首页

实战 SOP

场景化落地教程,含真实截图、Prompt、工作流模板与踩坑记录。

80G显卡才跑得动?蚂蚁Ming-Image本地部署+图层SOP

把蚂蚁 Ming-Image-0.1-Design 真机本地跑起来的实操 SOP。硬件门槛是单张 80 GiB 显存 BF16(唯一官方验证配置);不走 diffusers 标准包,须 git clone 推理仓后 python infer.py。文生设计默认 steps 12、CFG 1.0、2048,图层拆解 steps 12、CFG 2.0、1024;原生 RGBA 需加仓库随附 prompt 前缀;Prompt Enhancement 用 Ling-3.0-flash-VL 或 qwen3.8-27B 把短需求改写成结构化规范;部署走 diffusers、vLLM-Omni 或 ComfyUI。24 GiB 消费卡无官方指引,社区量化属非官方。附上线前自查清单与踩坑速查表。所有速度或基准数字标模型卡或厂商口径、未独立复测。

手机装 Agent:两条路线、十步上手、一条红线

把「手机 AI Agent」落到真机上的实操 SOP,给两条对照路线。第一节先做该不该用的判断:适合想验证手机能否替自己干活的备用机场景;不适合主力机、放着不管的长任务,以及含支付、改密、发消息、改账号设置的动作。路线 A 是 OmniBot 的端侧 App 形态:从 Releases 装 APK,在设置里配 AI 能力、AI 提供商与场景模型,其中 Memory embedding 强制要求嵌入模型而其余场景建议用多模态或视觉模型;Alpine 环境启动时自动初始化;把 skills 仓库链接发给助手即可装技能;定时任务用于执行 subagent 流程而闹钟只做提醒;可选的 Remote Codex bridge 让手机扫码接入电脑的 Codex;可选的 WebUI 通过应用内本地服务取地址与 Token,默认端口 8899 且地址末尾不加路径;开发环境要求 Flutter 3.47.2+、JDK 17+、Node.js 20.19+ 或 22.12+、pnpm 10.28.0。路线 B 是 OpenGUI 的框架形态,经 DeepSeek Harness 接入:硬性前置为 Android 11(API 30)或更新的设备或模拟器,必须开启 USB 调试并授予无障碍权限;最短路径是把官方安装提示词原样发给 Codex,安装器会校验 SHA-256、只装 OpenGUI 插件并保留无关插件与设置;版本纪律为支持 DSH 0.1.0-rc.7 与 0.1.0-rc.8 与 0.1.1-rc.1 与 0.1.1-rc.2(新装默认 0.1.1-rc.2),不支持 0.1.2-alpha.4,且不允许从 0.1.1 RC 降到 0.1.0 RC;连真机后发一句提示即可验证。安全一节给备用机、最小权限、逐次人工确认红线、仅可信局域网、Token 不外传、留日志可回溯、先短任务后长任务等要求,并配上线前自查清单与七条踩坑速查表。许可边界单列:OmniBot 商用须签商业许可(AGPL v3 仅非商业与个人、教育、研究),OpenGUI 是 BSL 1.1 仅非生产用途。文中并点明与站内桌面 computer use 搭建 SOP 分工不重复。官方文档未给出的价格与限额一律不编,写以官方为准。

