先说结果
先说结果，获奖了。
2023年10月13日官宣开赛，10月31号提交作品，11月2号通知作品入围了决赛，11月8号参加决赛路演。在短短一周的时间，从项目idea构想到项目开发落地，我的独立AI项目「Lofi心情 」最终在「36氪 X Colingo大语言模型应用创新挑战赛 」决赛中取得了「优胜奖」。
图：优胜奖获奖的三支团队代表（右上图的是我）
在获奖且兴奋之余，我想将本次大赛的经历和收获都记录并且分享出来，希望能够给同在AI路上的朋友们一些思考。
参赛起初
我是在11月20号关注到这个比赛的。
在「36氪 」上看到Al Hackathon挑战赛 的时候，其实我还是抱有疑惑的。一方面，LLM的部署和使用有不小的难度，更别说再加上Pre-Tuning和Fine-Tuning等工作，难度就更大了。另一方面，参赛者要在短时间内还需要基于大模型搭建产品项目，还需要有创新思维，这无疑难上加难。
但当我仔细阅读参赛规则和要求后，瞬间来了兴趣。这次Al Hackathon 是36氪 和CoLingo平台 联合举办的，而前面所担心的LLM的所有部署和训练，都可以基于CoLingo这个低代码平台来快速实现，那么参赛者就只需要专注在场景应用上就行了。
于是抱着学习和交流的态度，我扫码添加了主办方运营老师的微信，由于时间紧张（只有7天项目时间），因此毫无准备下的我选择了个人团队参赛，并填写了报名申请表。参赛团队名称也是随便想了下，最后定了个比较搞笑的名字，叫做「长在树上的地瓜」。
考不上清华北大，烤个地瓜也是不错的。
报名完成后，我加入了大赛交流群中。大赛为了让参赛者快速完成项目，CoLingo平台在比赛前期的每个晚上都安排了平台的使用培训和案例介绍，包含知识库问答助手、导购员、简历生成、网页总结、B站视频内容总结......
在学习和众多的案例之后，我陷入了迷茫，可能很多人都会有相同的疑惑：
- 大模型具备什么样的能力，对话？推理？总结？
- 我们到底能用大模型能做什么？我们真的需要大模型吗？
在学习的那段时间，我一直在思考这些问题。
灵感乍现
回归实际，当前最紧急也是最困扰的问题是，我该选择一个什么项目参赛？
如果是借助大模型的检索和总结能力，在CoLingo平台上的借助LLM总结B站视频内容的案例让人记忆犹新，先获得B站链接中的BV号，再通过BV号和Http Request Maker网络请求框架获取CID，通过BV和CID来获取字幕文件，最后再把字幕文件交由LLM进行总结......
如果是想做类似抓取和总结招聘网站上的招聘信息的案例的话，使用LLM和Function_Call获得用户输入的内容，当匹配到系统所需条件时，通过Google_Search搜索引擎框架访问招聘网站，而后使用Web_Crawl扫描网页内容，最后将网页内容交由LLM进行分析输出......
要不最简单，使用Knowledge_Search和本地上次的知识库文件，做个知识库问答机器人？
虽说一时间没有想好参赛的项目，但在学习LLM的使用案例时，却是学到了不少内容，对LLM的使用场景有了进一步的认识。
在某天培训完，在家里楼下散步的时候，和对象聊起这个比赛，我说看了很多的项目案例，但是不知道该做什么项目参赛好。对象和说我：
不用想太多，你做你擅长的就好啦。
哪怕最后不能得奖，这次比赛也是一次宝贵的经验嘛～
是啊，其实想那么多干什么，确定一个方向，做出来就好了。
此刻我的大脑快速检索（自问自答）着一连串的信息：
我擅长哪一块？产品设计、iOS开发。那我做过哪一块？iOS独立开发。具体开发过什么内容？笔记类、图片编辑类应用。我想做什么？大概是结合图片最好还有音乐什么的。我能想到什么？类似呼吸或者冥想平复情绪或者提高专注的应用......
突然那么一刻，灵光一闪！赶紧回到家中打开电脑，一个灵感悄然而生。
思维导图可能是我用过最好用的思绪整理工具了，不一会儿就把想到的灵感具象化了出来。再结合自身产品设计和iOS独立开发的能力，很快就构想了一个「文本+图片+音乐」的冥想类型的应用。
初步的想法是，通过LLM的能力分析用户的情绪，借助本地知识库和Knowledge_Search的能力匹配「文字」部分，借助Midjourney或者第三方API来生成图片，至于音乐部分，如果有现成的Music Agent的API就更好，如果没有的话，就只能自己使用python写一个脚本来合成音乐......
