如何创建个人知识库，用于AI

AI 诈骗是指利用人工智能技术进行的欺诈行为。例如，通过生成逼真的虚假内容、模拟真实身份等手段来欺骗受害者。 拜登签署的 AI 行政命令中提到要保护美国人免受 AI 带来的诈骗和欺骗，商务部将为内容认证和水印制定指导方针，以清晰标注 AI 生成的内容，联邦机构将使用这些工具让美国人容易知晓从政府收到的通信是真实的，并为私营部门和全球各国政府树立榜样。 在 AI 术语中，与相关概念有关的术语包括智能体（Agent）等。 在小学课堂的课程设计中，对于三年级的孩子，会用他们能理解的语言来介绍 AI，比如简单说明 AI 是让计算机或机器能像人类一样思考和学习的技术。

以下为您提供一些与 AI 诈骗相关的案例： GPTCHA：这是一款由三位开发者共同搭建的由 GPT4 驱动的小工具，致力于解决电话诈骗问题。它能够拦截可疑电话，并用虚拟声音与呼叫方聊天，直到确认电话合法且安全。您可通过 http://gptcha.ai/ 了解更多。 此外，在周鸿祎免费课 AI 系列第一讲中提到，AIGC 可能被用于深度伪造，不仅涉及个人诈骗，还可能影响国家安全。比如利用 Stable Diffusion、Midjourney 等工具生成虚假图像进行诈骗。

以下是一些 AI 的应用案例： 在汽车行业： 自动驾驶技术：利用 AI 进行图像识别、传感器数据分析和决策制定，如特斯拉、Waymo 和 Cruise 等公司在开发和测试自动驾驶汽车。 车辆安全系统：用于增强车辆的安全性能，如自动紧急制动、车道保持辅助和盲点检测系统。 个性化用户体验：根据驾驶员的偏好和习惯调整车辆设置。 预测性维护：通过分析车辆实时数据预测潜在故障和维护需求。 生产自动化：在汽车制造中用于自动化生产线，提高效率和质量控制。 销售和市场分析：分析市场趋势、消费者行为和销售数据。 电动化和能源管理：在电动汽车的电池管理和充电策略中发挥作用。 共享出行服务：优化路线规划、调度车辆和定价策略。 语音助手和车载娱乐：如 Amazon Alexa Auto 和 Google Assistant 等语音助手。 车辆远程监控和诊断：远程监控车辆状态，提供实时诊断和支持。 在活动策划中： 活动主题及内容生成：根据活动目标、参与者背景等生成合适的主题和内容框架建议。 邀请函和宣传文案生成：基于活动信息生成吸引人的文案。 现场活动管理：利用计算机视觉、语音识别等辅助管理人流、秩序等。 虚拟助手：作为虚拟活动助手提供信息查询和问题咨询服务。 活动反馈分析：自动分析活动反馈，总结关键观点和改进建议。 活动营销优化：基于参与者行为数据优化营销策略。 在工作场景中： 企业运营：日常办公文档材料撰写整理，营销对话机器人，市场分析，销售策略咨询，法律文书起草、案例分析、法律条文梳理，人力资源简历筛选，预招聘，员工培训。 教育：协助评估学生学习情况，为职业规划提供建议，定制化学习内容，论文初稿搭建及审核，帮助低收入国家/家庭获得平等教育资源。 游戏/媒体：定制化游戏，动态生成 NPC 互动，自定义剧情，开放式结局，出海文案内容生成，语言翻译及辅助广告投放和运营，数字虚拟人直播，游戏平台代码重构，AI 自动生成副本。 零售/电商：舆情、投诉、突发事件监测及分析，品牌营销内容撰写及投放，自动化库存管理，自动生成或完成 SKU 类别选择、数量和价格分配，客户购物趋势分析及洞察。 金融/保险：个人金融理财顾问，贷款信息摘要及初始批复，识别并检测欺诈活动风险，客服中心分析及内容洞察。

