Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

DeepSeek 一直没有补上图片识别能力 之前我做了一个 Skill，让 DeepSeek 也能识别图片 原本以为官方很快就会跟上，所以一直没发出来 结果等到现在，还是不支持 索性分享出来，给大家提供一个思路： 不用额外付费，本地就能实现图片识别。 地址放评论区 👇

ai_suxiaole's profile picture

苏乐

8,424 subscribers

11,724 görüntüleme • 2 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

15 Yorum

xiaoz | 独立开发 profil fotoğrafı
xiaoz | 独立开发2 ay önce

官方这个月15号发布正式版，到时候看看是否支持多模态吧。

苏乐 profil fotoğrafı
苏乐2 ay önce

没出之前，先用这个也行

Yuu profil fotoğrafı
Yuu2 ay önce

用hook也不错，直接拦截掉所有的图片请求，替换所有的prompt里面的图片为文字描述

O MO profil fotoğrafı
O MO2 ay önce

挖槽牛逼，deepseek应该给你发工资

苏乐 profil fotoğrafı
苏乐2 ay önce

瞎玩也是

牛宝富 profil fotoğrafı
牛宝富2 ay önce

这思路挺实用，本地跑确实省心啊

苏乐 profil fotoğrafı
苏乐2 ay önce

@USFist 那必须的 本地部署派上用场了

砖笔刀 profil fotoğrafı
砖笔刀2 ay önce

用workbuddy实践了一遍，可以的

苏乐 profil fotoğrafı
苏乐2 ay önce

可以啊 实干家 关注你了 一起进步

Ando profil fotoğrafı
Ando2 ay önce

我接在grok build里面，一直能读图呀

苏乐 profil fotoğrafı
苏乐2 ay önce

gork接deepseek？

Ando profil fotoğrafı
Ando2 ay önce

没错

Kelvin profil fotoğrafı
Kelvin2 ay önce

文字是她的优势，图片是她的硬伤

人称六叔 🔶BNB 🔶买美股上币安 profil fotoğrafı
人称六叔 🔶BNB 🔶买美股上币安2 ay önce

有没有识图发磁力链接的功能。。。我觉得这功能肯定会大受欢迎的

苏乐 profil fotoğrafı
苏乐2 ay önce

你这属于个性化功能了，可以做，不过跟模型多模态不是一回事儿啊

Benzer Videolar

我艹！ 这个实时进行图片识别的模型Rf-def牛逼啊！ 完全本地化部署开源且免费就可以使用啊！ 关键仅需300 m啊！ 可以实时识别人物、动物、物品等，并且我做了ui升级，可以总结输出识别报告以及分析运动过程等！ 我觉得还是很不错的！可以快速启用！ 我把它完全开源给大家，记得Star！原来的Ui有点不好看，所以搞了一下！ 项目地址：评论区哈
1:07

我艹！ 这个实时进行图片识别的模型Rf-def牛逼啊！ 完全本地化部署开源且免费就可以使用啊！ 关键仅需300 m啊！ 可以实时识别人物、动物、物品等，并且我做了ui升级，可以总结输出识别报告以及分析运动过程等！ 我觉得还是很不错的！可以快速启用！ 我把它完全开源给大家，记得Star！原来的Ui有点不好看，所以搞了一下！ 项目地址：评论区哈

Berryxia.AI

61,407 görüntüleme • 7 ay önce

今天没有晚安提示词，周六依旧对这周发的内容做一个汇总，我专门做了一个新的页面来上传图片，所有我做的图片都可以在这里下载，随便使用，要是能标注个来源就更好了。 下载地址：
0:20

今天没有晚安提示词，周六依旧对这周发的内容做一个汇总，我专门做了一个新的页面来上传图片，所有我做的图片都可以在这里下载，随便使用，要是能标注个来源就更好了。 下载地址：

歸藏(guizang.ai)

