v0.dev 是由 Vercel 開發的 AI 驅動工具，你只要透過簡單的文字提示，就可以快速生成前端網頁的 UI 元件程式碼，其核心特色在於用戶只需輸入需求描述，v0.dev 即可生成對應的 React、Vue 或 Svelte 組件程式碼，並可直接複製到專案中使用。
CodeFormer 是由南洋理工大學 S-Lab 的研究人員開發的一款先進人工智慧工具，專注於人臉修復和增強。它利用代碼查找變壓器（Codebook Lookup Transformer）技術，能夠有效地修復模糊、老舊或受損的人臉圖像，甚至在嚴重退化的情況下，也能生成高品質且真實的面部圖像。
# git clone this repository git clone https://github.com/sczhou/CodeFormer cd CodeFormer # 官方建議 create new anaconda env # 我用的是 python 3.11 conda create -n codeformer python=3.8 -y conda activate codeformer # install python dependencies pip3 install -r requirements.txt # 需要可視化的介面的可以加下面的命令 pip install -q gradio python basicsr/setup.py develop # only for face detection or cropping with dlib conda install -c conda-forge dlib
※dlib是更心的人臉偵測器，可以找出更準確的人臉
安裝官方兩個預先訓練好的模型
python scripts/download_pretrained_models.py CodeFormer # only for dlib face detector python scripts/download_pretrained_models.py dlib
需要使用影片增強要安裝 ffmpeg
# For Windows/Mac users, please install ffmpeg first conda install -c conda-forge ffmpeg
到 OpenXLab 以及 Huggingface 直接使用
# 黑白照片適用 # For cropped and aligned faces (512x512) # Colorize black and white or faded photo python inference_colorization.py --input_path [image folder]|[image path] # 臉部修復專用 # For cropped and aligned faces (512x512) # Inputs could be masked by white brush using an image editing app (e.g., Photoshop) # (check out the examples in inputs/masked_faces) python inference_inpainting.py --input_path [image folder]|[image path]
# Add '--bg_upsampler realesrgan' to enhance the background regions with Real-ESRGAN # Add '--face_upsample' to further upsample restorated face with Real-ESRGAN python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]
# For video clips # Video path should end with '.mp4'|'.mov'|'.avi' python inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path
https://github.com/sczhou/CodeFormer/blob/master/docs/train.md
Flowise 是一款開源的低代碼工具，一般人也可以輕易地使用，用於構建自定義的大語言模型（LLM）編排流程和 AI 代理。透過直觀的拖放介面，使用者可以輕鬆設計複雜的 AI 工作流程，無需深入的程式設計知識。
LLMs Server 還是需要放在 Linux 環境中比較好，但開發階段常常用 Windows 在開發，多數人使用的 Shell export 就沒法使用
export OPENAI_API_KEY="sk-...".
set OPENAI_API_KEY=sk-...
[Environment]::SetEnvironmentVariable("OPENAI_API_KEY", "sk-...", "User")import os
# 設置環境變數
os.environ['OPENAI_API_KEY'] = 'sk-你的API密鑰'
# 之後就可以使用這個環境變數了
# 例如，當使用OpenAI的API時，就可以從環境變數中獲取API密鑰
api_key = os.environ['OPENAI_API_KEY']
print("API Key:", api_key)echo %OPENAI_API_KEY%
省錢增效又不失去太多的準確度，值得試試看的知識圖譜 RAG
https://github.com/gregpr07/browser-use
近期留言