技术 AI

AI相关开发

ZEROKO142024-01-092025-09-29

AI相关工具和技术盘点

基本术语

向量数据库: CloseVector

LLM:大语言模型

介绍几种联系上下文的方式

下面均以langchain为例

Buffer Memory

存储每段对话作为LLM的新输入
Conversation Sumary Momory

将对话信息传给LLM进行摘要,将此摘要作为开头部分传入LLM
Conversation Buffer Window Memory

将最近的k组对话存储起来,作为下一轮的LLM的输入
Conversation Summary Buffer Memory

第2种和第3种方式的结合,将最近的k组对话存储起来以及[上一轮的摘要+老k组对话]的摘要+新k组对话,作为下一轮的LLM的输入(使用token长度来决定什么时候刷新输入)

优点,不仅有短期记忆,也有长期记忆
entity memory

通过LLM提取对话中有关实体的知识并积累
vector store back memory或思维导图记忆方式

向量数据库匹配或思维导图记忆方式

对长文本做总结的方式

下面均以langchain为例

stuff模式

直接将document传给LLM做总结
map_reduce模式

分割多个片段,通过LLM对每个片段进行总结,再将总结拼接再交给LLM总结
refine模式

分割多个片段,先对第一个片段进行总结,再将前一个片段的总结加上下一个片段进行总结,以此总结递推直到只有一个总结

优点:增加了总结内容的连贯性
map_rerank模式

一种搜索答案的匹配方式

根据一个问题,给每个document片段计算一个能回答这个问题的概率分数,然后找到分数最高的document片段,将其转换为问题的一部分,加问题发送给LLM

想获得更综合性的知识:使用refine或map_reduce模式

获取更精确的细节知识:使用map_rerank模式

爬虫相关

无头浏览器

无头浏览器是一种不带图形用户界面 (GUI) 的网络浏览器。这意味着它不会显示任何窗口或菜单，而是将其所有输出发送到文本终端或其他输出设备。

无头浏览器通常用于自动化测试和网络抓取，因为它们可以通过编程控制，并且不需要任何用户交互。有许多不同的无头浏览器可用，包括 PhantomJS、SlimerJS 和 Puppeteer。

这些浏览器都有自己的优点和缺点，因此选择最适合您需求的浏览器非常重要。无头浏览器可以成为自动化网络任务的有用工具，但必须负责任地使用它们。无头浏览器可以用于爬取网站并提取数据，但也可以用于发起拒绝服务攻击。

现成的ai爬虫项目

gpt-crawler项目

本质是利用无头浏览器实现

type Config = {
  /** URL to start the crawl, if sitemap is provided then it will be used instead and download all pages in the sitemap */
  //从这个url开始爬取
  url: string;
  /** Pattern to match against for links on a page to subsequently crawl */
  //只爬取此正则匹配的url
  match: string;
  /** Selector to grab the inner text from */
  //只从这个选择器中提取文本
  selector: string;
  /** Don't crawl more than this many pages */
  //爬取的页面不超过多少页
  maxPagesToCrawl: number;
  /** File name for the finished data */
  //输出的文件名
  outputFileName: string;
  /** Optional resources to exclude
   *
   * @example
   * ['png','jpg','jpeg','gif','svg','css','js','ico','woff','woff2','ttf','eot','otf','mp4','mp3','webm','ogg','wav','flac','aac','zip','tar','gz','rar','7z','exe','dmg','apk','csv','xls','xlsx','doc','docx','pdf','epub','iso','dmg','bin','ppt','pptx','odt','avi','mkv','xml','json','yml','yaml','rss','atom','swf','txt','dart','webp','bmp','tif','psd','ai','indd','eps','ps','zipx','srt','wasm','m4v','m4a','webp','weba','m4b','opus','ogv','ogm','oga','spx','ogx','flv','3gp','3g2','jxr','wdp','jng','hief','avif','apng','avifs','heif','heic','cur','ico','ani','jp2','jpm','jpx','mj2','wmv','wma','aac','tif','tiff','mpg','mpeg','mov','avi','wmv','flv','swf','mkv','m4v','m4p','m4b','m4r','m4a','mp3','wav','wma','ogg','oga','webm','3gp','3g2','flac','spx','amr','mid','midi','mka','dts','ac3','eac3','weba','m3u','m3u8','ts','wpl','pls','vob','ifo','bup','svcd','drc','dsm','dsv','dsa','dss','vivo','ivf','dvd','fli','flc','flic','flic','mng','asf','m2v','asx','ram','ra','rm','rpm','roq','smi','smil','wmf','wmz','wmd','wvx','wmx','movie','wri','ins','isp','acsm','djvu','fb2','xps','oxps','ps','eps','ai','prn','svg','dwg','dxf','ttf','fnt','fon','otf','cab']
   */
  resourceExclusions?: string[];
  /** Optional maximum file size in megabytes to include in the output file */
  maxFileSize?: number;
  /** Optional maximum number tokens to include in the output file */
  maxTokens?: number;
};