23,221 görüntüleme • 3 yıl önce

这是一个通过图片就可以搜索到原视频的网站 每期分享一个实用网站 第三十期 今天要讲的是 它是俄罗斯最大的搜索引擎，仅凭一张图片就能精准定位到对应的视频素材。 操作特别简单，直接上传图片，不仅能找到对应的原视频，还能搜到大量相似图片，关键是画质都格外清晰。而且搜索结果广告极少，界面十分清爽 赶紧给我用起来 是的你想到的他都有
0:20

这是一个通过图片就可以搜索到原视频的网站 每期分享一个实用网站 第三十期 今天要讲的是 它是俄罗斯最大的搜索引擎，仅凭一张图片就能精准定位到对应的视频素材。 操作特别简单，直接上传图片，不仅能找到对应的原视频，还能搜到大量相似图片，关键是画质都格外清晰。而且搜索结果广告极少，界面十分清爽 赶紧给我用起来 是的你想到的他都有

LF 刀河王

15,273 görüntüleme • 2 ay önce

还有很多人不知道， image2 前阵子就支持稳定输出透明底的图片，一些很难抠的图片我就直接丢给它，也能抠的很干净。 顺便分享一个小玩法，我们可以通过 ai 生成 UI界面，然后再丢给 image2.5去分析整个图片，然后提取一套透明底的 uikit，这样子你就能把图片上的 ui 和插画元素都拆出来了，然后丢到 figma 进行拆分，再给 gpt 还原界面即可
0:37

还有很多人不知道， image2 前阵子就支持稳定输出透明底的图片，一些很难抠的图片我就直接丢给它，也能抠的很干净。 顺便分享一个小玩法，我们可以通过 ai 生成 UI界面，然后再丢给 image2.5去分析整个图片，然后提取一套透明底的 uikit，这样子你就能把图片上的 ui 和插画元素都拆出来了，然后丢到 figma 进行拆分，再给 gpt 还原界面即可

Paidax

18,081 görüntüleme • 22 gün önce

“GPT 跑图要是能像 MJ 那样就好了。” 前两天热狗给我发了一个 GPT 画布工具插件。试了一下，用起来不咋顺手。 众做周知，ChatGPT里跑图效果最佳，但其对话式交互也有很多限制：批量图片浏览不方便，图片和提示词难以关联保存，任务一多就很乱。 热狗这句话给了我一个灵感：能不能把 MJ 那套顺手的跑图方式，直接嵌进 ChatGPT？ 于是我做了这个插件。 它给 ChatGPT 嵌入一个画廊工作台，可以连续提交任务、批量浏览图片、放大预览、整组下载，还能将图片和对应提示词一键保存到 Eagle。 用起来怎么样，请看 VCR👇🏻
0:32

“GPT 跑图要是能像 MJ 那样就好了。” 前两天热狗给我发了一个 GPT 画布工具插件。试了一下，用起来不咋顺手。 众做周知，ChatGPT里跑图效果最佳，但其对话式交互也有很多限制：批量图片浏览不方便，图片和提示词难以关联保存，任务一多就很乱。 热狗这句话给了我一个灵感：能不能把 MJ 那套顺手的跑图方式，直接嵌进 ChatGPT？ 于是我做了这个插件。 它给 ChatGPT 嵌入一个画廊工作台，可以连续提交任务、批量浏览图片、放大预览、整组下载，还能将图片和对应提示词一键保存到 Eagle。 用起来怎么样，请看 VCR👇🏻

古一

16,707 görüntüleme • 1 ay önce

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。 我尝试了一下将每句话都生成图片做视频小说，效果很不错。 这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。 网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。 每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。 除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。 他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。 感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。 这里尝试网页版Midreal：
4:20

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。 我尝试了一下将每句话都生成图片做视频小说，效果很不错。 这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。 网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。 每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。 除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。 他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。 感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。 这里尝试网页版Midreal：

歸藏(guizang.ai)

48,993 görüntüleme • 2 yıl önce

GPT- image 2 ➕Nano banana 📷 实现出图自由，谷歌 flow 新增的 Agent 智能体还有智能指令实现了一次性生成十几张图片甚至视频，大大提高了生成效率，再也不用就是生成九宫格分镜，然后再一格一格去提取图片了！ 使用方法也很简单。点击 Agent 按钮上传在 GPT image 生成好的图片。然后选智能指令，把智能指令添加进去就可以实现批量出图。 智能指令如下👇
0:41

