coze案例拆解

Coze 可以使用 Python 实现。在 Coze 中，搭建工作流框架时，左侧的“选择节点”模块中有支持编写简单 Python 脚本的“代码”节点，可对数据进行处理。例如，在“大圣：我用 Coze 搓了一个乞丐版的秘塔搜索”中，代码节点的逻辑是将输入的内容处理成两个字段，即 contexts 字段（所有 snippet+title+link 的平铺，用来丢给大模型进行处理）和 references 字段（所有的引用）。代码块对于非程序员来说运用有一定难度，但在 AI 时代，学习一些基础语法就足够，具体逻辑可让 AI 帮忙编写。

在 Coze 工作流中，循环的使用方法如下： 1. 左侧工具栏选择“循环”节点。这个节点主要由两部分组成：循环节点和循环体。整体逻辑是从循环节点设置循环次数和循环项，如果输入的是数组，循环次数就是数组的长度，类似于 for 语句，每次循环项就是数组中的值。说人话就是会根据您输入的内容自动判断循环几次，来使用循环体里的逻辑处理每一项。 2. 我们这里希望循环处理的逻辑是，对上一步中的每一篇内容在数据库中进行查询，如果查到了，证明之前推送过，本次工作流就不处理了，避免重复推送。如果没有查到，证明是一篇新的文章，继续工作流后边的内容。 3. 循环体内部——数据库节点：用来在数据库中查询是否已经推送过该篇文章，输入项为上一步中的 url 和开始节点的 key（也就是 server 酱的 sendkey，这里我们重命名为 suid 了）。因为这个 Bot 最开始设计的时候，就考虑到可能有多个用户会同时使用这个 Bot 设置公众号推送内容，每个用户设置的公众号内容可能不一样，每个用户的要推送的微信号肯定也不一样，所以这里使用 server 酱的 sendkey 作为了用户的唯一标识，重命名为了 suid。所以这里查询数据库需要两个值，文章 url 和用户的 suid，来判断这名用户的这篇文章是否推送过。SQL 语句是 AI 写的，直接复制就成。记得设置一下输出项“combined_output”。这步是必须项：Coze 平台的逻辑是数据库是与 bot 绑定的，所有如果要使用数据库功能，需要在 bot 中设置一个相同名称和数据结构的数据库进行绑定，具体设置方法参见“相关资源”。 4. 循环体内容——选择器：判断数据库查询的内容是否为空，如果是空，证明数据库中没有查到，这篇文章没有给这名用户推送过，使用“文本处理”节点，拼接这篇文章的完整信息，保证信息一致性。string1：开始节点的 key，也就是 server 酱的 sendkey，用来识别用户；string2：循环节点 item 值中的 url；string3：循环节点 item 值中的 title；string4：循环节点 item 值中的 author。拼接为如下格式，方便输出，并让后边节点使用。右下方的“文本处理”节点没有实际作用，输入项随便写，主要是为了处理数据库查询到已经给这名用户推送过这篇文章情况下的占位项，否则工作流会报错。设置循环节点输出项，选择循环体中“输出新文章内容”拼接后的字符串。 此外，在大模型组件中，批处理，也就是迭代处理，允许我们对集合或数组中的每个元素进行批量处理。这种处理方式通过依次遍历集合或数组，使得每个元素都能经过相同的处理流程。批处理的关键在于其能够通过有限循环实现高效的数据处理。批处理中，我们可以设置循环次数，也就是迭代的次数。例如，在 Coze 的大模型组件中，最多可以支持 200 次的循环，这相当于一个 200 次的 for 循环，允许我们对 200 个元素进行连续的处理。此外，批处理还涉及到并发量的问题。这里的并发量指的是在单次迭代中同时处理的元素数量。通过调整并发量，我们可以在一次循环中同时处理多个元素，从而提高处理效率。例如，如果集合中有 200 个元素，我们可以设置每次同时处理 5 个元素，这样只需要 40 次循环就可以完成整个集合的处理。

