陪练机器人的workflow配置思路

以下是关于您提出的“ How Al Agentic workflows could drive more Al progress than even the next generation of foundation models ”问题的相关信息： 吴恩达认为人工智能代理工作流程将在今年推动人工智能的巨大进步，甚至可能超过下一代基础模型。构建代理的设计模式框架包括反思、工具使用、规划和多代理协作。反思是指 LLMs 审视自身工作并提出改进方法；工具使用是指赋予 LLMs 如网络搜索、代码执行等工具以帮助其收集信息、采取行动或处理数据；规划是指 LLMs 制定并执行多步骤计划以实现目标；多代理协作则涉及多个 AI 代理共同工作，通过分工、讨论和辩论来提出比单个代理更好的解决方案。这些设计模式为构建高效的 AI 代理提供了指导，并将在下周进一步详细阐述并提供相关阅读建议。 此外，在医疗保健领域，为了产生真正的改变，AI 需要像我们一样学习。必须让这些专家 AI 接触到顶级从业人员的多样化视角，以避免复制危险的偏见。鉴于人工智能依赖的神经网络基础，这些专家 AI 可能通过元学习（或学会学习）比我们预期的更快地获得知识，并带着我们人类一同进步。 在 AI 进化方面，CNN 的结构基于两类细胞的级联模型，主要用于模式识别任务，在计算上比大多数其他架构更有效、更快速，在许多应用中，包括自然语言处理和图像识别，已经被用来击败大多数其他算法。我们每次对大脑的工作机制的认知多一点，神经网络的算法和模型也会前进一步。

Agentic Workflow 是指通过学会调用外部不同类型的 API 来获取模型中缺少的额外信息、代码执行能力、访问专有信息源等。它将一个复杂的任务分解成较小的步骤，融入更多人类参与到流程中的规划与定义，减少对 Prompt Engineering 和模型推理能力的依赖，提高 LLM 应用面向复杂任务的性能。 生成式 AI 的人机协同分为 Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）3 种产品设计模式，在不同模式下，人与 AI 的协作流程有所差异。 Agentic Workflow 可以使用 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。例如，作为产品经理，可通过 Agents 将任务拆解为多个独立任务，遵循不同工作流生成大体符合期望的输出结果，再进行修改。 吴恩达通过开源项目 ChatDev 举例，可让大语言模型扮演不同角色相互协作开发应用或复杂程序。AI Agent 基本框架包括“Agent = LLM + 规划 + 记忆 + 工具使用”，其中 LLM 扮演“大脑”，规划包括子目标分解、反思与改进，记忆分为短期记忆和长期记忆，工具用于处理各种任务。

Agentic Workflow 指的是一种在生成式 AI 的人机协同中，通过不同模式（如 Embedding、Copilot、Agent）下的角色协作流程来完成任务的方式。 在 Agent 模式中，AI 完成大多数工作。它使用 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作。例如，作为产品经理，可将产品功能设计任务拆解为多个独立任务，遵循不同工作流，生成初步结果后再修改。 Agentic Workflow 还通过学会调用外部不同类型 API 来获取模型缺少的额外信息等。其动作的决策需要根据大模型结合问句、上下文规划、各类工具来确定。 从提升效率、提高质量、节省时间的角度思考，Agentic Workflow 可以将复杂任务分解成较小步骤，融入更多人类参与的规划与定义，减少对 Prompt Engineering 和模型推理能力的依赖，提高 LLM 应用面向复杂任务的性能。 吴恩达通过开源项目 ChatDev 举例，让大语言模型扮演不同角色相互协作开发应用或复杂程序。AI Agent 的基本框架包括“LLM +规划+记忆+工具使用”，其中 LLM 扮演“大脑”，规划包括子目标分解、反思与改进，记忆分为短期和长期，工具用于辅助完成任务。

