受期待的Adobe Illustrator 2021 for Mac終于來啦！！！這是全球最著名的矢量圖形軟件，這次的Illustrator2021 mac版提升了軟件的性 能，縮短了Illustrator 2021的啟動時間并加快了文件打開速度，而且還改進和增強了不少功能，包括重新著色 圖稿、增強型云文檔、智能字形對齊、文字增強功能等各方面，另外ai 2021 mac中文版支持最新一代MacBook Pro的Touch Bar，能夠有效提高工作效率，macos 11系統親測，歡迎各位來體驗哦！

Adobe Illustrator 2021 for Mac官方介紹

Adobe illustrator，常被稱為“AI”，是一種應用于出版、多媒體和在線圖像的工業標準矢量***畫的軟件。

作為一款非常好的矢量圖形處理工具，該軟件主要應用于印刷出版、海報書籍排版、專業***畫、多媒體圖像處理和互聯網頁面的制作等，也可以為線稿提供較高的精度和控制，適合生產任何小型設計到大型的復雜項目。

ai 2021 mac中文版新增功能

重新著色 圖稿

由 Adobe Sensei 提供支持

我們改進了重新著色功能，可幫助您探索將不同顏色變化應用于圖稿。現在，您可以使用顏色主題拾取器從任意圖稿或圖像中選取一種調色板，并將其應用于您的設計作品。此外，您還可以利用顏色庫中預定義的顏色，快速使用各種顏色，或者使用色輪創建自己的顏色。

增強型云文檔

Illustrator 云文檔具備以下增強功能：

現在，您可以將 Adobe Photoshop 云文檔嵌入到 Illustrator 文檔中。

您可以輕松訪問之前存儲的云文檔版本，根據需要進行預覽、標記和還原為較早版本。

您可以將云文檔設置為離線可用。

智能字形對齊

現在，您可以使用“對齊字形”功能，將圖稿組件與文本或字形邊界精確對齊。只需選擇一個對齊線選項，即會在沿文本四周移動對象時看到參考線。可按照這些參考線對齊對象。您還可以通過使用文本上的錨點精確拖動和對齊形狀。

文字增強功能

Illustrator 中的文本對齊具備以下增強功能：

垂直對齊文本

在文本框架中沿垂直方向對齊文本，包括頂對齊、底對齊、居中對齊。

字體高度變化

現在，Illustrator 中的“字符”面板可以設置實際的字體高度參考。當您想要將對象與文本精確對齊時，此功能非常有用。

與字形邊界對齊

現在，您可以將對象與可視字形邊界精確對齊。

想象一下這個工具，它可以簡化您的網頁抓取任務，使 HTML 解析和數據提取不僅易于訪問，而且非常簡單。不再需要處理復雜的代碼，不再需要理清錯綜復雜的 HTML 字符串。這聽起來好得令人難以置信嗎？事實并非如此，這要歸功于 OpenAI 最新的游戲規則改變者，即其非凡的 AI 模型 ChatGPT 中名為代碼解釋器的創新功能。

沒錯，已經令人印象深刻的 ChatGPT 現在又推出了一項新功能，這必將使您作為數據愛好者的生活變得更加順利。您只需右鍵單擊將網站保存為 HTML，通過拖動上傳該 HTML 文件，然后要求代碼解釋器解析它并為您完成繁重的工作。哦，我有沒有提到它集成了 BeautifulSoup 包？伙計們，我們在這里談論的是更高水平的簡單性和效率！

因此，如果您準備好將您的網絡抓取技能提升到新的高度，請加入我的chatGPT自動化小組，將通過 ChatGPT 的代碼解釋器深入研究 HTML 解析和數據提取的奇跡。

現在開始吧！

代碼解釋器的實際應用

讓我們看看代碼解釋器的實際應用。首先，您需要確保為 ChatGPT 中的新 GPT-4 聊天窗口激活代碼解釋器：

接下來，使用提示輸入字段中的上傳功能上傳您要從中提取數據的 html 文件：

現在輸入您的提示文本,讓chatGPT來完成這個任務。

點擊提交，讓 ChatGPT 和 Code Interpreter 來解決這個任務。您將收到的第一個回復如下：

在這里您可以看到 Code Interpreter 使用 Python 腳本（利用網絡抓取庫 Beautiful Soup）從 HTML 文件中提取請求的數據。

接下來 Code Interpreter 正在生成生成顯示提取數據的 Markdown 表所需的源代碼：

執行代碼后，ChatGPT 會為您提供前 5 個數據集的示例 Markdown 輸出：

以下是chatGPT的代碼編寫器生成的完整代碼：

from bs4 import BeautifulSoup

# Load the HTML file
with open("/mnt/data/answer.html", "r") as f:
    content = f.read()

# Create a BeautifulSoup object
soup = BeautifulSoup(content, 'html.parser')

# Print the first few lines of the parsed HTML content
print(str(soup.prettify())[:1000])
# Find all tables in the HTML
tables = soup.find_all('table')

