好,朋友們,大家晚上好。今天我們就介紹一個Deepseek HANIS的超強本地化音視頻生成的應用。主要是這個應用能夠本地化來運營,解決我們音視頻生成的相關問題。這個應用全程是本地化來跑的。
内容主要分三块
一个是我们简单介绍一下
目前的Deepseek的一个发展
过去的一周
它也有了不少的一个进展
那我们也介绍一下
另外就是
结合这个本地化的一个应用
叫Model Stack
它有十个典型的实际的应用
来我们操作看一下
还有就是我们看
这个DeepseekHanness
和这个Model Stack是怎么打通的
我们来了解一下它的配置
那首先呢
我们看一下Deep Seek Harness
什么叫这个Deep Seek Harness呢
我也看了一下相关的这个
他们官方的一些文档啊
号称是我们目前来讲
最长的这个智能体开发框架
那大家对此期望值也很高
现在热度也很
放过去才一周
然后这个热度已经达到了
十几万加了吧
好像是
那目前来讲就是
Deep-Seek-Hardings
就是一个智能体的一个框架
那它和我们这个
贯常讲的这个大元模型
还是有点差别的
大元模型是可以认为
是智能体的一个大脑
那它这个框架呢
是为了开发智能体
而做的一个操作系统
可以这样认为
我们看一下这个智能体
它本身也有一个相关的定义
那什么叫智能体呢
我们看一下官方的一个定义
那国家在2026年的5月份
也网信办发改委还有工信部
也印发了相关的
涉及到这一块的一个定义
我们看一下它的一个定义
具备自主感知记忆决策
交互和执行能力的智能化的一个系统
这是我们自己国家的一个官方的一个定义
还有一个就是国际
国际化标准组织呢
也对这个有一个定义
就是能够感知环境
做出反应并采取行动
以实际目的
以实现目标的自动化实体
也就是它是自动化的一个实体
它对它的一个定义
那我们看这两样的一个差距
还是有一部分差距的
在中国来讲
我们中国的定义是强调了自主
也是要主动决策和责任
然后国际化标准策
注重的是自动化
那无需人工关义
注重的是这一块
那两只还是有差别
从这一点也可以看出
我们自己国家的这个定义
这个层次感上来讲
我认为是高于这个国际标准组织的这样定义
它有一部分责任在里面
这是我们看到这个智能体这个相关的概念
那我们看一下这个DeepSeek Harness
我认为记住几个
主要是记住两点嘛
一个就是一切皆差践
你说在这个DeepSeek Harness上
我们所有的需要的都可以用插件的形式
来给它按各种各样的插件
比如说文件管理
比方说我们这个通道的管理
都可以用它来插件来完善
另外就是它自己本身的这个开箱
集用的A进程能力
它提供了这样一些这个能力
就总结下来
一个是智能体的循环
它能够进行多轮的循环
多轮的对话
然后工具的调用
另外就是目标的管理
能够长期对目标进行跟踪
它一会儿我们可以看一下
它有一些
有一个这个目标的设置
对于长城任务来讲
这样的话就是不容易丢失目标
第二个就是搜索工具的使用
实在基本上是
所有的智能体都要具备的一个功能
就是补充自己的这个
现实中的这个新闻信息能力的一个不足
另外就是我们说的这个MCP
它的接入
那这一块来讲就是丰富我们智能体的
它的这个工具调用的能力
也就是说给它增加很多的工具
能够给它增加的好多的这样一个手脚
另外就是我们这个子代理
就是一个任务啊
如果是超大型的一个任务
可以用子代理子任务的方式来
来并行开展
同时呢我们看它还有一个代办清单
这个代办清单是什么呢
就是我们一个任务拆解完之后
形成会会形成很多的代办任务
那这些子任务和这些代办的任务啊
可能有一对多或多对多的这样的关系
每执行完一条之后呢
这个代办清单
往后就会划一条横线
然后作为删除操作来做
另外就是文件操作系统
文件的这个操作
这是我们这个对系统文件的一些读写
还有我们的技能系统
其实技能系统和MCP呢
这两个其实是丰富我们这个智能体的
外接的相关能力的
