我目前就读于郑州轻工业大学计算机科学与技术专业，主要关注 AI Agent、全栈工程、本地 AI 工具链、多模态交互、AIGC 工作流与自动化系统。
我喜欢把 AI 能力真正接进可运行的产品里，而不只是停留在 Prompt Demo：从前端交互、后端服务、工具调用、知识库检索，到本地部署、桌面端集成、语音交互和图像生成工作流，我都在持续实践。
Currently exploring:
- Multi-Agent collaboration systems
- RAG and knowledge-base applications
- AI coding workflows and tool orchestration
- ASR / TTS / voice interaction
- Electron + FastAPI desktop AI applications
- ComfyUI workflow-based image generation
- AIGC pipeline design, prompt iteration and visual automation
| Module | What I Build |
|---|---|
| Agent Runtime | Tool calling, MCP/A2A workflows, multi-agent task decomposition |
| Knowledge Layer | RAG, document parsing, local knowledge-base retrieval |
| Desktop Layer | Electron clients, screen observation, automation workflows |
| Voice Layer | ASR, translation, GPT-SoVITS TTS, auto playback |
| Visual Layer | ComfyUI workflows, character illustration generation, LoRA/model routing, image pipeline tuning |
| Delivery Layer | Turn local experiments into usable desktop tools and repeatable workflows |
┌────────────────────────────────────────────────────────────────────┐
│ DIANFANGSIHUO LOCAL AI LAB │
├────────────────────────────────────────────────────────────────────┤
│ CORE LOOP Think -> Tool Use -> Observe -> Improve │
│ AGENT STACK Python · FastAPI · Electron · MCP · RAG │
│ VOICE STACK FunASR · Translation · GPT-SoVITS · Auto Playback │
│ VISUAL STACK ComfyUI · Models · LoRA · ControlNet · Iteration │
│ OUTPUT Tools that can run locally, not just demos │
└────────────────────────────────────────────────────────────────────┘
Dianfang API 是我正在持续运营的多模型 API 中转服务。它不只是一个接口页面，而是一套包含 模型路由、余额计费、充值兑换、流式调用、故障兜底、使用文档和状态监控 的线上产品。
| 能力 | 当前进展 |
|---|---|
| 模型路线 | GPT、Claude、Grok、图像生成等多类模型 |
| 接入方式 | OpenAI-compatible API、流式与非流式调用 |
| 充值体验 | ¥0.88 = $1 站内额度，提供 $1–$100 多档购买 |
| 可用性 | 主渠道 + 分级兜底，并对真实请求与渠道状态进行监控 |
| 使用支持 | 购买、兑换码、API Key、Base URL、日志查询完整文档 |
当前站内展示的参考口径：
- GPT‑5.6：约为官网价格的 3.3%
- Claude：约为官网价格的 4.1%
- Grok：约为官网价格的 2.4%
- GPT Image 2：约 ¥0.088 / 次
价格与模型可用性会随上游成本动态调整，最终以 Dianfang API 定价页 和站内公告为准。目前为防止滥用，仅支持 QQ 邮箱注册。
把 WebUI 式的提示词体验真正带进 ComfyUI。它已经从“提示词输入节点”发展成一套完整工作台，支持中文翻译、Tag 编辑、自动补全、收藏、LoRA 浏览与真实加载、模型切换、区域控制、生成参数接管，以及 ADetailer / ControlNet / Inpaint 等高级模块入口。
- 最新公开版本：v0.4.23
- 已注册 Comfy Registry：
comfyui-webui-prompt-bridge - 支持本地完整词库回退、全库搜索、窄版布局与可调摘要阈值
- 提供 Anima / Qwen、SDXL、图生图最小工作流与中文教程
让 ComfyUI 生成图直接进入一个可行走、可编辑的 3D 画廊。扩展会自动收集作品，并支持第一人称观赏、俯视编辑、扩建房间、挂画调整和跨浏览器本地保存。
- ComfyUI 内置作品管理面板
- 一键启动独立 Three.js 3D 画廊
- 作品、房间、墙体、门与布局均保存为本地项目数据
- Bilibili 演示视频
3. Voxel Terra
一个由 GPT‑5.6‑Sol 在 Codex 中从空仓库完成的浏览器 3D 生存游戏实验。它不是预渲染概念 Demo，而是包含程序化世界、生存循环、合成、熔炼、装备、附魔、村庄、交易、生物 AI、昼夜天气和存档系统的可运行项目。
- TypeScript 5.9 · React 19 · Three.js · WebGL · Zustand
- 20 个测试文件、166 项测试
- 桌面与移动端真实浏览器验收
- 记录 AI 原生软件开发的速度与复杂度上限
