Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

如何从Github查询Pi官方应用程序数据库文件？#PiNetwork 自主银行列表以外的数据库文件请大家自助查询。

lnfsliyong's profile picture

brave Lee

4,516 subscribers

12,940 Aufrufe • vor 1 Jahr •via X (Twitter)

Wissenschaft & TechnologieBildung#PiNetwork
LIVE

Anya Rossi• Live Now

Private livecam show

2 Kommentare

Profilbild von 一点惊鸿
一点惊鸿vor 1 Jahr

赞赞赞

Profilbild von Pios
Piosvor 1 Jahr

太牛逼了

Ähnliche Videos

工作中经常查询数据库获取相关数据，每次都要写 SQL 语句挺烦的，如果涉及多表关联查询更麻烦。 可以试下，OpenChatBI 这个开源的智能 BI 工具，用自然语言就能查询和分析数据，告别手写 SQL 的烦恼。 基于 LangGraph 和 LangChain 构建，通过自然语言描述，理解后自动转换为 SQL 语句，还能执行查询、生成可视化图表。 GitHub： 除此之外，还支持通过 MCP 配置接入外部工具扩展功能，以及对知识库整合可以回答复杂问题。 提供了直观的 Web UI 界面，通过 pip 或 uv 安装后配置 LLM 和数据库连接即可使用。
0:35

工作中经常查询数据库获取相关数据，每次都要写 SQL 语句挺烦的，如果涉及多表关联查询更麻烦。 可以试下，OpenChatBI 这个开源的智能 BI 工具，用自然语言就能查询和分析数据，告别手写 SQL 的烦恼。 基于 LangGraph 和 LangChain 构建，通过自然语言描述，理解后自动转换为 SQL 语句，还能执行查询、生成可视化图表。 GitHub： 除此之外，还支持通过 MCP 配置接入外部工具扩展功能，以及对知识库整合可以回答复杂问题。 提供了直观的 Web UI 界面，通过 pip 或 uv 安装后配置 LLM 和数据库连接即可使用。

GitHubDaily

22,052 Aufrufe • vor 8 Monaten

PI自主银行，将是派未来所有生态应用中最重要的生态之一。每个国家的法币、数字货币与PI币的汇率都在上面查询，任何生态应用与其它货币结算的时候都对接PI自主银行，它就是PI币的央行。自主银行就是不受任何国家和组织控制的银行。
0:31

PI自主银行，将是派未来所有生态应用中最重要的生态之一。每个国家的法币、数字货币与PI币的汇率都在上面查询，任何生态应用与其它货币结算的时候都对接PI自主银行，它就是PI币的央行。自主银行就是不受任何国家和组织控制的银行。

百度茅台PI支付⚡π💰🚗🏠

11,202 Aufrufe • vor 1 Jahr

太酷啦！在浏览器运行 Postgres AI Chat！自然语言即可操作数据库和可视化数据！🔥🤯🤯 Supabase 宣布开源 支持上传文件解析数据表，支持 AI 聊天增删改查数据表，支持基于已有的数据生成图表分析⚡️ 体验地址： 开源地址：
0:47

太酷啦！在浏览器运行 Postgres AI Chat！自然语言即可操作数据库和可视化数据！🔥🤯🤯 Supabase 宣布开源 支持上传文件解析数据表，支持 AI 聊天增删改查数据表，支持基于已有的数据生成图表分析⚡️ 体验地址： 开源地址：

Tom Huang

37,184 Aufrufe • vor 1 Jahr

🔥特拉斯中国FSD有望用本地数据进行训练！ 彭博社报道，中国官方最近发布了一份关于汽车数据出境的指导草案！ 🚨这是中国第一次明确说明，像自动驾驶系统运行中产生的各种数据——比如算法、训练图像、车辆运行数据、车路协同信息等——可以怎么查询、导出、下载，以及如何申请出境！
1:45

🔥特拉斯中国FSD有望用本地数据进行训练！ 彭博社报道，中国官方最近发布了一份关于汽车数据出境的指导草案！ 🚨这是中国第一次明确说明，像自动驾驶系统运行中产生的各种数据——比如算法、训练图像、车辆运行数据、车路协同信息等——可以怎么查询、导出、下载，以及如何申请出境！

