俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程)

yizhihongxing

开发出一款能够与 AI 对话生成和编辑思维导图的工具,听起来似乎只能是一群专业的 AI 背景团队花费大量的时间和精力训练模型,打磨应用才能完成的事情。

但是,两名大学生却在一夜之间完成了,就像炼金术士将庸俗的材料转化成黄金一样,他们将代码转化为了神奇的工具,下面我们来一起揭开这个神奇工具背后的秘密。

使用

案例一: 旅游攻略。

出去旅游最麻烦的就是做攻略了,要玩哪些地方,行程怎么安排等等,那么只要我们用上这个神奇的工具,事情立马就变得简单了。

输入:云南旅游攻略

俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程)

怎么样?是不是立马想背包出发?

案例二:设计创意

不能解决生产力的工具,绝对称不上好工具,我们来看看关于室内设计它能帮上什么忙。

输入:赛博朋克风格的室内设计想法

俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程)

灵感这不就来了嘛!

开发

根据作者透露,他们使用了 Laf 作为开发平台,然后使用了ChatGPT3.5来进行自然语言处理和AI交互。

也就是说使用 Laf 对接了 ChatGPT 再加上亿点点前端细节,开发完毕之后托管到 Laf上,这样一个应用就上线了!

一晚上上线一个应用,够快吗?应该是够快了,但这只是两名大学生的极限而不是 Laf 的极限。

那么用 Laf 究竟有多快呢,下面是写一个 ChatGPT 接口的全部流程。

1.打开浏览器登录 laf.dev

2.新建云函数,模板选择 ChatGPT 示例

俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程)

3.apiKey 更改为你自己的

4.点击右上角的发布

俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程)

ok 一个接口就已经上线了,前端直接 http 请求这个接口,传入文字进来,就会获取到 ChatGPT 的回复了,并且支持流式返回(打字机效果)。

随着函数模板的增加,以及后面函数市场的上线,基本上百分之八十的业务逻辑都可以通过点一点,改一改来完成,从此告别重复造轮子。

上线

代码写完就是上线了,按理说需要去买服务器,配置代理等等,但这些不够快,用这种方式两个小伙一晚上是没办法上线的。

那么最快的方法就是在 Laf 上创建一个 Bucket 把打包后的项目直接丢进去,点一下托管即可上线。

俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程)

我愿意称之为:秒级开发,秒级上线,就是那么快!

总结

俗话说得好:天下武功唯快不破,在这个变化莫测的时代,只有够快你才能快人一步,有好的想法一定要快速实现。

通过 Laf ,开发者不需要关注底层的服务器、代理等运维问题,可以专注于应用开发和创意的实现,可以更快地将想法转化为产品,快速响应市场变化,从而占据竞争优势。

最后让我们喊出那句响亮的口号:life is short, you need laf ?

Laf: https://github.com/labring/laf
ChatMind: https://www.chatmind.tech
三分钟上线自己的 ChatGPT 教程:https://forum.laf.run/d/100

原文链接:https://www.cnblogs.com/ryanyangcs/p/17376234.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:俩小伙一晚上写了个 AI 应用,月入两万??(文末附开发教程) - Python技术站

(0)
上一篇 2023年5月5日
下一篇 2023年5月6日

相关文章

  • 生成对抗网络GAN系列(六)— CycleGAN—文末附代码

    Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks —文末附代码 Jun-Yan Zhu      Taesung Park          Phillip Isola             Alexei A. Efros Berkeley A…

    2023年4月6日
    00
  • [知乎作答]·关于在Keras中多标签分类器训练准确率问题

    [知乎作答]·关于在Keras中多标签分类器训练准确率问题 本文来自知乎问题 关于在CNN中文本预测sigmoid分类器训练准确率的问题?中笔者的作答,来作为Keras中多标签分类器的使用解析教程。   一、问题描述 关于在CNN中文本预测sigmoid分类器训练准确率的问题? 对于文本多标签多分类问题,目标标签形如[ 0 0 1 0 0 1 0 1 0 1…

    2023年4月8日
    00
  • 机器学习技法 之 随机森林(Random Forest)

    森林顾名思义就是有很多树,这里的树当然就是决策树。实际上随机森林就是将 fully-grown C&RT decision tree 作为 bagging 基模型(base model)。 \[\text{random forest (RF) = bagging + fully-grown C\&RT decision tree} \] ba…

    机器学习 2023年4月10日
    00
  • tensorflow中的dropout是怎么实现的?

    1 #调用dropout函数 2 import tensorflow as tf 3 a = tf.Variable([1.0,2.0,3.0,4.5]) 4 sess = tf.Session() 5 init_op = tf.global_variables_initializer() 6 sess.run(init_op) 7 a = tf.nn.dr…

    tensorflow 2023年4月8日
    00
  • 《动手学深度学习》笔记 Task02:文本预处理;语言模型;循环神经网络基础

    《动手学深度学习》笔记 Task02:文本预处理;语言模型;循环神经网络基础 文本预处理 文本是一类序列数据,一篇文章可以看作是字符或单词的序列,本节将介绍文本数据的常见预处理步骤,预处理通常包括四个步骤: 读入文本 分词 建立字典,将每个词映射到一个唯一的索引(index) 将文本从词的序列转换为索引的序列,方便输入模型   语言模型 一段自然语言文本可以…

    2023年4月5日
    00
  • ubuntu 安装 caffe 解决://home/xiaojie/anaconda/lib/libpng16.so.16:对‘inflateValidate@ZLIB_1.2.9’未定义的引用

    1. 当运行命令”make runtest -j8″ 时出现上述问题,有两种解决方案:   1)GitHub上的解决方案,链接:https://github.com/BVLC/caffe/issues/6139      可以看出,是可以解决问题的!!!   2)执行命令: 1 git clone https://github.com/madler/zlib…

    2023年4月6日
    00
  • 机器学习:Python中如何使用最小二乘法

    之所以说”使用”而不是”实现”,是因为python的相关类库已经帮我们实现了具体算法,而我们只要学会使用就可以了。随着对技术的逐渐掌握及积累,当类库中的算法已经无法满足自身需求的时候,我们也可以尝试通过自己的方式实现各种算法。       言归正传,什么是”最小二乘法”呢?       定义:最小二乘法(又称最小平方法)是一种数学优化技术,它通过最小化误差的…

    机器学习 2023年4月10日
    00
  • Tensorflow–RNN-LSTM循环神经网络(二)

     utils.py: # -*- coding: UTF-8 -*- “”” 实用方法 “”” import os import sys import argparse import datetime import collections import numpy as np import tensorflow as tf “”” 此例子中用到的数据是从 T…

    2023年4月6日
    00
合作推广
合作推广
分享本页
返回顶部