以下是一些与 Coze 知识库搭建应用相关的文章： 1. 目的是帮助非编程人士理解 AI 时代的知识库，读完可收获： AI 时代知识库的概念、实现原理及能力边界。 通往 AGI 之路大群中通过对话获取知识库中资料的原理。 更好地使用 Coze 等 AI Agent 平台中的知识库组件打造智能体。 另外还预告了关于 AI 时代应具备的编程基础系列大纲，包括数据库、知识库、变量、JSON、API、操作系统与服务器、Docker 等内容。 2. 包含多篇相关文章，如 3. 实战环节：以 Coze 为例帮助举一反三，未来接触其他 AI Agent 工具能快速上手知识库组件。 创建知识库： 来到个人空间，找到知识库导航栏，点击创建知识库。 选择知识库格式（目前支持文档、表格、图片）并填写信息。 选择本地文档或问答对可选择表格，进行自定义的文档切割，数据处理完成后一个问答对被切割成一个文档片。 使用知识库：可参考

要将 Coze 设置为中文界面，您可以按照以下步骤进行操作： 1. 打开 coze.cn/home ，点击创建 Bot 。 2. 输入相关信息，例如“尝试联网”。 3. 尝试询问：今天的 hacker news 上有什么新闻？如果答不出，引入联网插件 WebPilot ，操作方式为：插件> + >选择 WebPilot ，重新尝试联网。 4. 点击右侧设置进入设置界面，下滑找到语言选项选择中文即可。 另外，关于页面汉化中文版的相关信息： 地址：https://github.com/AIGODLIKE/AIGODLIKECOMFYUITRANSLATION 安装目录：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 安装方法：三种安装方法具体步骤请跳转 使用说明：点击右侧设置进入设置界面，下滑找到语言选项选择您想要切换的语言。

以下是关于 Coze 教程的相关信息： 这可能是全网最好的 Coze 教程之一，能一次性带你入门 Coze 工作流。即使是非技术出身的爱好者也能上手跟学，一站式学会 AI Agent 从设计到落地的全流程方法论。 阅读指南： 长文预警，请视情况收藏保存。 核心看点： 通过实际案例逐步演示，用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent。 开源 AI Agent 的设计到落地的全过程思路。 10 多项常用的 Coze 工作流的配置细节、常见问题与解决方法。 适合人群： 任何玩过 AI 对话产品的一般用户（如果没用过，可以先找个国内大模型耍耍）。 希望深入学习 AI 应用开发平台（如 Coze、Dify），对 AI Agent 工作流配置感兴趣的爱好者。 注：本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中，附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容，以供前置或拓展学习。此外，还有 Coze 官方教程可供参考。

以下是使用 Coze 的详细步骤： 1. 首先创建第一个 bot： 打开 coze.cn/home ，点击创建 Bot 。 输入相关信息，例如“尝试联网”。 尝试询问：今天的 hacker news 上有什么新闻？此时可能答不出。 2. 引入联网插件： 了解到 AI 如同书呆子，聪明但不出门，不会交流。 有一种类似给 AI 用的手机的“插件”，例如 WebPilot ，它是首批 ChatGPT Plugin ，首个提供“大模型上网”。 操作：插件 > + > 选择 WebPilot 。 重新尝试联网，再次询问：今天的 hacker news 上有什么新闻？即可成功。 此外，COZE 是字节跳动旗下子公司推出的 AI Agent 构建工具，允许用户在无编程知识的基础上，使用自然语言和拖拽等方式构建 Agent 。目前 coze 可以白嫖海量的大模型免费使用，有丰富的插件生态。记账管家是基于 COZE 平台的能力搭建的一个记账应用，您可以直接和 coze 说您今天的收入或者支出情况，coze 会自动帮您记账，同时帮您计算出账户余额，每一笔记账记录都不会丢失，下次来记账管家还记得您的历史记账记录。您可以点击以下卡片体验记账管家。

