1.树莓派实战：微信机器人（itchat实现）
2.手把手带你搭建一个语音对话机器人，中文5分钟定制个人AI小助手（新手入门篇）
3.chatglm2-2b+sdxl1.0+langchain打造私有AIGC（三）
4.AI办公自动化：用kimi批量把word转换成txt文本
5.我做了个chatPPT（含源码和prompt）
6.使用全套开源工具构建 LLM 应用实战：在 Dify 调用 Baichuan 开源模型能力

树莓派实战：微信机器人（itchat实现）

       本文介绍如何利用树莓派和开源库itchat构建微信机器人，源码实现自动回复、中文AI聊天、源码定时发送天气预报以及控制摄像头等实用功能。中文树莓派作为小时在线的源码金八路源码server，使得微信机器人的中文应用范围更加广泛。

       itchat是源码一个用于微信个人号接口的开源库，通过少量代码（不足行）即可实现微信机器人功能。中文其原理是源码模拟微信网页版客户端，通过HTTP协议进行通信。中文具体实现细节可以参考github上的源码源码。

       首先，中文实现自动回复功能。源码注册消息处理函数以应对不同类型的中文微信消息，包括文本、、语音、视频等。默认处理单聊消息，同时可以扩展处理群聊消息。程序启动后，通过扫描二维码登录，然后自动运行。为避免发送消息给自己无效，可以通过发送消息给文件传输助手filehelper实现相同效果。

       接下来，实现AI聊天功能。结合AI本地库或在线API，如青云客，可实现基于关键字命令的对话功能。对于自由对话可能效果不佳。在实现AI聊天功能的基础上，可以进一步获取天气预报信息，通过AI请求传递特定地点的天气查询。

       定时发送天气预报功能需要解决定时任务执行和消息发送问题。源码 网站 字体Python库apscheduler可实现定时任务调度，而itchat提供便捷的API来搜索特定群。

       控制摄像头功能则包括通过USB接口连接摄像头、使用fswebcam进行拍照以及使用linphone进行视频通话。fswebcam是用于拍照的命令行工具，而linphone是一个开源的IP电话客户端，适合在树莓派上使用。

       完整代码已上传至GitHub，提供实用示例和详细的实现步骤。除了上述功能，还增加了健身打卡、睡觉打卡等实用功能，使得微信机器人的功能越来越丰富。

       参考itchat提供的教程文档，可以找到更多关于微信机器人功能的实现和扩展。通过利用树莓派和itchat，开发微信机器人成为了可能，为自动化和智能化应用提供了新的途径。

手把手带你搭建一个语音对话机器人，5分钟定制个人AI小助手（新手入门篇）

       想象一下，身边有一个随时待命、聪明过人的个人AI小助手，只需语音指令就能满足你的需求。那么，如何在5分钟内打造这样一款专属的AI呢？本文将带你从零开始，以新手友好的方式，一步步搭建语音对话机器人。

       语音对话系统的基础构建

       一个语音对话机器人的核心由硬件和软件两部分组成，本文主要关注软件部分，它通常包括：

       快速搭建步骤

       为了简化过程，我们将采用开源技术进行搭建。首先，使用阿里开源的FunASR进行语音识别，其中文识别效果优于OpenAI Whisper。你可以通过以下代码测试：

       ...

       大语言模型与个性化回答

       利用大语言模型（LLM），7881游戏源码如LLaMA3-8B，理解和生成回复。GitHub上已有中文微调的版本，部署教程如下：

       下载代码

       下载模型

       安装所需包

       启动服务（注意内存优化）

       通过人设提示词定制个性化回答

       无GPU资源时，可选择调用云端API，后续文章会详细介绍。

       语音生成（TTS）

       使用ChatTTS将文字转化为语音，同样采用FastAPI封装，具体步骤略。

       前端交互：Gradio

       Gradio帮助我们快速构建用户界面，以下是WebUI的代码示例：

       ...