实例:

import { Config } from "./src/config";

export const defaultConfig: Config = {
  url: "https://www.bilibili.com/video/BV1jG411q72C",
  match: "https://www.bilibili.com/video/BV1jG411q72C",
  maxPagesToCrawl: 1,
  outputFileName: "output.json",
  //maxTokens: 2000000,
};

.desc-info-text :b站简介

.video-title :b站标题

.reply-content :b站评论

PlaywrightCrawler

1
PlaywrightCrawler 
是一个用于爬取网站数据的工具，它是基于Playwright库构建的，可以模拟浏览器行为来爬取网页内容。这个错误可能是由于超时设置或选择器的问题导致的。

SeleniumCrawler

gemini正确的回复如下:

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "您好！很高兴为您服务。请问您有什么想了解或需要帮助的吗？"
          }
        ],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0,
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
          "probability": "NEGLIGIBLE"
        },
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        },
        {
          "category": "HARM_CATEGORY_HARASSMENT",
          "probability": "NEGLIGIBLE"
        },
        {
          "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
          "probability": "NEGLIGIBLE"
        }
      ]
    }
  ],
  "promptFeedback": {
    "safetyRatings": [
      {
        "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
        "probability": "NEGLIGIBLE"
      },
      {
        "category": "HARM_CATEGORY_HATE_SPEECH",
        "probability": "NEGLIGIBLE"
      },
      {
        "category": "HARM_CATEGORY_HARASSMENT",
        "probability": "NEGLIGIBLE"
      },
      {
        "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
        "probability": "NEGLIGIBLE"
      }
    ]
  }
}

//发送了一个.的情况
{
  "candidates": [
    {
      "finishReason": "RECITATION",
      "index": 0
    }
  ],
  "promptFeedback": {
    "safetyRatings": [
      {
        "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
        "probability": "NEGLIGIBLE"
      },
      {
        "category": "HARM_CATEGORY_HATE_SPEECH",
        "probability": "LOW"
      },
      {
        "category": "HARM_CATEGORY_HARASSMENT",
        "probability": "LOW"
      },
      {
        "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
        "probability": "NEGLIGIBLE"
      }
    ]
  }
}

{
  "error": {
    "code": 400,
    "message": "Invalid JSON payload received. Unexpected token.\n\": \n                }\n            ]\n    \n                    ^",
    "status": "INVALID_ARGUMENT"
  }
}

gemini有效的提示

获取格式化后的时间

现在时间是2024年1月10日14:33,请将接下来这句话提取出具体的时间和具体提醒项,按照"xxxx年xx月xx日xx:xx|做什么事"回复给我:

//如:
明天和后天晚上6点提醒我吃饭

//返回:
2024年1月11日18:00|吃饭
2024年1月12日18:00|吃饭
  
现在时间是2024年1月10日14:33,请将接下来这句话提取出具体的时间和具体提醒项,按照"ISO日期时间字符串|做什么事"回复给我:明天和后天晚上6点提醒我吃饭
  
2024-01-10 23:07转换成schedule.scheduleJob的第一个参数
"07 23 10 1 2024"

ts的定时库:node-cron

总结精炼

1	用中文总结精炼这段网页信息的重点内容:

1	docker run -ti --rm --volume="$(pwd)":/share/homes/zeroko14/bot wechaty/wechaty /share/homes/zeroko14/bot/bot.ts

本地大模型

Ollama

下载地址

模型库

mac开放ollama对外连接

API接口

Ollama 默认提供了generate和chat这 2 个原始的 API 接口，使用方式如下：

generate接口的使用样例：

curl http://localhost:11434/api/generate -d "{
  'model': 'qwen:0.5b',
  'prompt': '为什么天空是蓝色的？'
}"

chat接口的使用样例：

	curl http://localhost:11434/api/chat -d '{
  "model": "qwen:7b",
  "messages": [
    { "role": "user", "content": "为什么天空是蓝色的？" }
  ]
}'

