登录社区云，与社区用户共同成长
邀请您加入社区
说到流程自动化的落地，最近也在关注一些国内的 RPA工具，比如蓝印RPA在元素获取和工程化交付方面做了不少有意思的设计——支持本地智能生成元素路径，能根据页面结构自动推荐稳定的定位方式，通过自然语言描述直接生成 xpath 路径，无需学习晦涩难懂的 xpath 语法；而且它还新增了 Agent 功能，使用最新的 DeepseekV4 模型，支持在钉钉、飞书、企微、个人微信内控制应用的执行，回调通知
本文介绍了n8n工作流自动化工具的部署与DeepSeek AI集成方法。首先通过Docker实现独立部署，包括镜像拉取、目录挂载和容器运行。然后详细说明接入DeepSeek AI的步骤：在n8n中安装社区节点、获取API密钥、创建工作流并配置节点参数。最后通过测试步骤验证集成是否成功。该指南为技术人员提供了完整的n8n与DeepSeek AI对接方案，便于快速实现自动化AI流程。
文章摘要 本文是端侧AI WebGPU实战系列的第三篇，重点讲解如何实现动态进度条并深入解析React的state与props概念。主要内容包括： 进度条实现：将静态进度显示改造为可视化进度条，使用双层div结构（外层轨道+内层动态填充条），通过内联样式style={{width: ${percentage}%}}实现宽度随进度变化。 数据格式化：通过formatBytes函数将字节数转换为易读单
这个项目最终形成了以下闭环：业务规则与测试集-> 真实模型批量执行-> 参数对比与 Judge 校准-> JSON / HTML Badcase 报告-> 自动化回归最大的收获不是接入了多少模型，而是把原本不确定的自然语言输出转换成了可量化、可复现、可分析的质量证据。
真把人卡住的，是目标站带反爬的时候。拿知乎说，我之前破它那个回答编辑器，Draft.js 的输入框，AI 生成的第一版代码点进去压根不动，最后是我手动逆了半天它的事件绑定，才搞清到底该 dispatch 哪个事件。我平时不太追这种热点，这回多看了两眼——它主打"一切皆插件"，模型、工具、技能、沙箱全是插件，我就寻思，那我这干数据采集的，是不是装个插件、跟它说句话，就能把活干了？我自己的体会是，深度
下面是一个完整的实战脚本，演示如何从目标App中自动采集内容，并通过大模型生成摘要后存储：// 1. 初始化大模型（DeepSeek）});// 2. 启动目标ApplaunchApp("资讯阅读");// 3. 循环采集列表数据i++) {// 定位文章列表项// 提取标题和摘要var title = item.find(text("标题")).text();var content = item
本文将从插件快速安装 → 界面美化 → 生产力工具插件 → 自动化拓展 → 高阶创造模式，完整梳理 DeepSeek Harness 插件实用玩法，带你搭建属于自己的精装 AI 工作台。
（截至 2025 年，已获 5.8k Stars，696 Forks）
从Gemini 3.7 Flash看大模型的"工作马"化：3周一次迭代、百万token仅0.75美元，编码Agent的定价战开打
老王带着团队搞了三个月自动化，产出没见涨，成本倒翻了一倍。自动化前先建知识库核心逻辑总览他跟我说，六哥，我不理解啊，DeepSeek我也用了，扣子工作流我也搭了，怎么产出的东西全是垃圾？我说，老王，你发动机都没造好，你造什么车？老王叹了口气，说，三个月前我在行业群里看到别人用AI一天发一百条视频，眼红了，连夜让运营主管买了工具、搭了工作流，结果呢？团队加班加点搞了三个月，产出的文案连自己都看不下去
这是一个由独立开发者 Cathryn Lavery 为 Claude Code 构建的「图表生成技能」，解决的核心问题不是"AI 能不能画图"，而是"AI 能不能画出设计师不觉得丢人的图"。它提供 29 种图表类型，输出纯 HTML + SVG，零依赖，开箱即读，支持 60 秒内将你网站的品牌色/字体全量应用到所有图表。这个项目在 2026 年 8 月 11 日单日新增 1,612 个 GitHu
用 Make.com 与 Claude 处理已授权商品 FAQ：字段校验、来源标记、置信度分流、人工审核与回写的最小工作流。
本文深入解析了OpenManus通用AI智能体框架的架构设计与实战应用。作为一款完全开源、即拿即用的AI智能体框架，OpenManus采用模块化分层设计，通过规划-行动-评审循环实现复杂任务自动化。文章提供了从环境配置、模型选择到自定义工具开发的完整指南，并对比了Claude 3.7 Sonnet、GPT-4o等不同模型在股票分析任务中的表现，帮助开发者快速掌握这一前沿技术。
本文介绍了如何利用星图GPU平台自动化部署GLM-OCR镜像，构建互联网内容审核系统。该系统能自动从海量用户上传的图片中精准识别并提取文字，进而通过规则与模型结合的策略，高效自动化地识别违规图文，如广告与联系方式，显著提升审核效率与覆盖面。
Cursor与GitOps的结合，不是简单的工具叠加，而是一种思维和工作流的进化。它将AI的创造性、自动化能力与GitOps的严谨性、可审计性相结合，为运维领域带来了显著的“降本、增效、提质”潜力。拥抱这一新姿势，或许是团队迈向下一代智能运维的关键一步。
企微智能知识库通过接口将企业微信与 AI 大模型（如 GPT、Claude 或私有数据库）打通。它不仅能识别文本，还能通过向量检索实现精准回复。
本文提出了一套基于Qwen大模型和ComfyUI的本地AI漫剧自动化生产方案，解决了云端方案存在的调用受限、角色不一致、成本高等痛点。该方案针对8GB显存的消费级设备进行了深度优化，支持从脚本生成到成片合成的全流程本地化部署，并提供了详细的环境配置、参数调优和报错解决方案。文章还配套了标准化工程资源库，包含量化模型、工作流模板、Prompt库等工具，显著降低了AI漫剧的工业化量产门槛，适合连载漫剧
本文是一篇AI Coding自动化编程的入门指南，主要从基础环境搭建和工具选型角度分享经验。作者推荐了国产模型DeepSeek-V4 Pro、GLM-5.2和Kimi K3作为入门选择，并介绍了OpenCode、MiMo-Code等Agent工具的特性。重点对比了OpenAI Responses API和Anthropic Messages API在Agent开发中的核心差异：Responses
**摘要**：调用GPT/Claude提取客户画像每次都要消耗Token，对于大量客户来说成本不低。本文介绍如何用ONNX Runtime在本地运行AI模型，实现完全离线的客户画像提取——零Token消耗，数据不出设备。用AI提取客户画像是个好主意——从聊天记录中自动提取姓名、公司、职位、联系方式等信息。但如果你有1000个客户，每个客户调用一次GPT-4o，按500 tokens/次的用量计算，
示例：先榨干 Gemini 免费配额，再切 DeepSeekcombo:targets:weight: 1weight: 1。
