为什么无法访问waytoAGI知识库内容？

以下是关于您所提到的问题的相关信息： OpenAI 将于 7 月 9 日开始阻止中国用户访问其 API。微软发言人表示，Azure OpenAI API 服务在中国的提供方式没有变化。作为一家独立公司，OpenAI 自行做出其决策，微软不受影响。相关链接：https://pymnts.com/artificialintelligence2/2024/reportmicrosoftwontfollowopenaiinblockingchinasaccesstoaimodels/ 、https://x.com/imxiaohu/status/1810526011173556481 微软确认 Azure OpenAI 服务将停止对中国大陆的非企业用户开放，企业用户不受影响。这是大陆唯一合法使用 OpenAI 的渠道，开发者社区受到了广泛关注。相关链接：https://x.com/imxiaohu/status/1847140960368841034

如果您想加入 WaytoAGI 社区群，可以通过以下方式： 1. 填写问卷进群，群内会分享最新 AI 信息和社区活动。 2. 搜索微信号 Andywuwu07 或扫描二维码加微信，备注 AI 共学，以便被拉进免费的 AI Agent 共学群。 3. 飞书群内置 AI 智能机器人，可以回复任何与 AI 相关的问题。 4. 新手可以使用 Kimi 智能助手入门学习和体验 AI，PC 端可通过下载。 5. 如需下载研究报告，诚邀您加入知识星球：了解。

WaytoAGI 是一个由热爱 AI 的专家和爱好者共同建设的开源 AI 知识库，具有以下功能和特点： 1. 学习途径：参加如 AJ 组织的 wayto AGI 活动，可以认识很多小伙伴和前辈，从中学习到很多 AI 相关知识。 2. 网站功能： 和 AI 知识库对话，可询问任何关于 AI 的问题。 提供集合的精选 AI 网站，按需求找到适合的工具。 集合精选的提示词，可复制到 AI 对话网站使用。 呈现知识库的精华内容。 3. 离谱村：是由 WaytoAGI 孵化的千人共创项目，参与者不分年龄层，都可以通过 AI 工具创作出各种作品。离谱村是一个没有被定义的地方，是灵魂的避风港，激励着人们发挥想象力，创造独特生活方式。 您可以通过参与相关活动、使用网站的各项功能以及参与离谱村的共创等方式，在 WaytoAGI 学习到丰富的 AI 知识。

WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库。 其特点和内容包括： 大家贡献并整合各种 AI 资源，使人们能轻松学习各类 AI 知识，应用 AI 工具和实战案例等。 知识库的内容覆盖 AI 绘画、AI 视频、AI 智能体、AI 3D 等多个版块，还包含赛事和活动以促进大家动手实践。 孵化了离谱村这个千人共创项目，让大家更轻松、更有兴趣地学习和接触 AI。 2023 年 4 月 26 日诞生，在没有任何推广的情况下，一年时间已有超过 70 万用户和超千万次的访问量。 您可以通过以下方式进一步了解： 即刻体验：https://waytoagi.com/ 更多详细介绍： 此外，还有一些相关的内容，如： 放几个有意思的视频：离谱村、春晚、24 节气、 关键词学社：

WaytoAGI 主要有以下功能： 1. 和 AI 知识库对话：您可以在这里询问任何关于 AI 的问题。 2. AI 网站：集合了精选的 AI 网站，可按需求找到适合您的工具。 3. AI 提示词：集合了精选的提示词，能复制到 AI 对话网站使用。 4. 知识库精选：将每天知识库的精华内容呈现给大家。 “通往 AGI 之路”（WaytoAGI）是一个致力于人工智能（AI）学习的中文知识库和社区平台，具有以下特点： 1. 由开发者、学者和 AI 爱好者共同参与建设，提供丰富的学习资源，包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 2. 定期组织活动，如视频挑战赛、模型创作大赛等，鼓励成员在实践中学习，促进交流与合作。 此外，WaytoAGI 的品牌 VI 融合了独特的设计元素，以彩虹色彰显多元性和创新，以鹿的形象象征智慧与优雅，通过非衬线字体展现现代感和清晰性。 总之，WaytoAGI 网站和 WaytoAGI 知识库相互关联，希望成为您学习 AI 路上的好助手。

对于 AI 新手在 WaytoAGI 入手学习 AI 并获得现金收入，以下是一些建议： 学习 AI 有可能赚钱，但不保证每个人都能成功。人工智能领域有很多高薪工作，如数据科学家、机器学习工程师等，掌握相关技术可在这些岗位获得不错收入，且 AI 技术在各行业应用广泛，掌握技能能增加就业和职业发展机会。 然而，能否赚钱取决于多种因素，包括个人学习能力、实际应用能力、对市场和商业的理解等。仅学会基础知识可能难以在竞争中脱颖而出，需要持续学习和实践。 对于新手，【野菩萨的 AIGC 资深课】是不错的选择。这门课程由工信部下属单位【人民邮电出版社】开设，是市面上值得推荐的课程之一，也是全网技术更新最快的课程。课程涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识，无论新手还是进阶者都适用。 总之，新手要在 AI 领域获得现金收入，不仅要选对课程深入学习，还要不断提升自身能力，结合市场需求进行实践。

