体验智谱清言的AutoGLM进行自动化的操作(Chrome插件)

最近体验了很多的大模型,大模型我是一直关注着ChatGLM,因为它确实在7b和8b这档模型里,非常聪明!

最近还体验了很多大模型的应用软件,比如Agently、5ire、 mcphost、 Dive、 NextChat等。但是这些一般都是图形界面或者python调用的,而智谱的AutoGLM,则是基于Chrome浏览器的插件模式。

由于众所周知的原因,不科学上网的话无法使用chrome插件,所以一直没有体验智谱的AutoGLM。这回是刷到了网上的文章,对AutoGLM产生了兴趣,于是进行了尝试体验。

前期的搜索

先到github查找AutoGLM,结果只找到一个假网站。后来找到官网:GitHub - THUDM/AutoWebGLM: An LLM-based Web Navigating Agent (KDD'24)。到b站,找到了这个视频:智谱 AutoGLM:网页与安卓的自主 AI 任务执行者_哔哩哔哩_bilibili

话说这个视频做的还是挺不错的,让人对 AutoGLM的能力产生了很大的期待。但是问题是这个视频的播放量较少,证明了它并不是很热门。另外视频里面主人公尽管用AutoGLM辅助做成了好几件事,但其本身面容比较严肃和紧张,预示着AutoGLM并没有让主人公心情舒缓下来......

AutoGLM体验

安装AutoGLM插件

(安装插件需要科学上网)

点击Chrome菜单“扩展程序”-“”访问Chrome应用商店“”,查找关键字AutoGLM,安装即可。

安装了AutoGLM的chrome插件后,启动默认是普通功能,需要点击“高级模式”, 才能调出来AutoGLM。

在第一次使用的时候,碰到了:服务器报错,请稍后重试, 请开启新对话!

这个很影响客户体验的。

使用AutoGLM上的小例子

(安装好后,就不再需要科学上网了)

使用官方提供的例子:在京东上搜索'空气净化器',列出前两款产品的价格

它自动百度了京东网址,进入京东,然后进行了搜索。京东提示了登录,在还没有登录之前,就已经显示:

已经为您找到了京东上搜索'空气净化器'的前两款产品,并展示了它们的价格。

后来登录进去后,果然发现已经在 空气净化器的展示页面。

再换个购物例子

打开百度页面,然后在右边清言(AutoGLM)的对话框输入:帮我打开京东,在里面找到二手硬盘,要2t的,找性价比高的

一顿操作猛如虎,最后找到了8T的硬盘。

所以,尽管AutoGLM很不错,但离真的能用,还有一点距离。

 ps,除了插件,也可以直接在官网使用AutoGLM

智谱清言

但是官网这个由于打开网站都是在后台,无法看到实时页面信息,客户体验要差一些。

总结

AutoGLM思路很不错,但离实用,还有些距离。

AutoGLM的使用方式是这样的:

首先在Chrome浏览器中安装插件

访问Chrome商店,查找关键字AutoGLM,安装即可

调出清言插件后,在高级模式里,点AutoGLM

进入起点站,然后在清言对话框输入问题

打开AutoGLM支持的起点站的页面,比如bing、百度、知乎、谷歌、微博等,然后在对话框输入自己的问题。

可以是发文章,可以是找商品。

注意,AutoGLM并不是只支持上面几个网站,而是起点必须是那几个网站,后面AutoGLM会自动通过百度、谷歌、bing等跳转到第三方网站,比如京东这样的购物网站。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/899826.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

pytorch中dataloader自定义数据集

前言 在深度学习中我们需要使用自己的数据集做训练,因此需要将自定义的数据和标签加载到pytorch里面的dataloader里,也就是自实现一个dataloader。 数据集处理 以花卉识别项目为例,我们分别做出图片的训练集和测试集,训练集的标…

Blender模型导入虚幻引擎设置

单位系统不一致 Blender默认单位是米(Meters),而虚幻引擎默认使用**厘米(Centimeters)**作为单位。 当模型从Blender导出为FBX或其他格式时,如果没有调整单位,虚幻引擎会将1米(Blen…

Docker基础详解

Docker 技术详解 一、概述 Docker官网:https://docs.docker.com/ 菜鸟教程:https://www.runoob.com/docker/docker-tutorial.html 1.1 什么是Docker? Docker 是一个开源的容器化平台,它允许开发者将应用程序和其依赖项打包到…

FastPillars:一种易于部署的基于支柱的 3D 探测器

FastPillars:一种易于部署的基于支柱的 3D 探测器Report issue for preceding element Sifan Zhou 1 , Zhi Tian 2 , Xiangxiang Chu 2 , Xinyu Zhang 2 , Bo Zhang 2 , Xiaobo Lu11{}^{1}start_FLOATSUPERSCRIPT 1 end_FLOATSUPERSCRIPT11footnotemark: 1 Chengji…

NLP语言模型训练里的特殊向量

1. CLS 向量和 DEC 向量的区别及训练方式 (1) CLS 向量与 DEC 向量是否都是特殊 token? CLS 向量([CLS] token)和 DEC 向量(Decoder Input token)都是特殊的 token,但它们出现在不同类型的 NLP 模型中&am…

字节跳动 UI-TARS 汇总整理报告

1. 摘要 UI-TARS 是字节跳动开发的一种原生图形用户界面(GUI)代理模型 。它将感知、行动、推理和记忆整合到一个统一的视觉语言模型(VLM)中 。UI-TARS 旨在跨桌面、移动和 Web 平台实现与 GUI 的无缝交互 。实验结果表明&#xf…