以下是为您提供的 AI 新闻： 2024 年人工智能现状： OpenAI 的 o1 模型在数学、科学和推理方面重新定义了 AI 的极限，让竞争对手感到困惑和受挫。 中国的 AI 模型在克服制裁的情况下，凭借坚韧和战略智慧在排行榜上占据一席之地。 生成式 AI 初创公司获得巨额收益，但可持续性仍难以捉摸。 对未来的预测包括：预计明年会有团体花费超过 10 亿美元训练单个大规模模型；计算需求的增长将超出电网支持能力；AI 对选举的影响尚未显现。 25 个 AI 新产品： Magic Editor for Google Photos 可进行照片的局部修改。 MusicLM 可文本生成音乐，当前可在 AI Test Kitchen with Google 试用。 Gen AI for Android 包括 Magic Compose 可自动回复信息，Gen AI for Wallpaper 可生成手机壁纸。 ML Hub for Developers 提供 ML 模型训练与部署一站式服务。 Immersive View for Google Map 是仿真 3D 沉浸式地图。 「Help me write」 in Gmail 是电子邮件写作助手。 Peridot by Niantic 是 AI 驱动的 AR 电子宠物。

以下是为您整理的关于 AI 的新闻报道： 离谱新闻社专题报道： 人工智能（AI）作为计算机科学的一项革命性技术，其“智能”特质体现了机器模拟、扩展甚至超越人类智能的能力。核心在于处理信息、与环境互动、专注于任务和深度学习的能力。 定义和特点：涵盖了机器的学习、推理、适应和自我改进的能力。表现在能从经验中学习，理解复杂概念，处理和分析大量数据，执行人类认为需智能完成的任务。关键特点包括算法驱动的决策过程、大数据处理能力、特定任务中的高效性和准确性。 行为模式：信息处理上通过先进算法和计算模型，从大量数据输入中学习规律、做出预测和决策；环境互动方面能适应操作环境，从语音助手到自动驾驶汽车都能高效工作并适应新情况；能量聚焦上执行任务时效率极高且不受疲劳影响；深度与专注上采用深度学习技术能对特定领域数据深入分析，识别复杂模式和关系。其“智能”特质与 MBTI 中的内倾特质有相似和可比性。 OpenAI 新模型 9.12 发布： 相关报道包括： ZHO： AI 深度研究员： 特工宇宙： 伟豪学长 AI： ENEN： （AI Liability Directive） （Text with EEA relevance） （entirely.8） （Article 21） 应评估某些 AI 系统运营商索赔的无过错责任规则的适当性，以及保险覆盖的需求，同时考虑对 AI 系统的推出和采用的影响，特别是对中小企业。

AI 是一门令人兴奋的科学，是某种模仿人类思维可以理解自然语言并输出自然语言的东西，其生态位是一种似人而非人的存在。 从技术角度看，最初计算机是按照明确定义的程序（即算法）来对数字进行运算。但对于像从照片判断一个人的年龄这类任务，由于我们无法明确大脑完成此任务的具体步骤，所以无法编写明确程序让计算机完成，而这类任务正是 AI 所感兴趣的。 AI 已渗透到各行各业，应用场景广泛，例如： 医疗保健方面，包括医学影像分析、药物研发、个性化医疗、机器人辅助手术等。 金融服务领域，涵盖风控和反欺诈、信用评估、投资分析、客户服务等。 零售和电子商务中，有产品推荐、搜索和个性化、动态定价、聊天机器人等。 制造业里，包含预测性维护、质量控制、供应链管理、机器人自动化等。 交通运输领域也有相关应用。

很抱歉，目前知识库中没有关于如何做好中国市场的知识库让 AI 学习并给出详细三年计划的相关内容。但一般来说，要做好这个计划，您可以从以下几个方面考虑： 1. 市场调研：深入了解中国市场的特点、需求、竞争态势等，为 AI 提供丰富准确的数据。 2. 数据整理：将收集到的市场信息进行分类、清洗和标注，以便 AI 能够有效学习。 3. 设定目标：明确三年中在市场份额、客户满意度、品牌知名度等方面的具体目标。 4. 阶段规划：第一年着重基础建设，如数据积累和模型训练；第二年优化模型，拓展应用场景；第三年实现规模化应用和持续优化。 5. 技术支持：确保有足够的技术团队来维护和更新 AI 系统。 6. 反馈机制：建立有效的反馈渠道，根据市场变化和用户反馈及时调整 AI 的学习方向。 以上只是一个初步的框架，您还需要根据具体的行业和市场情况进行进一步的细化和完善。