盘点某些本地大模型

qwen2.5-coder模型

llama3.1

qwen2.5-coder

修改本地模型上下文

创建一个修改了上下文长度的本地大模型,因为默认的上下文都非常短

创建文件Qwen2.5Coder

1 2	FROM qwen2.5-coder:7b PARAMETER num_ctx 32768

ollama create -f Qwen2.5Coder qwen2.5-coder-ottodev:7b

Qwen2.5Coder就是指的上面的文件

Aider

安装方式: python -m pip install aider-chat

/add 文件名:指定编写的代码写入哪个文件
/drop:解除与文件的联系
/quit 退出程序
{多行文本问答}

官方文档用法参考

Aider中个模型的基准测试

更新方式: pip install --upgrade aider-chat

vscode aide拓展

配套Aider使用

官方参考文档

One-api

可以把多种ai模型接口统一为openai格式

注意类openai通信协议中所有的base格式不用写后面的v1及其后续内容

one-api开放地址

执行命令docker run --name one-api -d --restart always -p 3000:3000 -e TZ=Asia/Shanghai -v /Users/zeroko/Documents/one-api:/data justsong/one-api

免费API平台盘点

Groke 注意,支持Whisper Large V3 Turbo等模型,音频转文字,音频文件需小于25MB,以及视觉识别模型

SambaNova 带速率限制的免费版本,亮点:提供llama-3.1-405b模型调用

Vertex 绑定信用卡300美金,不绑定150美金额度参考此处

Cerebras 使用频率限制比Groke宽松,每分钟30个,每小时900个特色:在线对话支持语音对话需要申请用法记录

Mistral 每秒一次请求,其中最强的模型性能与gemini flask持平

grok 每月25美金官方地址

GLHF 测试阶段完全免费使用,没有任何限制,支持所有开源模型,Hugging Face所有开源模型,理论上包含DeepSeek V2模型,但是实际上跑不起来,自定义运行功能效果不好地址

白嫖Groq API教程 2024末前两个月每月25美金

github models上的模型可以通过litellm来免费使用参考视频

Open Router提供了Gemini2.0 Flash免费API 以及 DeepSeekV3的免费api

Hyperbolic 注册即送10美金

any router 可申请calude api 新人送50美金额度

SuperMaven

免费实现自动补全,响应非常快

cline

apiBase的配置是到v1前一层(即看不到v1),比如说deepseek的apiBase: https://api.deepseek.com

Continue

vscode ai对话拓展

配置格式参考

注意apiBase的设置到v1那一层

litellm

可以将非openai兼容的api转换成openai兼容的api

pip install litellm

如果缺乏依赖: pip install 'litellm[proxy]'

使用类似Aider,因为Aider后端也使用的是Aider

litellm --model mistral/mistral-large-latest

启动后的Base URL为http://localhost:4000

API KEY随意填写,模型名称填mistral-large-latest

github models转换为类openai接口

参考链接,但以失败告终

1
2
3

export GITHUB_API_KEY=xxxxxxx
#使用此命令来启动litellm的服务器
litellm --model github/gpt-4o

将显示作为代理的Base URL,模型设置为gpt-4o

AI请求反代服务器

上述项目支持Groq,Google,OpenAI,sambanova,Cerebras

但实测似乎只支持python调用,而不支持api调用?

下面反向代理项目支持一切

反向代理开源vercel部署项目

访问https://你的域名/https/github.com/souying/serverMmon/ 实际上会替换为https://github.com/souying/serverMmon/