Agentic Workflow 是一种基于 AI 的工作流管理方式，它可以帮助人们更高效地完成各种任务。以下是关于 Agentic Workflow 的一些介绍： 1. 专家代理：Agentic Workflow 中的专家代理是指具有特定领域和工具专长的 AI 模型，它们能够以步骤化、理性的方式帮助用户达成目标。 2. 工作流程：Agentic Workflow 的工作流程通常包括收集信息、初始化专家代理、持续支持用户直到目标完成等步骤。 3. Tool Use：Tool Use 是指 Agent 通过自行规划任务执行的工作流路径，面向于简单的或者一些线性流程的运行。 4. Planning：Agent 通过自行规划任务执行的工作流路径，面向于简单的或者一些线性流程的运行。 5. Multiagent Collaboration：通过学会调用外部不同类型 API 来获取模型（通常在预训练后很难修改）中缺少的额外信息，代码执行能力，访问专有信息源等（例如获取此时此刻的天气、联网网搜索等）。 6. Action（动作）：根据上述大模型结合问句（Query）、上下文的规划（Context）、各类工具，最终大模型才能决策出最终需要执行的动作是什么。 7. Productivity（效率）：Agentic Workflow 通过将一个复杂的任务分解成较小的步骤，在整个过程中中融入了更多人类参与到流程中的规划与定义。它减少了对 Prompt Engineering 和模型推理能力的依赖，提高了 LLM 应用面向复杂任务的性能，更丰富、更精确。 总的来说，Agentic Workflow 是一种将 AI 技术应用于工作流管理的方式，它可以帮助人们更高效地完成各种任务。

ComfyUI 工作流网站推荐： ComfyWorkflows 网站：https\://comfyworkflows.com/cloud，支持在线运行工作流，从 workflow 的实际下载量和访问量来看，略少于 openart。 Openart.ai：https\://openart.ai/workflows/，“老牌”workflow 网站，流量比较高，支持上传、下载、在线生成，免费账户总共有 50 个积分，加入 Discord 可以再加 100 积分，开通最低的每个月 6 美元的套餐后，每个月会有 5000 积分。 什么是 ComfyUI 的 Workflow？Workflow 是 ComfyUI 的精髓。所谓 Workflow 工作流，在 ComfyUI 这里就是它的节点结构及数据流运转过程。

要创建知识库问答群机器人，可基于以下步骤： 1. 基于 RAG 机制实现知识库问答功能。首先创建一个包含大量社区 AI 相关文章和资料的知识库，例如创建一个有关 AI 启蒙和信息来源的知识库，通过手工录入的方式上传栏目的所有文章内容，并陆续将社区其他板块的文章和资料导入到知识库中。 2. 在设计 Bot 时，添加这个知识库，并设置合适的搜索策略、最大召回数量和最小匹配度，尽可能好地利用知识库返回的内容进行结合回答。 3. 了解 RAG 机制，全称为“检索增强生成”（RetrievalAugmented Generation），是一种用于自然语言处理的技术。它结合了检索和生成两种主要的人工智能技术，先从一个大型的数据集中找到与当前问题相关的信息（检索），然后使用这些检索到的信息来帮助生成更准确、更相关的回答（生成）。可以把它想象成当问一个复杂问题时，RAG 机制先去一个巨大的图书馆里找到所有相关的书籍，然后基于这些书籍中的信息给出详细回答。这种方法结合了大量的背景信息和先进的语言模型的能力，使得生成的内容不仅依赖于模型本身的知识，还融入了具体、相关的外部信息，有助于提升对话 AI 的理解力和回答质量。

目前人工客服机器人的发展情况如下： 聊天机器人工作状况良好，可通过 LangSmith 跟踪检查其最新运行情况。 设计可能已满足需求，代码封闭，行为符合预期。 但存在潜在问题，对单个提示压力较大，若添加更多工具或工具更复杂，机器人使用工具的效率和整体行为可能受影响。 后续将展示如何通过根据用户意图将其引导至专业代理或子图，来更精确控制不同用户体验。

Bot 接入微信机器人可以实现语音聊天。具体步骤如下： 1. 登录宝塔面板，在宝塔面板中可视化控制云服务器，部署 docker 容器，启动 COW 项目与微信取得关联。 2. 点击“Docker”中的“项目模板”中的“添加”按钮。 3. 项目模板代码示例如下：将编译好的内容复制进来。 4. 在容器中创建容器，选择容器编排，填入模板和名称，确定。 5. 现实运行成功后，点击容器，可以看到运行的是两个服务。 6. 点击“wcandyaibot”后面的日志按钮，在弹出层中用提前预备好的微信进行扫码。此界面不会实时更新显示，需要手动刷新一下。点击“刷新日志”，如果看到“WeChat login success”，就成功将 Bot 接入微信中了。 7. 如果扫描二维码出现预料之外的情况，可以退回到容器配置处，重启容器服务，然后重新扫码登录。 8. 若想修改 COW 组件的配置，比如修改机器人回复的前缀或开启语音识别等，进入对应的编排模板的配置界面，点击模板编辑，修改对应的配置参数，点击保存，然后回到容器编排界面重新部署新的容器编排即可。 至此，完成 COW 组件的部署和微信号的绑定，就可以开始与机器人微信号进行语音聊天了。

