Docker是什么鬼？为什么能做AI一键安装包？

2026-07-01

苹果原生Docker来了！开源免费无限制！

苹果推出了原生Docker支持，而且开源免费无限制！这意味着开发者可以在Mac上更高效地运行容器化应用。与之前需要通过第三方工具在Mac上运行Docker不同，苹果原生支持带来了更好的性能、更低的资源消耗和更高的稳定性。本视频介绍安装方法、性能表现和与标准Docker的兼容性。访问入口

2025-11-24

Docker和AI一键安装包

这几天都在聊Docker是怎么做到可以将AI服务做成一键安装包的。这里稍微做一个总结。我们原来部署一个AI服务，比如本地运行大语言模型的ollama，需要在自己的机器上跑各种依赖的安装和环境的配置，而每个机器的环境又不一样，所以导致了本地部署AI应用的困难。通过Docker，我们可以将AI应用在Docker容器中部署好，也就是依赖和环境都配置好。然后打包成一个Docker Image镜像。这样依赖，无论谁拿了这个镜像，就能一键将这个AI应用跑起来了。这就好比给你把AI应用预装到一个虚拟机上，然后谁要的话就把虚拟机下载下来运行就好了…

2025-07-10

自动生成古诗词朗读视频！扣子智能体零基础入门！

自动根据古诗词名字生成古诗朗读视频！喜欢的自己去玩下，工作流不收钱，白送的。访问入口

2026-09-20

Jev大模型是怎么玩游戏的？实现原理浅析！

上几集分享了几个最近全球大火的 Jev 决策大模型的视频，然后有粉丝说想看一下它是怎么自动玩游戏的。首先这里声明下，这个模型不是个聊天模型，它只是个决策模型——你输入当前的状态，它来做决策。你可以把它封装成一个函数，接受状态输入作为参数，然后返回决策结果，但是状态的获取和决策后下一步真要怎么移动，是其他代码或者工具要做的事情。就以我们现在做的这个 Jev 玩贪吃蛇游戏的 Demo 来举例子。每一步输入的状态就是当前地图的大小、蛇头所在坐标、蛇身每个方块所在坐标、食物所在坐标、当前方向等，然后要 Jev 来根据这些信息决策下一步应该是上下还是左右。这些输入的状态，如果你没有源码的话，要看你的游戏有没有 API 或者什么方法获取到。另外一个方法就是截屏，通过接入 VLLM（多模态大语言模型），把截屏发送给 VLLM 获取到整个游戏当前的状态，通过文字形式发送回来。然后我们的代码将这个信息发送给 G5 或 OpenRouter 上托管的 Jev 大模型，让它来决策下一步应该怎么做。Jev 说应该向左，那么我们的代码就可以直接调用游戏的 API 或者 Playwright 这些...

2025-06-25

免费Manus平替！炸裂AI智能体！

这款免费的Manus平替AI智能体工具，功能强大到”炸裂”！Manus原本是一款付费的AI Agent平台，而这个平替方案完全免费，实现了Manus的核心功能——任务自动化、自定义Workflow和多工具集成。本视频测评这款免费替代品的实际能力，包括任务执行效率、稳定性、支持的模型和工具等方面，并与原版Manus进行对比。访问入口

2026-05-18

AI编程怎么选套餐？新手入门指南！

本文是AI编程怎么选套餐？新手入门指南的上手教程，从基本操作到进阶用法，一步步带你掌握这款工具的核心功能。