很美

OCR辨識


胸部X光影像(模組化)








YouTube分析含有中文(利用AI的翻譯強項,AI英文考100分)



情緒辨識.....

上傳圖像文件人臉辨識,幫您將人數算出(不是AI但與AI結合)



雲林縣未來 8 小時多雲短暫陣雨或雷雨，最高溫 30 度，最低溫 30 度，降雨機率 33 %
改圖表顯示:(API與AI 差1個單字)



此訊息有圖表

AI分析 mysql



附上二種方式 excel 檔讓 AI分析1


美呆了:使用 openai chatgpt-3.5-turbo(沒有使用 apikey)及 ollama 架到 line 上來問
使用 openai 很大的好處是快及準不用本地資料,加上將 api 加憑證後天涯海角都可用

今天真高興以往使用 chatgpt-3.5-turbo 只能乖乖的從官網執行,因為沒有釋出 api 版本,但現在竟有 AI 大神使用 proxy 技術克服了,如下 api_key='Whatever you like' 仍然跑的出來,且是裝在 docker.....
所以 AI 真的日新月異(目前測試中,它是用 go 寫的)

分析儀表板目前出一個更強的叫 FineBI,她們號稱5分鐘學會,將來可能是 PowerBI 的勁敵 加上 Tableau
1.PowerBI恐面臨前有狼後有虎之局
2.FineBI 是 web 真的好
3.可裝在 mysql 如以下:(可外訪意即在家查詢)
4.實測5分鐘便可做出以下效果,直覺式操作,之前學過 PowerBI 光安裝便是一大問題
5.可內外網模式,如果單純內網駭客無法攻擊
6.完整範例很多改數據便可呈現
7.她們號稱零基礎新手 1h 快速入門FineBI學會 80% 的高頻核心功能
8.即時動態反應圖表,感覺很美




語言對 AI 來說是強項,目前有一大模型一出來便上排行榜
目前測試中,不過要強調繁中,不然會是簡體字(測試中)

台灣專屬大模型感覺不錯推目前下載量仍不多

與 sql 再進一步接觸(目前 AI sql 不勝枚舉)
問題:
1.很多要收費
2.光使用langchain便有很多版本要使用以下:
from langchain.prompts import PromptTemplate
from langchain.utilities import SQLDatabase
from langchain_experimental.sql import SQLDatabaseChain
3.要加 langchain.debug = True

AI聊天機器人如何使用錄音轉文字(安裝 whisper不太好理解,記錄起來以免忘記)
whisper 是公認最佳的語音辨識(輝達也是使用whisper),以下是它的使用的重要步驟
1.pip install git+https://github.com/openai/whisper.git
2.with open("temp_audio.wav", "wb") as f:
f.write(audio_file)
3.result = model.transcribe("temp_audio.wav")
4.result['text']
ps:ElementBased function 需使用 from cl.element import ElementBased
以上步驟可以廣泛應用在任何 python 程式哦

轉成網頁



🎥YouTube生成部落格總結如下:


🎥YouTube生成部落格(很有趣生成3個不同型態檔 .md .mp3 .png)




傳送email

傳送LINE
說明:
1.當您隨時打 line 時 機器便請您提問生成後傳送 line
2.如果沒有便是一般 AI提問

文字轉視頻2

去背圖:

AI簡報總結:(使用 google gemini AI)
重點:for 判斷每張簡報需間隔10秒否則會出錯


目前在 Dashboard 首推 Power BI但個人感覺比較難學
何不使用 Tableau 簡單易懂,且有使用Power BI的老師有力推更說明Tableau之易
現在個人推使用 python streamlit 開發,極為簡單,百行程式便可立即使用,不用任何租約
如下下畫面,控制權在自已且大部份程式已封裝成模組十分鐘便上手
優點:
1.可與AI接軌
2.控制權在自已,不用繞出去再轉回來,沒有資安問題
3.極低程式碼
4.畫面漂亮
5.即時響應


文字轉視頻1


AI解釋簡報




你的簡報:

AI 解釋這張圖+1

chtgpt今日部份當機(2024/06/04)之前有說過集中式容易當,本地控制權在自已電腦所以不會當
自創按鈕引導式AI文字生成圖片

自創按鈕引導式AI簡報
優點:
1.模組化引進
2.按鈕引導式
3.簡化複雜的移植
4.目前範例大部份都是 openai 或 gemini(需收費),我是使用 本地 ollama
5.功能整合
6.積木式開發
7.直接向原廠 AI 開發詢問


錄音初級

加密的資料庫AI登入系統



AI與物聯網第二步:

AI與物聯網第一步:
想法:
1.物聯網目前很多使用 MQTT
2.大部份只需設定受控件名稱及MQTT
3.只需設定一次,需可存檔

AI 小幫手變成動態抓取資料庫資料及隨機圖片


您的每日 AI 小幫手-多模


AI 5分鐘做出AI多醫療模型側邊欄網頁



ollama sql 專用模型它只懂語法:

更簡單的做法:(使用 sql 專用模型及使用 langchain.chains create_sql_query_chain)
ollama 有 sql 專用模型便代表已經在迎頭趕上了

AI正宗(新)資料庫查詢(使用 langchain_community SQLDatabase)

GAS 串AI gemini + google 搜尋引擎(GAS是連 linebot 最佳工具)

1.需先具備以下 key:
google 搜尋引擎 ID
Custom Search JSON API 金鑰
searchEngineId&searchapiKey來源:https://developers.google.com/custom-search/v1/overview?hl=zh_TW
LINE Channel Access Token
Generative Language API
SheetId
2. Google Generative AI 生成回答
var googleAIResponse = generateContent("", userMessage);
var conclusion = googleAIResponse.candidates[0].content.parts[0].text;

AI文字產生圖片

AI文字產生簡報


AI圖片解釋(使用 Ollama,看起來很簡單但我寫了很久)

上傳 pdf 可預覽及AI提問:

自行開發功能完整多醫療模型聊天機器人
1.權限管控
2.自已的 logo
3.歷史資料記錄
4.多模型切換
5.中文使用 json檔切換
6.界面優
7.網址參數為變數session可防止駭客攻擊
以上皆符合最新設計

我的黑曜石會醫療 AI(不是使用 openai)


AI 很好用但個人認為評估要具二大重點
1.可控(不用受制於AI公司,將來程式可修改)
2.免月租(本地都是使用自已的資源,取決於硬體能力)
最大重點:可以完全相容各大本地軟體,以下3個都是裝在docker的開源軟件:
網址:https://joulong.xxxx 是我自已的 dns



雖然各大醫院都有微調自已的模型,但花費不眥
在這個發展迅速的AI年代建議先使用 ollama 的醫療模組便可
俗話說三個臭皮匠勝過一個諸葛亮,個人所知ollama 的醫療模組
不需用 gguf 轉檔的有2個,要轉檔的有1個
個人測試模型原則:
1.先用 "甲模型" 的提示詞來測 "乙模型" 看誰答的好
2.用中文提示詞來測看是否較有支援
3.測試秒數(目前很多國家工程師大部份使用mistral做為微調模型比較快)
以下是展示效果: