Sprite Forge AI 2D素材生成工作台说明 2D游戏素材生成、Sprite Forge AI、AI素材生成工具、游戏图标生成、精灵图(Sprite Sheet)、透明背景素材生成、AI游戏美术工具 一、项目简介 Sprite Forge AI 是一个面向 2D 游戏开发场景的素材生成工作台,用于将“素材需求描述”自动转化为可直接使用的游戏资源。 整个系统围绕“AI生成 + 素材管理 + 批量导出”设计,目标是降低2D游戏美术资源制作成本,提高素材生产效率。 2. 缩略图列表 同一批生成的素材会以缩略图形式排列在下方: 便于快速切换 支持对比不同生成结果 提高筛选效率 3. Forge AI 的核心价值不在“生成图片”,而在于: 将 AI 生成流程工程化 将 Prompt 资产化 将素材结果结构化管理 对于 2D 游戏开发流程来说,更接近一个“AI 美术生产管线工具”,而不是单纯的图像生成器
Toggle 配置Cherry Studio 选择模型 验证模型是否可用 切换默认模型助手 开始对话 查看是否使用正确的模型 等待出图 查看费用 官网:https://cherry-studio-ai.com 配置Cherry Studio 配置,具体需要找你自己的中转平台的秘钥与API地址,注意的ApiKey的分组一定要支持生图才可用哦 选择模型 我演示的 gpt-image-2 模型 验证模型是否可用 切换默认模型助手
我们部门有个规矩,工作台账每天一更新,月底汇总。听起来挺合理对吧? for k in ("状态", "进度", "结果")): col_map[c] = "状态" df = df.rename(columns=col_map) # 2. /out/工作台账_{datetime.now():%Y%m%d}.xlsx" render(df, out)if __name__ == "__main__": main()两个点值得说: 定时的话,Windows 用任务计划程序,跑一个 bat:@echo offcd /d D:\workspace\ledgerpython main.py >> run.log 2>&1我设在每天早上 最后算笔账,不然显得我在吹牛:翻记录找素材:约 25 分钟 → 2 分钟(只剩"从各平台导出文件"这一个动作)对齐口径和去重:约 10 分钟 → 0(脚本跑完)给每条判断分类和重要度:约 8 分钟 →
系统为 Linux Mint 18.1 / Cinnamon 1 桌面: 2 开始菜单 3 文件管理器和控制面板 4 IDE 5 控制台 (Guake)
腾讯在上周的时候推出了自家的AI智能工作台IMA Copilot,其背后搭载了混元大模型。当你提出自己的问题后,会从网上搜索相关答案进行总结。 简单来说就是通过大模型LLM的能力,在其基础上引入外部的知识库数据,这样大模型AI在回答问题的时候更加的精确。 最绝的是,这里还会根据总结出的内容画出脑图: 上面通过AI回答后,其实已经形成了一个初步的文章内容,接着就可以把AI回答的内容保存到知识库中。 当然,如果你觉得文章内哪里不好,可以直接询问助手进行修改: 随时随地召回AI助手帮你解答当前文章的内容,当然也可以在笔记中进行插图和表情包,相当于是一个AI笔记本,用起来很顺手: IMA 对比OpenAI 也内嵌了多个不同的编辑功能: 添加表情: 可以在文章中加入多个emoji 润色: 针对文章进行润色 文章的水平: 可以选择不同的水平进行创作,比如普通人、大学、研究生等水平 对比openai的canvas, 腾讯的IMA智能工作台则更加聚焦于知识获取
