正式开始学习本章前，请先下载以下模型，并将模型文件放到对应的文件夹内： Dreamshaper(opens in a new tab)：将其放到 ComfyUI 里的 models/checkpoints 文件夹内。 ControlNet Scribble(opens in a new tab)：将其放到 ComfyUI 里的 models/controlnet 文件夹内。 ControlNet Openpose(opens in a new tab): 将其放到 ComfyUI 里的 models/control…
正式开始学习本章前，请先下载以下模型，并将模型文件放到对应的文件夹内： Dreamshaper 8-inpainting(opens in a new tab)：将其放到 ComfyUI 里的 models/checkpoints 文件夹内。 Inpainting workflow 我以下面这个场景为例解释下如何搭建 Inpainting，左侧这张图是我先用文生图功能生成的，我对图中人物的发色不满意，于是我用 ComfyUI 在原图的基础上重新生成了红色头发的人物，且对比原图，新图片除了头发外，其他地方都没有发生变…
原理介绍 按照惯例，我们先来简单聊下 Upscale 的原理。目前主流的 upscale 的方法有两种： Upscale pixel：将可视的图直接 upscale。如果拿 ComfyUI 节点解释，这个节点输入的是 image，输出的是 upscale 后的 image。 Upscale latent：另一种是将不可视的潜空间图像 upscale，如果拿 ComfyUI 节点解释，这个节点输入的是 latent 输出的是 upscale 后的 latent，最后需要经过 decode 才能变成可视的图片。 这两种…
1. 确定模型类型 首先，你需要确定你的需求，然后根据不同的需求下载不同的模型。 根据需求，常见的模型有以下几类： Base 模型： 就是最常见的 AI 文生图模型，输入一段文字指令，AI 会根据你的指令生成图片。较常见的有 Stable Diffusion v1.5，Stable Diffusion XL 等。 LoRA 模型： 你可以简单将其理解为一种滤镜模型。通过它能生成更特殊的图片，比如在 Workflow 中加载线稿 LoRA 模型，就可以生成线稿风格的图片。甚至还有一些 LoRA 模型能让 AI 生成特…
Midjourney VS ComfyUI 在回答这个问题之前，我觉得有必要介绍下目前市面上的各种 AI 生图产品，或者是 AI 生视频产品。在我的眼里，他们主要分成两大类： 模型与产品融合的产品，比如 Midjourney，Stability AI 等等。 模型与产品分离的产品，比如 SD Web UI、ComfyUI 等等。 这两类产品的优劣势如下： 融合产品（如 Midjourney，Stability AI 等） 分离产品（如 SD WebUI，ComfyUI 等） 学习成本 低，产品一般对 UX 进行优化…
一、技术驱动：AI与云原生深度整合 AI驱动的媒体处理技术 通过深度学习和大模型技术优化图像、视频的压缩、转码及智能裁剪，提升内容交付效率。例如，结合多模态AI模型实现自动化的内容标签生成与场景适配，这在编程、客服等场景中已有广泛应用34。 利用开源模型降低技术门槛，推动AI功能（如人脸识别、内容审核）的普及化，满足企业对透明、可信AI的需求4。 云原生架构升级 采用Serverless计算和容器化部署，实现资源弹性伸缩，降低客户开发成本。例如，通过无服务器架构支持突发流量场景（如电商大促），提升服务的敏捷性37。…
执行摘要 Manus AI 是一款由中国初创公司 Monica 开发的先进自主智能体，旨在弥合人类意图与执行之间的差距。它具备独立规划、执行和交付各种复杂任务的能力，例如报告撰写、数据分析和内容生成 1。Manus AI 的多模态能力使其能够处理和生成文本、图像和代码等多种数据类型，并能与网络浏览器、代码编辑器和数据库管理系统等工具无缝集成 1。据报道，Manus AI 在 GAIA 基准测试中表现出色，超越了 OpenAI 的 GPT-4 和微软的 AI 系统 1。 当前的 AI 智能体市场正经历显著增长，预计将…
. 为什么大模型需要 Agent？ 大模型（如GPT-4、PaLM等）虽然在语言理解和生成上表现强大，但存在以下局限性，需要结合Agent技术来弥补： 任务复杂性：大模型擅长单轮问答或短任务，但对多步骤、长链条的复杂任务（如规划行程、编写完整项目代码）缺乏系统性分解能力。 实时性与动态性：大模型的训练数据是静态的，无法直接访问实时信息（如天气、新闻）或动态环境（如用户状态变化）。 工具调用能力：大模型本身无法直接操作外部工具（如搜索引擎、数据库、API），需通过Agent框架调用工具扩展能力。 记忆与状态管理：大模…
LangChain 是一个专为构建和部署基于大型语言模型（LLM）的应用程序而设计的开源框架，旨在简化开发流程并增强模型的功能。以下是其核心要点： 1. 核心功能与组件 148 模型交互（Model I/O）：提供统一接口支持多种 LLM（如 OpenAI、Hugging Face），管理输入提示词和输出解析，例如动态提示模板和结构化输出处理。 链（Chains）：通过链式结构组合多个模块（如提示模板、模型、内存），实现复杂任务。例如，SequentialChain 可串联多个模型调用，完成从生成公司名称到撰写描述…