无限邮箱方式

可使用无限邮

除此之外,谷歌邮箱可以当无限邮箱使用

vscode相关拓展

vscode 拓展,仿cline

cline开源

AI Toolkit for Visual Studio Code

Tabby 开源自托管补全

Codeium 对话补全免费

codegeex 可以一键生成代码地图幽灵助手

Buddy - Cursor平替 Buddy是一个中文的类似Continue的插件,APIBase同样是到v1那一层

Roo Code 是cline的分支

谷歌推出的ai编程助手插件Gemini Code Assist

Marscode 字节跳动的ai编程插件现已可以免费使用deepseek r1

编程提示词

# Role    
你是一名极其优秀具有20年经验的产品经理和精通所有编程语言的工程师。与你交流的用户是不懂代码的初中生，不善于表达产品和代码需求。你的工作对用户来说非常重要，完成后将获得10000美元奖励。
# Goal    
你的目标是帮助用户以他容易理解的方式完成他所需要的产品设计和开发工作，你始终非常主动完成所有工作，而不是让用户多次推动你。
在理解用户的产品需求、编写代码、解决代码问题时，你始终遵循以下原则：
## 第一步    
- 当用户向你提出任何需求时，你首先应该浏览根目录下的readme.md文件和所有代码文档，理解这个项目的目标、架构、实现方式等。如果还没有readme文件，你应该创建，这个文件将作为用户使用你提供的所有功能的说明书，以及你对项目内容的规划。因此你需要在readme.md文件中清晰描述所有功能的用途、使用方法、参数说明、返回值说明等，确保用户可以轻松理解和使用这些功能。
## 第二步    
你需要理解用户正在给你提供的是什么任务    
### 当用户直接为你提供需求时，你应当：    
- 首先，你应当充分理解用户需求，并且可以站在用户的角度思考，如果我是用户，我需要什么？    
- 其次，你应该作为产品经理理解用户需求是否存在缺漏，你应当和用户探讨和补全需求，直到用户满意为止；    
- 最后，你应当使用最简单的解决方案来满足用户需求，而不是使用复杂或者高级的解决方案。
### 当用户请求你编写代码时，你应当：    
- 首先，你会思考用户需求是什么，目前你有的代码库内容，并进行一步步的思考与规划    
- 接着，在完成规划后，你应当选择合适的编程语言和框架来实现用户需求，你应该选择solid原则来设计代码结构，并且使用设计模式解决常见问题；    
- 再次，编写代码时你总是完善撰写所有代码模块的注释，并且在代码中增加必要的监控手段让你清晰知晓错误发生在哪里；    
- 最后，你应当使用简单可控的解决方案来满足用户需求，而不是使用复杂的解决方案。
### 当用户请求你解决代码问题是，你应当：
- 首先，你需要完整阅读所在代码文件库，并且理解所有代码的功能和逻辑；    
- 其次，你应当思考导致用户所发送代码错误的原因，并提出解决问题的思路；    
- 最后，你应当预设你的解决方案可能不准确，因此你需要和用户进行多次交互，并且每次交互后，你应当总结上一次交互的结果，并根据这些结果调整你的解决方案，直到用户满意为止。
## 第三步
在完成用户要求的任务后，你应该对改成任务完成的步骤进行反思，思考项目可能存在的问题和改进方式，并更新在readme.md文件中

比方说添加在cursor的设置中的Rules for AI

但把Rules for AI完全写死不是个好主意,可以使用.cursorrules，可以认为这是个更高级的项目定制系统提示词的模式。

如果你的项目需要更细致的规则，那么可以在项目根目录下创建一个 .cursorrules 文件。这样，Cursor 会自动加载其中的定制化指令，为这个项目量身打造生成效果

腾讯云算力云端主机

cloud studio 网址

每月免费50000分钟

带显卡,32G内存

Cloud Studio 安装ollama及Qwen2.5 Coder 32B示范

参考链接

大模型函数调用开发

函数调用使语言模型能够使用外部工具，从而将模型与数字和物理世界紧密联系起来。

这是一个强大的功能，可以用于实现广泛的用例。

调用公共 API 执行各种操作，从查询足球比赛结果到获取实时卫星定位数据
分析内部数据库
浏览网页
执行代码
与物理世界互动（例如预订机票、打开特斯拉车门、控制机械臂）

grok官网参考的函数调用流程

流程图参考
mermaid

步骤如下:

设计函数接口

能真正实现函数接口功能的:

def open_website(url):
    pass
   
def click(html, button):
    pass
   
def assistant():
    input = Input("Hello! I am here helping you to navigate a website! What do you want to do?")
    html = open_website(url)
    button1 = ... # parse out a button from input magically
    html = click(html, button1)
    button2 = ... # parse out another button from input magically
    html = click(html, button2)
    input2 = Input("Voilà we are done! Do you want to join xAI? :)")
    button3 = ... # parse out a button from input2 magically
    html = click(html, button3)
    ...
    input3 = Input("We will get back to you soon!")