以下是组建自己本地知识库的详细步骤： 一、了解 RAG 技术 因为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，所以在进行本地知识库的搭建实操之前，需要先对 RAG 有大概的了解。 RAG 是指检索增强生成（Retrieval Augmented Generation）。当需要依靠不包含在大模型训练集中的数据时，通过检索外部数据，然后在生成步骤中将这些数据传递给 LLM。 RAG 应用可抽象为以下 5 个过程： 1. 文档加载（Document Loading）：从多种不同来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据以及 Python、Java 之类的代码等。 2. 文本分割（Splitting）：把 Documents 切分为指定大小的块，称为“文档块”或“文档片”。 3. 存储： 将切分好的文档块进行嵌入（Embedding）转换成向量的形式。 将 Embedding 后的向量数据存储到向量数据库。 4. 检索：通过某种检索算法找到与输入问题相似的嵌入片。 5. Output（输出）：把问题以及检索出来的嵌入片一起提交给 LLM，LLM 会通过问题和检索出来的提示一起生成更加合理的答案。 二、通过 Open WebUI 使用大模型 1. 首先访问相关网址。打开页面时，使用邮箱注册账号。 2. 登陆成功后，Open WebUI 一般有两种使用方式： 聊天对话。 RAG 能力，即让模型根据文档内容回答问题，这是构建知识库的基础之一。 三、本地知识库进阶 如果想要对知识库进行更加灵活的掌控，需要一个额外的软件：AnythingLLM。这个软件包含了所有 Open WebUI 的能力，并且额外支持了以下能力： 1. 选择文本嵌入模型。 2. 选择向量数据库。 安装地址：https://useanything.com/download 。安装完成后，会进入到其配置页面，主要分为三步： 1. 第一步：选择大模型。 2. 第二步：选择文本嵌入模型。 3. 第三步：选择向量数据库。 构建本地知识库： 1. 在 AnythingLLM 中创建自己独有的 Workspace 跟其他的项目数据进行隔离。 2. 首先创建一个工作空间。 3. 上传文档并且在工作空间中进行文本嵌入。 4. 选择对话模式。AnythingLLM 提供了两种对话模式： Chat 模式：大模型会根据自己的训练数据和上传的文档数据综合给出答案。 Query 模式：大模型仅仅会依靠文档中的数据给出答案。 5. 测试对话。当上述配置完成之后，就可以跟大模型进行对话了。 最后，送给大家一句话：看十遍不如实操一遍，实操十遍不如分享一遍。如果对 AI Agent 技术感兴趣，可以联系作者或者加免费知识星球（备注 AGI 知识库）。

将传统知识库通过 LLM 能力转化为更智能和精细化的知识库是一个复杂但可行的过程，以下是一些关键步骤和方法： 1. 数据预处理：对传统知识库中的内容进行清理、格式化和标准化，确保数据的质量和一致性。 2. 内容分段：根据主题和逻辑结构，将长篇的知识内容合理分段，使信息更易于理解和处理。 3. 提取关键信息：从文本中提取重要的概念、实体和关系，为后续的问答和总结做准备。 4. 构建 QA 问答对：分析知识库中的内容，设计有针对性的问题和准确的答案，形成问答对，以方便用户快速获取所需信息。 5. 图片解析描述：对于包含图片的内容，使用图像识别技术提取关键元素，并进行详细的描述和解释。 6. 总结归纳：对分段后的内容进行总结，提炼核心要点，帮助用户快速了解主要内容。 在实施过程中，需要不断优化和调整方法，以确保转化后的知识库能够满足用户的需求，提供更高效和准确的服务。

