【AIGC】AI工作流workflow实践：构建日报

优质文章学习记录

— 2 min read
【AIGC】AI工作流workflow实践：构建日报

workflow实践

  • 引言
  • 实现步骤分析
  • 实践
    • 创建 dify workflow 应用
    • 创建工作流内部节点
      • 1、设置输入字段
      • 2、创建两个LLM节点
      • 3、设置结束节点
    • 运行工作流
  • 结语

引言

工作流 workflow 是现在 LLM 很重要的一个概念，因为对于一个模型来说，非常复杂的问题很难一次性完美解决，而且可能需要很多别的辅助工具。而工作流就是将这些工具和模型组合起来，形成一个完整的解决方案。今天我们来做个工作流实践，帮助读者理解工作流。我们来构建一个帮助我们写日报的工作流。在帮助我们完成日报的填写的同时，我们需要它进行 AI 味的去除，免得出现别人一看就是 AI 写出来的文章的情况。

实现步骤分析

  1. 我们需要一个可以构建工作流的平台，这边我们选择 dify
  2. 我们需要模型根据我们提供的今天做的事情去自动生成日报

我们需要对刚才生成的文章进行 AI 味的去除

在这里插入图片描述

实践

创建 dify workflow 应用

进入 dify，创建一个 workflow，选择工作流，标题就写日报生成

在这里插入图片描述

创建工作流内部节点

1、设置输入字段

在开始节点设置一个字段接收用户的输入，这个节点我们设置为message

在这里插入图片描述

2

Read more

Qt 正则表达式（QRegularExpression类）详解

Qt 正则表达式（QRegularExpression类）详解

Qt 正则表达式（QRegularExpression类）详解 * 一、正则表达式介绍 * 1、核心语法规则 * 2、实用示例 * 3、常用场景 * 4、常用正则表达式 * 5、工具推荐 * 二、 QRegularExpression类详解 * 1、核心功能 * 2、基本使用步骤 * 3、常用方法 * 4、全局匹配示例 * 5、模式选项 * 6、常见用例示例 * 6.1、验证电子邮件地址 (简化版) * 6.2、提取 URL 协议和域名 * 6.3、替换所有数字 * 7、注意事项 * 三、代码示例 * 1、效果展示 * 2、源码分享

Stable Diffusion AIGC 视觉设计实战教程之 09-ControlNet 插件

ControlNet 插件 ControlNet 概述 ControlNet（控制网）是由 lllyasviel 团队于 2023 年提出的神经网络架构，核心是为了解决在 Stable Diffusion 中如何让图像生成变得更加可控的问题，是 Stable Diffusion 迈向工业化的非常重要的一步。 ControlNet 通过预处理器提取参考图中的姿态、深度、边缘等结构信息，再由 ControlNet 模型转换为检查点模型能够理解的生成条件，让生成图像精准遵循参考图的布局与结构，彻底解决生图结构失控的痛点，是 Stable Diffusion 中实现精准控图的核心插件。 ControlNet 插件的应用场景： * 插画创作：基于线稿生成高精度彩色插画，保留线条构图。 * 角色设计：基于姿势参考图生成指定动作的角色形象，如游戏角色战斗姿势等。 * 建筑可视化：根据图纸生成写实风格的建筑效果图。 * 3D 模型辅助生成：根据深度图、法线图控制生成图像的空间立体感，辅助 3D 建模纹理绘制。 * 摄影修图：
智元 D1 强化学习sim-to-real系列 | Robot Lab 基于 Isaac Lab 的机器人强化学习使用（四）

智元 D1 强化学习sim-to-real系列 | Robot Lab 基于 Isaac Lab 的机器人强化学习使用（四）

1. 项目简介 Robot Lab 是一个基于 NVIDIA Isaac Lab 构建的机器人强化学习扩展库，专注于为各类机器人提供标准化的强化学习训练环境。该项目允许开发者在独立的环境中进行开发，而无需修改核心 Isaac Lab 仓库。对应ISaac lab 使用需要你参考并学习。然后可以参考Isaac Sim｜操作界面指南，ISAAC SIM安装与软件实践学习（二）—用户界面与工作流程，Nvidia Isaac Sim图形界面 入门教程 2024（3）学习操作。最全的资料还是我们之前讲到的isaacsim官方教程以及isaaclab翻译版本 NVIDIA的机器人平台主要由两大核心组件构成，它们之间是层级关系：基础仿真平台Isaac Sim，以及构建于其上的机器人学习应用框架Isaac Lab。要精通 Isaac Sim，必须理解其分层架构中的五个核心概念。Isaac Sim 是什么？ 它是一个通用的机器人模拟器，提供了高保真的物理引擎（PhysX）和照片级的渲染技术（
TWIST2——全身VR遥操控制：采集人形全身数据后，可训练视觉base的自主策略(基于视觉观测预测全身关节位置)

TWIST2——全身VR遥操控制：采集人形全身数据后，可训练视觉base的自主策略(基于视觉观测预测全身关节位置)

前言 我司内部在让机器人做一些行走-操作任务时，不可避免的需要全身遥操机器人采集一些任务数据，而对于全身摇操控制，目前看起来效果比较好的，并不多 * 之前有个CLONE(之前本博客内也解读过)，但他们尚未完全开源 * 于此，便关注到了本文要解读的TWIST2，其核心创新是：无动捕下的全身控制 PS，如果你也在做loco-mani相关的工作，欢迎私我你的一两句简介，邀你加入『七月：人形loco-mani(行走-操作)』交流群 第一部分 TWIST2：可扩展、可移植且全面的人形数据采集系统 1.1 引言与相关工作 1.1.1 引言 如TWIST2原论文所说，现有的人形机器人远程操作系统主要分为三大类： 全身控制，直接跟踪人体姿态，包括手臂、躯干和腿部在内的所有关节以统一方式进行控制（如 HumanPlus [12]，TWIST [1] ———— TWIST的介绍详见此文《TWIST——基于动捕的全身遥操模仿学习：教师策略RL训练，学生策略结合RL和BC联合优化(可训练搬箱子)》 部分全身控制，