一个爆款短视频通常需要满足以下几点拆解要点： 1. 切片：短视频能够战胜长视频的关键在于对长视频进行切片处理。同理，要在短视频领域脱颖而出，也需不断切片，将一个短视频转化为多个短视频的集合，增加信息密度，大拆小并狂加料。 2. 通感：人的大脑分为直觉脑和理性脑，直觉脑通过五感工作。例如，头疗、水疗直播间靠声音让人感到舒服，美食直播间把美食切开喂到观众面前能让人不知不觉看很久。总之，不要让观众动脑子。 3. 反差：关于反差的详细内容可参考抖音航线里行舟大佬的相关文档。 此外，拆解爆款短视频还可以按照以下步骤和提问模板进行： 1. 确保 ChatGPT 理解您要拆解的角度。 2. 输入短视频脚本并让 ChatGPT 开始拆解。 3. 让 ChatGPT 提出内容的修改建议，并分点式给出答案。 4. 要求 ChatGPT 以特定风格去做修改。 具体的提问模板包括： 1. 建立自己的爆款库，并选择其中 1 个爆款内容。 2. 让 ChatGPT 理解您拆解的角度，例如：请您明确您理解以下名词的涵义（列举拆解角度）：XXX、XXX、XXX；请您根据 XXXX（列举拆解角度），分析以下 XXXX（列举内容类型，例如文章/脚本）。 3. 让 ChatGPT 提出内容的修改建议，并分点式给出答案，例如：根据上述分析，请您判断这个 XXXX（列举内容类型，例如文章/脚本）的亮点和不足在哪里；请根据上述分析，进一步提出内容的修改建议，并分点式告诉我。 4. 要求 ChatGPT 以特定风格去做修改，例如：请根据上述内容的修改建议，对这个 XXXX（列举内容类型，如脚本/文章）进行修改，并输出 XXXX（列举内容类型，如脚本/文章）的文案；请将这个 XXXX（列举内容类型，如脚本/文章）调整成 XXX 风格（适用于 XX 平台，或与某作者相近风格，例如用王家卫风格、金庸风格）。

以下是用 AI 拆解小红书账号的方法： 1. 参与“第 11 期：Video Battle AI 视频挑战 Little Boxes 盒子”的小红书话题活动。 2. 选题方面，可以参考以下内容： AI 视频领域国内外近期热点话题事件，包括技术类和产品类。 AI 视频创作背后的技术工作流拆解，可运用 WaytoAGI 知识库内容进行二创转化，但要注明原作者。 参加过 VB 的创作者可以讲述自己在 VB 过程中遇到的难点，以及如何解决和运用 AI 技术把创意落地。 3. 话题要求： 小红书内容文案需附上【欢迎参加@野菩萨@通往 AGI 之路联合举办的第 11 期 VideoBattle AI 视频挑战】字样，位置不限。 需带上三个标签：VB 工作流拆解 野神殿 通往 AGI 之路（或者waytoagi）。 满足上述要求的内容，从明天起会集中做 3 5 天的话题曝光。

以下是关于爆款视频拆解的相关内容： WTF 在 1w 粉到 10w 粉仅用时 13 天，像素级拆解了《动物时装秀》。他认为在如今 AI 绘画遍地开花的情况下，动物时装秀能从众多 AI 绘画赛道中脱颖而出，是同时满足了切片、通感、反差这些爆款元素。 一个爆款视频至少要满足以下几点： 1. 切片：短视频打败长视频靠的是做长视频的切片，同理，短视频要脱颖而出也需要不断切片，将一个短视频变成多个短视频的集合，增加信息密度，大拆小，狂加料。 2. 通感：大脑分为直觉脑和理性脑，直觉脑就是人的五感。比如看到头疗、水疗的直播间会让人舒服是靠声音，看到美食直播间尤其是把美食切开喂到面前的那种会让人不知不觉看很久。总之，不要让观众动脑子。 3. 反差：抖音航线里行舟大佬有专门记录反差的文档，感兴趣的可以去查看抖音航线的航海手册。 另外，研究拆解爆款内容的案例中提到： 1. 第一步：确保 ChatGPT 理解要拆解的角度。 2. 第二步：输入短视频脚本并让 ChatGPT 开始拆解。 3. 第三步：让 ChatGPT 提出内容的修改建议，并分点式给出答案。 4. 第四步：要求 ChatGPT 以特定风格去做修改。