呼～
一连串设想之后，总算是有了大体的方向。
入围决赛
本身赛程时间也比较紧张，而恰巧11月30号、31号作品提交时间赶上了阿里云的云栖大会，由于掘金技术社区的福利（感谢我张哥），我以媒体的身份应邀参加云栖大会要去趟杭州，这样参赛时间的安排上就更加紧张了。
在前期我还可以在B站、油管等渠道看看如何结合AI工具来实现图片和音乐部分。到越到往后的时间，心情也更加急躁，索性遇到问题就自己来。Midjourney、SD暂时用不了，就改用一些图片的API，Music AI倒是找到了些国内外的解决方案，但大体上都需要付费而且没有API，那么没办法了，也自己来吧。
还好技多不压身～
就这样，在CoLingo平台 上大体完成了情绪分析、情绪-疗愈文字匹配、和弦和旋律生成的工作后，剩下的图片部分用了第三方的API，音乐合成部分将CoLingo通过Agent API的形式与Python写的方法桥接合成音乐，最后快速使用SwiftUI开发一个简单的iOS应用用于画面呈现。
在最终效果完成的那一刻，压力得到了释放，听着优美的音乐，看着文字和图片效果，我感觉被自己设计的应用治愈了。本来只是想做个项目参赛，没想到真有效果，好像。
在11月31号晚上，在CoLingo的主办催促下，在杭州的酒店，我提交了这个项目。
2天后，我收到了决赛入围的邀请。
决赛准备
Al Hackathon挑战赛决赛以「产品演示 」的方式进行，每位参赛者需要准备一个演讲的PPT，并且为了避免现场演示"翻车"，因此主办方建议可以录制一段产品演示的DEMO。为此，主办方还将PPT模版分享给了我们，这省了不少事情。
说实话，在B端领域工作了那么久，设计PPT和路演应该算是我最擅长的事情。项目背景、解决方案、技术方案、产品亮点......由于决赛路演方式是5+3 的模式（5分钟展示，3分钟问答），那么在PPT内容的准备上不能太多，大概每个部分的内容一张PPT。
为了让参赛作品更加具有吸引力，在PPT中所有的配图基本都是使用AI设计的，当然，也包括我的「自我介绍」部分的头像。
PPT完成后，其实远没有结束。虽说可以现场自由发挥，但为了呈现最好的效果，对于第一次参加Al Hackathon挑战赛的我来说，还是需要做好全面的准备。
为了现场发挥稳定，我根据每张PPT的内容写了一份演讲稿。下面是我准备的讲稿部分：
各位评委老师，以及一起在AI领域探索的同行者们，大家好，我是「长在树上的地瓜」团队的队长，今天所带来的AI作品叫做「Lofi心情」。
在这个信息爆炸和快节奏的时代，在都市打工的我们常常感受到焦虑和不安，可能是由于工作所带来的压力，或者来自于家庭，亦或者是对自己过高的要求所带来的负担。我们希望和人诉说今天的心情、今天的焦虑，或者今天遇到的事情，当我们诉说后，也希望有人将倾听自己的心声。
当你在学习或者工作的时候，我们需要保持高度的专注，我们常常会找一个舒适的环境，戴着耳机，放着轻音乐，专注于当下的事情，不被外界的事务所打扰。亦或者在上下班路上，在嘈杂的人群中寻找一份安静。在这一刻，我们不属于任何人，只属于我们自己。
Lofi心情是一款可以帮助你缓解焦虑和提高专注能力的应用，我们可以简单的对话的形式，诉说我们的心情、情绪，或者想法，通过大模型的能力，我们可以得到专属定制的lofi音乐场景，包含唯美的图片、抚慰内心的文字，以及舒心的音乐。在心情焦虑时，也可以通过Lofi心情来让自己平静下来，Lofi心情像是有人陪伴着你身边，倾听你的烦恼，并且为你排解焦虑。在你在努力的时候，Lofi心情也可以在此刻为你打造专注的音乐场景，让你感受着音乐，沉浸在专注的世界里。
下面是一段产品Demo的演示。
在过去传统的C端产品开发中，要完成这个作品可能需要做很多方面的准备，需要了解当前用户的情绪状态，还需要通过复杂的乐理知识和音乐方案来创造这样的产品。而现在，借助于大模型的能力，我们可以以对话的形式得到用户当前的心情状态，我们构建了情绪分析师的角色，来获得用户输入的内容的情绪状态，并通过Knowledge来进行向量匹配，获得疗愈的文字话术，这一部分我们实现了文字展示的内容。