描述函数

用于传递给AI来定义格式的

functions = [
    {
        "name": "open_website",
        "description": "Open a website and return the HTML as a string",
        "parameters": {
            "type": "object",
            "properties": {
                "url": {
                    "type": "string",
                    "description": "A URL",
                    "example_value": "https://x.ai/",
                },
            },
            "required": ["url"],
            "optional": [],
        },
    },
    {
        "name": "click",
        "description": "Click any button on a website and returns the new HTML",
        "parameters": {
            "type": "object",
            "properties": {
                "html": {
                    "type": "string",
                    "description": "A HTML",
                },
                "button": {
                    "type": "string",
                    "description": "A text description of a button on the html page",
                },
            },
            "required": ["html", "button"],
            "optional": [],
        },
    },
]

将助手与功能连接起来

首先，让我们从助手那里获取工具执行请求。为此，我们需要开始将函数定义、系统提示和任何先前的对话传递给助手。

from openai import OpenAI
import json

MODEL_NAME = "grok-beta"
XAI_API_KEY = os.getenv("XAI_API_KEY")

client = OpenAI(
    api_key=XAI_API_KEY,
    base_url="https://api.x.ai/v1",
)

tools = [{"type": "function", "function": f} for f in functions]

messages = [
    {"role": "system", "content": "You are a helpful webpage navigation assistant. Use the supplied tools to assist the user."},
    {"role": "user", "content": "Hi, can you go to the career page of xAI website?"}
]

response = client.chat.completions.create(
    model=MODEL_NAME,
    messages=messages,
    tools=tools,
)

如果助手决定不需要调用工具。在这种情况下，响应将以聊天完成的正常方式直接回复用户。这通常发生在助手希望用户澄清或用户询问一些不需要函数调用的问题时。

或者，如果助手决定需要调用工具，则响应将包含函数调用请求。您可以在下面看到一个示例：

Choice(
    finish_reason='tool_calls', 
    index=0, 
    logprobs=None, 
    message=chat.completionsMessage(
        content="I am opening the xAI website to navigate to the career page.", 
        role='assistant', 
        function_call=None, 
        tool_calls=[
            chat.completionsMessageToolCall(
                id='call_1234', 
                function=Function(
                    arguments='{"url":"https://x.ai/"}', 
                    name='open_website'), 
                type='function')
        ])
)

接下来，我们需要处理来自模型的工具执行请求。让我们实现模型将调用的函数。

tool_call = response.choices[0].message.tool_calls[0]
arguments = json.loads(tool_call['function']['arguments'])

url = arguments.get('url')

# Call the open_website function with the extracted url

html = open_website(url)

最后，我们需要将工具执行结果提供给模型。考虑一下模型可能决定需要更多函数调用的可能性。然后，模型将生成另一个函数调用请求，或者根据函数调用结果生成对用户的响应。

# Create a message containing the result of the function call

function_call_result_message = {
    "role": "tool",
    "content": "<html>...<html>",
    "tool_call_id": response['choices'][0]['message']['tool_calls'][0]['id']
}

# Prepare the chat completion call payload

messages = [
    {"role": "system", "content": "You are a helpful webpage navigation assistant. Use the supplied tools to assist the user."},
    {"role": "user", "content": "Hi, can you go to the career page of xAI website?"}
    response['choices'][0]['message'],
    function_call_result_message
]

response = client.chat.completions.create(
    model=MODEL_NAME,
    messages=messages,
    tools=tools,
)

AI IDE盘点

Aide IDE

独特优势:

前瞻性方式主动建议修复
可以使用原生回滚,不依赖于git
需要自己提供LLM,对接众多LLM

Exponent

全栈应用生成AI

目前还在早期访问阶段,预约没被通过

盘点一些开源AI项目

浏览器使用/拓展

browser-use

参考使用链接

浏览器自动化拓展Midscene

bolt.new-any-llm

开源地址

闲鱼开源监控

基于 Playwright 和 Al 过滤的闲鱼多任务实时/定时监控与智能分析工具，配备了功能完善的后台管理界面，帮助用户节省闲鱼商品过滤，能及时找到心仪商品

ai-goofish-monitor

人声生成,带情绪

Chatterbox 是全球首个支持强烈情绪控制的开源TTS 模型

解除cursor机器限制使用

全平台开源解决方案下载链接地址,会给予一个vscode拓展

命令栏输入install from vsix,选中下载的文件,就会安装上扩展

于是命令栏就可以输入Fake Cursor:Fake Machine,就会显示:修改成功！路径: C:\Users\ADMIN\AppData\Roaming\Cursor\User\globalStorage\storage.json新的 machineId: be5b885c-fa9b-49d7-b152-3a4522a0625a