以下是关于拆解爆款内容的详细步骤： 1. 建立自己的爆款库，并从中选择 1 个爆款内容。 2. 让 ChatGPT 理解您拆解的角度，可通过明确其对相关名词涵义的理解等方式。提问模板如：请您明确理解以下名词的涵义（列举拆解角度）：XXX、XXX、XXX；请您根据 XXXX（列举拆解角度），分析以下 XXXX（列举内容类型，例如文章/脚本）。示例：（这里把爆款内容复制进去对话框） 3. 让 ChatGPT 提出内容的修改建议，并分点式给出答案。提问模板如：根据上述分析，请您判断这个 XXXX（列举内容类型，例如文章/脚本）的亮点和不足在哪里；请根据上述分析，进一步提出内容的修改建议，并分点式告诉我。 4. 要求 ChatGPT 以特定风格去做修改。提问模板如：请根据上述内容的修改建议，对这个 XXXX（列举内容类型，如脚本/文章）进行修改，并输出 XXXX（列举内容类型，如脚本/文章）的文案；请将这个 XXXX（列举内容类型，如脚本/文章）调整成 XXX 风格（适用于 XX 平台，或与某作者相近风格，例如用王家卫风格、金庸风格） 案例方面： 1. 确保 ChatGPT 理解您要拆解的角度。 2. 输入短视频脚本并让 ChatGPT 开始拆解。 3. 让 ChatGPT 提出内容的修改建议，并分点式给出答案。 4. 要求 ChatGPT 以特定风格去做修改。

以下是为您推荐的一些有助于拆解书籍的 AI 相关书籍： 1. 《认知神经学科：关于心智的生物学》（作者：Michael S.Gazzaniga; Richard B.Lvry; George R.Mangun）：这是世界权威的认知神经科学教材，由认知神经科学之父创作，能让您系统了解认知神经科学的诸多方面。 2. 《神经科学原理》（作者：Eric R.Kandel; James H.Schwartz）：帮助您系统了解神经元的细胞和分子生物学、突触传递等内容。 3. 在 Python 和 AI 方面，对于新手入门，Python 相关的推荐书籍有《Python 学习手册》和《Python 编程》；AI 相关的推荐书籍有《人类简史》（其中“认知革命”的相关章节）和《深度学习实战》（按脉络梳理了 ChatGPT 爆发前的 AI 信息与实践）。

以下是一些基于 Agent 开发的优秀应用案例及拆解： 1. 平台方面： Coze：新一代一站式 AI Bot 开发平台，适用于构建各类问答 Bot，集成丰富插件工具拓展能力边界。 Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者打造产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识等，并访问第三方数据和服务或执行工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 钉钉 AI 超级助理：依托钉钉优势，在处理高频工作场景表现出色，提供深入环境感知和记忆功能。 2. 项目方面： AppAgent：由腾讯和德州大学达拉斯分校的研究团开发的 AI 学习模型，能模仿人类在手机上操作 APP。通过模仿能力提升，对模仿数据反利用有不错应用场景，如优化产品原型和 UE 交互。主要功能特点包括多模态代理，能处理和理解多种类型信息，在 50 个任务和 10 种应用程序上进行广泛测试。在烹饪场景和 Adobe Lightroom 图像编辑测试中有出色表现，能通过不同模态准确推理，完成实时场景交互。