Lofi音乐场景部分，和以往需要专业的音乐人参与不同，我们通过另一个心理医生的大模型，通过用户的情绪状态，来设想一个治愈的音乐场景，比如一首平静的、钢琴、美丽的环境、令人放松的曲子。我们让心理医生创建了这样的提示词。下一步我们构建了一个"作曲家"的角色，让作曲家根据心理分析师的构想的音乐场景，设计和弦和旋律，后面我们通过本地的python音乐库生成脚本生成音乐部分。最后，我们将文字、音乐、图片相结合，在APP的载体上呈现最终的效果。
核心能力方面，非常感谢CoLingo平台提供的大模型的整理能力，可以很方便地调用大模型来分析当前用户的情绪，并且通过本地知识库来匹配治愈的文字。在整个作品设计过程，我们使用到了多个Language Model提供的能力，以及通过本地知识库构建Knowledge Search 来做文字向量匹配，通过Code来整理和输出信息，最后使用Agent API与移动端产品相链接，最终实现Lofi心情的整个项目。
最后，再一次感谢36k AI协同创新中心和CoLingo平台，以上就是我们团队的作品介绍，谢谢大家。
讲稿写完后，其实也不是一次就结束了，在比赛前我还做了另一件事情，就是「预演」。
许是为了准备充分，或者增加自己的底气，也是为了控制演讲的时间，我大概是做了3、4次预演练习，为此也都删除了部分讲稿的内容（时长原因）。
路演现场
11月8号下午，由于是工作日特地请了半天假。
路演当天开幕式后，先是线下（北京现场）的团队进行路演，线下路演的效果比线上路演效果要好太多，这是在看直播时候的直观感受。
但其实也发现一个问题，大多数团队其实作品都非常不错，但由于时间或者前期准备的关系，大多数团队都没有将自己的作品完全展示，这非常的可惜。
于是在边看其他团队路演过程中，我也在不断调整自己演讲的交稿的内容。最后，下面是我的路演的直播视频：
整体来说，已然是对自己比较满意了，毕竟这个过程没有太多的卡顿，而且时间把控得也还好。最后，也获得了不错的结果，下面是颁奖典礼的直播视频：
视频中我只截取了本人参赛内容和颁奖的部分，后面其实还有「总冠军 」（总冠军是一等奖，我是二等奖优胜奖）的团队颁奖，当然其他团队的作品也可以在「36氪」完整的重播中见到，非常推荐大家去看重播～
完整重播地址：
赛后感悟
以上，就是Al Hackathon挑战赛的全过程，回顾整个比赛历程（好吧，我说实话，看了几次重播），从参赛准备到路演，整个过程应该是比较完整和具有参考意义的，也是我学习路上一个重要的脚印。
对于这次大赛比较深刻的我觉得有几点：
- 当新技术来临的时候，我们应该尽可能将新技术与自身的能力相融合，拥抱新技术。
一直以来我所擅长是产品设计和iOS开发，而LLM本身所具备的能力可以弥补我后端上的不足，也使得一个作品从创意到落地可以在非常短的时间实现，这本身就是一件非常"可怕"的事情。
- 多去尝试新领域和新事物，先完成再完善。
本次大赛170多名选手报名，组成70多支队伍，提交作品并入围只有30支队伍，而最后也只有4只队伍得奖（1支总冠军，3支优胜奖）。说实话，可能看到这次Al Hackathon挑战赛的可能特别多，而最终有勇气报名的却很少，但不去报名可能永远没有机会被看到。而报名参赛后，我猜最后提交作品参赛可能又筛选了很多人，这个阶段我感觉「完成」并「做好」更重要，首先时间很短，单单有个创意就很不错了，在有限的资源、有限的时间内做到最好，这已经很不容易了。其次「完成」才有机会，「没完成」就失去了被发现的机会，哪怕你的作品再优秀。
- 撕开1米的口子，打1000米的纵深。
如果是看商业化能力，那么决赛中有很多队伍都比我强很多，甚至有些企业的作品已经投入市场进行验证了。如果是看团队背景，有些团队的成员title简直吓人，各种清华北大、研究生、海外留学生。如果是看技术能力，那么运用GPT4或者将AI与自家系统相结合的案例更是数不胜数。但如果看作品是否有趣，作品是否简约，作品是否吸引人，我感觉自己的作品还是很不错的。它就是一个很简单的东西，就面向一个很垂直的领域，就是做一件很有意思的事情。
"你要找到你真正想做的事情，那种可以让你一直想做下去的事情....."前公司CTO（我的老领导）这么和我说道。
这次的Al Hackathon挑战赛对我来说只是一次开始，它开启了我人生中关于AI这一方向的新篇章，它似乎向我展示一条全新的道路，这条道路可能还不太明朗，需要一步一步开拓新的地图。
但人生，不也是这样吗？