那智能体除了思考之外
另外有执行能力
那它的执行主要是靠
MCP和智能技能系统
这两大块来完善的
那我们看过去一周
这Deepseek也发生了很多的一个变化
一周也进行了四大更新
那我们看它的更新的一个内容
8月17号呢
刚开始发布
8月13号发布的时候
这个Deepseek Harness
它还不具有这个图片的接入能力
那我当时我也用这个MCP啊
和它对接
然后呢
想发图片来做这样的一个动作
发现它是不支持的
也在本身没有这个图片化的这个能力
当时呢也是
可以看到我前面的一个视频
也是对这个
DepsyChanies进行了一个改造
然后这样的话
它能够显示图片
能够和这个
我们那个ModelStack进行对接
那到了89号呢
它就开始呢
对自己的这个模型4PT进行的改造
就是能够去
接收这个原生的一个图片
也就是支持这个图片的一个输入
那到了8月21号
也就是说昨天的下午
那他自己发布了这样一个视觉模型
也就是说他视频器是先行的
也就是说其他如果有能力的这种
其他的视觉模型
可以进行这个图片的一些读取操作
那到8月21号呢
他自己的这个模型能力
也多么特的模型也上线了
一会儿我们可以看一下
然后呢
昨天晚上他又更新了一版
也说对这个适配机做了一些优化
做了一些处理
支持文件的API的一个上传
支持这个文件图像
我们再看一下这个
DPC Harness和这Model Stack
它的两个结合起来所具有的这个能力
一个是MCP
也就是通过MCP呢
这个Model Stack可以为这个DeepHardness
提供很多的这种
接口比较丰富的
或者能力比较丰富的这样的工具
另外就是多机的一个协同
我们可以看到就是大语言模型也好
就是大模型也好
它的这个耗费资源
耗费我们电脑资源是比较大的
也就是说一个语言模型运行起来之后啊
这个机器基本上在做其他的操作的时候
就非常费劲
所以在这个样的情况下呢
而且多极其系统是比较重要的
就我们有些工具比方生视频的工具
比方生图片的工具
它都是比较耗这个机器资源的
那DBCR呢作为大脑来讲
这两个工具也耗
然后我们大脑也耗
如果在这种情况下
如何实现多极的这个来协同工作
这样的话是
我对整个系统来讲是比较有利的
那
這兩個其實就是多機協同的工作。我們的Modestack可以跑在一個性能來講,要好一些的機器上。
我们的Deepsea Cutness呢
可以跑到另一台机器上
这样的话两台机器
也就是我们的手脚
可以长在另一台机器上
我们大脑可以在
不相关的一台机器上
这样的话就是两个协同来
处理相关的事物
第三块就是我们这个成果资产化的管理
就我们生成了很多资产之后
生产了很多这个成果之后
往往之前的大模型
这个都是在文件夹里面进行管理的
就是它的系统化能力是不够的
系统化这个资源的管理
文件的管理是不够的
那这一块呢
就是Modus开接入之后呢
能够解决这样的一个问题
就能够实现文件来源
以应用的有效跟踪和管理
那形成了一个资产的一个谱系
第四块就是任务的全程化管理
那我们就任务执行的过程中啊
调用工具
那调用工具之后
其实不知道工具背后的一些
逻辑和机制的
那这块呢
就是我们接入之后呢
这Modosk能补齐这样的一个短板
还有一个任务的模板化
通过接入之后呢
这个任务能够
可以存存为模板
然后可以重复使用
那我们接下来看一下
它的一个十一大一个应用
其实最后一个是我
又加了一条原本十大应用
这里边呢
就是文图
视频和音频
这样的四大的类型的一个应用
相对来讲都是比较齐全的
这十大应用的一会儿我们可以看一下
接下来我们就做一个演示吧
这就是我们电脑上装的一个
这个DeepHard类似的一个工作台
可以看到这时候外部端的
那我们接下来就对这十大能力
我们看一下
它到底是一个怎么样的一个表现
我们找一个生图的指令可以看一下
这个DeepSickHanness是我已经和ModelStack打通了
我们可以看一下它现在是具备的能力
