این ارسالی برای چالش هوش مصنوعی Cloudflare است.
چیزی که من ساختم
این پروژه از مدل‌های هوش مصنوعی Cloudflare Worker استفاده می‌کند که شامل چندین مدل، صفحات و یک سرویس R2 برای سرعت بخشیدن به تولید محتوا است.
کاربران می‌توانند محتوای انسانی آماده مانند رسانه‌های اجتماعی مانند موضوعات توییتر، پست‌های لینکدین و موارد دیگر را با تصاویر تولید شده توسط هوش مصنوعی تولید کنند. تنها کاری که آنها باید انجام دهند این است که پیوندی به یک مقاله، ویدیوی YouTube، وبلاگ یا وب سایت حاوی اطلاعات مرتبط ارائه کنند.
این پروژه دارای یک برنامه وب ساده و کاربرپسند Next.js است که در صفحات Cloudflare مستقر شده است و کارگران API را مدیریت می کنند. این راه‌اندازی تجربه‌ای سریع و قابل اعتماد را برای کاربرانی که به دنبال ایجاد محتوای جذاب بدون دردسر معمول هستند، تضمین می‌کند.
نسخه ی نمایشی
🎉 نسخه نمایشی زنده Litoco AI: Junior Social Media Intern – litoco-ai.pages.dev را بررسی کنید
کد من
مخزن منبع باز حاوی کد: – https://github.com/SRX9/Litoco-AI
سفر
روند:- 
چند مدل و/یا انواع کار سه گانه
- @cf/facebook/bart-large-cnn – برای خلاصه سازی
- @hf/thebloke/zephyr-7b-beta-awq – برای تولید محتوای متنی
- @cf/bytedance/stable-diffusion-xl-lightning – برای ایجاد تصویر بند انگشتی
انواع وظایف: –
- خواندن محتوا از URL
- خلاصه کردن بخش عظیمی از متن با استفاده از مدل خلاصه سازی
- تولید محتوای مناسب طبق نیاز از مدل متنی LLM
- در صورت لزوم، با استفاده از مدل‌های تصویر، تصویر کوچک تصویر را ایجاد کنید
- ذخیره سازی تصویر تولید شده در فضای ذخیره سازی Cloudflare R2
داستان:-
دلیل اصلی برای پیوستن من به این چالش، کشف مجموعه عظیمی از مدل‌های هوش مصنوعی Cloudflare Worker و سایر سرویس‌ها مانند Pages، R2 و همه بود، بنابراین تصمیم گرفتم یک سرویس هوش مصنوعی ایجاد کنم که به سرعت بخشیدن به روند تولید محتوا کمک کند، همانطور که شخصاً من هستم. دوست دارم وبلاگ‌های آگاهانه جالب، ویدیوهای یوتیوب و مقاله و پست خلاصه و موضوع آن را بخوانم، اما زمان زیادی را می‌گیرد، بنابراین در عوض ایجاد این ابزار برای کمک به سرعت بخشیدن و ساده‌سازی فرآیند است.
این پروژه از چندین مدل هوش مصنوعی Cloudflare Worker استفاده می کند. مدل اول تکه های بزرگی از متن را خلاصه می کند تا طول متن را برای مدل متن به متن در مرحله بعدی کاهش دهد. مدل دوم محتوای متنی و توضیحات تصویر را بر اساس محتوای URL ارائه شده تولید می کند. مدل سوم، یک مدل تولید تصویر، تصاویر سفارشی را بر اساس موضوع محتوای داده شده ایجاد می کند.
در این فرآیند، حتی اگر یک پروژه کوچک بود، در طول فرآیند توسعه چیزهای زیادی در مورد خدمات Cloudflare یاد گرفت و تحت تاثیر مدل‌ها، سهولت یکپارچه‌سازی و سایر سرویس‌ها مانند Pages برای میزبانی برنامه‌های Next.js و R2 برای ذخیره‌سازی قرار گرفت. .
با نگاهی به آینده، این پروژه قصد دارد انواع بیشتری از محتوای رسانه های اجتماعی را فراتر از رشته فعلی توییتر و تولید پست طولانی لینکدین اضافه کند. علاوه بر این، برنامه هایی برای استفاده از Cloudflare D1 برای ذخیره محتوای تولید شده وجود دارد که به کاربران امکان می دهد به راحتی به آثار خود مراجعه کنند و موارد دیگر.
