用大元模型是同样的道理啊，比如说我们要去用 tiffany 或者说 gpt gmail 啊，我们也需要去官网 去拿到自己或者说先申请自己的 api 拿回来用。这个地方是一样的啊，就是我们搭建好一个 agent 或者是 walk flow 之后，我们也需要去调用它， 那么调温它就必须在这个地方有一个 api 的 密钥，大家在这拿到就行。好，拿到之后干嘛呢？ 你说。以我的这个案例来讲的话啊，我让 cloud 在 本地 python 给我写了一个脚脚本，这个脚本它包含了整个本地 对画框交互的设计、 ui 设计，然后这个脚本里面包括了有调用 define api， 调用呃，千万 tts 的 api。 除此之外呢，这个 python 还需要去帮我抓取 youtube 上面视频的字幕。 那么最后这所有的一切写完之后呢，我就呃还是让 cloud 帮我写了一个一键启动的脚本啊，现在我们试一下， 好脚本启动之后呢，就长这个样子。嗯，其实整个交互逻辑是非常简单的，就是我需要去 找到 youtube 上面的一个视频链接，比如说以这个为例，你不用去加工什么，就直接把这个嗯地址把它拷贝过来，然后输入进去，然后我们点开始分析 这个，大家硬件上面如果说比较呃有算力剩余的话，可以去下一些开源的语音模型，比如说像千问系列的，其实做的都非常非常的好 啊，只是说可能时间上面会久一点，如果说你放在本地去运行的话，其实像我的电脑已经我觉得算算是 mac 系列算的比较天花板的了，但还是跑本地很慢，你看这个接 api 的 话，它就会非常快，文字已经出来了。 美国商会主席苏珊娜，好，这个是效果，大家可以听一下。未来机遇。华盛顿许，美国商会主席兼首席执行官苏珊娜 克拉克近日接受彭博音频工作室采访，就美国企业当前面临的核心问题，审批改革、加密、货币监管及人工智能影响等议题表述了观点。 企业面临的主要挑战，不确定性、克拉克，负担能力问题的根源共大家刚刚也听到了，整个反馈的效果其实是挺不错的。那么总结一下就是我用 python 去抓取 啊，我想听的 youtube 视频的字幕抓取完之后呢，通过 defi 这个 模型去进行加工。好，其实这个用户输入并不是我在 defi 这个平台上面去输入的，这个用户输入其实是我把整个 defi 这个工作流把它变成 api 之后，是 python 脚本抓取的视频字幕提供给他的。 也说在这一步之前，其实还有一步，就是 python 抓的这个视频脚本输入给他，然后他再进行啊整理翻译，然后再进行主要的内内容提取，然后要求他去生成像这个新闻口播稿一样的内容，然后输出给我们。在迪拜这里呢，他交付给我 python 本地，他传回本地的是一段文字，然后这段文字他需要进行语音 转换加工，就是 tts， 然后 tts 呢？在这个 python 脚本里面，我就直接调入了千问系列的这个这个 tts 效果真的还是蛮不错的。总结一下的平台，它不光是说通过节点去搭建自己的工作流，然后在这个访问 api 这个地方，大家其实是可以把整个工作流打包成 api， 供自己本地或者其他的云端平台去调用，或者说让呃 其他的一些应用开发去调用。这种的话，其实在后面开发的时间上面就会节省很多，他的可复制性也会非常的强。 而且更关键的是在 def 你 把一些啊关键的工作流放上去，他其实中间如果报错的话，他是可以去追溯的，在调试的时候出现了问题错误，我们也可以通过旁边的日制标注去看。如果说我们只是在本地或者说是一些 黑盒里面去进行操作的话，你不知道自己错在哪里。 define 这个好的地方是它在日历里面你能看见它整个运行的结果，以及它每一个工作流的环节，再展示一下。嗯， 比如在这里他跑了多久，他的头肯有多少啊？当然这个是我跑通了的哈，如果说是没有跑通的话，他在这边也会有标注，也会有这种这种报错的代码反馈给我们，然后我们也知道怎么去改啊。这就是我为什么很 推荐大家在做 a 卷的时候，一些比较可复制的，关键的需要去追溯的一些节点，把它放在 上面，这个可能也会在后面去提高大家的工作效率，每一个人应该是有五个 工作流制作的免费的这个额度。如果说我们想去搭建更多的 a 站头或者工作流在 diy 这个平台上面的话，就得升级会员，这个大家也可以酌情考虑需不需要去刻这个金，好了今天就到这里，谢谢。
