最近在使用 Trae Solo,倒不是说多好,但足够满足我的需求,那也就够了。何况还免费呢。
内容识别
在以前的使用方法中,用 AI 去识别文本文件的内容,然后进行相应的处理,是很常见的用法。现在的模型好多支持多模态了,至少支持图片了。我用它对图片进行内容识别,然后,根据图片内容进行处理。体验是非常不错的。做过设计的朋友都知道,自己管理素材是非常痛苦的一件事情。但如果不对素材进行充分的命名,日后自己查找,又是一件非常痛苦的事情。现在 AI 可以辅助完成这部分工作了。甚至根据具体状况去分别走不同的流程。比如我这里根据文件名的不同,可能有一些要走去水印的流程( AI 写的脚本),根据图片本身有没有透明区域,决定不同的标签和分类。
然后像 pdf 和 epub 等格式也可以进行识别处理。
批量重命名
只需要说清楚规则,就可以实现各种的命名。在过去会使用命名工具,并使用正则表达式进行查找替换,我已经觉得非常厉害了。但现在我无需关注具体的实现方法,叽里咕噜的讲一大堆规则,让他自己看着办去就行了。
但这里有相关经验,还是会有加成的。比如我知道一些文件信息是可以读取的,比如文件的各种属性,创建修改日期等,甚至对于一些电子书文件,可以读取其中的作者、出版社等等信息。虽然这些东西在原本的文件名中没有,但是我在重命名的时候,还是可以要求他读取并利用的。
创建工作流
有一些固定的操作,可以通过它来创建工作流,以前就是写脚本,但显然脚本并不是谁都会写,而且写脚本也挺麻烦的。像我虽然能写脚本,但日常也非常懒于去自己写脚本完成一些任务,除非面对大量同种工作。但现在有 AI 去写脚本,就完全没有这种考量的。像上边对于文件的各种处理流程,如果用的多一点,我都会让它固化成脚本。而且这其中如果存在一些需要主观判断的内容,又可以让AI参与其中。这样整个流程就是顺畅的,连贯的,而在以前是难以实现的。因为以前能够进行主观判断的只有人。
获取工具
上面说到的去水印,其实是一个网页工具,虽然是网页工具,但其实是本地处理。然后我加载那个网页又比较慢。就丢给 AI 让他做一个命令行版本,这样就可以接入脚本了。一轮对话就做好了,第二轮对话就是让他测试一下效果。然而在这之前,我已经傻傻的用了十几天那个网页版,每次乖乖的等着他的加载。属于是被过去的使用习惯给坑了。
改个插件
KOReader 上面有个插件有开源版本,但是十分简陋。有很多人做相关的功能,做的也挺好用的,但是又不开源。我不知道这里面的原因,但是我想要,但是我不想买。把开发文档和插件丢给 AI。我是不会 Lua 语言的。不过经过几轮交流,AI 也帮我改好了。挺好用的,但是大家都不开源,我也悄悄自己用吧。
但是同样给了开发文档的情况下,让他去写一个插件,效果有点差,主要的问题可能是设备的性能不足,但是他在这方面优化不到位,所以启动以后设备就重启了。
制作工具
我一直想要一个文本卡片的生成工具。就是填入文本,做成图片,方便分享。(虽然其实为什么图片比文字更方便分享,这件事情我也想不明白)
但这个事情其实挺复杂的,有许许多多的细节和边界问题需要考虑。但后来想了想,如果自用的话可以简化一下,所以就让 AI 写了一个。效果上我是挺满意的,但是和以往的各种工具一样,利用率非常低……
今天早晨我忽然想到,我为什么要做一个网页呢?我把它塞到 AI 里面,需要的时候将内容告诉ai,然后他给我图片就是了。果然还是被以往的使用思路给限制住了。
DeepSeek
我觉得他挺好的,但我对他写代码的能力一直……不是很了解,至少感觉网页版上写出来的单网页工具效果非常的平庸。但最近它的 api 很便宜,就买了一点,随便塞到一个编辑器里用了用。结果发现挺能解决问题的。当然一百分做不到,七八十分肯定是有的。而且在交流感受上,我不需要去给他细分任务,甚至有时候都不需要给他任务,我只需要描述情况就行了。这样的交流舒适度会非常高,因为又可以少动一些脑子了。所以现在遇到稍微复杂一点的代码,我就用它去解决。
以前我得蘑菇一周的网页,现在不用一天就能搞出来。这很开心了。但是网页工具什么的,真的有必要吗还?我得努力记住,换换思路,完全可以把一些工具塞到 AI 里去。
就是最近遇到的一些使用场景,分享一下,也许有点参考价值。有时候挺普通的一件小事,自己就是走进了岔路,而且被自己以往的经验束缚,导致一直走不出来。