好 接下来我们看一下
Deepseq和ModelStack打通之后的一些操作
首先我们看一个文生图的操作
我们这边就可以看到
这个是DeepSeaHallis
正在调用我们的ModelStack的MCP服务
可以看到已经生成了
我们看一下这个图片
这是生成的一个卡通类的图片
那我们看一下它的工作区里面有没有
就是它的一个工作空间里面有没有
这个是他的一个工作空间
这工作空间没看到
这说明什么
我们这个Deepstick harness
并没有去拿这个图片
而是说本地化
它是直接显示了
那我们就让它拿过来
我们可以看到
他现在就去把这个图片拿过来了
我们看看有没有
这还是没有
我在问他
它放在Emerge了
它放在一个文件夹下面去了
它和原来的表现形式不一样了
这也说明一个什么问题
就是这个模型在调用工具之后
它的表现会不太一样
就是有的会直接放在这个工作区里
有的会直接放在这个
一个文件夹下
那现在的表现就是放在一个文件夹下去了
之前呢
它都是放在这个目录下面的
要直接在这工作空间里面
我们可以看一下
他现在拿了两张
因为我刚才已经生成过一遍了
所以他这一次就把两张图片都拿回来了
我们看一下这个图片
这是刚才生成的
这是之前生成的一本
好 我们再让这个图片生成一个视频
我们可以看一下
可以看到这些能力都是我们这个model stack给它提供的这样能力
本身来讲这个departing是不具备这样的能力的
它如果要具备这样的能力呢
它要么就是通过插件来调用外边的这种API的能力
或者通过这种相关的服务来接受本地化的一个能力
我们这个model stack就是本地化的一个相关的能力
我们可以看一下
它现在有没有调用我们这个图生视频的这样一个能力
有时候这个图也是在我们本地化来生成的
我可以大致讲一下我们整个的系统的一个部署的情况
就我这台deep-seek harness
是我本机的笔本电脑
它性能是比较弱的
然后那个model stack是部署在一代性能比较强悍的这个机器上
所以那上面的都是一些我们文声图啊文声视频啊
语音的转换啊文字的到语音的转换啊
等等相关的这种服务都在那台机器上
所以呢这个就是我们刚才讲到的这种脑袋和手脚分离的这样一个系统架构
我们看这已经生成了
文件路径
看这里面它有生成了一个
生成了一个这个
videos也就是说一个
视频的一个文件夹我们可以看一下
刚才没有这个视频的
现在有视频了我们可以看一下它的一个表现形式
我们可以看到
它这个调用的一些历程
也都在这里展示出来了
包括这个工具调用的
一个相关的参数
我们都能看得到
包括这边
它所用的提示词
包括这个
帧数
还有这个这个FPS
我们看下一条
刚才是我们用到我们那张图来生成的一个视频
我们可以再看一下
可以看到这个视频
也就是我们
它是用调用的一个
图生视频的一个能力
通过这个图来生成这个视频
也就是它遵循我们的指令
我们让它
把刚才那图动起来
三秒钟的视频
接下来我们看它另外一个能力
就是给它一个指令
让它给我生成一段视频
也就是文生视频的能力
这会做视频对齐的
也就是说我们这个400乘400
它会对齐到一个32的一个倍数上
视频上次我们可以看一下
这是上视频的一个能力
好,我们再看下一个,就是文字传语音这样一个能力
我们让它给我们一个大语言模型的一个介绍
让它给我们一分钟的一个讲解的一个介绍
我们看它能不能给出来
这个讲解的文案啊,是我们这个DeepseekHannels提供的
我们可以看一下
有这个文本是
我们这个DeepSigHoney
它所准备的
它作为这个提示词
而不是作为提示
是作为这个文本内容
我们可以看一下
它的一个声音
我们可以看见到
它现在又生成了一个audio文件夹
我们可以看一下
这音频的文件夹
大模型全称是大型语言模型
你可以把它理解成一个读过海量书籍
网页和代码的超级大脑
我们可以看一下
它通过学习数万亿个文字数据
掌握了人类语言的规律