以下是关于知识库的能力和知识的介绍： 1. 扣子的知识库功能强大，能够上传和存储外部知识内容，提供多种查找知识的方法。它可以解决大模型有时出现的幻觉或某些专业领域知识不足的问题，让回复更准确。 2. 可以使用多种功能定制 AI Bot，如提示词（设定 Bot 的身份、目标和技能）、插件（通过 API 连接集成各种平台和服务）、工作流（规划和实现复杂功能逻辑）、记忆库（保留和理解对话细节，添加外部知识库）。 3. Coze 的知识库包括两大核心能力：存储和管理外部数据，增强检索能力。支持从多种数据源上传文本和表格数据，自动切分知识内容并允许自定义分片规则，提供多种检索方式高效检索内容片段，生成最终回复内容。 4. 知识库适用于多种应用场景，如创建虚拟形象交流时保存相关语料，客服场景中解答用户常见问题，特定行业应用中提供精确信息等。

以下是创建个人专属知识库的相关内容： 私人知识库中的内容通常包括从互联网收集的优质信息以及个人日常的思考和分享。 基于私人知识库打造个人专属的 ChatGPT 常见有两种技术方案： 训练专有大模型：可以使用个人知识库训练专有大模型，但此方案并非当下主流，存在高成本、更新难度大等缺陷。 利用 RAG（检索增强生成）技术：先将文本拆分成若干小文本块并转换为 embeddings 向量，保存在向量储存库中。当用户提出问题时，将问题转换为向量与储存库中的向量比对，提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API。 搭建基于 GPT API 的定制化知识库时，由于 GPT3.5 一次交互支持的 Token 有限，OpenAI 提供了 embedding API 解决方案。embeddings 是一个浮点数字的向量，向量之间的距离衡量关联性，小距离表示高关联度。

以下是创建 Coze 知识库的步骤： 1. 来到个人空间，找到知识库导航栏，点击创建知识库。 知识库是共享资源，多个 Bot 可以引用同一个知识库。 选择知识库的格式并填写相关信息。目前（2024.06.08）Coze 支持三种格式：文档、表格（CSV、Excel 等）、图片（上传图片并填写图片文字说明）。格式不重要，重要的是要了解影响 RAG 输出质量的因素。 例如选择本地文档（问答对可选择表格），还可选择自定义的文档切割，数据处理完成后，一个问答对会被切割成一个文档片。 2. 在线知识库： 点击创建知识库，创建一个如画小二课程的 FAQ 知识库。 选择飞书在线文档，每个问题和答案以分割。 选择飞书文档、自定义，输入，可点击编辑修改和删除，然后添加 Bot，并在调试区测试效果。 3. 本地文档： 本地 word 文件要注意拆分内容以提高训练数据准确度，例如对于画小二课程，要先将大章节名称内容放入，再按固定方式细化章节内详细内容。 然后选择创建知识库自定义清洗数据。 4. 发布应用：点击发布，确保在 Bot 商店中能够搜到。 关于使用知识库，您可以查看教程： 。

以下是创建对于资料内容掌握的 AI 智能体的具体操作： 一、了解智能体的概念 智能体大多建立在大模型之上，从基于符号推理的专家系统逐步演进而来。基于大模型的智能体具有强大的学习能力、灵活性和泛化能力。其核心在于有效控制和利用大型模型，提示词的设计对智能体的表现和输出结果有直接影响。 二、实践制作智能体 1. 基于公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等）尝试开发。 点击“浏览 GPTs”按钮。 点击“Create”按钮创建自己的智能体。 使用自然语言对话或手工设置进行具体设置。 开始调试智能体并发布。 2. 以字节的扣子为例，其作为字节跳动旗下的新一代一站式 AI Bot 开发平台，无论是否具备编程基础，都能迅速构建各类问答 Bot，开发完成后可发布到社交平台和通讯软件上。创建智能体可通过简单 3 步：起一个名称，写一段简单介绍，使用 AI 创建一个头像。 3. 对于 GPTs，可预先写好提示词，像编程一样详细设定操作步骤，方便重复使用。还可将日常工作中部分固定输入输出的场景写成“智能体”并不断迭代优化。很多 AI 网站都能创建“智能体”，如 Kimi.ai ，可设置配置信息、知识库、能力配置等，手搓各种机器人为您工作。