以下是在 Windows 部署微信机器人的详细步骤： 一、安装环境 1. 点击电脑“系统”，直接输入“cmd”，点击回车，打开命令窗口。 2. 在命令窗口中，粘贴入以下代码，确认是否有 python。 3. 粘贴入以下代码，确认是否有 pip。 4. 两步命令输入完，核对一下。如果有的话，会分别显示出版本号，可以跳过“安装环境这一步，直接到“二、部署项目”。如果没有，需要按照以下步骤安装： 先进行 python 的安装，安装包已准备好，直接点击下载。 关闭窗口，再次运行那两行命令会发现已经有了。 二、部署项目 1. 下载 COW 机器人项目，解压缩。 2. 解压后，打开 COW 文件夹。 3. 在空白处，shift+鼠标右键，点击“在此处打开 Powershell 窗口”。 4. 在 Powershell 窗口中，粘贴进入：pip install r requirements.txt ，等待执行完成后，继续粘贴：pip install r requirementsoptional.txt 。 5. 上边的都执行完成后，关闭窗口。在当前目录下，找到 configtemplate.json 文件。 6. 新生成的便是配置文件，右键使用记事本打开这个文件，修改相应内容。 删除新文件里的所有代码。 复制提供的代码，粘贴到文件里，并找到第 4 行，把一开始注册并保存好的千问 API key 粘贴到双引号里。 7. 保存上述文件，然后在当前文件下，找到 plugins/godcmd 文件夹，复制 config.json.template 重命名为 config.json 。 8. 双击 config.json，进入后，设置下 password 和 admin_users ，可以设置为和示例一样，后边再改，点击保存后关闭。 注意：本教程完成后，程序将在您的电脑本地运行，假如您关掉了窗口，那么进程也就结束。所以，如果您想让 AI 持续使用，就必须保持窗口打开和运行，也就是电脑不能关。Mac 系统步骤也是一样，只是打开命令符的命令些许不同，遇到问题问大模型就好了。 此外，还有基于 Hook 机制的微信 AI 机器人部署步骤： 1. 接下来，需要使用一个特定版本的微信，已为您准备好，点击下载，下载后直接替换安装。（安装后，有可能您在的群却显示退出，其实没事，发个消息就好了，并不是真的退出） 2. 下载 NGCbot 机器人项目，解压缩。 3. 解压后，打开 NGCbot 文件夹。 4. 在空白处，shift+鼠标右键，点击“在此处打开 Powershell 窗口”。 5. 打开 shell 窗口后，粘贴进入相关代码，并点击回车。 6. 粘贴进入相关代码，并点击回车，等待安装，安装完成后，关闭窗口即可。 7. 然后在当前的 NGCbot 文件夹下，找到 Config 文件，找到 config.yaml，右键选择打开方式，选择用记事本方式打开。 8. 打开后看到相应页面，把 Administrators 先改成特定内容。如果您已经有了 FastGPT 或者 OpenAI 的 key，可以把这里的 Ai_Lock，修改成“1”。然后拉到最下边，在 OpenAI 那里，去添加您的 AI 模型 key。填写格式，参照原有的格式即可。

Agent（智能体）和 ChatBot 聊天对话机器人存在以下差异： 任务执行方式：Agent 是执行特定任务的 AI 实体，拥有复杂的工作流程，可以迭代运行，模型本质上能够自我对话，无需人类驱动每一部分的交互；而 ChatBot 通常是用户提出问题后获得一个答案作为回应。 组成和功能：Agent 是大型语言模型（LLM）、记忆（Memory）、任务规划（Planning Skills）以及工具使用（Tool Use）的集合，例如在自动驾驶、家居自动化、游戏 AI、金融交易、客服聊天、机器人等领域发挥作用；而 ChatBot 相对功能较为单一。 处理能力和效率：像 Coze Agent 这样的多 Agent 模式采用分布式计算范式，将复杂任务分解为多个子任务并由独立的智能体并行处理，从而提高系统的处理能力和效率。 参考文章： https://logankilpatrick.medium.com/whataregptagentsadeepdiveintotheaiinterfaceofthefuture3c376dcb0824 https://lilianweng.github.io/posts/20230623agent/ https://waytoagi.feishu.cn/record/1sfvuej0sATQfbO6zbeEAWk02