不用切软件:剪映 Hub 从分镜脚本干到多轨精修

剪映 Hub 的实操 SOP:先从"该不该用"判断起(三种适合:要素材到成片的完整链路、要批量出同款分镜做 A/B、讨厌多软件反复导出导入;四种不适合:只缺一段生成画面、需要精细多机位剪辑、素材与数据必须留本地、预算需精确可预估),并点明若核心诉求是数据不出域或不想被单一生态绑定,应看开源路线。随后沿官方十四步上手路径一路做到多轨精修:确认入口与素材来源(保持同一剪映账号以便即梦、小云雀物料一键导入)、生成关键素材与分镜脚本、连接素材与脚本、资产管理自动补齐人物道具场景、批量生成分镜提示词(附商品广告与口播短视频两条可直接复制的提示词模板)、选 Seedance 2.5 等模型逐分镜生成视频、预览成片、点「更多剪辑」直入剪映多轨时间线、局部编辑、AI 智能延长、AI 后编辑(超清/补帧/调色/消除/人声分离)、剪映助手文字调用 Skill、字节系素材回流。另给批量生产三法(同产品派生多版本做 A/B、口播批量流水线、尺寸与平台适配)、上线前自查清单逐条、六条踩坑速查表(生成物与脚本脱节、局部编辑改坏一致性、AI 延长音画不同步、字幕改误需人工复核专有名词、素材导入版本字体不一致、过度依赖自动成片节奏死板)。定价、免费额度、并发、积分、可用地域、时长与分辨率上限官方均未公布,一律以官方与客户端实际界面为准;剪映 Hub 为闭源商业产品,不开源不免费。

2.3秒边听边译、译文原声:Qwen3.8同传API上手

Qwen3.8-LiveTranslate 的落地 SOP:从"该不该用"判断起(需要"此刻正在发生的对话要立刻被听懂"就上同传,要事后慢慢翻就先走离线),到钉死两个最易写错的口径(2.3 秒是字均延迟 LAAL、不是端到端首包延迟;60 是识别输入、29 是语音输出,是两个不同口径,剩下 31 种只出文本不出声音),再到凭据与环境准备:密钥只进环境变量,不进源码、不进仓库、不进前端打包产物,写进代码并提交就等于进版本历史与前端 bundle,泄露后唯一标准动作是立刻吊销旧 Key 再重建轮换;并提前点破"浏览器建 WebSocket 握手时无法自行设置 Authorization 头、前端不能直连"这一必踩坑,正确架构是自有服务端持密钥建连。随后跑通最小实时流、按事件驱动的 WebSocket 协议骨架推进(开长连接、收 session.created、持续推音频、持续收事件),覆盖说话人分离与音色复刻、原文译文同帧输出、长上下文消歧等工程要点,并给并发限流、成本核算、可观测性、故障兜底与上线前清单。官方未公开的定价、限流、并发与地域可用性一律标注以千问 AI 平台与阿里云百炼官方文档为准,不编数字。

不写代码,一句话上线带数据库网站:Qoder Sites

Qoder Sites 一句话建站实操 SOP:从版本确认(桌面端 v0.3.3 以上、CLI v1.1.54 以上)与 /sites 入口,到五段式提示词写法(目标、数据模型、交互、风格、直接部署)与两个可直接抄的建站模板,再到首次发布的预览、分享与权限设置、发布后三项权限核对、自动建库持久化的三条验证与清单化自查,接着一句话绑定 Cloud Agents 让页面具备 Agent 能力(含何时该接、何时不必接),最后给原型、看板、活动页三类落地场景与四类不该用的边界,以及四坑速查。数据库类型、容量、计费、地域规则等官方未公开项一律如实标注以客户端界面与官方公告为准,不编造数字。

Qwen3.8-Omni-Flash API 实战 SOP:三大多模态场景

Qwen3.8-Omni-Flash API 实操 SOP:从开通阿里云百炼与申请 DashScope API Key(北京与国际端点 Key 不互通)、openai SDK 兼容调用环境准备,到三大场景逐步跑通——一小时会议音视频转纪要与待办、Video2Note 长视频转带时间戳图文笔记、可控 Caption 按需提问(指定对象/时间范围/粒度/格式的 prompt 模板),再给成本控制(全模态同价 0.8 元/百万输入、Agentic 取证省约 45.7% token、分段与按需提问策略)与踩坑速查(媒体只放 user 消息、SDK 版本下限、时长与文件限制以控制台为准)。含 5 个示例代码块,未验证细节均标注以官方文档为准。