基于Python深度学习的鲨鱼识别分类系统

摘要:鲨鱼是海洋环境健康的指标,但受到过度捕捞和数据缺乏的挑战。传统的观察方法成本高昂且难以收集数据,特别是对于具有较大活动范围的物种。论文讨论了如何利用基于媒体的远程监测方法,结合机器学习和自动化技术,来…

【漫话机器学习系列】168.最大最小值缩放(Min-Max Scaling)

在机器学习和数据预处理中,特征缩放(Feature Scaling) 是一个至关重要的步骤,它可以使模型更稳定,提高训练速度,并优化收敛效果。最大最小值缩放(Min-Max Scaling) 是其中最常见的方…

开源测试用例管理平台

不可错过的10个开源测试用例管理平台: PingCode、TestLink、Kiwi TCMS、Squash TM、FitNesse、Tuleap、Robot Framework、SpecFlow、TestMaster、Nitrate。 开源测试用例管理工具提供了一种透明、灵活的解决方案,使团队能够在不受限的情况下适应具体的测…

鸿蒙阔折叠Pura X外屏开发适配

首先看下鸿蒙中断点分类 内外屏开合规则 Pura X开合连续规则: 外屏切换到内屏,界面可以直接接续。内屏(锁屏或非锁屏状态)切换到外屏,默认都显示为锁屏的亮屏状态。用户解锁后:对于应用已适配外屏的情况下,应用界面可以接续到外屏。折叠外屏显示展开内屏显示折叠状态…

DRM_CLIENT_CAP_UNIVERSAL_PLANES和DRM_CLIENT_CAP_ATOMIC

drmSetClientCap(fd, DRM_CLIENT_CAP_UNIVERSAL_PLANES, 1); drmSetClientCap(fd, DRM_CLIENT_CAP_ATOMIC, 1); 这两行代码用于启用 Linux DRM(Direct Rendering Manager)客户端的两个关键特性,具体作用如下: 1. drmSetClientCap…

敏捷开发10:精益软件开发和看板kanban开发方法的区别是什么

简介 精益生产起源于丰田生产系统,核心是消除浪费,而看板最初是由丰田用于物料管理的信号卡片,后来被引入软件开发。 Kanban 后来引入到敏捷开发中,强调持续交付和流程可视化。 精益软件开发原则是基于精益生产的原则&#xff0…

用matlab探索卷积神经网络(Convolutional Neural Networks)-3

5.GoogLeNet中的Filters 这里我们探索GoogLeNet中的Filters,首先你需要安装GoogLeNet.在Matlab的APPS里找到Deep Network Designer,然后找到GoogLeNet,安装后的网络是没有右下角的黄色感叹号的,没有安装的神经网络都有黄色感叹号。 一个层&a…

Verilog中X态的危险:仿真漏掉的bug

由于Verilog中X态的微妙语义,RTL仿真可能PASS,而网表仿真却会fail。 目前进行的网表仿真越来越少,这个问题尤其严重,主要是网表仿真比RTL仿真慢得多,因此对整个回归测试而言成本效益不高。 上面的例子中,用Verilog RTL中的case语句描述了一个简单的AND函数,它被综合成AN…

PyTorch中知识蒸馏浅讲

知识蒸馏 在 PyTorch 中,使用 teacher_model.eval() 和冻结教师模型参数是知识蒸馏(Knowledge Distillation)中的关键步骤。 ​1. teacher_model.eval() 的作用 目的: 将教师模型切换到评估模式,影响某些特定层(如 Dropout、BatchNorm)的行为。 ​具体影响: ​Dropo…

Odoo/OpenERP 和 psql 命令行的快速参考总结

Odoo/OpenERP 和 psql 命令行的快速参考总结 psql 命令行选项 选项意义-a从脚本中响应所有输入-A取消表数据输出的对齐模式-c <查询>仅运行一个简单的查询&#xff0c;然后退出-d <数据库名>指定连接的数据库名&#xff08;默认为当前登录用户名&#xff09;-e回显…

ChatGPT 迎来 4o模型:更强大的图像生成能力与潜在风险

OpenAI 对 ChatGPT 进行重大升级&#xff0c;图像生成功能即将迎来新的 4o 模型&#xff0c;并取代原本的 DALLE。此次更新不仅提升了图像生成质量&#xff0c;还增强了对话内容和上传文件的融合能力&#xff0c;使 AI 生成的图像更加智能化和精准化。 4o 模型带来的革新 Ope…

Python 实现的运筹优化系统代码详解(整数规划问题)

一、引言 在数学建模的广袤领域里&#xff0c;整数规划问题占据着极为重要的地位。它广泛应用于工业生产、资源分配、项目管理等诸多实际场景&#xff0c;旨在寻求在一系列约束条件下&#xff0c;使目标函数达到最优&#xff08;最大或最小&#xff09;且决策变量取整数值的解决…

Visual Studio Code配置自动规范代码格式

目录 前言1. 插件安装2. 配置个性化设置2.1 在左下角点击设置按钮 &#xff0c;点击命令面板&#xff08;或者也可以之间按快捷键CtrlShiftP&#xff09;2.2 在弹出的搜索框输入 settings.json&#xff0c;打开首选项&#xff1a;打开工作区设置&#xff1b;2.3 在settings.jso…

【分布式】Hystrix 的核心概念与工作原理​

熔断机制​ Hystrix 的熔断机制就像是电路中的保险丝。当某个服务的失败请求达到一定比例&#xff08;例如 50%&#xff09;或者在一定时间内&#xff08;如 20 秒&#xff09;失败请求数量超过一定阈值&#xff08;如 20 个&#xff09;时&#xff0c;熔断开关就会打开。此时…