WorkBuddy 是腾讯推出的全场景 AI 智能体桌面工作台。 与传统 AI 对话工具不同,它不止能"回答问题",更能实际执行任务——自动操作本地文件、批量处理数据、生成 PPT/报告/图表,像一个有脑子的同事一样把活干了。 WorkBuddy vs 传统 AI 对话对比项传统 AI 对话WorkBuddy能力边界只能对话、提供建议能够实际执行任务文件操作需要手动操作文件自动操作本地文件任务复杂度单步骤简单任务多步骤复杂任务输出形式文字回复交付可验收的结果二 8.2 多模型自由切换支持混元、DeepSeek、GLM、Kimi、MiniMax 等主流 AI 模型,根据任务类型选择最优解。 总结:WorkBuddy 不是一个"聊天机器人",而是一个真正能帮你干活的 AI 工作台。从文档生成到数据分析,从文件处理到报告输出,一句话搞定。上手门槛极低,上限极高——用的越久,发现的惊喜越多。
腾讯10月23日推出ima.copilot(简称ima)AI智能工作台产品,基于腾讯混元大模型技术支持。 产品的核心功能包括知识获取、打造专属知识库以及智能写作辅助。
2.三层测试体系:分层测试配合 Trace 和 BadCase 泛化,持续优化质量,减少幻觉 MCP 测试:验证工具基础功能,从参数和输出的内容的属性来让AI思考设计用例。 四、可观测 AI 工作台功能介绍 可观测 AI 工作台目前已实现了完整的【AI 探索】能力和【知识库】能力。 (3)固定工作流报告 此外,固定的工作流能力可支持用户设置周期性AI分析任务,并按照指定的频率和渠道给用户发送结果通知。 AI 探索的能力能够在你的日常工作中持续提供价值! 2. APM 配置告警 「免费」体验可观测 AI 工作台 为什么选择腾讯云可观测工作台? 深度体验:可观测 AI 工作台正在公测中,快来免费体验吧!AI 工作台 技术研讨:加入 AI 交流群,获取产品最新动态,分享用户提示词与企业知识库最佳实践。
WorkBuddy企业 AI 工作台安全方案发布了!内容涵盖你关心的8大部分安全内容!一次打消你对buddy安全性的疑虑! 企业AI Agent 安全威胁全景1、WorkBuddy 客户端安全2、DLP数据防泄露3、Skill信封加密4、AIGC内容安全5、大模型推理安全6、云端沙箱安全7、安全审计日志8、网络传输安全联系我们获取
真正的变化,不是 Chat 消失,而是 Chat 从工作台退回入口。 过去两年,我们几乎默认了一件事:AI Agent 就应该长得像一个聊天窗口。 过去,AI 产品的核心对象是对话。未来,工作型 Agent 产品的核心对象会越来越接近任务。 五、一个面向任务的 Agent 工作台,可能长什么样? 图 2:面向任务的 Agent 工作台原型 一个任务型 Agent 工作台,不是多开几个聊天窗口,而是把任务目标、输入上下文、执行过程、风险控制、验证结果和交付物组织到一个可观察、可接管的界面里。 它背后有 PRD,有设计稿,有接口文档,有仓库上下文,有团队规范,有历史实现,有技术方案,有代码修改,有本地检查,有 E2E 验证,有 Review,有 PR,还有上线风险。 Info 「企业研发 AI 自动化」是我持续记录 AI 进入真实研发流程后的实践系列。
WorkBuddy上手实战:打造一个可用的本地AI工作台很多AI产品看上去都能聊天,但真正进到日常使用里,最常见的需求并不是闲聊,而是整理一段零散记录、起草一段通知、输出一份周报,或者把一个任务拆成清单 2.蓝耘MaaS接入信息进入蓝耘平台:展开代码语言:TXTAI代码解释https://console.lanyun.net/#/register? 测试2:会议前准备清单模拟输入:展开代码语言:TXTAI代码解释用一个会议前准备模板,帮我输出开会前需要确认的事项清单。 2.输出风格不稳定可以先检查专家或输入内容是否太宽泛。对于工作台场景,最好把任务说清楚,比如“整理成周报草稿”“输出待办清单”“写一段通知”,这样比泛泛地问“帮我总结一下”更稳。 ->技能中心能力扩展->自动化模板固定流程从结果看,WorkBuddy更适合写成一个“本地AI工作台”案例,而不是单纯的聊天工具介绍。
