跳到主要内容
prolist.
发现项目AI 收集我的项目我的模型
正在确认账号…
prolist.

发现有价值的项目,留下有依据的判断。

项目专题关于我的收藏
© 2026 prolist项目知识,由人判断。

IDEAS CONNECT PROJECTS

沿着兴趣,发现项目。

从一个标签出发,打开一份值得研究的档案。

收集项目线索
筛选与排序 · 已应用
地图列表
不限标签26提示词工程10AI图像生成7图像生成6开源5信息图4GPT-Image 24内容创作3提示词3AI Agent3LLM3本地优先2多语言2

项目搜索结果

找到 26 个项目

清除筛选

以下内容已由 AI 根据历史资料整理,供本地测试,未经人工复核。

AI 智能体主题配图

CUA Computer-Use Agents

开源全平台 AI 桌面操控基础设施,沙盒隔离、后台驱动、模型无关

CUA(Computer-Use Agents)是由 trycua 组织开发的开源基础设施项目,为 AI Agent 提供「像人一样操控电脑」的完整能力栈,覆盖 macOS、Linux、Windows、Android 全平台。项目提供沙盒环境、Agent SDK、桌面驱动、基准测试和虚拟化工具,核心组件包括 Cua Driver(macOS 后台桌面驱动)、Cua Sandbox(跨 OS 沙盒环境)、CuaBot(多 Agent 协作沙盒 CLI)、Cua-Bench(基准测试与 RL 环境)、Lume(Apple Silicon 虚拟化管理)和 Lumier(Docker 兼容接口)。CUA 的设计强调沙盒优先、一个 API 覆盖所有平台、后台驱动不抢光标、模型无关、云加本地双模式以及内置可观测性。它通过统一的 Sandbox API 抽象了 Docker、QEMU、Apple Virtualization.Framework 等底层虚拟化技术,并支持 Claude、GPT、Gemini、Qwen 等主流视觉语言模型。项目采用 MIT 许可证,本地使用免费,云沙盒提供免费额度和按量付费选项。

跨平台沙盒虚拟化
09.08
内容创作主题配图

GPT-image-2 汉服拆解图提示词工程

一套面向 GPT-image-2 的提示词模板,用于生成博物馆图鉴级中文拆解信息图。

该项目是一套针对 OpenAI GPT-image-2(gpt-image-1.5 模型)设计的提示词工程方法论,核心是一段通用模板,通过替换【主题】变量,即可生成博物馆图鉴级别的中文拆解信息图。它主要解决传统 AI 图像生成在中文文化内容上的三大短板:结构准确性不足、中文文字渲染困难、图鉴专业感缺失。其实现方式是通过版式约束、风格锚定和结构分区三重机制,并依托模型的 VQ Token 统一空间、高分辨率输出和多轮对话迭代能力。提示词包含角色设定、内容要求、自主决策权、风格锚定、排除清单、版式约束和条件分支七个层次,并固定为顶部标题、左侧拆解、右上材质、右中纹样、底部流程的五区版式。该模板适用于传统服饰、器物、建筑、盔甲、凤冠等文化主题,但存在结构准确性不可控、非矢量图、历史准确性需验证等局限。

第 1 页第 2 页
版式设计提示词工程文化内容
09.08