68我不是sudo
05:59查看AI文稿AI文稿大家好，欢迎参加本次课程，今天我们将一起揭开 transformer 的 神秘面纱， 探讨为什么作为应用开发者，理解大模型的底层逻辑，直观重要。这不仅仅是关于如何调用 api， 更是关于如何驾驭 ai， 构建更强大、更高效的应用。 让我们开始吧！本次课程将分为五个部分，首先，我们会探讨学习 transformer 的 必要性，从调包侠到驾驭者的转变。接着用通俗易懂的方式解释 token、 注意力机制等核心概念。然后，我们会深入剖析 token 计费、上下吻窗口等四个实际开发中的关键问题， 之后提供具体的开发实践指导，包括 prom 的 优化和成本控制，最后进行总结，帮助大家成为真正驾驭 ai 的 卓越开发者。作为开发者，我们每天都在和 a p i 打交道，但你是否遇到过这些问题？ 成本突然飙升、精心设计的 prompt 效果不佳，或者模型在长对话中失忆？这些都不是偶然，而是由模型底层机制决定的。仅仅会调用 a p i， 就 像只会开车却不懂交通规则，无法应对复杂情况。请放心，我们不会深入到复杂的数学公式。 我们的目标是建立一个清晰的心智模型，理解 toc 是 什么，注意力机制、如何工作，以及上下文为什么会有成本。掌握了这些逻辑，你就能精准控制成本，提升应用效果，并设计出更健壮的应用架构。在深入探讨问题之前， 我们需要先建立对 transformer 几个核心组建的基本认知。我们将把它们比喻成我们熟悉的事物，比如原子聚光灯、专家团队和时间感，帮助大家快速理解。首先是 toc， 你可以把它理解为模型世界里的原子是处理信息的最小单位，它不是简单的一个字或一个词，而是由分词器切分的片段理解。托肯直观重要，因为它直接关系到你的 a、 p、 i 调用成本，也是模型进行一切计算的基础。接下来是自注意力机制，我们可以把它比作一个聚光灯， 他让模型在处理一句话时，能够动态地判断哪个词和哪个词更相关。比如他能理解，他指代的是前面提到的一本书，这种能力是模型能够理解复杂语言的关键。如果说自注意力是一个聚光灯，那么多头注意力就是一个专家团队， 模型会并行运行多个注意力头，每个头像一个专家，专注于不同的任务，比如分析语法处理，指代理解文本。最后是位置编码。 自治力，即指本身不关心词的顺序，但词序对语言来说直观重要。位置编码就是为了解决这个问题，它给每个词加上一个独特的位置标签，让模型知道哪个词在前，哪个词在后，从而理解语序。这就像是给模型装上了时间感。好了，有了这些基础知识，我们现在可以来解答开头提出的四个关键 问题，托肯为什么会消耗那么快？ 原因很简单，输入和输出都会产生 token。 在 多轮对话中，你需要把历史记录都传过去。如果你让模型读一篇长文档，那篇文档的全部内容都会被计算成 token。 最后模型生成的回复越长，消耗的 token 也越多，所以优化成本的关键就是精简输入和控制输出。第二个问题，为什么上下文窗口不弄无限长？ 这背后是自注意力机制的二次方复杂度。简单说，上下文长度增加一倍，计算量会增加四倍，这对 g、 p、 u 的 算力和内存是巨大的挑战，也导致成本急剧上升。 所以无限长的上下文在目前是不现实的，我们必须在开发中主动管理这个限制。第三个问题，为什么模型会忘事？这是因为注意力资源是有限的。 在一个很长的对话里，模型的注意力需要分配给每一个词，导致早期信息的注意力份额被稀释，影响力减弱。这就像我们自己在听一个很长的故事时，也会忘记开头的细节。因此，我们需要主动采取策略来帮助模型记住重要信息。最后一个问题，为什么结构化的 prompt 效果更好？ 因为它能像一个清晰的项目计划一样，引导模型内部的专家团队多投注意力进行分工写作。使用标题、列表、分格符等，可以帮助模型更快地理解你的意图，减少它的猜测，从而产出更准确、更高质量的结果。这就是 prom 工程的核心理论，学习的最终目的是为了实践。 在第四部分，我们将把前面学到的知识转化为具体的开发技巧，包括如何管理上下文、如何优化 prompt 以及如何控制成本。这些方法将直接帮助你提升开发效率和应用质量。如何管理上下文？这里有三个常用策略。 第一，摘要法，让模型自己总结对话历史，用摘要代替权威。第二，滚动窗口法，只保留最近的几轮对话。 第三，关键信息提取法，主动记录用户的关键信息，比如偏好设置，而不是传递整个对话。 这三种方法可以根据场景灵活选用。如何写出高效的 prompt， 这里有三个技巧，第一，给出清晰的指令和角色设定，告诉模型它是谁，要做什么，不要让它去猜。第二，结构化你的输入和输出，比如明确要求这页缩影格式，这样能直接用于程序开发。第三，提供事理， 尤其是在任务比较复杂的时候。一个好的例子胜过千言万语，能帮助 ai 更好地理解你的意图。最后，如何控制成本？ 首先，优化输入输出的头肯数量，能省则省。其次，不要总是用最大的模型，简单的任务用小模型就足够了，可以设计一个智能路由系统来自动选择。随后，利用缓存，对于重复使用的固定指令可以缓存起来，避免重复计算。课程到这里接近尾声，让我们回顾一下核心要点。 toker 是 成本的原子，上下文窗口是计算的边界，而注意力机制是模型的核心。理解这些能让你超越简单的 a、 p、 i 调用，构建出更强大的 ai 应用。记住，理解川字封面，就像船长理解洋流和风向， 只有掌握了这些底层规律，你才能在 ai 的 海洋中航行的更远更稳。希望大家能持续学习，不断实践，将今天所学内化到开发流程中，成为真正驾驭 ai 的 卓越开发者。
13:14查看AI文稿AI文稿大家好，这里是全小白，欢迎大家来到第四节课。上一节课中，我们学会了数据清洗与格式化的核心技巧，把读取的杂乱数据变成干净规范的干净食材。 在大家实操的过程中，大概率会遇到一些小问题，比如字断名写错、代码运行报错，这些都是正常的，就像我们刚学习办公软件的时候，会出现一些错误是很正常的，慢慢的大家就会熟练了。而且大家要记住， 我们学这些不是为了成为程序员，而是重点掌握逻辑，能解决实际问题就好。这节课我们就承接上一节课的内容，进入项目核心逻辑的第四步，调用基础 e p i 接口与请求方法。大家回想一下，前三节课，我们搭建了环境准备的食材，洗干净的食材， 现在要把处理好的食材交给后厨的专属厨师，也就是人工智能大模型，让他把我们完成专业的分析处理工作。那我们怎么把清洗好的数据、我们的请求指令准确地传递给大模型呢？ 这就是今天我们这节课核心解决的问题。这里先给大家讲两个最基础的概念， api， 也就是数据接口， 就是你的代码和人工智能大模型之间的专属传菜窗口，也是你们之间的专属电话线。 api 给人工智能发送请求和数据，这个动作就叫请求，人工智能处理完成后，通过 api 给你返回结果，这个就叫响应。所以 api 调用的核心目的就是搭建我们的代码和人工智能之间的桥梁，把清洗干净的数据、我们的需求指令传递给 人工智能大模型，让它自动完成专业处理，再把处理结果反馈给我们。全程还是用我们熟悉的 py 叉代码，依然是固定的模板，核心逻辑不变，仅需要修改三个地方就可以使用，无需自己编辑复杂的代码， 零基础也能轻松跟上。这里我要强调两个大家最关心的点，第一，不需要懂 api 的 底层原理，就像你不用懂电话线的信号传输原理，只要会拨打电话就行。 我们不用懂 api 是 怎么开发的，只要会用固定模板把需求和数据传进去，拿到结果就可以。第二，我们全程用国产达模型的 api， 比如豆包通、一千问 deepstack 文信一言，不用翻墙，不用复杂申请，合规安全，个人就可以轻松完成，完全适配我们零基础的需求。讲完了 api 的 基础概念，很多同学可能会问我直接在豆包 chat gpt 里粘贴数据提需求也能拿到结果，为什么还要用代码调用 api？ 这里我给大家讲清楚五个核心原因。第一个， 批量处理，解放双手，这是最核心的价值。网页端和客户端的操作，只能一条条粘贴数据 提需求。比如你有一千条清晰好的用户评论，要让人工智能逐条筛选负面评论，总结核心问题，需要粘贴几十上百次，花的时间比较多，当然也可以提交文件，但会存在幻觉问题。第二，自动化流程，用代码调用数据接口， 你可以把读取文件、清洗数据，人工智能处理保存结果，整个流程做成一套固定的代码，下次有新的数据，只需要修改一下文件路径，一键运行就能拿到最终结果， 不需要再重复操作。而网月端客户端每次有新的数据，你都需要重新提交需求，重复劳动比较麻烦。第三，定制化能力 适配你的专属需求。网页端客户端的功能是固定的，只能满足基本需求，但用代码调用 api， 你 可以自由组合功能。比如让人工智能处理完数据后自动生成 ppt、 自动发送邮件、自动更新到表格里，完全适配你的工作场景， 这是目前人工智能大模型做不到的。第四，人工大模型会产生幻觉模型对长对话上下文的有效注意力覆盖不足，信息解锁能力却是单纯依靠大模型的能力，输出的内容不完全可靠。代码调用数据接口是弥补大模型幻觉问题。第五，遗忘问题。 目前主流商用大模型不管是 chat、 gtp 还是其他的大模型，都已支持两百万词源的上下文，开源模型如千问、 ipsyk 等大模型也普遍支持一百二十八 k 到一兆左右的有效上下文。通过优化的位置编码、滑动窗口、注意力、分块注意力等技术， 大幅缓解了长上下文的中间遗忘问题。但复杂的项目设计以及每天重复的工作会突破这个百万级。对话使用的时间越长，越容易出现数据遗忘以及 放大模型幻觉的问题。请大家放心，我们今天讲的所有调用代码都是固定模板、复制、粘贴、修改三个地方，基本上就可以直接运行，不用自己编辑复杂代码， 基础也可以轻松上手。讲完了基础概念和核心价值，接下来我们就进行今天的实操部分，在讲模板之前，我们需要先做两个前置准备条件，第一步是获取我们的专属 api 接口密钥，第二个是安装所需要的工具库。接下来进行我们基础模板的 讲解，整套模板包含了七个部分，这里给大家简单讲解一下。首先固定的部分还是导入我们的工具库，呃，因为我们这里调用的是豆包的大模型，所以我们这里导入的就是他们官方给的工具库。第一步 就是出示化我们的客户端，这里就可以直接把我们所获取的那这个 k 直接复制粘贴到这个位置上就可以了，这个地址是固定的，然后我们只需要修改这里的 k。 第二个就是我们的模型名，模型名这里一定要跟我们接口的这个 key 是 一一对应的，这里不要写错了，如果写错了，你会发现它会报我们的数据接口无法调用之类的错误。第三个是需求指指令，这里需要单独讲解一下，大家看这里我写的内容是， 你是一个专业的用户评价分析助手，帮我完成以下工作，这些工作的需求是我给他写上去的。我相信大家在最近了解人工智能的时候，经常会听到一个词， agent， 也就是智能体， 这里我所写的这个内容就是所谓的智能体，我们可以根据自己的需求进行定制，让它完成什么样的内容。接下来我们再看第四部分代处理数据，把这个地方备注写错了，这个地方我为了让大家方便 直观的看到它的处理后的结果，所以我就直接写了四条用户评价，如果我们的需求是想要读取本地的文件数据， 我们就可以用另一个模板进行，前面这个地方是一样，导入我们上节课讲到的这个工具库，我们需要把读取文件的这段代码 放到前面来，把文件路径这里修改成具体路径就可以运行。然后第三步才是自定义我们的需求指令输出完的结果，我们只需要在最后的位置把文件路径改成我们想要保存的那个具体的文件路径即可， 跟上一节课讲的那个模板是不是也很像？然后这里我是为了让大家更直观更方便的看到它的运行结果，所以这里我是单独写的。 然后接下来我们就来看第五个部分，要用接口，这里我不多介绍。然后第六个部分让他进行打印，输出我们的结果，我们可以要求最后打印出来的结构是什么样子的， 根据自己的需求进行调整就可以了。第七部分就是打印结果，可以看到大模型处理完之后，它的结果是什么？讲完基础模板之后给大家运行看一下， 大家可以看到了，因为我们的要求是筛选出用户评论里的所有负面评论，并且每条都要总结评论的核心问题， 所以他把第二条负面评价和第三条负面评价提取出来，并给了核心问题的结论，这个结构就是我们第六部分所要求的这个结构大家完全可以根据自己的需求进行调整。