面向 Windows 的 Claude Code 一键安装、中文配置与多服务商启动器。支持 OpenAI-compatible 中转、DeepSeek、OpenRouter、硅基流动等服务，并尽量保留模型的 thinking / reasoning 能力。
- Codex Session Visibility Repair：诊断和修复 Windows Codex Desktop 会话存在但侧边栏不显示的问题。
- Codex OAuth Refresh Tools：面向自有/获授权账号的本地 OAuth 凭证管理与刷新工具。
- GPT-SoVITS Codex Voice：监听 Codex 新回复，通过本地 GPT-SoVITS 自动合成并播放语音。
- Local ASR + Translation + TTS：浏览器录音、FunASR 识别、本地翻译与 GPT-SoVITS 播放的一体化工具。
我会使用 ComfyUI 做工作流生图，熟悉节点式图像生成、模型/LoRA/提示词组合、批量迭代和出图调参。常用本地工作区：
D:\ai\ComfyUI-aki-v1.6\ComfyUI-aki-v1.6
我的 AIGC 创作更偏向“可复用工作流”而不是单张图碰运气：会把 prompt、seed、模型组合、ControlNet / IP-Adapter、局部重绘、高清修复、批处理和后期筛选串成可重复迭代的流程。
| Stage | Workflow Focus |
|---|---|
| Concept | 角色设定、画面氛围、镜头语言、色彩方向 |
| Prompting | 正向/反向提示词拆分，风格词和质量词分层管理 |
| Generation | Checkpoint、LoRA、ControlNet、IP-Adapter、采样器调参 |
| Refinement | Inpaint、局部修复、高清放大、细节回收 |
| Delivery | 批量出图、筛选归档、Pixiv 发布与反馈迭代 |
Pixiv 个人账号：https://www.pixiv.net/users/109349091
目前已经有 600+ followers。懂的都懂。
Bilibili 个人账号：https://space.bilibili.com/476191884
主要发布项目演示、ComfyUI 工作流、AIGC 工具和本地 AI 应用相关内容。
Languages
Frontend / Desktop
Backend / AI Engineering
AIGC / Local AI
一个面向 Windows 桌面环境的 AI Agent / 工具调用平台增强项目。项目围绕 LLM 对话、MCP/A2A 工具调用、知识库检索、屏幕观察、语音识别、文档处理和桌面自动化 展开，目标是让 AI 能够在本地环境中更可靠地调用工具、理解上下文并完成任务。
Highlights:
- Electron desktop client + Python FastAPI backend
- Multi-Agent and tool-calling workflow integration
- Local / cloud LLM access
- RAG knowledge-base retrieval with document parsing
- Screen capture, visual analysis and desktop automation
- ASR / TTS related local AI capability integration
This project is currently maintained locally and is not fully open-sourced yet.
一个本地语音交互工具，支持浏览器录音、FunASR 语音识别、多语言翻译、GPT-SoVITS 语音合成和自动播放。
Highlights:
- Browser recording with automatic sentence segmentation
- FastAPI backend service
- FunASR WebSocket integration
- Local translation with Argos Translate and OpenCC
- GPT-SoVITS TTS API integration
- Two modes: low-latency auto segmentation and manual long recording
一个让 Codex 回复自动变成语音的本地技能。它会监听 Codex 会话日志，把新的 assistant 消息发送到本地 GPT-SoVITS API，并用系统内置 WAV 播放器播放。
Highlights:
- Persistent voice mode for Codex replies
- All-session watcher for new Codex sessions
- Startup warmup to reduce first-speech latency
- PowerShell integration for Windows local workflows
我正在持续积累 AI 全栈工程能力，希望做出真正可交付、可演示、可迭代的 AI 应用。近期尤其关注：
- 端到端交付全栈项目的 AI Agent 系统
- 面向业务场景的 RAG / 多模态 Agent
- 多 Agent 协作、任务拆解和执行可观测性
- 本地 AI 工具链与桌面自动化
- 语音、视觉与桌面工具融合的个人 AI 工作流
- AIGC 创作流程工程化：从灵感、节点、模型到批量发布
┌─ CONTRIBUTION TELEMETRY ─────────────────────────────────────┐
│ Focus Local AI tools · AIGC pipelines · agent systems │
│ Rhythm Build, test, ship, iterate │
│ Signal Recent contribution activity below │
└───────────────────────────────────────────────────────────────┘
- Email: dianfangsihuo@gmail.com
- GitHub: https://github.com/dianfangsihuo
- Bilibili: https://space.bilibili.com/476191884
- Pixiv: https://www.pixiv.net/users/109349091