所以能够回答问题
可以看到它是和这个Deep SeekHannis
它所生成的这个文本是一致的
基于深度学习
采用Transformer架构
通过不断预测下一个词来学习语言
参数越多模型越大
能力往往就越强
像GPT
文心语言
Deep Seek等
都属于大模型
如今大模型已经渗透到我们生活的方方面面
从智能克服到AI助手
从内容创作到科学研究
它正在深刻地改变我们工作
其实这边大家会有一个疑问
它的声音是用的哪个声音
一会我们讲一下它的声音是怎么配置的
比如偶尔会产生幻觉
需要人工审核把关
但毫无疑问
其实这我们也可以问他
这个参考语音是可以换的
看他这边也有问我们
能不能换可以换一种音色
我们问他有哪几种音色
这边也有一些音色
也就是说我们那个model stack
它提供的一些影视
我们选一个男生阳光的一点的吧
我们选这个影视试试看
我们等一下它现在生成
看已经生成了
我们看一下它这个目录下
它带了这个音色的后缀
我们可以看一下
好 我们就不再听了
就是说演示一下这个功能
它是可以这样来操作的
我们再看下一个
就是文档转音频
我们刚才是让它指定
也说大模型自动生成文
生成文字之后
让它转到音频
那下面我们有文件颜下
这个目录下有这样一个文档
然后让它转成音频
那这个能力呢
原来这个DeepSickHoney是不具备的
也就是说它没有这个文档的这个上传的能力
那最近它是补充上了
也就是我们加一个add号之后
就能选中这样的
选中这个公众目录下的相关的文件来上传
我们选中之前准备的一个行动介绍的
这样一个文字
这个文件
我们让它给我们转成语音试试看
可以看到它现在在读取文件
然后呢
调用这个MCP server
相关的方法来进行这个文字转语音
这样的一个工作
我们可以看一下
现在已经生成了
它音色呢
还是我们刚才选中的音色来做的
当然这过程中我们可以换音色
我们可以看一下
可以看到它现在是
已经把这个文档转成音频了
也说通过这个手段已经是把我们这个文档转成音频了
我们可以看一下
欢迎来到杭州
这里是人间天堂
这声音就是吊儿郎郎的
不知道
断桥残雪
三弹音乐
四季街景
千年的灵影古叉
诉说着悠久的禅意
漫步苏低
感受微风拂面
品味龙井茶香
我们不用这个音色
我们用其他音色试一下
这个音色太不像话
换一个
換這個試試看。
其实我们现在是在盲看这些音色
就不知道这音色没有视听
其实我们那个model stack应该是有视听的
我们一会看一下
可以看一下我们看一下这个音色
欢迎来到杭州
这里是人间天堂
西湖美景如诗如画
断球残雪
这稍微正常一点
好 我们就不听了
我们看下一个功能的演示
就音频文档转成文字
我们刚才是文字文档转成音频
那反过来我们找一个音频的
把它转成文字的
我会看一下
通过这种手段可以选择相关的文件
这边有个有些小说
我们可以看一下它能不能转
你看
你看他这我们有一个资产库
也说他会把这个
知道远程上是无法访问本地文件的
他会把这个文件传到那个
Model Stack所在的那台机器的
它的一个资产的管理上
然后通过这种手段来调用
我们可以看一下它已经生成了
同时呢也把这个
这文件有没有传回来
看一下
看一下有没有
它没有传回来
我们让它传回来
好了
现在是传回来了
我们可以看一下
现在的表现
它就是现在都放到
放到一个相应的文件夹下了
我们可以看一下它的一个
这是它生成的这个相关的文字
我们听一下那个视频吧
听一下那个音频吧
这是那有双小说的内容
我们可以看一下
听一下
其实周青只是故意生气的
好让他父母在乎他
他以为他老妈会来拖住他
可是却被他老爸拽住了
但意识之下
他感觉自己要是就这么返回去了
是很没面子的
没有台阶可下的
于是他也就只好奔江边的方向走去了
其实周青只是故意生气的
好让他
这边是有种小说的一个转路
然后他这边还扶了这个转路了
好 接下来我们看另外的四个功能
之前呢我们都是用指令来生成的相关的图啊视频啊
我们接下来是用上传的方式来看一下