GPT- image 2 ➕Nano banana 📷 实现出图自由，谷歌 flow 新增的 Agent 智能体还有智能指令实现了一次性生成十几张图片甚至视频，大大提高了生成效率，再也不用就是生成九宫格分镜，然后再一格一格去提取图片了！ 使用方法也很简单。点击 Agent 按钮上传在 GPT image 生成好的图片。然后选智能指令，把智能指令添加进去就可以实现批量出图。 智能指令如下👇

John

45,735 görüntüleme • 4 ay önce

太可怕了！一张照片就能直接实时换脸，离谱到家了。 这个 GitHub 上的项目叫 Deep-Live-Cam。 只要上传一张人脸照片，就能实时把脸换到摄像头、视频或者图片上。 不是后期剪辑，也不用导出等待，直接实时生效。 仓库地址：
0:38

太可怕了！一张照片就能直接实时换脸，离谱到家了。 这个 GitHub 上的项目叫 Deep-Live-Cam。 只要上传一张人脸照片，就能实时把脸换到摄像头、视频或者图片上。 不是后期剪辑，也不用导出等待，直接实时生效。 仓库地址：

0x鸣人

306,480 görüntüleme • 5 ay önce

砸了 1.5 万积分后，我只能无奈得出这个结论： Seedance 2.0 目前距离真正可用还是有很长的路要走😮‍💨 下面这段一分钟的小短片，背后至少 30+ 个 15 秒废片，连贯性，故事张力都没办法达到生产级别。 现阶段来看，用来做特效素材还行，成片的输出依旧非常靠后期的剪辑。 提示词跟图片素材放评论区，大伙可以试试看👇
1:00

砸了 1.5 万积分后，我只能无奈得出这个结论： Seedance 2.0 目前距离真正可用还是有很长的路要走😮‍💨 下面这段一分钟的小短片，背后至少 30+ 个 15 秒废片，连贯性，故事张力都没办法达到生产级别。 现阶段来看，用来做特效素材还行，成片的输出依旧非常靠后期的剪辑。 提示词跟图片素材放评论区，大伙可以试试看👇

MapleShaw

74,156 görüntüleme • 6 ay önce

Codex 官方「画布」的最优解来了。 刚发现 Codex 桌面端这个「画布」式视觉工作区，确实很好用。点击图片上的「画布」，就能进入独立界面，可以一次多选多张图片放进聊天框，统一下发修改指令；也可以直接选中图片里的具体位置，写下评论，让 Codex 针对这一处继续修改。 以前需要反复描述「左上角那个按钮」「第三张图的人物」「右边那块区域」，现在直接在画面上选出来、标出来、说清楚，图片、位置、上下文和修改要求都连在了一起，沟通成本低了很多。 前一阵很流行的侧边栏画布，本质上都在解决同一个问题：怎样让人和 AI 围绕视觉内容更准确地沟通。现在 OpenAI 直接把选图、标注、评论、修改和继续对话做进 Codex，一条链路完整跑通，确实有点官方下场终结比赛的感觉。 这种工作流，OpenAI 现在是越玩越溜了。
0:51

Codex 官方「画布」的最优解来了。 刚发现 Codex 桌面端这个「画布」式视觉工作区，确实很好用。点击图片上的「画布」，就能进入独立界面，可以一次多选多张图片放进聊天框，统一下发修改指令；也可以直接选中图片里的具体位置，写下评论，让 Codex 针对这一处继续修改。 以前需要反复描述「左上角那个按钮」「第三张图的人物」「右边那块区域」，现在直接在画面上选出来、标出来、说清楚，图片、位置、上下文和修改要求都连在了一起，沟通成本低了很多。 前一阵很流行的侧边栏画布，本质上都在解决同一个问题：怎样让人和 AI 围绕视觉内容更准确地沟通。现在 OpenAI 直接把选图、标注、评论、修改和继续对话做进 Codex，一条链路完整跑通，确实有点官方下场终结比赛的感觉。 这种工作流，OpenAI 现在是越玩越溜了。