以下是关于创建 AI 智能体的相关内容： 一、使用工具和方法 1. 可以利用 AI 搜索引擎如 felo.ai/search 搜索并归纳资料内容。 2. 运用 AI 可视化工具 napkin.ai 将内容转成图示。 二、提高 GPT 使用效率 预先写好咒语（prompts），像编程一样详细设定操作步骤，方便重复使用。找空闲日列出日常工作，区分哪些可被 AI 加速、哪些工作是固定输入输出的，尝试写成“智能体”并迭代优化。很多 AI 网站都能创建“智能体”，如配置提示词、知识库、能力配置等，还能设置“常用语”“小助手”“bot”，例如 Kimi.ai 。 三、RAG 方法 RAG（RetrievalAugmented Generation）是结合检索和生成的 AI 模型，应用于知识管理能自动检索相关知识点和资料，辅助深度研究。 四、打造个人知识导师 创建个人知识管理员机器人，可随时对话辅助梳理线索，其能基于知识库自学习，成为不可或缺的知识伙伴。 五、构建 AI 写作助手 涵盖构思、草稿生成、内容迭代、润色优化等环节。构思时利用 AI 智能体生成创意点等；草稿生成基于构思细化提示；内容迭代通过 promptchain 工具设计系列提示修改完善；润色优化调整语言风格和语调。 六、AI Agent 介绍 AI Agent 即 AI 智能体，是拥有各项能力帮助做特定事情的“打工人”。目前不少大厂有自己的平台，如字节的扣子、阿里的魔搭社区等。AI 智能体包含知识库、工作流、可调用外部工具，结合大模型自然语言理解能力能完成复杂工作。 七、扣子 Coze 扣子（Coze）是字节跳动旗下的新一代一站式 AI Bot 开发平台，无论有无编程基础都能迅速构建各类问答 Bot，完成后可发布到社交平台和通讯软件上。 八、创建步骤 通过简单 3 步创建智能体，先起名称，再写简单介绍，最后用 AI 创建头像。

要在飞书中创建一个可以和用户会话的扣子智能体账号，您可以按照以下步骤进行操作： 1. 创建扣子的令牌： 在扣子官网左下角选择扣子 API。 在 API 令牌中选择“添加新令牌”。 给令牌起一个名字。 为了方便选择永久有效。 选择制定团队空间，可以是个人空间、也可以选择团队空间。 勾选所有权限。 保存好令牌的 Token，切勿向他人泄露。 2. 获取机器人 ID： 在个人空间中找到自己要接入到微信中的机器人，比如画小二智能小助手。 点击对应的机器人进入机器人编辑界面。 在浏览器地址栏的 bot/之后的数据就是该机器人的 Bot ID。 3. API 授权： 点击右上角发布。 会发现多了一个 Bot as API，勾选 Bot as API。 确定应用已经成功授权 Bot as API。 4. 服务器设置： chatgptonwechat（简称 CoW）项目是基于大模型的智能对话机器人，支持微信公众号、企业微信应用、飞书、钉钉接入，可选择多种模型，能处理文本、语音和图片，通过插件访问操作系统和互联网等外部资源，支持基于自有知识库定制企业 AI 应用。 点击“Docker”中的“编排模板”中的“添加”按钮。 将编译好的内容复制进来。 在“容器编排”中“添加容器编排”。 选择在“编排模板”里创建的“coze2openai”。 提示运行成功，如果无法正常启动，请看文档后面的“常见问题”。 5. 绑定微信： 需要提前准备一个闲置的微信，因为这种方法是非官方接口，有可能微信号会受到官方限制。 点击容器，可以看到运行的是两个服务。 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。 手动刷新界面验证是否成功，点击“刷新日志”，看到 WeChat login success 提示微信登录成功。 为确保微信实时在线，点击“日志管理”的“wcandyaibot”的“刷新日志”，显示“wechat login seccess”则表示微信正常登录中。 6. 效果测试： 把绑定的微信号拉到群里或者单独对话，训练的数据越好，对话效果越好。您可以参考个人微信对话和微信群对话效果演示视频：