给大家讲解完了基础模板之后，再给大家运行一下 读取本地文件的模板，我们把文件地址复制一下，把我们的文件路径这里换成我们 具体的路径。保存路径这里我希望它最后生成的是 ai 分 析结果的文件，我这里写的是 tst 文件格式，最终它会在这个目录下新建一个 ai 分 析结果的 tst 文件，然后运行给大家看一下效果， ok， 它显示把所有的问题都提取出来了，也保存到这个路径下，我们看一下这个路径下的内容， 好，这里生成了这个文件，并且他也把数据生成到文件里面了。讲完了整个模板，我再跟大家强调几个实操中最容易踩坑的注意事项，因为都是我自己实操出来的经验结果，跟大家分享一下。 第一，一定要保管好你的这个 a p i 的 密钥，绝对不能泄露，这个密钥就像你的银行卡密码，别人拿到了就可以用你的额度去调用数据接口产生费用。所以绝对不能把密钥发到公共的场合里面， 不要写在发给别人代码里面，自己一定要保存好，如果不小心泄露了，一定要立刻去平台里把这个密钥删除，创建一个新的。第二个点是注意需求指令的清晰性，不管是网页端还是客户端 写的提示词。第三个部分，需求指令这里就是你给人工智能下达的指令，指令越清晰越具体，这个智能体返回的结果就越符合你的预期。不要只说帮我分析一下数据，要告诉大模型你是什么角色，要完成什么任务，遵守什么规则，用什么格式输出。 这和我们平时在大模型里面写提示词逻辑完全是一样的。这就是为什么有些人做出来的 智能体，也就是 agent 好 用，而有些人写出来的智能体并不好用。第三个部分是控制单次输入的数据量，避免报错。大模型的数据接口 单次能接收的内容长度是有限的，也就是我们常说的上下文窗口。如果你有几万条数据，不要一次性全部传进去，可以进行分批处理，比如一次传一百条，一千条，然后让它进行 循环处理，这样就不会报错，速度也会快，会教大家分批处理的模板。第四个，遇到报错不要慌， 先排查四个核心地方，我们的数据密钥是不是填错了，或者没有开通对应的模型权限。最常见的会报错四零幺工具库有没有成功安装，如果报错没有这个模块，或者是没有找到什么东西，可能是这里的问题。 文件路径写错了，或者是字断名，或文件里的表头不一致，也会容易报错。网络不稳定，一般超时了他都会提示你啊，报送超时或者是连接失效之类的错误。模型名，模型端点 如果写错了，或者是提取结果的方式不对，他会报错。四零四四个报错是比较经常遇到的一些问题，这里我想再跟大家分享一下。我们学这个调用的模板，不是为了告诉大家如何去写它，而是为了告诉大家如何能解决实际问题。 后续大家在工作中遇到不同的需求，只要记住核心逻辑，我们用数据接口搭建代码，与人工智能大模型之间建立桥梁，把需求和数据传给人工智能， 在接受人工智能返回的处理结果，哪怕没有现成的代码模板，我们也可以让大模型帮我们生成相对应的调用代码，这就是我们学清代码思维的真正价值。接下来我们回顾一下我们今天重点学习的四个核心内容。 第一个是到底什么是 api 与请求数据接口，就是你和人工智能大模型之间的传菜窗口，专属电话线， 你给人工智能发送需求叫做请求，人工智能给你回应结果叫做响应，不需要懂原理，会用就行。第二个代码对用 api 接口的核心价值是批量处理、自动化、定制化，真正帮你从重复的劳动力解放出来，解决客户端、网页端无法满足不同的职场需求。 三个内容是调用人工智能的固定代码模板，核心代码模板不变，只需要修改三个地方就能直接运行。重点修改四个核心点，替换库、替换接口、替换模型名、替换 结果提取方式，解决了之前的报错问题。进阶模板，也就是读取文件数据和前三节课内容基本完成了闭环。第四个内容是 a p i 接口调用的闭坑注意事项密要保密，指令清晰，控制数据量，遇到报错先排查五个核心问题。整个课程的 核心转折点，从这节课开始，我们才算真正把新代码思维和大模型的能力结合起来了。前三节课都是我们所做的准备，把清洗干净的数据标准化交给人工智能大模型， 让大模型帮我们完成专业的分析处理工作。今天你成功运行的调用代码，就意味着你已经掌握了项目核心的能力。下一节课我们就在进阶一步，代码与大模型的结合进行批量任务自动化，我们用代码 批量处理成百上千条数据，自动完成重复的工作，真正实现一次写好永久使用，还是固定的模板，还是使用 pychum 进行操作。今天的这节课我们就讲到这里。