       系统搭建完毕与扩展

       现在你已经拥有一个基础的语音对话系统，但可以进一步添加更多功能，提升用户体验。如果你觉得本文有帮助，记得点赞支持。

       关注我的公众号，获取更多关于AI工具和自媒体知识的内容。如果你想获取源码，请私信关键词“机器人”。

chatglm2-2b+sdxl1.0+langchain打造私有AIGC（三）

       在langchain框架下实现LLM流式响应，本文详细阐述了整个过程。首先，我们基于上篇文章的基础，实现了使用langchain的LLMChain完成ChatGLM的调用。通过重写ChatGLM类并继承LLM，同时重写_call()方法，使得大语言模型能够实现流式响应。然而，langchain并未直接将流式响应的结果返回至调用LLMChain的方法中。

       **1.1** **langchain源码结构梳理

**

       为了实现流式响应的需求，我们从stream方法入手，发现其内部的yield机制似乎在采用流式响应策略。进一步跟踪发现，stream方法实际上调用了一个抽象方法`invoke`。继续探索`invoke`方法的lol hid源码实现，我们发现这实际上调用了`__call__`方法，进而调用`_call`方法，最后在`_call`方法中返回了`llm.generate_prompt()`。这揭示了调用链中的关键点：在开始使用stream方法后，实际上并没有直接与stream方法产生关联，而是通过调用`generate_prompt`方法实现了流式响应。

       **1.2** **重写关键方法

**

       为了实现流式响应，我们首先明确目标：希望`predict`方法调用之后能够采用流式响应，同时不影响原本的`predict`方法。我们顺着调用链，从`Chain`到`LLMChain`再到`BaseLLM`和`LLM`类中进行探索。在`BaseLLM`中，我们找到了`stream`方法，但其内部的`_stream`方法未被实现。因此，我们决定在`ChatGLM`中实现`_stream`方法，以解决流式响应的最终点问题。同时，为了确保`langchain`调用`BaseLLM`的`stream`方法，我们重新编写了一个类，继承自`LLMChain`，并在其中重写了`predict`方法，以确保整个流程能够实现流式响应。

       **1.3** **重写langchain的文档处理链

**

       面对长文本处理需求，尽管`langchain`提供了`load_summarize_chain`方法，但并未实现流式调用。我们遵循相同思路，对`load_summarize_chain`方法进行了重写，重点关注在`reduce`阶段实现流式响应。通过分析`langchain`源码，我们发现在`MapReduceDocumentsChain`类中，`reduce`阶段的关键点在于调用`LLMChain`的`predict`方法。为了实现流式响应，我们创建了一个新的类`Stream_Map_Reduce_Chain`，继承自`MapReduceDocumentsChain`，zjlx指标源码并在其中重写了`_load_map_reduce_chain`方法，将`combine_documents_chain`和`collapse_documents_chain`中的`llm_chain`替换为`Stream_Chain`类型。这样，当在`reduce`阶段调用`predict`方法时，能够直接调用`ChatGLM`类中的`_stream`方法实现流式响应。

       综上所述，通过深入理解`langchain`框架的内部实现，并针对关键环节进行方法重写，我们成功实现了在不同场景下的流式响应需求，包括普通问答和长文本处理。这些改进不仅提高了响应的实时性和效率，也为`langchain`框架的使用提供了更灵活和高效的方式。

AI办公自动化：用kimi批量把word转换成txt文本

       在Kimichat中输入提示词：

       你是一个Python编程专家，要完成一个Python脚本编写的任务，具体步骤如下：

       打开文件夹：F:\aword

       读取里面docx格式的word文档，提取word文档中的第一行文字作为txt文本文档的标题名，将word文档转换为txt文档；重命名txt文档；注意：每一步相关信息都要输出到屏幕；在 Windows 系统中，默认的文件编码是 GBK，它不支持某些特殊的 Unicode 字符，为了解决这个问题，可以在打开文件进行写入操作时，指定使用 utf-8 编码。

       kimichat生成Python源代码：

       python

       import os

       from docx import Document

       # 定义文件夹路径

       folder_path = 'F:\\aword'

