TGINSIGHT SIMILAR POSTS
Lähdekanava @mariinavodesign · Post #607 · 15.4.
Эти куклы надоели настолько, что я не выдержала: решила сделать свою и поделиться промтом с вами 😂 Как сделать такую же винтажную куклу по своему фото? 1. Нужно зайти в chatGPT. 2. Копируем промт из комментариев и прописываем свои параметры: текст / палитра и тд. 3. Прикрепляем фото, на котором хорошо видно ваше лицо 4. Прикрепляем фото одежды (если хотите одеть куклу по референсу) В комментариях оставляю идеальный подробнейший промт, который использовала я, и с которым у вас точно получится стильная генерация 💔 *обратите внимание, что в бесплатной версии есть ограничение на генерацию Обязательно поделитесь своими шедеврами в комментариях 🤌🏼 #ai@mariinavodesign
Hashtags
Haku: #deerflow
@kejiqu · Post #3403 · 10.05.2025 klo 12.37
字节跳动开源 Deep Research 项目 DeerFlow：可生成图文报告、语音播客 字节跳动技术团队发布基于 LangStack 的全新 Deep Research 开源项目 DeerFlow，并已在 ByteDance 的 GitHub 官方组织上开源。该项目官方推荐使用豆包 1.5 Pro 运行，实现深度研究、MCP 集成、报告 AI 增强编辑及播客生成等功能。DeerFlow 采用 Multi-Agent 架构设计，构建于 LangChain 和 LangGraph 开源框架之上，支持 Replay 模式。该项目可从报告生成播客和 PPT，并允许用户通过自然语言实时修改和优化生成内容。IT之家 |GitHub 🏷#DeerFlow#字节跳动#开源 📢频道👥群组📝投稿
@ai_machinelearning_big_data · Post #9664 · 12.03.2026 klo 15.02
🌟ByteDance перезапустила DeerFlow. DeerFlow 2.0 - проект, переписанный с нуля, который не имеет ничего общего с первой версией. Там был фреймворк для глубокого ресерча, а здесь полноценный рантайм для агентов. 🟡В основе лежит связка LangGraph и LangChain. Главный агент получает задачу, разбивает ее на подзадачи и порождает суб-агентов на лету. Каждый из них работает в изолированном контексте: не видит данные других агентов и главного процесса. Суб-агенты запускаются параллельно, когда это возможно, и возвращают структурированные результаты, а главный агент собирает из них финальный вывод. Сессия живет в изолированном Docker-контейнере с полноценной файловой системой, главный агент и суб-агенты работают в ней совместно. Агент читает и пишет файлы, выполняет bash-команды, работает с изображениями. Между сессиями нет никакой взаимной путаницы. 🟡Навыки и инструменты Возможности агента определяются через Skills. Из коробки есть исследование, генерация отчетов, создание слайдов, веб-страниц, изображений и видео. Навыки загружаются по мере необходимости, только когда задача их требует. Это снижает нагрузку на контекстное окно и позволяет работать с моделями, чувствительными к расходу токенов. Инструменты - по той же логике: базовый набор (веб-поиск, fetch, работа с файлами, bash), плюс поддержка MCP-серверов и произвольных Python-функций. Все можно заменить или расширить. 🟡Память и контекст DeerFlow помнит пользователя между сессиями. Накапливается профиль: стиль письма, технический стек, повторяющиеся сценарии. Данные хранятся локально. Внутри длинной сессии система сама управляет контекстом: завершенные подзадачи суммируются, промежуточные результаты уходят на диск. Контекстное окно не раздувается. 🟡Интеграции Поддерживаются Telegram, Slack и Feishu. Из Claude Code можно взаимодействовать с запущенным инстансом DeerFlow напрямую через специальный skill: отправлять задачи, управлять тредами и выбирать режим выполнения. 🟡Модели и деплой Система работает с любой моделью через OpenAI API, включая локальные через Ollama. ByteDance рекомендует использовать модели, которые поддерживают длинный контекст (100k+ токенов), ризонинг, мультимодальность и надежный tool-use. DeerFlow также встраивается как Python-библиотека без запуска HTTP-сервисов: from src.client import DeerFlowClient client = DeerFlowClient() response = client.chat("Analyze this paper", thread_id="my-thread") 📌Лицензирование: MIT License. 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#Agents#DeerFlow#ByteDance
Hashtags