就是本地上传一下
我们可以看一下指令修图
我们看找一个图像
我们让它修一下
用这个吧
我们先看看这个图片是这个
我们打开看一下
那我们把他的背景换一下
然后把他的头发也换一下
穿着也换一下
改变这三样
我们一次性把这三样改一下
短发背景
化增海边
然后衣服呢
衬衫吧
白衬衫看一下
看能做到吗
看他也在调用我们这个工具
我看一下它的指令是啥
换成清爽的短发
背景换成阳光明媚的海滩
然后衣服换成白色衬衫
它这边加了一句
保持人物面部特征和卡通风格不变
那这有问题了
它肯定是传错了
卡通风格无变周可能会有问题
我们看一下
那看来还没问题
别的为什么用卡通
卡通风格
那我们不管他
反正是给我们生成的
指令可以来调的
看像不像
还像不像
还是可以的
他这个有点稍微有点卡通风格的
这种感觉啊
这相对比较震热一点
这个稍微有点卡通
包括这个比例方面
我们来看下一个吧
就这个可以多轮对话
可以再给它发指令
然后让它再修
我们先不再做下一步的演示了
我们看下一个
生成视频
那我们找一个生成视频的
找个图像就用刚才那个图像
让它生成视频给我们看一下
还是用at
我可以做到一碟的
我可以做到一碟的
我可以做到一碟的
我们选了一个算是中等的一个图片吧
400乘400这个也刚好是32的是不是32的倍数
不是32倍数这个
他可能会裁减
我不确定
他好像是32还是8的倍数会做一个
如果不是他会做相关的裁剪
已经生成了我们看一下
动起来
我们再看下一个
去除背景
这相当于也是改图的一个部分
但这个调用的模型可能不一样
去除背景
我们选一个
选另外一张吧
选这个大图的
1000×1432
我们看一下
是这张图
我们看一下它的去背景
完成了我们看一下
这个可以大家看一下
这效果好像不是特别好
去了大半部分了
这个模型应该还可以再优化的
我们可以看一下这个
这个方的路径也是正确的
我们再看一亮一个图片放大
我们看另外一个
这个400乘400的我们可以放大看一下
现在放大这个脸部是有点模糊的
可以看到
就明显的是
相对来讲模糊一点的
我们看它放大后是一个什么效果
400x400
这张图可以看一下
一共有两个放大的倍数
一个是两倍一个四倍
我们放大一下四倍看一下
可以看它的一个放大倍数
这就明显的感觉到它的一个
清晰度是不一样的
可以看到这个效果还是不错的
好 这是以上我们演示的相关的内容啊
其实还有一个我们可以再看一个
刚才讲的是十个功能
我们还有第十一个功能
就是关于这个文章解析的
我们有一张图啊
这个图上全是文字
我们看它是怎么能够解析出来呢
我们可以看一下
这是我之前做的一个项目中的一张图
就是一个可以看到这是一个中药的
中药的相关的一个一本书上的相关内容
我们可以看一下
这是一个图片画的
我们看他能不能帮我们把这个图片解析出来
我可以用它
我可以用它
他这个为什么老师存在这个情况
可以看
它解析完成了
文档也存了
你看它这边也建了一个目录
建了目录我们看一下
建了一个past
可以看一下
这还有个繁体
这是表格也解析出来了
表格应该是开了的相关
可以看一下这个上面
对比可以看一下
三银花
好
因为这个就相对来讲特别复杂了
因为这个涉及到中药的
还有化学室的
然后涉及到这个图表的
特别是有些这个单位的解析
所以这个要求会比较高
好
只是有这样一个效果
大家看一下就好
因为这个相对来讲太专业了
而且要进行特殊的优化
好 我们刚才演示了这些功能啊
然后这些功能如果是我们把这个关掉
我们可以看一下这个
这个deep content
它是另外一种表现
我们可以看一下
就目前来讲
它是和我们这个model stack打通的
如果我们把那个相关的功能关掉
它会是一个什么表现
这个就是我们model stack
它在开着的
我们把这个它的服务关掉
可以看一下它的一个表现
关掉是什么
就是我们不允许其他机器来访问
我们本机的这个相关的能力
刚才我们这台机器
就是我这个笔记本电脑上的