# Check how many tables are found
len(tables)
import pandas as pd

# Function to parse a HTML table and convert it into a Pandas DataFrame
def html_table_to_df(table):
    # Find all rows in the table
    rows = table.find_all('tr')
    
    # Prepare a list to store the rows data
    data = []
    
    for row in rows:
        # Find all columns in the row
        cols = row.find_all('td')
        
        # Get the text from each column
        cols_text = [col.get_text(strip=True) for col in cols]
        
        # Add the columns data to the rows data list
        data.append(cols_text)
    
    # Convert the list of rows data into a Pandas DataFrame and return it
    return pd.DataFrame(data)

# Convert the first (and only) table into a DataFrame
df = html_table_to_df(tables[0])

# Display the first few rows of the DataFrame
df.head()

結論

親愛的數據愛好者，我們已經得到了它！全面了解 ChatGPT 的新功能“代碼解釋器”如何大大簡化您的網頁抓取任務。HTML 解析和數據提取從未如此簡單。手工解析復雜代碼或錯綜復雜的嵌套 HTML 結構的日子已經一去不復返了。現在，您所需要做的就是將網頁保存為 HTML，上傳，然后讓 Code Interpreter 發揮其魔力。

請記住，此功能的美妙之處不僅在于其效率，還在于其所擁有的潛力。通過集成 BeautifulSoup，您進行實體提取和數據解析的機會幾乎是無限的。無論您是剛剛涉足網絡抓取領域，還是經驗豐富的數據管理員，Code Interpreter 都是數據提取工具箱中的寶貴工具。

大引領AI工程的JavaScript工具，為欲將LLM融入項目的開發者提供關鍵資源。

譯自Top 5 JavaScript Tools for AI Engineering，作者 Alexander T. Williams。

傳統上以在網頁開發中扮演角色而聞名的JavaScript，令許多人驚訝的是，它在開發使用大語言模型（LLM）的應用程序方面也被證明是無價的。在本文中，我們將探討五個主要用于AI工程的工具，突出一些對于希望將LLMs納入其項目的開發人員而言至關重要的資源。我們選擇這些工具是因為它們在簡化復雜的AI流程和增強模型訓練方面具有獨特的能力，適用于經驗豐富的AI工程師和剛接觸AI的JavaScript開發人員。

Python或Mojo對于AI工程更為直接，然而，在2023年已經價值1420億美元的市場中，為具有不同技能集的專業人士提供了豐富的機會。高級AI功能將隨著時間的推移越來越容易訪問更廣泛的開發人員；即使在現在，存在許多JavaScript工具可以幫助開發、訓練和部署AI模型。

讓我們更仔細地看看五個可以幫助促進和改進AI工程的JavaScript工具。

1. TensorFlow.js

作為由Google創建的著名TensorFlow庫的JavaScript適配版，TensorFlow.js專門面向Web和Node.js環境，以直接將機器學習能力帶到瀏覽器和服務器端應用程序中。

TensorFlow.js的一個關鍵優勢是其在瀏覽器內直接運行機器學習模型的能力。這個功能對于需要實時AI功能的應用程序特別有價值，比如LLMs以啟用快速、無需服務器的處理。

其與Node.js的兼容性對于需要利用強大計算資源的服務器端應用程序同樣重要，這些資源對滿足LLMs的重要計算需求至關重要。

該庫與現有JS應用程序的無縫集成使其成為許多開發人員的首選，因為它允許他們在其Web應用程序中整合AI功能，而無需進行大規模的重新工程或學習新語言。TensorFlow.js還提供了一系列預訓練模型，以簡化LLM集成的初始步驟。

在使用JavaScript進行AI工程時，TensorFlow.js是開發者工具包中引人注目的資源。它不僅降低了為應用程序添加復雜的AI功能（如LLM）的門檻，還支持在Web上創建實時、交互式的AI體驗，從而為用戶參與和應用功能開辟了新的途徑。

2. AI.JSX（Fixie.ai）

由Fixie開發的AI.JSX是一個專為使用JavaScript和JSX構建基于React項目的對話式AI應用程序而設計的動態框架。

AI.JSX在AI工程工具中脫穎而出，因為它對提示工程提供了強大的支持，并且與外部API輕松集成。它代表了在開發交互式、以AI為驅動的應用程序方面的重大進步，特別是對于專注于對話式AI的應用程序。

