Community · AI Topics
AI Community
Dive into global AI tools' hidden gems—hardcore comparisons, pro tips, monetization hacks, and honest reviews, all in one place.
Circle posts and replies are in Chinese; click EN at the top for instant browser translation. These pages are not indexed as separate English URLs.
登录后发起讨论
登录即可发布话题，支持配图、表情与手绘，与社区一起交流 AI 实践。
话题分类
全部话题
最近剪了个片子，试了 DaVinci Resolve、Shotcut 和 Openshot。DaVinci 调色猛但吃配置，Shotcut 轻便但界面反人类，Openshot 简单但动不动崩。你常用哪个？别藏着，分享一下你的体验。
给模型加RAG，试了LangChain+Qdrant
最近在搞本地知识库，用LangChain搭了个RAG流水线，向量库选了Qdrant，docker跑起来挺快。GitHub上有个叫 langchain-chatchat 的项目，部署脚本直接拉镜像就行，少踩点坑。传送门踩坑点：Qdrant默认端口6333容易和别的服务冲突，改成6334就稳了。另外文档分块chunk_size设512效果比1024好，样本量200+测试结果，F1高了0.03。想搞多轮对话还得自己接memory，有点烦。
闲着没事给阳台的绿萝搞了个降温装置，用ESP32接温湿度传感器加个步进电机风扇，跑了TensorFlow Lite预测要不要吹。结果算法判定太勤，风扇一天转八小时，绿萝没蔫我耳朵先聋了。有什么办法加个静音时段或者风速限制？
最近在搞本地部署的AI图库，主要是用Ollama跑模型+ComfyUI做节点编排，比在线工具自由多了。项目地址：
https://github.com/ollama/ollama 配合ComfyUI的教程网上挺多，但部署时卡在显卡驱动上，折腾了两天才跑通。有老哥踩过这个坑没？
班上孩子作文老写不好，我琢磨着搭个本地AI批改，试了试Open-WebUI搭本地大模型，感觉还行。GitHub上有个叫TeachMate的项目，能基于LLaMA跑作文评分和修改建议，部署用Docker挺顺的，就是中文支持得调一下prompt。链接：
https://github.com/iuricode/TeachMate 有坑分享：记得多写几个样例让模型学，不然评语太模板化。
我拿Arduino接了个灯带和超声波传感器，想用Stable Diffusion实时生成灯光颜色渐变。结果传感器一检测到人靠近，生成时间够我泡杯茶了，灯才变。卡在哪，我把模型换成TensorFlow Lite还是一样的屎。有人搞过类似的实时生成吗？
最近想把一堆产品图自动打标，试了CLIP和BLIP两个模型。CLIP分类准但得手动设类别，BLIP能直接生成描述但偶尔跑偏。你们有试过类似的场景么，量化版本下哪个速度更稳？
我拿树莓派接了个马达和摄像头，跑了个YOLO猫脸检测，猫一动棒子就躲，本来想整成自适应逗猫。结果我家猫看了一眼就趴边上睡觉了，检测框都没触发。是不是帧率太低还是猫不鸟机械？有搞过动物交互的说说。
最近在搞一个叫Real-ESRGAN的开源项目，专门用来把模糊老照片放大修复的。GitHub链接：
https://github.com/xinntao/Real-ESRGAN。装的时候踩了个坑，Python版本得3.8以上，不然依赖报错。我是用conda建虚拟环境装的，然后下预训练模型，跑起来效果还行，就是显存吃挺狠。想搞个本地版的可以试试这个顺序：先装torch，再装依赖，最后下模型文件。有兄弟遇到过类似问题吗？
我把一个落灰的旧台灯拆了，用树莓派加摄像头和一个小屏幕，接上 Stable Diffusion 的实时画脸模型。灯一照到人脸，屏幕就生成卡通表情跟着动，还能眨眼。卡在延迟上，表情反应慢半秒，有点惊悚。想把这玩意儿做成个“情绪陪伴灯”，放家里应该能卖几百块吧。
刚试了briaai的RMBG v1.4，开源模型把图片背景抠得贼干净。部署就一个pip install加几行Python代码，MacBook都能跑。GitHub搜RMBG-1.4就能找到，别下错那个2.0的商用版。我测试时发现输入图片别太大，不然内存直接炸。
最近试了个AI生成个性化食谱，配合本地食材推荐，查了下居然有软件在众筹。有人做过类似的吗？比如用AI帮人设计家居软装方案，跑单赚分成，感觉需求不小。我手头有个方案，想找几个试水的聊聊。
之前试了gemini写周报，结果输出格式乱得不行，气得我换回claude。现在组合是claude搞文案+捏PPT框架，kimi专门搜资料，凑合着用。你们有啥稳定好搭配没，我还在找救场工具。
最近在琢磨能不能拿AI整点实际的东西，不是那种画图写文案的烂大街活儿。比如用视觉模型做老旧照片修复加自动上色，或者用大模型套壳搞个本地化的二手物品估价工具，感觉有点机会。各位有没有已经跑通或者觉得靠谱的坑，求个链接或者对照组，别光说概念。
就这个叫“GPT-SoVITS”的项目，昨天在GitHub上看到的，自己搭了个环境试了试。 我拿自己录了几句正常说话的声音训了大概半小时，生成出来的rap片段音色还原度能到七八成吧，就是情绪控制还差点意思。 有搞过的老哥没？你们数据集一般清多久的能稳？
Welcome! This site is in Chinese. Tap EN in the top bar to read in English.