创建知识库的方法如下： 智能体方面： 本次创建知识库使用手动清洗数据，上节课程是自动清洗数据，自动清洗数据会出现目前数据不准的情况，本节视频就尝试使用手动清洗数据，提高数据的准确性。 在线知识库：点击创建知识库，创建一个画小二课程的 FAQ 知识库。知识库的飞书在线文档，其中每个问题和答案以分割，暂时不要问为什么。选择飞书文档、自定义的自定义，输入，然后就将飞书的文档内容以区分开来，这里可以点击编辑修改和删除。点击添加 Bot，添加好可以在调试区测试效果。 本地文档：本地 word 文件，注意如何拆分内容，提高训练数据准确度，将海报的内容训练的知识库里面。画小二这个课程 80 节课程，分为了 11 个章节，训练数据不能一股脑全部放进去训练。正确的方法是首先将 11 章的大的章节名称内容放进来，章节内详细内容格式依次类推细化下去。每个章节都按照这种固定的方式进行人工标注和处理，然后选择创建知识库自定义清洗数据。 发布应用：点击发布，确保在 Bot 商店中能够搜到，没有通过发布的获取不到 API。 一般情况： 可以将文本内容上传至知识库中，作为回复用户问题的内容源或通过向量搜索进行内容召回。例如将产品使用文档上传至知识库中，创建一个专属的产品咨询顾问 Bot 来精准回答用户关于产品使用的相关问题。 参考以下操作：登录，在左侧导航栏的工作区区域，选择进入指定团队，在页面顶部进入知识库页面，并单击创建知识库，在弹出的页面配置知识库名称、描述，并单击确认。一个团队内的知识库名称不可重复，必须是唯一的。在单元页面，单击新增单元，在弹出的页面选择要上传的数据格式，默认是文本格式，然后选择一种文本内容上传方式完成内容上传。 Coze 方面： 来到个人空间，找到知识库导航栏，点击创建知识库。知识库是共享资源，也就是多个 Bot 可以引用同一个知识库。 选择知识库的格式，填写一些信息。目前（2024.06.08）Coze 支持三种格式：文档、表格（CSV、Excel 等）、图片（其实就是上传一张图片，然后填写个图片文字说明）。这里格式并不重要，重要的是要看懂上个章节讲的：影响 RAG 输出质量的因素。可以选择本地文档（问答对可以选择表格），选择自定义的文档切割，数据处理完成后，一个问答对被切割成一个文档片。 关于使用知识库，大家可以看这篇教程：。

以下是为您生成的以数据分析师为职业目标，且希望在计算机行业公司工作的职业规划建议： 首先，鉴于您在社交和处理数据方面的优势，您可以积极利用这两点。在社交方面，主动参与行业相关的社交活动、线上论坛或社群，扩大人脉资源，这有助于您获取更多的行业信息和潜在的工作机会。在处理数据方面，不断提升自己的专业技能，例如学习更高级的数据处理工具和技术，以提高工作效率和质量。 对于您在创新方面的弱势，建议您多关注行业内的创新案例和趋势，通过学习和模仿来逐渐培养创新思维。可以参加一些创新思维的培训课程或者阅读相关的书籍。 在求职过程中，有针对性地投递计算机行业中对数据分析师有需求的公司。准备一份精心制作的简历，突出您在社交和数据处理方面的优势，并诚实地提及您在创新方面的不足以及您为改进所做的努力。 进入公司后，持续学习和提升自己，与团队成员保持良好的沟通和合作，不断积累项目经验，逐步提升自己在数据分析领域的专业能力和影响力。