Qoder 双福利领取与用量管理实操 SOP

Qoder 双福利领取与用量管理实操 SOP:从下载安装(国际版 qoder.com / 国内版 qoder.cn,桌面端、移动端、IDE、JetBrains 插件、CLI 五种形态)、注册登录(两版账号与额度互不互通)、确认限免生效(模型选择器选中 Qwen3.8-Flash 即按 0 倍系数计费,无需领取),到每日 100 Credits 领取节奏(每天 10:00 开放、每轮一次、错过不补、每笔 30 天有效可叠加)、用量管理(先用量面板查消耗、Qwen3.8-Flash 打底把 Credits 留给难任务)、扣减规则(优先消耗最早到期额度、同日到期先套餐内后资源包),最后给 9 月 30 日窗口期结束前的收尾规划。UI 细节以客户端实际界面为准。

Octop 自托管 AI 助手部署 SOP

Octop 自托管部署实操 SOP:先给"该不该自托管"的决策口径,再走四条安装路径对照(一键脚本 / Windows PowerShell / Docker Compose / 腾讯云 Lighthouse 与 CVM 官方镜像市场),逐字按官方 README 执行 octop init 与 octop run(默认端口 8088),首次登录立即改默认凭据(README 未写死默认密码、第三方评测口径为 admin/octop、Docker 初始化则生成随机密码),随后配模型(OpenAI 兼容/Ollama/近 20 家)、专家与 MBTI、连接器(腾讯文档/OAuth/MCP)与 IM 通道,最后 Docker Compose 与 PostgreSQL 生产化,附 6 条踩坑速查与 10 条上线前 checklist。

书生-S2 接入实操:从免费 API 到科学长程任务

书生-S2 接入实操 SOP:对个人与小团队最现实的是免费 API(chat.intern-ai.org.cn 在线体验、internlm.intern-ai.org.cn/api/strategy 领额度),有算力机构可走 HuggingFace internlm/Intern-S2-397B 权重推理。文章给出三种接入对照表、免费 API 最小可运行 Python 调用、HF 推理骨架、科学长程任务两套可直接改的 prompt 模板(分子结合剂设计、材料结构生成),以及 Memory Decoder 记忆模块挂载说明与十项踩坑(免费额度限速、397B 显存爆炸、长上下文截断、Preview 版 2026-10-31 下线迁移等)。结论:个人零成本先走免费 API,别一上来就想着本地部署 397B。

diagram-design 接入 Claude Code 的实操 SOP

把 diagram-design 这套图表技能包接进日常编码工作流的实操 SOP,命令逐字取自项目官方 README。分七步走:先交代它解决什么问题与不解决什么;再给各宿主安装与更新命令对照表(Claude Code 的 /plugin marketplace add 与 /plugin install、Codex 的 codex plugin marketplace add 与 plugin add、GitHub Copilot 的 copilot plugin 系列、Factory Droid 的 droid plugin 系列带 --scope user、Pi 的 pi install 加 /reload、Kiro 的子目录 URL 导入、OpenCode 的目录复制或软链);然后是首次运行 gate(默认皮肤未改会停下来问你要不要 onboarding)与品牌 onboarding(读站点抽色抽字、映射语义 token、WCAG AA 对比度校验、保真回执);接着是出图与自检,含三条可直接抄的自然语言示例与官方那六条算跑通了的判据,以及 self_check.py 打印 OK 才算过;导出与导入一节讲清四个旋钮与只导出图本身这个边界,还有 fidelity ledger 长什么样;多客户品牌隔离用命名 profile 加 .diagram-design 标记文件实现。第七节是十项踩坑速查,条条写清现象与原因,例如 Claude Code 对第三方 marketplace 默认关闭自动更新、Factory Droid 按 commit 跟踪而不认 manifest 版本号、Pi 没有自动刷新要手动 pi update --extensions、Kiro 是复制不是链接、OpenCode 复制式安装不会自动更新、旧版 npx skills add 装的独立副本不会跟随 Codex marketplace、自定义 style-guide.md 会被包更新覆盖、PNG 导出首次缺 Playwright 与 Chromium、误以为导出包含全版式、以及动效 HTML 截图会截到中间帧。核心判断:这套技能包真正的门槛不在安装,而在版本更新路径与产出物边界 —— 官方为每个宿主分别写更新命令这件事本身就是信号,跨宿主技能包的分发与升级至今没有统一答案。