常用 AI 工具推介
李二花 / 2024-03-26
现在市面上五花八门的 AI 工具都在强调自己很能打，但是到底哪些适合我们的工作生活呢？(时效性到 2024 年 3 月份)
从 23 年初到现在我也使用了非常多的此类工具了，在这里介绍几个在我的工作生活中扮演了十分重要角色的几个工具。 同时也简单介绍一些我觉得很有意思的可以形成一套工作流的工具。
准备工作
我要推荐的大部分的工具都是海外的产品，这些产品基本都会限制使用的 IP，因此为了能够正常的访问这些工具，需要你会科学上网。
之前也专门写过一些相关的内容，这次就做一个小的总结，然后把之前的一些链接也贴到这里，如果想要了解的话，可以看看。
| app | 功能 | 价格 | 地区 | 支持的系统 | 详情 |
|---|---|---|---|---|---|
| quantumulx-t | 流量分流 | $8 | 美区 | ios, macOS | 详情 |
| shadowrocket | 基本配置 | $3 | 美区 | ios, macOS | 十分简单，无需教程 |
| clash | 配置 + 分流 | free | 开源 | 无 ios | 详情 |
其中 clash 因为一些原因，已经删库了，目前只能去一些备份地址获取。
另外还有一些其他比较优秀的产品比如 surge, loon 等，但是对于我而言，这三个已经十分够用了。
当然这三个只是科学上网的工具，而具体的流量就需要你自己找方法了，有以下几种方案可以考虑：
- 购买现成的流量包：优点是各种国家地区的节点都有，缺点是贵和容易跑路
- 自己购买 VPS 搭建：优点是便宜可控，缺点是节点是固定的并且需要一定的 Linux 基础
- 使用赛博佛祖 Cloudflare 提供的 1.1.1.1: 赛博佛祖没有缺点（哈哈哈哈哈哈哈
我是这三种方案都在用，使用的是混合方案，流量包主要是用来走一些小众区域的流量的，比如土耳其和尼日利亚（同样的产品，土区和尼日利亚区价格会便宜很多，比如 spotify）。 自己购买搭建的主要用来走流量大的场景，比如看网飞的剧，刷 youtube 等，而 cloudflare 的一般是用来做兜底的，比如另外两个出了问题，我拿来应急用。
之前写的一篇关于 v2ray 的文章里面粗略的介绍了科学上网的原理，看这里.
关于赛博佛祖 Cloudflare 我之前的一些相关文章:
除了赛博佛祖外，还有赛博菩萨（supabase）和赛博罗汉（vercel）, 都是个人用户必备神器。
工具介绍
会话类工具
chatgpt
这个是我一直在用的，一些脏活累活都交给他来做，比如:
- 写后端的一些工具代码
- 生成前端的一些页面模板（然后有时候很傻，需要我很多次的引导
- 以前需要查询 google 的一些知识类的，现在都是直接问
- 生成一些简单的，即时使用的图片（gpt4 的 DALLE-3)
- 帮我润色一些文字，让逻辑更清晰
- 赛博算命……
当然现在有了 kimi 之后，一些长文也会经常去问 kimi
poe
poe 是不是一个单纯的会话工具，是一个工具的集合平台，里面有各种各样的产品，包括 openai 的 chatgpt, 包括 claude 3, 包括一个其他大模型的工具。
我一般用这个平台是进行尝鲜，作为一个工具的集合，他是 OK 的，另外它便宜，gpt4 的会员版本是 $20 每月，而你使用相同的费用，可以购买到 poe 内集合的多种工具的会员权益。
kimi
kimi 是国内月之暗面出品的一款会话工具，目前依旧是免费的，上下文也比较长，支持联网和文档，我一般用来让他干一些更累的活，比如帮我处理 json 数据。
Ollama
Ollama 是一个本地运行模型的平台，你可以从平台下载任何你想运行的会话模型，然后跟他对话，除了可以在命令行运行外，有许多的 web-ui 可以跟 Ollama 交互。
Ollama 对机器的性能有一定的要求，小模型普通的 mac 机器可以跑起来，但是如果模型比较大，那普通的机器就跑不起来，需要专门的工作站了，不过可以放心的是，我已经试验过了 llama2 可以在 mac 上运行。
brew install ollama
ollama run llama2
翻译类工具
沉浸式翻译
是一款 chrome 插件，可以配置 openai key, gemini-pro key 来做页面的翻译，同时也支持普通的 google 翻译等，我一般用来做一些粗筛的工作时使用。
openai-translator
推友 yetone 开发的，支持 chrome 插件，支持各端的客户端版本，也是可以配置 openai key, gemini-pro key 等来做翻译工作，目前是我精读某些文章书籍时的必备产品。
比如最近在读的一本「THE PH.D. GRIND」就会用它来查一些学术方面的内容。
图片类工具
midjourney & 悠船
midjourney 以前是我使用的一个产品之一，每个月需要付费会员，但是后来发现了国内代理的悠船是免费的之后，开始用悠船，可以暂时认为这两者基本没有什么太大的差别。
悠船注册需要依托企业或者学校名义，我因为依旧保留着学校的邮箱，因此使用学校邮箱注册的。
这两款产品在生成的图片的质量和契合度上，感觉各有千秋, 也可能是我提示词写的不好，比不出来, 对比下两款产品生成的图片:
提示词: 欲买桂花同载酒，终不似，少年游
提示词: 夜雨秋灯
stable diffusion
相比于 midjourney 的开箱即用（付费用户），SD 的成本会高很多，但是精细化程度和可控程度要更高。
高成本体现在模型是跑在本地机器的，所以需要你有很好的显卡才能运行 SD，精细化是指除了 prompt 外，加上 lora, controlNet 等的加持，可以产出一些完全自己定制的图片。
stable diffusion 之前也写过几篇文章来介绍，同时，除了之前文章提到的部署方式，目前有了集成版本的，更加方便快捷。
集成版下载链接 提取码: 1026, 如遇过期，请左下角对话联系我。
同时对于 lora, controlNet 的介绍可以看这个文档，也可以直接问 GPT.
具体的使用教程请善用 google。
音频类工具
suno.ai
suno.ai 可以让你提供歌词，和对应的歌曲风格就可以生成质量很高的歌曲，我目前生成的 8 首里，有几首觉得还蛮好听的。
点击下面两条链接即可收听对应的 ai 歌曲:
So-VITS-SVC
这个项目跟 SD 类似的，都是使用 gradio 开发的一个工具，功能是推理声音，可以将你给定的音频替换为训练好的模型的声音。
步骤就是使用 UVR 这个软件来分离人声和伴奏，然后使用 So-VITS-SVC 替换声音为模型声音，当然 So-VITS-SVC 也可以训练声音模型，具体的步骤可以看 藏师傅的教程.
这里是我训练的孙燕姿唱的「摇篮谣」, 这个是原版的, 可以对比听下。
如果你想训练自己的声音为模型，需要一个几个小时的朗读声，然后使用 So-VITS-SVC 就可以训练一个模型，需要注意的是，需要你的电脑配置还不错。
所有的软件的下载链接（不包含孙燕姿声音模型） 提取码: 1026, 如遇过期，请左下角对话联系我.
其他工具
其他工具大概得分类有：写作类，办公类，设计类，编程类等, 做好付费准备，任何优秀的工具都值得我们付费（除非有免费版，哈哈哈哈哈哈哈）。