以下是一些 AI 制作音乐的工具和相关案例： ：无需昂贵的录音设备即可进行多轨录音。 ：生成歌词、旋律、鼓点等，并且能够像任何专业 DAW 一样进行编辑和混音。 ：AI 驱动的音乐制作平台，使用 AI 创作歌词、节拍和人声，然后直接从 Cassette 进行混音和发布。 ：人工智能创作情感背景音乐。 ：简化的音乐创作工具，帮助您为视频和播客创作音乐。 ：为直播的游戏玩家提供自适应 AI 音乐。 ：高质量音乐和音效，所有内容都包含版权。 ：世界上第一个动态音乐引擎。 （被 Shutterstock 收购）：为内容创作者提供的 AI 音乐创作工具。 ：您的虚拟音乐工作室。 ：即时制作音乐，与世界分享。 ：智能乐谱。 ：由一群艺术家、研究人员、设计师和程序员组成的团队。 （被 Apple 收购）：音乐帮助品牌与受众建立更深层次的连接。 ：下一代音乐制作人。 ：数字宇宙的音乐解决方案，Soundtracks、AI Studio、Music Maker JAM 的制作者。 ：AI 音乐创作和制作。 ：自由定制高质量免版权费音乐。 ：一个云平台，让音乐人和粉丝在全球范围内创作音乐、协作和互动。 ：使用嵌入式软件、信号处理和 AI 帮助艺术家录制、混音和母带处理他们的现场表演。 ：开源音乐生成工具。 ：旨在通过 AI 赋能真实艺术家的伦理音频 AI 插件、工具和社区，而非取代他们。 ：使用 AI 创作音乐和语音。 ：与 DAW 集成的生成音乐工具，100%免版权费。 ：为创意媒体提供的伦理音乐 AI。 ：AI 音乐创作平台和探索声音宇宙的个人音乐制作人。 ：通过音乐赋予你新的创作和表达方式。 ：使用 AI 改变你的歌唱声音。 ：为你的创造力和生产力提供 AI 音乐。 ：使用 AI 生成声音、音效、音乐、样本、氛围等。 案例方面，Manglemoose 最近展示了由他们最新开发的音乐生成器制作的视频案例，该工具的名称尚未公布。bGPT 是一种具有下一个字节预测功能的模型，它几乎完美地复制了符号音乐数据的转换过程，在将 ABC 符号转换为 MIDI 格式时实现了每字节 0.0011 位的低错误率。此外，bGPT 在模拟 CPU 行为方面表现出卓越的能力，执行各种操作的准确度超过 99.99%。