爆裂队长NEXT

10,548 görüntüleme • 2 ay önce

某个数字人主播，被一个简单的指令攻击。开始叫起了“喵喵喵”。 其实现在数字人在网络上已经非常常见了，普通人很难识别出来，只生产图文的就更多了。这就是为什么不建议大家不要在网络上吵架，因为你有一半以上的可能，是在跟一台机器吵。
1:18

某个数字人主播，被一个简单的指令攻击。开始叫起了“喵喵喵”。 其实现在数字人在网络上已经非常常见了，普通人很难识别出来，只生产图文的就更多了。这就是为什么不建议大家不要在网络上吵架，因为你有一半以上的可能，是在跟一台机器吵。

小径残雪

92,505 görüntüleme • 1 yıl önce

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了 以前做一个量化交易系统图、Agent 架构图、策略流程图： 改一个模块，要重新拖半天。 drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。 装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。 然后就会得到每个元素都可以修改的可编辑图片！ 我就喜欢拿来做量化框架图，这感觉真的很爽！
0:24

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了 以前做一个量化交易系统图、Agent 架构图、策略流程图： 改一个模块，要重新拖半天。 drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。 装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。 然后就会得到每个元素都可以修改的可编辑图片！ 我就喜欢拿来做量化框架图，这感觉真的很爽！

爱吃折耳根的Ace

99,255 görüntüleme • 2 ay önce

运镜提示词不会写？ 试试我这个运镜Skill吧， 一键直出所有图片的运镜， 请欣赏成片《东方未来纪元》。 Skill地址：
0:25

运镜提示词不会写？ 试试我这个运镜Skill吧， 一键直出所有图片的运镜， 请欣赏成片《东方未来纪元》。 Skill地址：

李岳

19,621 görüntüleme • 1 ay önce

千里奔现，发现她本人跟照片完全不一样。 知足吧，人家来跟你奔现就很好了， 是一个很棒的女生， 起码人家性别没有骗你。
0:23

千里奔现，发现她本人跟照片完全不一样。 知足吧，人家来跟你奔现就很好了， 是一个很棒的女生， 起码人家性别没有骗你。

天天不好哄

323,143 görüntüleme • 5 ay önce

这可能是目前最好用的「看图反推提示词」插件！ ——PromptCard 看到一张好图，不用再截图、上传、自己拆主体、光影、材质。 右键一下，提示词直接出来。 它在解决一件很具体的事： 把参考图快速拆成能用的生图提示词， 把写 prompt 的门槛打下来 1. 图像分析，直接出提示词 网页任意图片右键，或自己框选页面某一块，自动拆主体、构图、风格、光影、色彩、材质、氛围。 支持中文、英文、日文，也支持 JSON 结构化结果。复制就能用。 2. 提示词能改，改完能继续生 分析完不是只能看。 可以直接改词，比如把人物性别换掉、加一层绿色调，再按新提示词继续出图。适合「先抄感觉，再改成自己的」。 3. 历史记录会自动留 分析过的图和对应提示词会存下来，复用、修改、二次创作不用重新分析。 4. API 可以偷懒，也可以自己接 内置服务，不用先配接口。 也支持自己接入 OpenAI、DeepSeek、智谱 GLM 等 API，按使用习惯选。 5. 能截图，也能做成分享图 遇到右键抓不到的图，用截图分析。分析结果还能生成「原图 + 提示词」分享图，方便存档和发给同事。
1:06

这可能是目前最好用的「看图反推提示词」插件！ ——PromptCard 看到一张好图，不用再截图、上传、自己拆主体、光影、材质。 右键一下，提示词直接出来。 它在解决一件很具体的事： 把参考图快速拆成能用的生图提示词， 把写 prompt 的门槛打下来 1. 图像分析，直接出提示词 网页任意图片右键，或自己框选页面某一块，自动拆主体、构图、风格、光影、色彩、材质、氛围。 支持中文、英文、日文，也支持 JSON 结构化结果。复制就能用。 2. 提示词能改，改完能继续生 分析完不是只能看。 可以直接改词，比如把人物性别换掉、加一层绿色调，再按新提示词继续出图。适合「先抄感觉，再改成自己的」。 3. 历史记录会自动留 分析过的图和对应提示词会存下来，复用、修改、二次创作不用重新分析。 4. API 可以偷懒，也可以自己接 内置服务，不用先配接口。 也支持自己接入 OpenAI、DeepSeek、智谱 GLM 等 API，按使用习惯选。 5. 能截图，也能做成分享图 遇到右键抓不到的图，用截图分析。分析结果还能生成「原图 + 提示词」分享图，方便存档和发给同事。

