字节的AI编程工具还是值得试一试的

BG：会销现在疯狂涌入AI赛道，有个销售疯狂给我吹嘘他们的老师有ITCILO的AI专家XXX 于是我尝试了下，只需要27分钟

OpenManus 是由 MetaGPT 团队推出的一个开源项目，旨在复刻 Manus 的核心功能。 它无需邀请码即可使用，支持网页浏览、文件操作、代码编写等多种任务。

OpenManus [表情] Manus is incredible, but OpenManus can achieve any ideas without an Invite Code [表情]! Our team members @mannaandpoem @XiangJinyu @MoshiQAQ @didiforgithub from @MetaGPT built it within 3 hours! It’s a simple implementation, so we welcome any suggestions, contributions, and feedback! Enjoy your own agent with OpenManus! Project Demo Installation Create a new conda environment: conda create -n open_manus python=3.12 conda activate open_manus Clone the repository: git clone https://github.com/mannaandpoem/OpenManus.git cd OpenManus Install dependencies: pip install -r requirements.txt Configuration OpenManus requires configuration for the LLM APIs it uses. Follow these steps to set up your configuration: Create a config.toml file in the config directory (you can copy from the example): cp config/config.example.toml config/config.toml Edit config/config.toml to add your API keys and customize settings: # Global LLM configuration [llm] model = "gpt-4o" base_url = "https://api.openai.com/v1" api_key = "sk-..." # Replace with your actual API key max_tokens = 4096 temperature = 0.0 # Optional configuration for specific LLM models [llm.vision] model = "gpt-4o" base_url = "https://api.openai.com/v1" api_key = "sk-..." # Replace with your actual API key Quick Start One line for run OpenManus: python main.py Then input your idea via terminal! For unstable version, you also can run: python run_flow.py How to contribute We welcome any friendly suggestions and helpful contributions! Just create issues or submit pull requests. Or contact @mannaandpoem via [表情]email: mannaandpoem@gmail.com Roadmap [ ] Better Planning [ ] Live Demos [ ] Replay [ ] RL Fine-tuned Models [ ] Comprehensive Benchmarks Community Group Join our networking group on Feishu and share your experience with other developers!

随着生成式AI的快速发展，如何将大量的文档内容高效转换并集成到AI系统中，成为开发者们的一大挑战。 无论是PDF、Word文档，还是PPT、Excel表格，如果有一款能够快速准确地将这些格式转换成适用于生成式AI的结构化数据，那将是非常的方便。 而今天的主角：Docling，专为此类需求而生。 它能够高效地解析和转换多种文档格式，将文档内容以HTML、Markdown和JSON等格式呈现，并支持OCR识别和表格结构的解析。 当然最重要的是，它可以与主流的生成式AI框架（如LangChain、LlamaIndex等）无缝集成，为AI应用提供强大的文档处理支持。 项目简介 Docling 是开源的一个多功能的文档解析与转换工具。 它能够处理多种常见文档格式（包括PDF、DOCX、PPTX、XLSX、HTML和Markdown等），并通过简洁易用的CLI工具帮助用户快速转换和解析文档。 此外，Docling原生集成了生成式AI框架，如LangChain和LlamaIndex，使其在AI文档处理方面更具优势。它的智能化处理能力，尤其是在OCR和表格结构识别方面，特别适用于那些需要快速提取信息并进一步处理的场景。

代码生成:将设计图(如U1界面截图)转换为符合现代前端开发规范的代码，支持React等主流前端框架。 动态交互支持:生成的代码不仅包含静态布局，还支持动态交互、状态管理和数据驱动的渲染，满足复杂前端开发需求。 组件化开发:生成的代码基于模块化组件结构，便于复用和扩展，符合现代前端开发的最佳实践。 高代码质量:生成的代码逻辑清晰、结构规范，能通过编译验证，与设计图高度相似。