我们再看一下
会是一种什么样的情况
我让他给我一张
小毛图片吧
现在就可以看到访问不了了
也给我们提示了
局委网未
访问未开启
外部接入没有允许加击访问
所以它就
现在就访问不到
我们强行让它上层
我们看它会用什么样的手段来做
它这边又先招免费的去获取
然后获取完之后再处理成400x400
我们看它是怎么做的
从哪个网站爬了一个
它爬去了一张
我们该看一下
它上层的
这个效果就没法保证了
400pg 看一下是不是
它拆检了一下
我们让他上册一个看图线
视频能不能上册
他现在还是检查工具
看还是有没有能够防患
可以看的是不行的
他现在用另一种手段来做的
MPEG来做的
我们看一下它的动作
它应该是放大缩小的这种做法
它没办法让小猫动起来
它只能是用镜头的晃动来做这个事情
我们可以看一下
这个
可以看了
连晃动都没晃动
所以这样的话就效果没法保证
再也是可以看到
如果把它关掉之后
它的一些表现
那接下来看
我们看这个是要怎么配置
这个model stack
然后怎么和我们的
这个DeepHanness来打通
来扩展我们DeepHanness的相关能力
我们可以看一下这个相关的一个配置
这就是我们讲的下一步
讲到下一步
然后如何来配置
然后怎么样来把DeepHanness
和我们的ModelStack打通
首先要去下载这样一个软件
我们到官网来看一下
这是官网的一个地址
它这边有一个社区
目前来讲好像
好像这个
这功能都还在测吧
可以看一下
这个下载我就不太下了
因为这个我已经下载过了
我看一下它这个版本是多少
它是40的版本
说明它这个还没有更新过去
我这还比它上网站上快呢
我们可以看一下
我这个版本是多少
好像是40几的样子
四四版本
我这是快的
也就是说它网站是更新是慢的
但它这个可以实时
这个实时检查来更新的
我们看有没有更新
當家沒有更新。
我们看一下怎么设置吧
怎么来配置
就是我们这个
DeepSickHanness和它怎么打通
我们看一下这个软件
它怎么配置的
它这边呢
有一个外部接入这样一个
这样一个配置
也就是点击这个
左下角这个配置
能到这样一个页面
我们可以看一下
它整个软件的一个布局吧
这个软件我觉得
这个做的还还还可以
然而这首页首页它有很多的功能
我们可以看一下
它这有一点好处是什么
就这边是它的菜单栏
它这边是可以
就是不想要的功能是可以关闭掉的
也不在这显示
就方便我们这个对整个软件进行菜单
制定义啊
我们可以看一下
把它文章关掉就没有了
我们可以多关掉
可以看一下
也说我们如果想用哪一个功能
是可以
可以自己去设置的
不需要的功能就可以关掉
好
我们打开几个吧
我们还是看他这个
他这个软件是什么设置打通的
我们可以看一下
他在外部接入这
有这样一个项
就mcp的和dsh的一个接入
我们可以看他怎么配置
他这边还有个说明
就是开不开这个局网
其他机器访问
如果开了
其他机器才可以进入
就刚才我们把它关掉
然后我们另一台机器就是不可以访问它的
我们可以看一下它的一个配置
也就是说它是把这一行来copy过去就好了
我们可以看一下它的一个配置
这一行copy完之后我们就可以看一下
我们这是我在我这台电脑上的一个设置
就我这台笔记本远从那个笔记本上一个设置
我们要找到
首先要找到这个
DeepHannis
它的一个
安装的一个
相关的一个
配置文件的一个地方
我们可以找一下
我这是Mac机器
可以看一下
是在我用户目录下的
是一个隐藏文件
要用command加sift加这个点
有时候问号旁边这个
然后把它开启掉
我把它关掉了
按入command加这个向上键
然后按这个问号旁边这个小点
然后就把它调出来
不知道大家也可以查一下
这个快捷键的命令
调出来之后就可以找到点dsh
这个文件夹
就这儿
这就是DeepHunless
它的一个安装后的相关配置文件所在的地方
我们可以打开看一下
然后呢
其实我们它这个软件也给了一些指引