Musolsol.𝟎𝐱𝐔

24,343 görüntüleme • 1 ay önce

美国副总统万斯在 Bitcoin 共识大会上讲的 为什么美国要拥抱 Bitcoin 是因为 中国不喜欢 Bitcoin ，而不喜欢的原因也没有说不出来，我本来还以为能听到一些内幕消息。不过万斯比川普的能力还是差了一些，说的再多也没有对 $BTC 实现拉盘。
0:21

美国副总统万斯在 Bitcoin 共识大会上讲的 为什么美国要拥抱 Bitcoin 是因为 中国不喜欢 Bitcoin ，而不喜欢的原因也没有说不出来，我本来还以为能听到一些内幕消息。不过万斯比川普的能力还是差了一些，说的再多也没有对 $BTC 实现拉盘。

Phyrex

85,998 görüntüleme • 1 yıl önce

我用Codex重建了自己的知识库，发现一件事： 大多数人的Obsidian，本质上是个高级剪贴板。 笔记存进去，就再也没出来过。 问题不在工具，在于缺了一个会”思考”的中间层。 Codex的出现，补上了这个缺口。 它不是另一个AI聊天框，而是OpenAI专门为知识工作设计的编码代理——能读懂你的文件结构，能跨文档检索，能把零散的信息片段重新组织成有逻辑的输出。 接入Obsidian之后，发生了什么变化？ 以前：我记录一篇投资笔记，它就躺在某个文件夹里。 现在：Codex能跨越我三年积累的vault，把巴菲特笔记、行业分析、个人反思串联起来，给我一个没想到的视角。 这不是搜索，是知识的重新激活。 本教程会手把手带你完成三件事： 一、配置Codex读取本地Obsidian vault的权限和路径； 二、建立让AI真正”看懂”你笔记的文件命名与标签规范； 三、设计5个高频prompt模板，让Codex帮你做知识综合、生成MOC（内容地图）、以及输出可直接发布的内容草稿。 适合有Obsidian使用基础、对AI工作流感兴趣、但还没找到高效接入方式的知识工作者。 跟着视频做一遍，你的vault会第一次真正”活”起来。
13:22

我用Codex重建了自己的知识库，发现一件事： 大多数人的Obsidian，本质上是个高级剪贴板。 笔记存进去，就再也没出来过。 问题不在工具，在于缺了一个会”思考”的中间层。 Codex的出现，补上了这个缺口。 它不是另一个AI聊天框，而是OpenAI专门为知识工作设计的编码代理——能读懂你的文件结构，能跨文档检索，能把零散的信息片段重新组织成有逻辑的输出。 接入Obsidian之后，发生了什么变化？ 以前：我记录一篇投资笔记，它就躺在某个文件夹里。 现在：Codex能跨越我三年积累的vault，把巴菲特笔记、行业分析、个人反思串联起来，给我一个没想到的视角。 这不是搜索，是知识的重新激活。 本教程会手把手带你完成三件事： 一、配置Codex读取本地Obsidian vault的权限和路径； 二、建立让AI真正”看懂”你笔记的文件命名与标签规范； 三、设计5个高频prompt模板，让Codex帮你做知识综合、生成MOC（内容地图）、以及输出可直接发布的内容草稿。 适合有Obsidian使用基础、对AI工作流感兴趣、但还没找到高效接入方式的知识工作者。 跟着视频做一遍，你的vault会第一次真正”活”起来。

概率鹿梦｜DeerLucid

27,384 görüntüleme • 3 ay önce