语音开发需要学习以下技术： 1. 深度学习和自然语言处理基础： 机器学习、深度学习、神经网络等基础理论。 自然语言处理基础，如词向量、序列模型、注意力机制等。 相关课程：吴恩达的深度学习课程、斯坦福 cs224n 等。 2. 理解 Transformer 和 BERT 等模型原理： Transformer 模型架构及自注意力机制原理。 BERT 的预训练和微调方法。 掌握相关论文，如 Attention is All You Need、BERT 论文等。 3. 学习 LLM 模型训练和微调： 大规模文本语料预处理。 LLM 预训练框架，如 PyTorch、TensorFlow 等。 微调 LLM 模型进行特定任务迁移。 相关资源：HuggingFace 课程、论文及开源仓库等。 4. LLM 模型优化和部署： 模型压缩、蒸馏、并行等优化技术。 模型评估和可解释性。 模型服务化、在线推理、多语言支持等。 相关资源：ONNX、TVM、BentoML 等开源工具。 5. LLM 工程实践和案例学习： 结合行业场景，进行个性化的 LLM 训练。 分析和优化具体 LLM 工程案例。 研究 LLM 新模型、新方法的最新进展。 以下是一个语音开发的案例： 要开发一个网页，一个页面可以承载离谱生物档案的网站，每个页面都是一个离谱生物的介绍，图片，头像，文字介绍，可以跟他打字和语音对话。以及展示跟他相关的离谱事件。 1. 项目初始化与配置： 选择编程语言和技术栈： 前端：React.js 或 Vue.js，适合构建动态的用户界面，有丰富的组件库支持多媒体内容展示。 后端：Node.js 加上 Express.js，可使用 JavaScript 同时开发前端和后端，简化开发过程，其非阻塞 IO 特性适合处理实时通讯需求。 数据库：MongoDB，适合存储文档形式的数据，如离谱生物档案和相关事件。 语音处理：使用 Google Cloud SpeechtoText 和 TexttoSpeech API 实现语音与文本的相互转换，支持语音对话。 开发环境配置： IDE：Visual Studio Code，免费、开源，支持大量插件，适用于前端和 Node.js 开发。 Node.js 和 NPM：安装 Node.js 时会一并安装 npm，用于管理项目依赖。 项目结构模板：项目目录可能如下所示。 此外，为您列举一些人工智能音频初创公司： 将书面内容转化为引人入胜的音频，并实现无缝分发。 专业音频、语音、声音和音乐的扩展服务。 （被 Spotify 收购） 提供完全表达的 AI 生成语音，带来引人入胜的逼真表演。 利用合成媒体生成和检测，带来无限可能。 一键使您的内容多语言化，触及更多人群。 生成听起来真实的 AI 声音。 为游戏、电影和元宇宙提供 AI 语音演员。 为内容创作者提供语音克隆服务。 超逼真的文本转语音引擎。 使用单一 AI 驱动的 API 进行音频转录和理解。 听起来像真人的新声音。 从真实人的声音创建逼真的合成语音的文本转语音技术。 生成听起来完全像你的音频内容。 为所有人提供开放的语音技术。

以下是一些 AI 写 PPT 的好的案例和相关工具： Gamma：在线 PPT 制作网站，支持输入文本和想法提示快速生成幻灯片，可嵌入多媒体格式。网址：https://gamma.app/ 美图 AI PPT：由美图秀秀开发团队推出，通过输入简单文本描述生成专业 PPT 设计，有丰富模板库和设计元素。网址：https://www.xdesign.com/ppt/ Mindshow：AI 驱动的 PPT 辅助工具，提供智能设计功能，如自动布局、图像选择和文本优化等。网址：https://www.mindshow.fun/ 讯飞智文：科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理技术，提供智能文本生成等功能。网址：https://zhiwen.xfyun.cn/ 此外，还有以下相关案例和工具： 案例： 营销：蓝色光标 X 京东｜AIGC 代言人营销新模式，OPEN AD 时代来临 营销：定制营销报告 办公：高效做 PPT 工具： SlidesAI Decktopus AI Tome MagicSlides Presentations.AI Canva Simplified GlimmerAI Sendsteps Plus AI Microsoft 365 Copilot Canva Magic Design ChatGPT Beautiful.AI 您还可以参考熊猫 Jay 的实践教程：https://mp.weixin.qq.com/s/uVoIIcePa7WTx7GNqkAPA

以下是一些写短剧剧本的智能体案例供您参考： 在“画小二：如何写好提示词是创建智能体第一步”中，有儿童寓意故事创作者相关的案例，如《猴子和渔夫》《掉在井里的狐狸和公山羊》《徒劳的寒鸦》等。 《猴子和渔夫》：猴子看到渔夫捕鱼觉得有趣尝试却失败，明白有些事看似简单实则不易。 《掉在井里的狐狸和公山羊》：狐狸骗山羊下井助其逃出，山羊后悔，告诉我们不要盲目跟从要有判断力。 《徒劳的寒鸦》：寒鸦收集羽毛装扮自己遭嘲笑，明白内心美更重要。 还有《照亮屋子》《杀龙妙技》《不同看法》《志愿是当小丑》等故事。 《照亮屋子》：先生让学生买东西装满黑暗房间，一个买干草未成功，另一个买蜡烛成功照亮。 《杀龙妙技》：朱泙漫学杀龙技术归来却无处杀龙，白学本领。 《不同看法》：父子看豪车，儿子认为坐车人没学问，父亲认为说这话的人没钱。 《志愿是当小丑》：中国老师斥学生当小丑志愿胸无大志，外国老师则愿其把欢笑带给全世界。 另外，“剧本影子”智能体的核心功能是一键导入剧本，快速提炼故事大纲，还具有仿写、深化人物塑造、撰写分级大纲等功能，能在 10 分钟内完成从大纲到完整剧本的转变。其主要目标人群为内容创作者，包括短视频创作者、短剧创作者、影视剧本创作者、动漫及 3D 内容创作者等。