       # 确保文件夹存在

       if not os.path.exists(folder_path):

       print(f"文件夹 { folder_path} 不存在。")

       else:

       # 列出文件夹中所有的docx文件

       docx_files = [f for f in os.listdir(folder_path) if f.endswith('.docx')]

       # 检查是否有docx文件

       if not docx_files:

       print("没有找到docx格式的Word文档。")

       else:

       for docx_file in docx_files:

       # 构建完整的文件路径

       docx_file_path = os.path.join(folder_path, docx_file)

       # 读取Word文档

       doc = Document(docx_file_path)

       try:

       # 提取第一行文字作为标题

       title = doc.paragraphs[0].text.strip()

       print(f"提取的标题为: { title}")

       # 构建txt文件的完整路径

       txt_file_path = os.path.join(folder_path, f"{ title}.txt")

       # 将Word文档转换为txt

       with open(txt_file_path, 'w', encoding='utf-8') as txt_file:

       for para in doc.paragraphs:

       txt_file.write(para.text + ' ')

       print(f"文档 { docx_file} 已转换为txt格式。")

       except IndexError:

       print(f"文档 { docx_file} 中没有文本。")

       except Exception as e:

       print(f"处理文档 { docx_file} 时发生错误: { e}")

       在vscode中运行源代码，成功。

我做了个chatPPT（含源码和prompt）

       在现代科技的推动下，自动驾驶的发展现状正逐渐成为汽车行业瞩目的焦点，其关键在于不断突破技术瓶颈和法规限制。自动驾驶的核心技术包括感知、决策和控制，而各种智能算法的融合与优化是实现自主驾驶的关键。近年来，深度学习和人工智能的融合显著提升了自动驾驶的性能，如GPT 3.5 TURBO的运用，为车辆提供精确的环境感知和路径规划能力。

       另一方面，感冒类型的区分也至关重要。我们通常区分病毒感冒和细菌感冒，前者由病毒引起，后者则主要由细菌引发。症状和治疗方法有所不同，科学的诊断是选择合适疗法的前提。对于预防和治疗，了解这些基本知识有助于我们更好地应对感冒季节。

       在车机开发流程中，创造性的应用技术为简化工作提供了可能。通过自动化工具，如输入话题就能生成专业的PPT，功能强大，能够自动生成文本、润色标题、选择色彩并插入AI插图。这个过程巧妙地结合了GPT 3.5 TURBO的文本生成能力，Dalle2的图像转换技术，以及python-pptx库来构建出高质量的演示文档。然而，务必确保科学上网以访问开放AI接口，同时注意费用问题，可能需要寻找替代方案来降低成本。

       在使用源码时，务必遵循一些注意事项。首先，确保网络环境允许访问开放AI接口；其次，合理安排接口调用次数，以避免因长度限制而影响生成内容的完整度。同时，记得优化代码以提高效率和节省资源。

       通过这些工具和技巧，我们可以快速创建专业且个性化的PPT，极大地提升了工作效率。在实际应用中，如上所示，一个示例JSON数据详细展示了如何将数据组织成PPT内容，包括页面标题、子标题、列表项以及颜色选择，为实际演示提供了清晰的结构和视觉呈现。

       总的来说，自动驾驶的探索和感冒知识的理解，以及利用先进技术创建有影响力的PPT，都是我们日常生活中科技与生活融合的生动例证。通过巧妙地整合AI工具和编程技巧，我们能创造出既高效又富有吸引力的内容，展现出科技的力量和创新的无限可能。

使用全套开源工具构建 LLM 应用实战：在 Dify 调用 Baichuan 开源模型能力

       在当前开源大语言模型的热潮中，许多开发者希望本地部署开源LLM（大型语言模型），用于研究LLM或构建基于开源LLM的应用。笔者也尝试通过开源社区的项目，本地部署服务构建自己的LLM应用。那么，本地部署开源LLM构建聊天应用需要哪些准备呢？本文将详细介绍步骤与工具，包括本地环境准备、大型语言模型、推理服务以及使用开源平台Dify.AI快速构建应用。

