$ loading_
用遗传算法与大模型协同进化生成创意、方案与优化结果
复制安装指令,让 AI 自动完成配置 · 推荐新手
"genetic-mcp" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请用 genetic-mcp 围绕“面向大学生的 AI 学习应用”生成 30 个初始产品点子,设定多目标评估为市场潜力、差异化、实现成本和留存可能性,进化 5 代后输出前 10 个方案,并说明每轮淘汰与变异原因。
一份经过多轮筛选和变异优化的高潜力产品创意清单,附评分与演化说明。
请用 genetic-mcp 为一款新上线的效率工具生成 20 组广告文案标题与卖点描述,以点击吸引力、清晰度、品牌一致性和转化潜力为目标函数进行进化,输出最优的 5 组文案组合。
5 组经过适应度优化的营销文案方案,适合进一步投放测试。
请用 genetic-mcp 为“客服工单自动分类系统”探索模型与流程方案,初始种群包含不同提示词结构、分类标签策略和后处理规则,以准确率、响应速度、可解释性和维护成本为指标进化 6 代,输出最佳方案及备选方案。
一套综合表现最佳的分类方案,以及若干权衡不同目标的候选方案。
帮助开发者在 GenLayer 上检索文档、检查链上信息并生成测试智能合约流程。