82权小白
02:00查看AI文稿AI文稿你不需要写任何的代码就能够去实现让我们的系统功能用力变成自动化去跑，你甚至可以去用一套框架、一套工具完成 app、 word、 api 等多种终端的自动化测试。 我先给你们演示一下啊，打开真实浏览器窗口，来，我现在给你们打开一个浏览器啊。注意，我现在是让 ai 一 步一步的去执行我们一条用力，你看他能不能够把我们的用力呢？真实的去执行到位，好，我现在告诉他啊，访问网站 好，他都可以操作，对吧？包括输入用户名、输入密码这些东西他都可以做啊，这个验证码的话，我自己来给他输入密码，我也来给他输入啊，我待会就让你们看到他不能做到一些东西让 ai 去帮我点击，比如说人事管理， 对于 ai 来说，它可以去实现很多很多一些浏览器操作、 word 操作这些东西，你看他帮我点击的，对吧？我让他点击企业员工，点击企业员工全部让他自己做啊，哎，我全程没有操作啊。接下来我让他点击添加员工这个按钮， 点击添加员工好内容的话，全部让他看到了啊，我们点击看一下啊，点击添加员工， 好，在这个过程中的话，你看我们假设这是一个人，我们假把这些任务安排给这个人，他来去帮我们完成什么页面操作，用力执行这些东西。那么在这个过程里面的话，我们可以发现他好像是啊，没有问题，能够去帮我们做这个事情， 好，我们继续啊，我们让他选择主部门啊，主部门选择市场一步， 好，他目前正在去了解啊，这就是 ai 所具备的能力嘛？他能够去操作我们真实的很多很多的网页、 app， 包括软件，包括我们的电脑桌面，他都可以做。
89伤心的辣条
02:42查看AI文稿AI文稿今天教大家怎么调用大模型 api， 学会了你也能自己做一个 ai 助手。想要调用大模型，首先得知道一件事，这些模型参数动不动就几百上千亿，咱们普通电脑根本跑不动。 所以现在主流的做法是让模型厂商把模型部署在他们服务器上，我们通过网络请求去调用，按使用量付。且 这里有两个核心概念， api 是 接口 api key 就是 你的身份证，拿着它，厂商才知道是谁在调用，该扣谁的钱。 目前提供大模型 api 的 服务商很多，基本流程都一样，注册账号，创建 key， 充值调用。区别主要在模型能力和价格上。我这教程统一用 deep seek， 原因很简单，能力够用，创建 key 方便，价格还便宜。 而且你放心，学完这套教程，所有例子加起来可能就花几块钱。接下来演示怎么创建 key。 首先打开 deep 开发者平台，在左侧菜单找到 api keys， 点击创建， 随便起个名字，点确认，就会得到一串 s k 开头的字母串，这就是你的 api key。 注意，这个 key 就 等于你的账号密码，别人拿到就能花你的钱，一定要保管好，不要提交到 github。 好 t 有 了。现在说接口格式，目前主流就两种， openai 的 chat completion 格式和 andropic 的 messages 格式。 先看 open a i 格式，发一个 curl 请求 base 下划线 url 是 api 点， deep seek 点 com 斜杠 v 斜杠叉，斜杠 completion 认证用 bear token 的 方式 返回的 jsl 里，模型回答在 choice 下面的 message content 里，这里就是他回复的你。好，很高兴见到你。 再看 anthropic 格式，注意这里 base 下划线 url 多了 anthropic 认证，改用 xip ikey 请求头还需要指定版本号返回格式不一样了，回答在 content 下面的 text 里不是 trace 了，字断名也不太一样。 虽然格式看起来不一样，但本质都是发消息收回复。现在模型厂商都会同时支持两种格式，你换一家只需要改变下划线 url 和 key 业务代码一行不用动。