       本地环境的准备：

       为了部署高性能的开源大模型，需要一台配备高性能大显存NVIDIA显卡、大容量高速内存和大容量固态硬盘的本地机器。以Baichuan-chat-B模型为例，建议配置为：i9-K CPU、GTX双卡、GB内存和2TB固态硬盘。

       大型语言模型：

       大型语言模型是构建应用的基础，不同模型根据预训练数据和任务目标的不同，其结构和知识学习也不同。在Hugging Face等热门AI社区，可以寻找感兴趣的开源LLMs进行尝试和能力对比。

       本地部署推理服务：

       推理服务将预训练模型加载至本地服务器，提供模型预测接口，支持本地化使用LLM进行NLP任务，无需依赖云服务。使用GitHub上的一流开源项目，如LocalAI、openLLM等，一键部署热门开源模型。

       Dify.AI：“LLM操作系统”：

       使用开源平台Dify.AI，构建基于不同LLM能力的AI应用变得简单。Dify支持快速调用和切换开源模型，包括托管在HuggingFace和Replicate上的所有模型，支持本地部署，通过Xorbits inference推理服务构建AI应用。

       以下为实操步骤，从零开始介绍环境配置、安装CUDA、WSL2准备、Docker部署等。

       环境准备：

       基本的conda和Python环境推荐使用conda管理。首先安装conda，初始化Python3.环境。安装CUDA，推荐从官网直接下载Windows 版本。WSL2环境准备，安装Ubuntu版本并配置代理脚本。安装Docker Desktop，选择使用WSL2，确保WLS和Docker正常运行。配置WSL，安装WSL的CUDA，安装PyTorch。

       部署推理服务Xinference：

       根据Dify部署文档，Xinference支持多种大型语言模型。选择Xinference部署Baichuan-chat-3B模型。在WSL中安装Xinference基础依赖，并配置模型。启动Xinference并下载部署模型。使用Xinference管理模型查看已部署模型的uid。

       部署Dify.AI：

       参考Dify官网部署文档，CloneDify源代码，启动Dify，检查容器运行状态。在浏览器访问部署结果。

       接入Xinference配置模型供应商：

       在Dify设置中填入Xinference模型信息，注意SeverUrl使用局域网IP，获取WSL的IP地址。配置Baichuan-chat模型，创建应用。

       后记：

       本地部署结合Dify.AI，快速构建基于开源LLM的AI应用成为可能。通过持续迭代和优化，提升应用性能。Dify提供了一个完整的LLM应用技术栈，简化了构建和管理过程，支持数据清洗、标注等服务。LLM应用的场景和能力将进一步丰富，门槛降低。

OpenAI 开源的免费 AI 语音转文字工具 - Whisper，一步一步本地部署运行

       OpenAI 推出的开源免费工具 Whisper，以其出色的语音识别功能吸引了不少关注。这款模型不仅能够进行多语言的语音转文本，还能进行语音翻译和语言识别，实用价值极高。市面上许多语音转文字服务如讯飞语记等都收费，而Whisper作为开源选择，无疑是一个经济实惠且性能强大的解决方案。

       想在本地体验Whisper，首先需要为Windows设备安装ffmpeg和rust。ffmpeg可以从ffmpeg.org下载并配置环境变量，而rust则可以从rust-lang.org获取并确保命令行可用。接着，创建一个python虚拟环境，安装Whisper所需的依赖库。

       运行Whisper的过程相当直接。通过命令行，只需提供音频文件如"Haul.mp3"，并指定使用"medium"模型（模型大小从tiny到large递增）。首次运行时，Whisper会自动下载并加载模型，然后开始识别并输出文本，同时将结果保存到文件中。如果想在Python代码中集成，也相当简单。

       如果你对此技术感兴趣，不妨亲自尝试一下。项目的源代码可以在github.com/openai/whisper找到。这不仅是一次AI技术的体验，还可能开启语音转文字的新篇章。更多详情可参考gpt.com/article/的信息。

       标签推荐：#AI技术 #OpenAI开源 #Whisper模型 #语音转文字 #ChatGPT应用