而WorkBuddy作为AIAgent工作台,在处理工程类任务时,和普通对话AI有明显区别,在这里分享我的真实使用感受。 很多人对AI工具的印象还停留在“问一句答一句”,但WorkBuddy的定位是可以自主拆解任务的AI工作台。 2.文档整理与技术总结运维工作经常需要写部署文档、操作手册、版本更新说明。我可以口述要点,让WorkBuddy整理成规范的技术文档;也可以把零散的聊天记录、操作步骤丢进去,自动梳理成结构化文档。 AI输出内容必须人工校验AI给出的代码、方案不能直接上线。它可以搭建框架、提供思路,但业务逻辑、系统环境、边界异常,仍然需要我们自己核对、测试。AI是高效助手,不能替代人的业务判断。 五、总结对于像我这样身兼运维、数据库、小型开发的技术人员,WorkBuddy是一个实用性很强的AI工作台。
如何把 AI Agent 做成一个贷款客服排查与修复工作台很多团队已经在用大模型回答 FAQ,但真正落到客服一线时,问题往往不是“怎么回答更像人”,而是“怎么把数据库、日志、代码、修复命令和会话流程串成一个可靠的工作台 对应目录主要是:skills/业务代码这一层不急着修,而是先做问题识别、证据路径选择和业务解释,比如:用户到底有没有点击还款页面卡在哪一步当前订单是什么状态这是不是系统问题,还是服务商返回导致的问题2. AI 这样做最大的好处是:本地调试和线上接入共用一条主链路不会出现“Dashboard 能跑,企业微信还要重写一遍”的问题2. 但如果你愿意把它放进一个结构化工作区里,给它技能、脚本、路径、证据规则、会话状态和动作边界,它就会从“聊天机器人”变成“可用的业务工作台”。
摘要: WorkBuddy App 已在 iOS 与 Android 上线,支持多模态输入,可在云端或连电脑模式发起 AI 任务。 作为桌面端 WorkBuddy 的移动配套产品,它把 AI 办公的能力从固定工位延伸到随身环境,让用户在通勤、差旅与临时离席等场景下也能随时发起并跟进 AI 任务。 桌面端 WorkBuddy 是一款全场景 AI 办公工作台,可在 Windows 与 macOS 上运行,帮助用户完成文档处理、数据分析、知识库联动与自动化任务等办公场景。 App 与桌面客户端、微信小程序共同构成 WorkBuddy 的多端入口体系,把 AI 办公的能力从固定工位延伸到随身环境。 企业版套餐详情 版本 按月购买 按年购买 Credits 额度 起购要求 SaaS 企业版(旗舰版) 198 元/人/月 2,376 元/人/年 2,000 Credits/人/月,每月刷新,团队内共享
用Orleans搞定AI编程工作台的后台分布式难题在一个进程里管十几种AICLI工具、同时拖着几十个会话的实时流——听起来像在做梦?其实我们也觉得挺离谱的。 背景做AI编程工作台这种产品,后台架构有个很特别是地方:每个用户会话,说到底,就是一个活着的、有状态的、能跟你耗上一两个小时的"生命体"。 HagiCode是个面向AI协作编程的桌面工作台,它的后台要在单进程里协调十几种AICLI工具,还得给前端提供低延迟的实时响应——说白了,就是又要马儿跑,又要马儿不吃草,还要马儿边跑边唱歌。 如果你也在做类似的AI工作台或实时协作系统,这套方案值得一试——不是因为它完美,而是因为它在合适的场景里,刚刚好。此情可待成追忆,只是当时已惘然......扯远了。反正代码跑起来了,文章也写完了。 总结围绕“用Orleans搞定AI编程工作台的后台分布式难题”,更稳妥的推进方式是先把关键配置、依赖边界和落地路径逐步跑通,再补齐优化细节。