谢嘉琪 Jiaqi

44,525 Aufrufe • vor 1 Jahr

一款开源的无代码数据库：Teable 项目设计灵感来源于电子表格，使你能够像使用 Excel 一样轻松创建企业级数据库应用（PostgreSQL）。📊 它支持单元格编辑和公式，让用户可以方便地添加和修改数据。支持Docker 部署、一键部署。 中文教程： GitHub：
2:34

一款开源的无代码数据库：Teable 项目设计灵感来源于电子表格，使你能够像使用 Excel 一样轻松创建企业级数据库应用（PostgreSQL）。📊 它支持单元格编辑和公式，让用户可以方便地添加和修改数据。支持Docker 部署、一键部署。 中文教程： GitHub：

知识分享官

49,203 Aufrufe • vor 2 Jahren

一款非常棒的AI数据交互工具：WrenAI，你可以用自然语言提问，它能理解你的意图并生成SQL查询，还能把数据转成图表、表格、报表和BI等，非常适合数据团队 它是一个端到端的解决方案，不只是SQL生成，它提供了从提问到数据可视化、报表生成一套完整流程 支持英语、德语、西班牙语、法语、日语、韩语、葡萄牙语、中文等多语言 支持语义理解，它能理解数据背后的语义和业务逻辑，生成的SQL查询更精准 提供无缝端到端的工作流，你可以输出CSV或JSON格式导入到Excel或Google表格中进一步使用 #AI数据交互工具 #WrenAI #AISQL查询
0:31

一款非常棒的AI数据交互工具：WrenAI，你可以用自然语言提问，它能理解你的意图并生成SQL查询，还能把数据转成图表、表格、报表和BI等，非常适合数据团队 它是一个端到端的解决方案，不只是SQL生成，它提供了从提问到数据可视化、报表生成一套完整流程 支持英语、德语、西班牙语、法语、日语、韩语、葡萄牙语、中文等多语言 支持语义理解，它能理解数据背后的语义和业务逻辑，生成的SQL查询更精准 提供无缝端到端的工作流，你可以输出CSV或JSON格式导入到Excel或Google表格中进一步使用 #AI数据交互工具 #WrenAI #AISQL查询

AIGCLINK

28,624 Aufrufe • vor 1 Jahr

酷表ChatExcel：AI自动处理表格工具 通过聊天来对Excel 进行数据信息 查询、修改等等等操作，北大出品 👉
0:29

酷表ChatExcel：AI自动处理表格工具 通过聊天来对Excel 进行数据信息 查询、修改等等等操作，北大出品 👉

ahhhhfs

321,851 Aufrufe • vor 3 Jahren

向量数据库脑电图来啦! 把一大堆文档拖进 RAG，然后提问题，结果大模型回答的驴唇不对马嘴，是不是会怀疑大模型到底是怎样在向量数据库检索的, 才能搞成这个熊样? 来看这个 RAG 可视化项目 Project Golem! 它把向量数据库从黑盒变成了一个可交互的 3D "大脑皮层"。使用 UMAP 算法将 768 维的嵌入向量降维到 3D 空间，当你输入查询时，它不只是返回文本，而是会"点亮"与你的查询相关的神经通路。 这个项目的设计初衷是作为 RAG 的诊断工具。当检索失败时，你可以亲眼看到"思考"从嵌入查询出发所走过的精确路径。 如果看到一个紧密的簇亮起，说明模型找到了一个连贯的概念。如果可视化看起来很分散，那就意味着检索到的文本块在语义上彼此相距甚远，这正是你需要的视觉提示，告诉你 RAG 正在幻觉或强求关联。 技术栈方面，嵌入模型用的是 Google 的 embedding-gemma-300m，向量数据库是 LanceDB，前端是 Three.js 和 WebGL，后端是 Flask。 项目已经在 Reddit 的 LocalLLaMA 社区获得了 200 多个赞。有用户说这看起来真的像大脑中神经细胞的激活。还有用户说这对数据库优化太棒了，当某个查询表现不佳时，能立刻调出投影，瞬间获得一把手术刀。 项目还支持对接 Qdrant、Pinecone 等外部向量数据库，架构是解耦的，3D 查看器本质上是一个位于数据之上的界面，你无需移动数据，只需将其投影出来即可。 项目地址:
0:56