#iPhone16e 2025 最便宜 iPhone 128GB：4499 元 256GB：5499 元 512GB：7499 元 2 月 21 日 晚 9 点接受预购 2 月 28 日 发售 如果你还在纠结要不要买 iPhone，那就买它！ 参数什么的都不重要了！ - A18 芯片（iPhone16一样，但少一个） - C1 基带（苹果首款自研基带芯片，手机中最节能的调制解调器，待测评） - iPhone 14/15 系列外型 - 使‮铝用‬合金中框 - 6.1 英寸 2532x1170 分辨率 OLED 显示屏（典型亮度 800 尼特、HDR 峰值亮度 1200 尼特） - 正面 12 MP 摄像头 - 背面 48MP（12MP）二合一的单摄像头 - 采用 USB-C 2.0 接口 (最高可达 480Mb/s) - IP68 级防溅、抗水、防尘 - 重量 167 克 - 国行双卡双待（‬实体 SIM 卡） - ‮支不‬持 MagSafe 磁吸充电，只支持 Qi 7.5W 无线充电 国补+平台补，3599 不能再多！买买买！

学点AI给自己贴贴金 年后好升职加薪

假期好好补充元气，明年继续奋战 趁着假期也正好学学AI相关的东西

人工智能项目 能给个中高P就好

信使 Web builder 是基于 Material 的 Angular 低代码前端框架，丰富的组件库可提供优秀的数字创新体验，通过拖拽可视化配置快速构建现代化响应式 UI、多主题、多语言的 Web 页面，包含美观的后台管理主题，拥有完整的前端解决方案。体验：https://builder.design

我不是性格孤单，我只是想和计算机谈恋爱

## Screenshot to Code是什么? 这个简单的应用程序将屏幕截图转换为代码（HTML/Tailwind CSS、React、Vue 或 Bootstrap）。 它使用 GPT-4 Vision 生成代码，并使用 DALL-E 3 生成外观相似的图像。 您现在还可以输入 URL 来克隆实时网站！ 借助GPT-4 Vision的突破性能力，Screenshot to Code 让人看到一种全新的开发模式正悄然到来。只需点击几下鼠标，它就能将以前密集的手动流程自动化。  

这是一个在netty4框架下实现的三网合一短信网关核心框架，支持(cmpp/smpp3.4/sgip1.2/smgp3) 短信协议解析，支持长短信合并和拆分，也支持wap短信和闪信。

想过去，看今朝，我此起彼伏 用一种很新的形式，吐槽下过去一年 忙的像鼠，累的像狗

传统RAG框架 1. AnythingLLM：具备完整的RAG和AI代理能力。 2. MaxKB：基于大型语言模型的知识库问答系统。 3. RAGFlow：基于深度文档理解的开源RAG引擎。 4. Dify：大型语言模型应用开发平台，结合AI工作流、RAG流程等。 5. FastGPT：基于LLM的知识库问答系统，提供数据处理、模型调用等能力。 6. Langchain-Chatchat：基于Langchain和ChatGLM等不同大模型的本地知识库问答。 7. LightRAG：检索器-代理-生成器式的RAG框架。 GraphRAG框架 8. LightRAG：简单快速的GraphRAG检索增强生成。 9. GraphRAG-Ollama-UI：使用Ollama的GraphRAG，带有Gradio UI和额外功能。 10. microsoft-GraphRAG：模块化的基于图的检索增强生成系统。 11. nano-GraphRAG：简单、易于修改的GraphRAG实现。 12. KAG：基于OpenSPG引擎的知识增强生成框架。

检索增强生成（ RAG ）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。 目前知道的是这个ragflow

休息休息咖啡走起 摸鱼咖啡一杯来到

马上要下班 还没有走。一会才能出发

微软&领英联合颁发的AI证书 免费可以拿到

任何时候都有优秀和普通的人，你的竞争实力在于你怎么和他人不同，找到自己的闪光点 现在AI给大家带来的是信息获取和组合的门槛很低 而且新的机会产生只会在类似当下的时刻，先有经验才能发展