腾讯云可观测平台(Tencent Cloud Observability Platform,TCOP)基于指标、链路、日志、事件的全类型监控数据,结合强大的可视化和告警能力,为您提供一体化监控解决方案。满足您全链路、端到端的统一监控诉求,提高运维排障效率,为业务的健康和稳定保驾护航。功能模块有:
AREE的全称是 AI-Ready Execution Environment,翻译过来就是"AI就绪执行环境"。简单来说,它是一个为AI智能体专门设计的、封闭的、可预测的执行空间。" 这对企业级应用至关重要——你不会希望AI智能体在处理客户数据时,突然"自由发挥"做了一些你没预期的事情。用一个更接地气的比喻:AREE就像是为AI智能体搭建的一个标准化车间。 MCP是更近期的协议标准,由Anthropic提出,旨在统一AI模型与外部工具的交互方式。它定义了一套标准的服务发现、能力描述和调用接口,让不同的工具可以用统一的方式接入各种AI平台。 2. 确定性协议(Function Call + MCP)AREE通过Function Call和MCP协议来规范LLM与工具之间的交互。LLM不再输出自由格式的文本,而是输出结构化的工具调用请求。 这就像一个人光有想法不够,还需要一个好的工作台、一套好用的工具、以及清晰的流程规范,才能真正把事情做好。在Java企业级开发领域,AREE的理念尤其有价值。
跟大家聊聊 Workbody 里新出的资料库还有个人工作台哈。 这个资料库,有点像飞书文档那种共享文档,里面玩法还挺多的。还能用资料库搭个人工作台、团队工作台。 做好的静态页面,还能上传到腾讯那边的存储空间,会分配一个域名链接,直接把链接发出去,别人就能打开使用,这就是它个人工作台的核心逻辑。 要是咱们自己开发这套东西,其实就是做静态页面,再加上读写 CSV 文件的能力,拿 AI 开发工具就能快速做出来。 只不过咱们自己做网站,一般会部署在自己服务器,用自己的域名。 AI 生成出来的各类文档,都可以存在它的云端文档里,还能分享给其他人查看。
简单说,WorkBuddy是个能干活、而不只是会聊天的AI助手。它不是那种"你好请问有什么可以帮你"的客套AI,而是能直接操作你电脑、执行任务、改文件、跑代码的桌面智能体。 设置好,到点自动跑,不用守着电脑写代码—从需求到代码,一条指令搞定整理文档—Excel、Word、PPT,通吃自动化任务—重复性工作,交给它循环跑三、我实际用它干了啥场景1:公众号文章辅助生成以前写一篇要2小时 场景2:定时任务自动执行设好定时任务,到点它自己跑,跑完给我汇报结果。我在外面喝咖啡,事情已经做完了。场景3:代码开发不求人直接跟WorkBuddy说需求,它出代码还能帮我Debug。 坑2:需求一次说清楚差的方式:来回十几轮改文章,积分烧完还没定稿。好的方式:一次性把需求说清楚,一次搞定。坑3:自动化任务要先测试新任务先手动跑几次,确认没问题再设定时。 六、最后说一句AI工具这么多,能真正融入日常工作流、不用每次重新教它的,目前我只服WorkBuddy。如果你也在用,欢迎留言交流;如果你还没试过,不妨装一个玩玩。
但别只输入一句“帮我做一个 AI 工作台”。这句话太空。你要把使用者、记录内容、页面、自动规则和权限一次说清楚。 先访谈、再收敛,不懂技术也能把真实需求说清楚AI 工作台需求教练|完整版你现在不是程序员,也不要立刻帮我写代码。 请担任“AI 工作台需求教练”,通过逐轮访谈,帮一个完全不懂产品、数据库和前后端的普通人,梳理出真正适合自己的工作台。 请严格遵守以下规则: 1. 想长期稳定使用:选飞书 + WorkBuddy,数据和 AI 各司其职。工作台没有标准答案。 一套方法,搭出真正能长期使用的 AI 工作台子轩学长 · AI时代超级个体官网:superzixuan.com