向量数据库脑电图来啦! 把一大堆文档拖进 RAG，然后提问题，结果大模型回答的驴唇不对马嘴，是不是会怀疑大模型到底是怎样在向量数据库检索的, 才能搞成这个熊样? 来看这个 RAG 可视化项目 Project Golem! 它把向量数据库从黑盒变成了一个可交互的 3D "大脑皮层"。使用 UMAP 算法将 768 维的嵌入向量降维到 3D 空间，当你输入查询时，它不只是返回文本，而是会"点亮"与你的查询相关的神经通路。 这个项目的设计初衷是作为 RAG 的诊断工具。当检索失败时，你可以亲眼看到"思考"从嵌入查询出发所走过的精确路径。 如果看到一个紧密的簇亮起，说明模型找到了一个连贯的概念。如果可视化看起来很分散，那就意味着检索到的文本块在语义上彼此相距甚远，这正是你需要的视觉提示，告诉你 RAG 正在幻觉或强求关联。 技术栈方面，嵌入模型用的是 Google 的 embedding-gemma-300m，向量数据库是 LanceDB，前端是 Three.js 和 WebGL，后端是 Flask。 项目已经在 Reddit 的 LocalLLaMA 社区获得了 200 多个赞。有用户说这看起来真的像大脑中神经细胞的激活。还有用户说这对数据库优化太棒了，当某个查询表现不佳时，能立刻调出投影，瞬间获得一把手术刀。 项目还支持对接 Qdrant、Pinecone 等外部向量数据库，架构是解耦的，3D 查看器本质上是一个位于数据之上的界面，你无需移动数据，只需将其投影出来即可。 项目地址:

karminski-牙医

33,905 Aufrufe • vor 6 Monaten

打通了个人知识库的一款研究助手：SurfSense，除了研究能力，比NotebookLM、Perplexity多了个人知识库的集成 比如说可以集成自己的笔记、文件等等，支持包括文档、图片等27种文件，这个就比较实用 也可以定制外部数据源，比如说，搜索引擎Tavily、LinkUp、Slack、Linear、Notion、YouTube或者是GitHub 语义搜索、问答、总结、分析功能都支持 研究完了以后，支持将聊天对话或研究内容转换为播客 #AI研究助手 #AI播客 #个人知识库 #SurfSense
1:07

打通了个人知识库的一款研究助手：SurfSense，除了研究能力，比NotebookLM、Perplexity多了个人知识库的集成 比如说可以集成自己的笔记、文件等等，支持包括文档、图片等27种文件，这个就比较实用 也可以定制外部数据源，比如说，搜索引擎Tavily、LinkUp、Slack、Linear、Notion、YouTube或者是GitHub 语义搜索、问答、总结、分析功能都支持 研究完了以后，支持将聊天对话或研究内容转换为播客 #AI研究助手 #AI播客 #个人知识库 #SurfSense

AIGCLINK

28,997 Aufrufe • vor 1 Jahr

【博主解读：美国公布东航空难数据过程，中方全知晓，数据还包括，中国新冠清零政策也是空难深层原因？】 东航空难发生四年，中国民航局主导（CAAC）仍未公布调查。美国国家运输安全委员会（NTSB）5月依据《信息自由法》公开了部分相关数据。 有博主对公开文件进行解读，梳理出NTSB与CAAC之间的沟通邮件，双方多轮博弈，信息量很大：
5:34

【博主解读：美国公布东航空难数据过程，中方全知晓，数据还包括，中国新冠清零政策也是空难深层原因？】 东航空难发生四年，中国民航局主导（CAAC）仍未公布调查。美国国家运输安全委员会（NTSB）5月依据《信息自由法》公开了部分相关数据。 有博主对公开文件进行解读，梳理出NTSB与CAAC之间的沟通邮件，双方多轮博弈，信息量很大：