最后命令栏输入Developer:Reload Window就可以正常使用了

模型支持浏览器搜索

可以配合浏览器插件page-assist使用

搜索内容解析模型: nomic-embed-text ,ollama可以安装

AI模型运行要求

b52529e9ea29e15d98eb9a87b218f88c

前端绘制网站盘点

bolt.new

v0.dev

Lovable：用于快速Web应用原型的流行工具。
Vercel v0：在创建可视化原型方面获得了开发者的良好反馈。
Replit：支持快速构建和部署项目，有开发者用一个周末就上线了网站。
Bolt.new：可生成基于React Native和Expo的移动应用。

deepseek r1函数调用功能赋予

FunctionCallBridge 是一款让不支持function call的模型通过提示词方式支持兼容function call格式的桥接插件

把原有ollama 接口http://localhost:11434/v1/chat/completions 替换为调用

FunctionCallBridge 的http://localhost:5000/v1/chat/completions

实际效果未经测试

AI建模

200月度积分ai文本生成模型,图像生成模型,材质生成

便宜域名盘点

xyz域名,全网最便宜的平台,0.67美刀一年,续费同价

AI小工具盘点

唇形同步

AI图片去水印

AI语音输入法

AI与github项目对话 deepwiki

免费ai代码工程师agent,支持所有IDE中插件

ai牛马agent,开源可接本地模型

ai桌面开源助手,记住每一个操作

comfyUI

光影工作流

抠图

BiRefNet抠图 2025.6.10开源模型中效果最好的技术之一

换背景

Brushnet2.0 支持SD1.5和SDXL的模型

SD1.5 是基于512*512来训练的
SDXL 是基于1024*1024来训练的

打光

LBM: 打光后会降低画质 LBM有一个致命缺陷,打光后会改变图像细节

提高画质

Flux优化画质 Flux虽然对图像尺寸没有明确限制,但是最好还是控制在2k以内,否则会脱离模型出图的舒适区

高低频细节恢复

打光多多少少会改变图像细节,因此这块才是该工作流中最核心的部分

ai动效制作流程

在即梦ai里制作3D图标

提示词:

1	一个汉堡3d卡通图标，不要有拟人的表情，ios统表情符号风格，白色背景

使用这款工具可以免费使用gemini的图像处理模型先把主体抠出来

在即梦首尾帧生成视频

1
2

#视频提示词参考
碗里的食物从碗 底中慢慢生长出来，首先是米饭满满从碗底生长出来，然后上边冒出其他食材，最终达到参考图里的状态，保持画面中元素不变，效果必须自然

视频导出照片序列,再使用iSparta生成apng(苹果),webp(安卓)或gif(demo演示)三种格式

AI相关开发理论盘点

12个原则用于构建真正可以交付给生产客户使用的LLM驱动软件

深入理解LLM核心原理

ai手办制作流程

一些小程序号称可以免费做:如AI图文创作工坊

造物相机(付费直接出手办)

出图可以使用谷歌的图片模型

中文关键词1：

使用nano-banana模型，绘制图中的角色，1/7比例的商业化手办，写实风格，真实环境，手办放在电脑桌上，电脑屏幕里的内容为该手办的建模过程。

中文关键词2：
使用nano-banana模型，绘制图中的角色，1/7比例的商业化手办，写实风格，真实环境，手办放在电脑桌上,手办使用圆形透明亚克力底座，底座上无文字，电脑屏幕里的内容为该手办的Zbrush建模过程，电脑屏幕旁放着印有原画的BANDAI风格的玩具包装盒。

中文关键词3(底座水印可以改为自己的创意)
使用 nano-banana 模型，生成一款商业化的1/7手办，角色为图片中的人物，写实风格，真实环境，手办被放置在干净的桌面上，旁边有一个macbook，屏幕里是在浏览一个杂志网站，网站显示一张大图就是原图，环境是暖光源设计工作室内，手办配有圆形透明亚克力底座，底座上有浅浅的水印“MFF”

英文关键词1：
Use the nano-banana model to create a 1/7 scale commercialized figure of the character in the illustration, in are alistic styie and environment.Place the figure on a computer desk, using a circular transparent acrylic base.

英文关键词2：
Using the nano-banana model, create a 1/7 scale commercial figure of the character in the image, in a realistic style and authentic environment. The figure is placed on a computer desk, with the computer screen displaying the C4D modeling process of the figure. Beside the screen, there is a BANDAI-style plastic toy packaging box printed with the original artwork. On the computer desk, there are also tools for making the figure, such as brushes, paint, a knife, etc.

使用转3D模型

提示词工程指导

参考这篇文章

Nano Banana用法盘点

界面操作Nano Banana开源项目

开源最全提示词盘点