我们可以看一下
就在这个目录下
ProfileWeb
然后可以看一下
在Web下可以看到
这是我之前备份的一个
我们可以看一下现在的一个配置
所以这个就是远程的一个地址
就要改的话就改这
就我那台机器呢
就是我们装那个model stack
那台机器是这个这个地址
这是我们远程那台机器的地址
我们可以看一下
就这个他所在的一个地址
IP地址我们可以看一下
我猜一下这个IP地址是多少
好
1.1
应该是0
这个
好 太好了
好 太好了
这个可以看到是136
所以这就是它的一个配置
只要把这个配置
下面这个单位呢
是就是我们工具调用的
它一个失效的一个时间
其实我们还可以演示一下
这本机也可以来做这个操作
也就是本机上
也可以装这样的一个
Depunish
然后它的一个配置呢
只要是
呃
它的配置只要是這個地址,本機的一個地址就好了。
127.0.1,這個是它的一個端口號。
就能看得到。我們可以看一下。
本機也有這樣一個deep harness。
这是本机的一个配置
我们可以看一下
这就是这个配置文件
我们把它打开
我们用这个编辑打开
这就是我们也配了一个
这个model stack
我们可以看本机也可以来做这个操作
我看他在工作的一个空间是哪里
回去
这是本机的一个工作目录
我们可以看一下
我让它上它一个图片吧
因为之前我把这个
关掉这个model stack
然后运行过它
所以它现在应该是在做一些相关的检查
因为之前关掉之后
让它运行了好几次
它一直工具失效
所以它用了其他办法
这次呢
再让它生成
它会重新
内心做一下字节
可以看一下上层
刚好是400层400
我们看一下
它直接就放在这个目楼下
看到没有
就是
它的表现形式好像都不是特别一样
我不知道这个是因为什么原因
这已经生成了
它这个就直接放在这个目录下的
我们再看另一个
有可能是这个是我们最新版的
因为这个本机我改造过
可能是因为改造的原因
出现这种情况
然后我们看这台机器
我笔记本电脑上
这个Depalix是直接安装的
那个是我自己编译的
这个是直接用的
这个就能发现呢
就是它的一个DeepSick
新发布的一个模型
就这个模型
是它的一个实图的一个模型
也就是上传图像
它是可以识别的
我上上一张图像
让它看一下是什么
让它识别一下
让它描述一下这张图
他说我们这个服务在被限制
我看有没有限制他
他的记忆混乱了吗
有没有限制
我们是限制了
他这是正确的
他直接读的
看到吗
他直接读的
所以这个就是我们整个的一个设置
我们可以这个软件的下次再好好讲讲
在这里边有好多的功能
包括我们讲文件的管理
我们看一下它文件的管理也是有
有比较好的一些特色的
比方输入库
这里边就是一些上传的一些图片
而且这个图片是去从的
这之前解析的一些文档
就传给它一个很大的文档
它自己解析的
它会去从
所谓去从就是同一档文件
你传多次它只存一次
他做了一些文章指纹的功能
当然输出库
这个可以看一下
这输出库
也就是说我们刚才调用的
所有的通过远程调用
他在这都有一个
都有一个本地化的一个存储
所有的文件
他都在统一管理起来
同时呢
他这边任务的管理也是有的
谁调用了他
他这边都有相关的任务记录
能包括成功的还是不成功的
都是在那有显示
都能够看得出来
包括这个任务
产生哪些
它的输入输出是什么
都在那能看到
包括所调用的参数是什么
然后呢
而且方便的是什么
我们可以进行一个存为模板
包括下载删除都可以来做
存为模板就可以下载再用
这是这一块
然后同时呢
它在它的一些这个纸的目录下
也就是说它的纸功能下
就可以看到
在相关的功能下
比方说我们刚才有文生图
图生图像
我们可以看一下图生图像这里面
图生图生视频
图生图像这个功能很少用
为什么呢
因为它这个是相当风格的
这个不可预期预期性太大
我们看图生视频这一块
就刚才雕用了它进行图生视频的
这个其实是可以复跑的
相关参数重新再度
重新重新再跑
可以有这样的功能