王局拍案

127,006 Aufrufe • vor 2 Monaten

郭文贵先生:中共的那十亿的大数据的泄露，共产党成立了国家安全紧急重大事件小组，在网络上黑客抹除数据，中国很多经济数据，引用14亿人口的基数都是假的，国家主权评级就是骗子。 #十亿大数据 #10亿人口 #TAKEDOWNTHECCP
1:29

郭文贵先生:中共的那十亿的大数据的泄露，共产党成立了国家安全紧急重大事件小组，在网络上黑客抹除数据，中国很多经济数据，引用14亿人口的基数都是假的，国家主权评级就是骗子。 #十亿大数据 #10亿人口 #TAKEDOWNTHECCP

福福来了

15,483 Aufrufe • vor 1 Jahr

昨天想整理一下去年的行车记录，发现除了视频文件以外好像没有驾驶数据。本来以为是个 JSON 文件，但研究了一下发现是以 PB 形式随视频帧一起封装到视频文件里了。好在 Tesla 公开了这部分 PB 协议，简单写了一个小程序可以在播放时同时展示驾驶数据。不知道大家对这个有没有需求。
0:32

昨天想整理一下去年的行车记录，发现除了视频文件以外好像没有驾驶数据。本来以为是个 JSON 文件，但研究了一下发现是以 PB 形式随视频帧一起封装到视频文件里了。好在 Tesla 公开了这部分 PB 协议，简单写了一个小程序可以在播放时同时展示驾驶数据。不知道大家对这个有没有需求。

Cyandev

86,508 Aufrufe • vor 6 Monaten

你听过“数位脱衣”应用程式吗？根据BBC的调查，这是一种允许用户制作非自愿色情深度伪造影像的应用程式，可以擅自将女性的照片“脱衣”或“裸体化”。目前，苹果已经移除了应用程式商店中所有相关的软体，谷歌则表示仍在调查中。
1:13

Sensitive content

你听过“数位脱衣”应用程式吗？根据BBC的调查，这是一种允许用户制作非自愿色情深度伪造影像的应用程式，可以擅自将女性的照片“脱衣”或“裸体化”。目前，苹果已经移除了应用程式商店中所有相关的软体，谷歌则表示仍在调查中。

BBC News 中文

294,141 Aufrufe • vor 1 Jahr

微软推出了 GitHub Spark：一种原生 AI 工具，可以完全用自然语言构建应用程序。Spark 是功能完备的微应用，能够集成 AI 功能和外部数据源，而无需管理云资源。用户通过一个创造性的反馈循环，从初始的提示词开始构建，实时预览应用开发过程，轻松查看每项请求的不同选项，并自动保存每个迭代版本，方便在过程中进行版本比较。 需要申请waitlist：
3:17

微软推出了 GitHub Spark：一种原生 AI 工具，可以完全用自然语言构建应用程序。Spark 是功能完备的微应用，能够集成 AI 功能和外部数据源，而无需管理云资源。用户通过一个创造性的反馈循环，从初始的提示词开始构建，实时预览应用开发过程，轻松查看每项请求的不同选项，并自动保存每个迭代版本，方便在过程中进行版本比较。 需要申请waitlist：

宝玉

63,998 Aufrufe • vor 1 Jahr

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,235 Aufrufe • vor 4 Monaten