以下是一些可以实现把视频中的人声换成另外一个人的 AI 工具和技术： 1. VoiceSwap 推出的 StemSwap 工具：这是一个基于浏览器的工具，允许用户从完全混音的曲目中轻松快速地更改人声。它可以将歌曲分成四部分，隔离人声，并将其转换为其他歌手的声音。用户可以从授权歌手名单中选择新声音，并下载完整混音或各个音轨。链接：https://www.voiceswap.ai/ 2. 深度伪造技术：利用 AI 程序和深度学习算法实现音视频模拟和伪造，投入深度学习的内容库越大，合成的视音频真实性越高。 3. 粉丝通过 Stems 音轨分离工具将人声与原始歌曲分离，再使用人声转换模型（如 DiffSVC）将人声转换成另一位明星的风格，然后将新的人声轨道与原始作品重新拼接在一起。 4. ViggleAI：由一支 15 人团队打造，核心能力是将视频中的角色替换成其他形象。其视频工具背后依赖自家训练的 3D 视频模型「JST1」，能够根据一张角色图片生成 360 度角色动画，可以进行更可控的视频生成。目前支持 Discord 访问和网页版访问，Discord 平台已经积累了超 400 万用户。网页版访问：https://www.viggle.ai/ 官方推特：https://x.com/ViggleAI

目前面向 B 端用户的个人助理产品有 GPTs。GPTs 是 OpenAI 推出的一种工具，允许用户根据自身需求和偏好量身打造自己的 AI 助理，比如梳理电子邮件或提供创意灵感等。用户还可上传资料来自定义 GPTs，也能分享给他人或使用他人创建的 GPTs。不过目前 GPTs 的使用仅限于 ChatGPT Plus 的用户。 此外，在公开的案例中，Dot 是目前看到的最接近理想 AI Agent 形态的 C 端私人助理，它支持用户发送文本和图像、音频信息并理解内容，能够为用户制定计划、进行文件管理、推荐咖啡店，帮助用户访问互联网中的最新工具和服务。但其目前需要排队较久的 waitlist，官方也较少更新动态。 一位投资人认为，个人助理是国内外 C 端 Super App 的主要场景之一，也是最刚需、市场最大的一块。比如豆包最初的想法就是打造一个类似 Pi 的个人助理平台。

以下为您推荐一些可用于搭建个人知识库的免费人工智能软件： 1. AnythingLLM：包含所有 Open WebUI 的能力，额外支持选择文本嵌入模型和向量数据库。安装地址：https://useanything.com/download 。安装完成后需进行配置，主要分为三步：选择大模型、选择文本嵌入模型、选择向量数据库。在 AnythingLLM 中可创建独有的 Workspace 与其他项目数据隔离，包括创建工作空间、上传文档并进行文本嵌入、选择对话模式（Chat 模式会综合给出答案，Query 模式仅依靠文档数据给出答案），配置完成后可进行测试对话。 2. Coze 或 FastGPT 等工具可搭建知识库，但当下其 RAG 能力仅对问答场景友好，复杂企业级知识库场景可能需要专业团队，收费几万到几十万不等。若想使用专门搭建个人知识库的软件，可参考文章 ，忽略本地部署大模型环节，直接看其中推荐的软件。 此外，还有一些相关工具和方法： 用通义听悟整理录音笔记：https://tingwu.aliyun.com 用 React 实现选中即解释 定义提示语提取有用信息：https://memo.ac/zh/ 开源免费屏幕录制工具 OBS，下载地址：https://obsproject.com/ Mac 用 Downie，Windows 推荐 IDM 淘宝数码荔枝店购买 用 losslessCut 快速切块：https://github.com/mifi/losslesscut 希望这些信息对您有所帮助。

飞书在搭建个人知识库方面的优点： 可以方便地分类和整理知识，例如个人搭建某一领域知识库或企业搭建产品资料知识库。 有相关的分享和直播，能帮助用户轻松打造知识管理体系。 缺点： 随着知识库中信息增多，如果分类不合理，很难找到所需文章。 问题答案可能在文章某一段落，每次都需重新阅读文章才能找到答案。 Notion 在搭建个人知识库方面的优点： 是功能强大的知识管理和项目管理工具，可将各种信息 all in one place。 数据库可定制性高，接近关系型数据库，适合有相关需求的用户。 数据库的每一条记录都是一个页面，页面包含可自定义的属性和丰富内容。 支持的块类型非常丰富。 缺点：暂未提及。 此外，Notion 在创建知识库并上传文本内容方面，有特定的操作步骤，如在文本格式页签下选择 Notion 并进行授权，还可选择自动分段与清洗或自定义分段等方式。