AI.JSX的核心功能之一是其在運行時動態構建用戶界面的獨特能力，這是一個稱為GenUI的特性。在這里，開發人員可以向LLM提供一組React組件，從而可以創建具有互動性且適應應用程序需求的UI。

Fixie的DocsQA允許模型以各種真實來源為基礎，例如URL、文檔、PDF，甚至是視頻和音頻文件。這增強了模型的理解和響應能力，以確保AI是互動的、知情的，并且準確無誤。

AI.JSX還通過其工具功能擴展了應用程序的能力，該功能側重于通過API啟用面向行動的功能，以使最終用戶能夠更高效、更有效地完成任務。

3. ConvNetJS

ConvNetJS是一個JavaScript庫，旨在直接在瀏覽器或Node.js環境中實現深度學習，使其對各種技能和經驗水平的JavaScript開發人員都具有可訪問性和便利性。

ConvNetJS以其實現深度學習架構的能力而脫穎而出，包括卷積神經網絡，而無需外部依賴項或專業軟件。

從理論上講，像ConvNetJS這樣的基于識別的庫可以用于開發以威脅情報豐富為重點的安全應用程序，幫助識別未經授權的訪問、惡意軟件特征模式、網絡釣魚嘗試、借記卡欺詐、身份盜竊等數字犯罪形式，這些犯罪留下可搜索的痕跡。

這個庫的主要優勢之一是其易用性，提供了一個直觀的API，使開發人員能夠相對輕松地定義、訓練和部署神經網絡。這種簡單性對于可能在深度學習方面經驗不豐富但試圖將先進的AI功能整合到其應用程序中的JS開發人員來說尤為有價值。

該庫促進了能夠理解和生成人類語言的神經網絡的創建和集成，這對于諸如聊天機器人、自動內容生成和語言翻譯服務等應用程序至關重要。其神經網絡模型可以在大型數據集上進行訓練，以使它們能夠捕捉人類語言的細微差別，并提高AI驅動應用程序的整體響應性和準確性。

4. Brain.js

Brain.js是我們列表中的一個顯著條目，因為它提供了在JavaScript中實現神經網絡的簡化和易接近的方式，適用于瀏覽器和Node.js環境。Brain.js的一個關鍵潛在應用是自動化諸如文本分析、PDF文檔合并、文檔轉換、圖像分析等過程，總體上解決涉及處理大量數據的任何任務。

Brain.js的設計注重簡單性和易用性，使其成為JavaScript開發人員的理想選擇，尤其是那些在機器學習方面經驗不豐富的開發人員。該庫提供了一個直觀的API，讓您能夠快速創建、訓練和部署神經網絡。

這個強大的工具在LLM開發中發揮著關鍵作用，通過創建能夠處理和解釋大量文本數據的神經網絡，來增強人工智能應用的效果和準確性。通過在廣泛的文本數據集上訓練神經網絡模型，Brain.js幫助捕捉人類語言的微妙差異。

5. Tabnine

Tabnine是一款由人工智能驅動的代碼補全助手，顯著增強了編碼體驗。具體而言，它加速了更廣泛的開發過程，同時積極維護代碼的完整性。

Tabnine的人工智能從代碼庫中學習，并根據自然語言注釋提供相關的代碼片段、函數完成，甚至整個代碼塊。這種支持水平在管理涉及人工智能應用開發的復雜細節方面非常寶貴。

Tabnine的集成能力引人注目，因為它與一系列流行的IDE和代碼編輯器無縫配合，包括Visual Studio Code、IntelliJ IDEA等等。這種強大的兼容性有助于確保開發人員可以在不干擾其現有工作流程的情況下訪問Tabnine的人工智能輔助編碼功能。

Tabnine的另一個重要方面是其致力于維護代碼的隱私和安全性。該工具經過精心設計，注重尊重開發人員代碼的隱私，確保您正在處理的代碼保持私密和安全。

今天我們在這里突出展示的每個工具都帶來了自己獨特的優勢，它們共同代表了JavaScript在AI開發中可以發揮的重要作用。

在AI工程中，JavaScript因其在瀏覽器和服務器端環境中的無縫集成而脫穎而出，提供了無與倫比的靈活性。與經常局限于服務器端操作的Python不同，JavaScript直接在Web瀏覽器中實現實時、交互式的AI應用程序。

這使得開發人員能夠創建更具動態性和響應性的AI驅動體驗，利用JavaScript的全棧能力彌合后端AI算法與前端用戶交互之間的差距。