什么是 AI 智能体？（双语字幕） 为了解释这一点，我们必须看一看在生成式 AI 领域看到的各种转变。 *** 从单一模型向复合 AI 系统的转变 单一模型受限于其训练数据，这影响了它们对世界的认知以及它们可以解决的任务类型。而且，这些模型也难以适应变化。尽管可以对模型进行微调，但这需要大量的数据和资源投资。 **** 示例：查询假期天数 例如，我想要为今年夏天计划一次假期，想知道我有多少假期天数可以用。我可以将我的查询输入到一个可以生成回应的模型中。然而，答案会不正确，因为模型并不知道我的身份，也无法访问我的个人信息。因此，模型本身可能对一些任务有所帮助，例如总结文档、撰写电子邮件初稿和各种报告初稿。 但当我们围绕模型构建系统，并将模型集成到现有流程中时，魔力便显现出来。设计一个系统来解决前面提到的问题，需要让模型能访问存储我假期数据的数据库。这样，虽然输入到语言模型中的查询相同，但模型会被提示创建一个搜索查询，这个查询可以访问我的数据库。程序会获取信息并得到答案，再将答案输入语言模型中，生成回答句子，如：“Maya，你的假期数据库里还剩下十天。”这样，我能得到正确的答案。 *** 复合 AI 系统的模块化设计 “系统”意味着有多个组件，因此系统本质上是模块化的。我可以有一个模型，选择微调模型、大语言模型、图像生成模型，但也可以有围绕它的程序化组件。可以有输出验证器、解析查询的程序、与数据库搜索结合的工具、与不同工具结合的程序等。 当我们谈论系统方法时，我可以分解希望程序完成的任务，选择合适的组件来解决问题。这比微调一个模型要容易得多，使过程更快、更方便。 **** 检索增强生成（RAG） 一个流行的复合 AI 系统例子是检索增强生成（RAG）。如果我提出一个完全不同的查询，如问天气情况，这会失败，因为程序的运行路径总是搜索假期数据库，而这与天气无关。因此，复合 AI 系统的大部分都有程序控制逻辑，这些逻辑由人类定义。 *** AI 智能体的作用 另一种控制复合 AI 系统的逻辑方式是让大语言模型负责，这在大语言模型的推理能力显著提高时才可能实现。大语言模型可以处理复杂问题，能根据提示词要求将问题分解并制定解决计划。 在一个极端，我要求系统快速思考，按照设定的规则行动。在另一个极端，可以让系统慢慢思考，制定计划，逐步解决每一部分，理解困难点并调整计划。 当让大语言模型负责逻辑时，就是在采取一种以智能体为中心的方法。 *** 大语言模型智能体的组成部分 **** 推理能力 推理能力将模型置于解决问题的核心位置，在设定计划的过程中对每一步进行推理。 **** 行动能力 行动能力通过称为“工具”的外部程序实现。这些工具是程序的外部模块，模型可以确定何时及如何调用它们以便最有效地解决提出的问题。例如，网络搜索工具、数据库搜索工具、计算器工具、操纵数据库的程序代码、翻译任务的模型等。 **** 访问记忆的能力 “记忆”可以表示几种含义。模型可以通过程序进行思考，类似于自言自语的内部日志，可以存储并随时取用。这也可以是与智能体互动的对话历史，使体验更加个性化。 *** ReACT 方法 配置智能体的受欢迎方法之一是 ReACT 方法，将推理和行动组件结合在一起。 **** 示例：度假计划 例如，我计划下个月去佛罗里达，想知道需要带多少瓶两盎司的防晒霜。这是个复杂的问题，有多步计划： 1. 我打算休多少天假？ 2. 我计划在阳光下待多少小时？查看佛罗里达的天气预报。 3. 尝试了解每小时在阳光下的推荐防晒剂剂量。 4. 进行数学运算，确定防晒霜数量。 这个系统非常模块化，可以解决更复杂的问题。 *** 复合 AI 系统的未来 复合 AI 系统将一直存在，2024 年将看到它们变得更加智能。你可以根据问题的复杂程度在 AI 自治程度上做出权衡。对于狭窄、定义明确的问题，程序化方法更有效。而对于需要独立解决复杂任务的系统，智能体方法更有帮助。 大多数情况下，人工仍会参与以提高准确性。 原始视频来源：
12:28

