智谱AI API接入实战:免费模型不限量使用指南(含若手软件配置示例)

智谱AI API接入实战:免费模型不限量使用指南(含若手软件配置示例)
本教程适用于有AI能力的软件,例如:

若手内容管家(批量生成内容、图片):https://www.ruoshou.com/soft/2.html

若手AI重命名(智能修改文件名):https://www.ruoshou.com/soft/3.html

其他非若手软件产品,但使用标准OpenAI API 格式请求的软件同样通用

基本信息

  1. 平台地址:https://www.bigmodel.cn/
  2. KEY地址:https://www.bigmodel.cn/usercenter/proj-mgmt/apikeys
  3. 模型、价格列表:https://www.bigmodel.cn/pricing
  4. 速率限制:https://www.bigmodel.cn/usercenter/proj-mgmt/rate-limits

API KEY 申请

步骤一:智谱平台账号注册

账号注册:平台 https://www.bigmodel.cn/

步骤二:创建/获取API KEY

  1. 注册后,右上角“用户”图标,点击“API KEY”进入,或控制台页面点“API KEY”,进入管理页面。
  2. API KEY管理页面右上角“添加新的API KEY”。
  3. 填写名称后(随意填写)点击确定,完成创建。

复制API KEY到软件:软件主界面点击“AI 配置” → 粘贴刚刚复制的API KEY

保存后,重新打开AI配置界面,进入测试功能。选择文本生成测试,验证API KEY的有效性。

智谱模型新增

更换模型,无需更换API KEY,只需填写正确的模型名称即可(平台提供)

到模型列表根据自己需求找到合适的模型:https://docs.bigmodel.cn/cn/guide/models/free/

复制模型名称,到“AI配置” 中的“模型”粘贴后直接回车就完成新增。

若使用内置的模型,只需更换API KEY 即可。

API地址:已内置,如需更换可以(一般不需要更换):直接复制API 地址到“AI配置” 中的“API地址”替换。

厂商:可随意填写。

智谱免费模型比较多,行业清流,比较有格局的一个平台,免费模型不限量供应~

速度也很快(带深度思考的会慢很多)

常规任务尽量不使用深度思考模型。

各大AI平台免费模型大全:https://www.ruoshou.com/knowledge/14.html

Read more

FPGA面试题汇总整理(一)

https://pan.baidu.com/s/1rDsLAXGj8WbX82teSkhuIw?pwd=1234 这份FPGA 系统学习详细资料包是个人花大量时间精心整理的,超多干货全覆盖,从基础到实战一站式搞定,不用再到处薅资料!网盘链接随时可能失效,提取码 1234,先保存再学习,别等失效拍大腿!🔗链接:https://pan.baidu.com/s/1rDsLAXGj8WbX82teSkhuIw?pwd=1234 ———————————————— 前言:社招FPGA面试核心考察「基础功底+项目经验+问题解决能力」,以下100个问题覆盖面试90%高频考点,按「基础概念→编程语法→时序分析→架构设计→调试优化→项目实操→行业拓展」分类,每个问题附详细解答(适配自媒体干货属性,可直接复制使用,重点内容加粗标注),帮你高效备战,避免踩坑。 一、

喂饭级教程:OpenClaw 对接 QQ 机器人,本地/腾讯云都能用

喂饭级教程:OpenClaw 对接 QQ 机器人,本地/腾讯云都能用

文章目录 * 前言 * 一、选对路子:官方 Bot 还是个人号? * 方案 A:QQ 开放平台官方机器人 * 方案 B:个人 QQ 号变身机器人 * 二、环境准备:5 分钟搞定基础设施 * 1. 服务器/电脑要求 * 2. 安装 OpenClaw * 3. 配置大模型 API * 三、方案 A:对接 QQ 开放平台官方机器人 * Step 1:注册开发者并创建机器人 * Step 2:获取三件套凭证 * Step 3:配置 IP 白名单和沙箱 * Step 4:OpenClaw 端配置

OpenClaw多智能体路由实战:飞书多机器人配置指南

文章目录 * 飞书重新安装问题 * 批量增加机器人 * 缺点 * 多个飞书机器人名称包含大小写的问题 * 多个Agent名称包含大小写的问题 目前我已经完成了OpenClaw的基本安装,但是在对话框只有一个,机器人也只绑定到主会话,一次只能处理一个消息。很多时候我在聊天窗口,说A任务,然后做了一半,又发了关于B任务的指令。一是每次发完消息,如果OpenClaw还在处理,剩下的消息要么进入队列、要么看不到(实际还在队列)。两个任务切来切去,感觉体验很不好。 要彻底解决这个问题,实现网上演示的那种对各Agent、每个对话机器人对应一个Agent,就需要用到多智能体路由技术。 实现的步骤如下: * 在飞书创建一个新的机器人 * 通过控制台创建新的智能体 * 按照指引将飞书配置上去 * 根据需要创建多个Agent和机器人,并对应配置上去(略) 飞书重新安装问题 明明我已经安装好了飞书,系统还是会提示我安装,否则就跳过了添加飞书这步。应该是系统Bug。这次安装的飞书位置在~/.openclaw/extensions/feishu,其实和~/.npm-globa

ROS1机器人SLAM系列(四):Gmapping算法详解与实战

ROS1机器人SLAM系列(四):Gmapping算法详解与实战 本文将深入讲解Gmapping算法的原理,并通过实战演示如何使用Gmapping进行2D激光SLAM建图。 1. Gmapping算法简介 1.1 什么是Gmapping? Gmapping是一种基于**粒子滤波(Rao-Blackwellized Particle Filter, RBPF)**的2D激光SLAM算法。它由Giorgio Grisetti等人于2007年提出,是ROS中最经典、应用最广泛的SLAM算法之一。 主要特点: * 基于粒子滤波的概率框架 * 适用于2D激光雷达 * 需要里程计信息 * 实现成熟,稳定可靠 * 适合中小规模室内环境 1.2 算法流程概述 Gmapping算法流程 里程计数据 运动预测 Motion Model 粒子集合更新 激光雷达数据 扫描匹配 Scan Matching 观测更新 Sensor Model 粒子权重计算 重采样 Resample 地图更新 2. 核心算法原理