目前，在幼教场景中正在开发的陪伴机器人，预计半年内视频生成技术成熟，届时可实现一些创新功能。但对于陪护机器人整体的正式商用时间，由于不同应用场景和技术发展的差异，还难以给出确切的时间。在医疗领域，由 AI 驱动的护理机器人会早于手术机器人应用，但具体商用时间也不确定。总体而言，陪护机器人的正式商用时间受多种因素影响，仍需进一步观察和等待技术的发展与完善。

目前的 AI 技术在医疗领域虽然取得了显著的进展，但还无法仅仅通过扫描您就精准判断出骨头的位置，并基于丰富的医疗学识直接制作出完整的医疗思路。AI 在医疗中的应用更多是辅助医生进行诊断和治疗决策，例如通过图像识别技术帮助医生更准确地识别病变部位，但最终的诊断和治疗方案仍需要人类医生综合多方面的因素进行判断和制定。而且，大多数人类医生都是秉持着职业道德和专业精神为患者服务的，不存在刻意为难的情况。

以下是一些个人通过 AI 技术商业变现的思路： 1. 借助抖音平台对实体商家的流量扶持，开发 AI 抖音发广告的软件，每年对实体商家有 100 万多的基础曝光量，有几万家实体商家愿意花 3000 元、9000 元、10800 元购买，需求是懂软件开发的技术人员，熟悉抖音。 2. 开发 AI 私域做客户培育/用户旅程的软件，帮助不同的商家自动跟进/培育客户，需求是懂软件开发的技术人员，熟悉微信。 3. 开发针对 2 4 岁儿童的睡前故事的 AI 绘本，图文结合，以幼儿理解的解释方式在故事中表达出来。 4. 针对 3 10 岁儿童阅读教育，通过 Bot 实现自动化流程，结合 AI 绘本和视频。 5. 针对大学生社群和高校，对接商家进行广告推广。 6. 利用资源做海外跨境电商和外贸，对接 ToB 服务。 7. 开发法律咨询的 Bot，制作劳动合同法 Bot，个人机器人对接到 AI，建立数据库并回复。 8. 进行体检报告解读，利用企业资源打通企业培训。 此外，“AI 提示词工程师”刘海认为，应沉淀自己的想法，往商业化变现的方向多思考，积累企业方面的经验、思考和资金。对于在校生来说，这可以是遥远的规划，也可以是当下尝试的机会。 目前 Character.ai 还没有商业变现途径，但计划在不久的将来推出付费订阅模式，也可能采用广告支持的模式。该公司覆盖了模型的研发、数据、应用等整个价值链，注重在整个价值链上积累数据，并利用数据来优化用户体验。

以下是一些 AI 商业变现的思路： Character.ai：目前还没有商业变现途径，但计划在不久的将来推出付费订阅模式，也可能采用广告支持的模式。其覆盖模型的研发、数据、应用等整个价值链，注重积累数据优化用户体验来获得竞争优势和市场份额。 自媒体人通过 AIGC：包括 AI 绘图十二生肖、化妆品公司产品设计、产品包装设计、海报设计、游戏背景设计、儿童绘本、AI 漫画、PFP 头像设计、AI 图片+视频（徐悲鸿教育系列 AI 内容）、AIGC+地方文旅、重庆美术馆数字人、长沙美仑美术馆数字人、玛莎拉蒂汽车宣传片等。 AI 写作： 项目启动：确定目标客户群体，如大学生、职场人士、自媒体从业者等；选择合适的 AI 写作工具。 准备阶段：学习并实践 AI 写作技术，构建团队。 商业模式构建：确定服务内容，如提供论文、报告、文案等直接写作服务，制定质量控制标准。 运营与推广：在淘宝等电商平台开设店铺，建立写作培训社群，通过社交媒体和线下活动进行品牌和社群建设，与其他团队合作。 项目优化与发展：持续关注 AI 技术进展，根据市场需求拓展新服务和产品，收集客户反馈优化服务。