以下是一些 RAG 应用的案例： 1. 用户向 ChatGPT 查询最近引起广泛关注的事件，如 OpenAI 首席执行官的突然解雇和复职，由于 ChatGPT 预训练数据的限制缺乏对最新事件的了解。RAG 通过从外部知识库中检索最新的文档摘录来解决这一问题，获取相关新闻文章并与最初的问题合并成丰富的提示，使 ChatGPT 能够合成知情的回答，展示了其通过实时信息检索增强模型响应能力的过程。 2. 在本地知识库的搭建中，利用大模型的能力搭建知识库本身就是一个 RAG 技术的应用。RAG 应用可抽象为 5 个过程：文档加载，从多种来源加载文档；文本分割，把文档切分为指定大小的块；存储，包括将切分好的文档块嵌入转换成向量形式并存储到向量数据库；检索，通过检索算法找到与输入问题相似的嵌入片；输出，把问题及检索出来的嵌入片一起提交给 LLM，让其生成更合理的答案。 3. 在了解 RAG 全貌时，其流程分为离线数据处理和在线检索两个过程。离线数据处理目的是构建知识库这本“活字典”，在线检索则是利用知识库和大模型进行查询的过程。以构建智能问答客服这一最经典的应用场景为例，可深入了解 RAG 所有流程中的“What”与“Why”。

以下是一些在 APP 应用对接大语言模型方面比较成功的案例，可供您借鉴： 1. Poe： 由 Quora 开发，有 APP 版本，支持跨端使用。 集成了 Chat GPT、GPT4、Claude+、Claude、Dragonfly 等模型，同时支持用户自建 Chatbot。 不同语言模型回复效果有差异，适合需要调用多种大语言模型的用户。 Dragonfly 擅长给出较短的回答，并擅长在输入中给出示例时遵循指示。 Claude 更擅长创造性回复，配合 Poe 中的提问引导，非常适合在查阅资料时使用。 支持分享用户和模型的对话内容，但 GPT4、Claude+产品需要付费订阅使用。 访问地址： Poe 中的提问引导真的能够启发到用户，midjourney prompt 扩写 Chatbot 能力很惊人。 2. Perplexity.ai： 本质是个可联网的搜索引擎，完全免费，支持网页版、APP（目前支持 iOS，安卓即将推出）、Chrome 插件。 网页版能力全面，能够根据提问从互联网上搜寻信息并给出总结后的答案。 很多 Chat GPT 中调用插件才能解决的事情（联网查询、旅行、住宿、商品推荐）靠 Perplexity 就可以解决。 能给出信息来源网址，并根据搜索内容给出继续对话的问题建议。 最新推出的 Copilot 能力支持根据搜索内容进行信息补充，每 4h 内使用 5 次，调用 GPT4。 支持分享聊天内容到多渠道。 首页推荐当下流行的新闻、搜索内容。 支持筛选 Academic（包含不同领域的学术研究论文）、Wolfram｜Alpha（包含数学、科学、经济学、语言学、工程学、社会科学、文化等领域的知识库）、Wikipedia（维基百科）、Youtube、Reddit（娱乐、社交和新闻网站）、News 进行搜索。 Chrome 插件可针对当前页面给出即时摘要。 访问地址：