什么是 AI 智能体？（双语字幕） 为了解释这一点，我们必须看一看在生成式 AI 领域看到的各种转变。 *** 从单一模型向复合 AI 系统的转变 单一模型受限于其训练数据，这影响了它们对世界的认知以及它们可以解决的任务类型。而且，这些模型也难以适应变化。尽管可以对模型进行微调，但这需要大量的数据和资源投资。 **** 示例：查询假期天数 例如，我想要为今年夏天计划一次假期，想知道我有多少假期天数可以用。我可以将我的查询输入到一个可以生成回应的模型中。然而，答案会不正确，因为模型并不知道我的身份，也无法访问我的个人信息。因此，模型本身可能对一些任务有所帮助，例如总结文档、撰写电子邮件初稿和各种报告初稿。 但当我们围绕模型构建系统，并将模型集成到现有流程中时，魔力便显现出来。设计一个系统来解决前面提到的问题，需要让模型能访问存储我假期数据的数据库。这样，虽然输入到语言模型中的查询相同，但模型会被提示创建一个搜索查询，这个查询可以访问我的数据库。程序会获取信息并得到答案，再将答案输入语言模型中，生成回答句子，如：“Maya，你的假期数据库里还剩下十天。”这样，我能得到正确的答案。 *** 复合 AI 系统的模块化设计 “系统”意味着有多个组件，因此系统本质上是模块化的。我可以有一个模型，选择微调模型、大语言模型、图像生成模型，但也可以有围绕它的程序化组件。可以有输出验证器、解析查询的程序、与数据库搜索结合的工具、与不同工具结合的程序等。 当我们谈论系统方法时，我可以分解希望程序完成的任务，选择合适的组件来解决问题。这比微调一个模型要容易得多，使过程更快、更方便。 **** 检索增强生成（RAG） 一个流行的复合 AI 系统例子是检索增强生成（RAG）。如果我提出一个完全不同的查询，如问天气情况，这会失败，因为程序的运行路径总是搜索假期数据库，而这与天气无关。因此，复合 AI 系统的大部分都有程序控制逻辑，这些逻辑由人类定义。 *** AI 智能体的作用 另一种控制复合 AI 系统的逻辑方式是让大语言模型负责，这在大语言模型的推理能力显著提高时才可能实现。大语言模型可以处理复杂问题，能根据提示词要求将问题分解并制定解决计划。 在一个极端，我要求系统快速思考，按照设定的规则行动。在另一个极端，可以让系统慢慢思考，制定计划，逐步解决每一部分，理解困难点并调整计划。 当让大语言模型负责逻辑时，就是在采取一种以智能体为中心的方法。 *** 大语言模型智能体的组成部分 **** 推理能力 推理能力将模型置于解决问题的核心位置，在设定计划的过程中对每一步进行推理。 **** 行动能力 行动能力通过称为“工具”的外部程序实现。这些工具是程序的外部模块，模型可以确定何时及如何调用它们以便最有效地解决提出的问题。例如，网络搜索工具、数据库搜索工具、计算器工具、操纵数据库的程序代码、翻译任务的模型等。 **** 访问记忆的能力 “记忆”可以表示几种含义。模型可以通过程序进行思考，类似于自言自语的内部日志，可以存储并随时取用。这也可以是与智能体互动的对话历史，使体验更加个性化。 *** ReACT 方法 配置智能体的受欢迎方法之一是 ReACT 方法，将推理和行动组件结合在一起。 **** 示例：度假计划 例如，我计划下个月去佛罗里达，想知道需要带多少瓶两盎司的防晒霜。这是个复杂的问题，有多步计划： 1. 我打算休多少天假？ 2. 我计划在阳光下待多少小时？查看佛罗里达的天气预报。 3. 尝试了解每小时在阳光下的推荐防晒剂剂量。 4. 进行数学运算，确定防晒霜数量。 这个系统非常模块化，可以解决更复杂的问题。 *** 复合 AI 系统的未来 复合 AI 系统将一直存在，2024 年将看到它们变得更加智能。你可以根据问题的复杂程度在 AI 自治程度上做出权衡。对于狭窄、定义明确的问题，程序化方法更有效。而对于需要独立解决复杂任务的系统，智能体方法更有帮助。 大多数情况下，人工仍会参与以提高准确性。 原始视频来源：

宝玉

44,356 Aufrufe • vor 2 Jahren

AI驱动的语音听写工具：Whispo，按Ctrl键就可以开始录音，松开即可将语音转文字 转录内容可以自动插入到任何支持文本输入的应用中，数据存于本地 github： #语音转录 #Whispo
0:25

AI驱动的语音听写工具：Whispo，按Ctrl键就可以开始录音，松开即可将语音转文字 转录内容可以自动插入到任何支持文本输入的应用中，数据存于本地 github： #语音转录 #Whispo

AIGCLINK

27,149 Aufrufe • vor 1 Jahr