这是刚才我们远程雕用产生的
都可以看到
由于它整个都管理起来了
相对来讲整个是相对还是比较完善的
它上面也有插件市场
包括其他自动体也有
包括它这边这个软件还讲了
它自己我们还讲就是
刚才可能漏掉一条
就是这个模型是怎么下载的
就我們看這個文件裡面。安裝這個軟件之後呢,還要下載相關的模型。就是這個軟件下載之後,不光要有這個,它的一個配置,還要下載相關的模型。
比方说我们这个软件
在这个
拿个文章解析来讲
就这里边它有相关的模型
也许找相关的模型下载
它的模型也比较简单
就它本身本机就有
它不是本机就有
它本身就有相关的这个模型
模型广场
也就是我们
它给我们提供了相关的下载
因为我这里边都全都下载下来了
提供了相关的下载
就这里边呢
它是全部的模型都会有
像用到的模型
也就是我们不用到处去找模型
在这直接下的就好了
包括它现在最新的千万3.8
27B的模型也有支撑
这包括几个版本
有BF16的
8bit量化的
还有4bit量化的
这都有
它这还有一个
还有一个解锁板的
这个都有
所以它这个更新也是相对比较快的
相对比较快的
最新的模型马上就接入
包括这个DeepHunless
然后也能马上接入
我们可以看一下
它自己本身其实也有这个智能化的一个能力
这个我们今天讲的稍微有点长
我们可以看一下
跟它对话一下
这用的Memo
就它这边也有相关的这个模型的配置
我之前配置过
配置个相关的模型
就模型服务这边
本地化的模型也有配置
我们可以用它
完全它这个也完全可以本地化来
来对话来使用
所以我们不用有云单的模型
用它本地化的模型
这也是可以的
我们可以看一下
用这个千万
用这个模型吧
我们可以对话
看它的一个反应
就这我们就没有
完全没有用这个这个这个
呃云端的相关能力
全部就用它本机的能力
因为手持加载在有模型的加载时间
还有这个所用的这个生图模型的加载时间
应该是比较长的
它这边也生成了
可以看大图在这里有这样一个好处
我们不要让它换一个风格
这完全是用这个千万三点把来支撑的
还有解锁版的
解锁版的就可以对话来
相对来讲比较
比较不受信一点
在任务里面我们也可以看到
它应该是有相关的任务的表现
可以看到刚才我们生成的任务都在这
文件库里应该也有
我们可以看一下文件
在输出库里
我们可以打开看一下它的一个能力
因为它这个被用于下一步
当前的是怎么生成的
它被用于下一步哪个任务里面去了
我们都可以看到
就这张图被用到哪里去了
可以看到
能定位到任务
这任务里面也可以再返回去去看
它的输出输出是哪里
我们看输出
能够找到输出库里面的那种
就输出库是这张
能够看到
所以它这个是
一个双链接的一个关系
好吧
今天讲内容还比较多
就是这个
接下来我们会分几期
在把今天讲的原理是什么
来做一个讲解
就本身这个系统还是有些
有些门槛的吧
在使用的过程中
接下来我们就是
称为下一期
接下来可能会有几期来讲一下
就是目前来讲
这个mcp的架构和原理
就是刚才那一套
就DeepSigHonest
是怎么调用我们这个model stack
然后这个是怎么来做的
有这样一个原理在
另外就是手机远程操作电脑
打通微信
飞书等等相关的通道
包括OpenCloud怎么打通的
这是这个微信钉钉
是怎么来打通的
和这一块来做的
另外就是刚才讲的是
这个DeepSeq Harness
和这个ModelStack的一个打通配置
其实还可以和这个OpenCloud来打通
和它这个这么打通来被低化的
就是用Omic Cloud来调用它的一个能力
来进行音视频的一个生成
接下来就是我们刚才看到的
这个千问3.8的一个模型
那接下来就是对它进行一个评测
评测3.8
包括minimax H3
在我们这个Mac上是这么跑的
然后也做一个相关的测试吧
未来几期可能围绕这些
当然这些可能根据时间安排吧
也不一定是什么时间更新
但下周一定会有一期来更新的
好吧 今天就讲到这
内容可能也比较多
零散的也会比较多一点