以下是为您提供的给非专业人士讲解机器学习、深度学习、人工智能等内容的思路和教学大纲参考，同时为您推荐相关课程或博客： 讲解思路： 1. 从日常生活中的简单例子入手，引出人工智能的概念，让非专业人士能够直观感受到其存在和作用。 2. 逐步深入，介绍机器学习的基本概念和常见类型，如监督学习、无监督学习和强化学习，通过具体案例帮助理解。 3. 接着讲解深度学习，解释其与人脑神经网络的相似之处以及为什么会有“深度”之称。 4. 结合实际应用场景，展示这些技术的成果和影响，激发兴趣。 教学大纲： 1. 人工智能概述 介绍什么是人工智能（AI），通过智能语音助手、自动驾驶等实例说明其在生活中的应用。 2. 机器学习基础 解释机器学习的概念，即电脑如何找规律学习。 详细介绍监督学习，包括有标签的训练数据以及分类和回归任务。 讲解无监督学习，如聚类任务，通过新闻文章分组的例子帮助理解。 阐述强化学习，以训练小狗为例说明从反馈中学习的原理。 3. 深度学习探秘 说明深度学习参照人脑神经网络的原理。 解释为什么有多层结构被称为“深度”。 推荐课程或博客： 。这是某知识 up 主老石谈芯专访安克创新 CEO 阳萌的视频，一共两期，视频链接是第二期。两期内容都值得观看，访谈非常硬核。

好的，以下是根据你的需求为你生成的内容： 小七姐：K12 领域应用儿童 PBL 项目 Prompt 原始设计思路： 1. 主题选择：从孩子的兴趣出发，选择一个合适的主题，如科学、艺术、历史等。 2. 相关主题拓展：根据选定的主题，继续拓展 5 个相关主题，以丰富项目内容。 3. 项目设计：为孩子设计一个 PBL 项目，包括目标、项目周期、项目阶段和任务、项目评估等。 4. 反馈优化：根据家长的反馈，对项目进行优化，以满足孩子的需求。 5. 能力与知识评估：设计一套测试，评估孩子在项目中所获得的知识与能力，以及哪些部分是有提升可能的，同时了解孩子的学习风格和兴趣点。 6. 个性化学习方案：根据孩子的评估数据，设计一个个性化学习方案，以激发孩子的兴趣，提高学习效果。 7. 家长支持：为家长提供在项目中可以承担的角色和给予支持的建议。 8. 吸引孩子参与：写一封信，吸引孩子参与由家长设计的学习项目。 小七姐：晚餐盲盒 | 经典的少样本提示和思维链提示的用法 prompt 思路分享： 1. 需求背景：解决独居者或小情侣的晚餐选择困难症。 2. 使用场景：用户抽到盲盒结果后决定晚餐吃什么。 3. 输出格式：俏皮灵动、趣味盎然、比喻精妙的和美食有关的短句子。 4. 注意事项：文风优美，句子让人充满食欲。 范例解析： 1. “罗勒叶缠绕着小牛排，交织摩擦，情欲荡漾。”这个句子很好，因为他巧妙的比喻了两种食材在烹饪中的形态，联想到情感关系，带来一些新鲜的体验。 2. “张牙舞爪的小龙虾与没能力的领导莫名契合，清蒸还是麻辣？”这个句子很好，因为他巧妙的把张牙舞爪和职场中令人讨厌的角色联想起来，并提出“泄愤”方式：清蒸还是麻辣。 3. “串串锅里选择今日运势。”这个句子很好，因为他用极其精炼的句子，完美符合食材的形态（串串锅里有非常多的食材，恰似可以用来抽签的运势签）和生活的选择。 思维链运用： 1. 食物名称和食材：明确句子中涉及的食物名称和食材。 2. 美妙联想：根据食物的名称或食材，联想到相关的事物或情境。 3. 优美词汇：选择符合联想的优美词汇来描述食物。 4. 巧妙比喻：运用比喻来形容食物的文化、形态、隐喻、色彩、口感等。 5. 句子组合：将上述元素组合成精炼、优美、巧妙、恰当的美食句子。 符合需求的句子： 1. 香菇在汤锅里跳跃，像小精灵在森林中嬉戏。 2. 面条如瀑布般垂挂在碗中，仿佛一幅流动的艺术品。 3. 红烧肉肥而不腻，像极了婴儿的脸蛋。 4. 辣椒在口中燃烧，犹如热情的火焰在舞动。 5. 蛋糕上的水果如宝石般璀璨，散发着甜蜜的光芒。 6. 寿司饭的柔软与鱼片的鲜嫩，仿佛在舌尖上跳了一场华尔兹。 7. 烤鸡的皮脆肉嫩，让人想起了初恋的甜蜜。 8. 意大利面的酱汁浓郁，像一幅五彩斑斓的油画。 9. 饺子的形状宛如元宝，寓意着团圆和幸福。 10. 汉堡的丰富层次，就像一个小小的世界，包容着各种美味。