对于在 WaytoAGI 中从 0 开始学习 AI，以下是一些建议： 1. 学习 AI 是一个长期的过程，需要耐心和持续的努力，不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。 2. 完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。 3. 为您推荐【野菩萨的 AIGC 资深课】，这门课程由工信部下属单位【人民邮电出版社】开设，是市面上为数不多的值得推荐的 AI 课程之一，也是全网技术更新最快的课程。课程内容涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识，无论您是 AI 初学者还是进阶者，都能满足您的学习需求。您可以扫码添加菩萨老师助理，了解更多信息。 需要注意的是，开源社区资源丰富，适合自律的自主学习者，而知识付费课程能提供系统结构、专业指导、针对性计划和互动反馈，是一种高效的学习途径，您可以根据自身情况选择适合自己的学习方式。

以下是关于如何将知识库里的文件进行分类清晰数据，使其变得更加智能化的方法： 1. 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。 飞书在线文档中每个问题和答案以分割，可点击编辑修改和删除。 点击添加 Bot，并在调试区测试效果。 2. 本地文档 注意拆分内容，提高训练数据准确度，将海报的内容训练到知识库里面。 对于画小二这个课程，80 节课程分为 11 个章节，不能一股脑全部放进去训练。 首先将 11 章的大的章节名称内容放进来，章节内详细内容依次按固定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。 3. 发布应用 点击发布，确保在 Bot 商店中能够搜到。 4. 飞书知识库 在飞书里面选择对应的文件夹，一次最多智能选择 20 个文件（若文件大于 20 个可多建几个知识库）。 可以选择自动进行数据清洗，数据清洗是把数据进行类结构化整理，内容中的图片资料也会保留。 测试对话，基本反馈正常，目前 coze 存在不稳定版本，需要不断调试完善。 5. Excel 知识库 可以增加其他形式的知识库。 上传表格的知识库不要过于复杂，不要有合并表格情况，同时系统不认不同的 Sheet。 数据处理完成会显示 100%进度，加工出来的数据，点击添加 Bot，就增加到知识库中，然后测试发布和返回。 6. 网页知识库 有自动采集和手动采集两种方式，手动采集需要安装插件，操作稍微有点小复杂。 选择批量添加，写入画小二官网的地址，可根据需求添加自己的网站。 将网站所有的页面都扫描出来，点击确认，将全站数据解析并保存到知识库里面，按照默认自动清洗数据。 7. 创建知识库并上传文本内容 本地文档：在文本格式页签下，选择本地文档，然后单击下一步。将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档。目前支持上传.txt、.pdf、.docx 格式的文件内容，每个文件不得大于 20M，一次最多可上传 10 个文件。当上传完成后单击下一步。选择内容分段方式，包括自动分段与清洗（系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据）和自定义（手动设置分段规则和预处理规则，包括分段标识符、分段最大长度、文本预处理规则，如替换掉连续的空格、换行符和制表符，删除所有 URL 和电子邮箱地址）。单击下一步完成内容上传和分片。

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。

以下为您推荐一些能够根据字幕对应视频剪辑内容的工具： 1. 剪映：有很多人性化设计和简单的音效库、小特效。但无法协同工作和导出工程文件，难以达到更好的商业化效果。其剪辑流程包括视频粗剪、定剪、音效/音乐、特效、包装（如字幕）等环节。 2. Reccloud：免费的在线 AI 字幕生成工具，可直接上传视频精准识别，能翻译字幕并生成双语字幕，处理视频数量多，识别准确率高。 3. 绘影字幕：一站式专业视频自动字幕编辑器，提供字幕制作和翻译服务，支持多种语言，准确率高，可自定义字幕样式。 4. Arctime：能对视频语音自动识别并转换为字幕，支持自动打轴，支持主流平台和多种字幕功能。 5. 网易见外：国内知名语音平台，支持视频智能字幕功能和音频转写，转换正确率较高。 您可以根据自身需求选择适合的工具。

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。

在 Midjourney 中结合 A 图片的人物和 B 图片的动作和内容，可以使用新上线的“Character Reference”（cref）功能。以下是一些关键方法和示例： 1. 锚定细节：您可以掌控姿势、表情、情感、服装、道具、场景、动作等细节。例如：“Jo is a young woman with blue curly hair, pink sunglasses, and a colorful scarf around her neck. She waits in line at the bank. cref https://my.image.host/joisstanding.jpg”。 2. 让 cref 处理大部分工作：提示无需加强标志性细节，只是“操纵”或“定位”角色。例如：“有人正在银行排队等候。 cref https://my.image.host/joisstanding.jpg”。 3. 只提供场景：如果您的 cref 图像已包含想要的姿势和其他细节，您可以仅描述环境、周围环境、背景或情境，Midjourney 将努力将角色融入场景中。但可能会出现不连贯的结果，此时可尝试使用更高值的样式化，如“s 800”。 需要注意的是，此功能在使用 Midjourney 生成的图像人物时效果最佳，不太适用于真实人物或照片。同时，在 Midjourney V6 的 Web Alpha 版本中，您可以通过拖放或粘贴图像到想象栏，并选择相应图标来设置图像为图像提示、风格参考或角色参考。

当一个 prompt 有 10 段文本内容时，标记不同段落权重的方法如下： 使用双冒号“::”将提示分成不同部分，并在双冒号后面立即添加一个数字来指定该部分的相对权重。例如，“hot::2 dog”表示单词“hot”比“dog”重要度高出两倍。 在版本 1、2、3 中只接受整数作为权值，版本 4 能接受权值的小数位数。未指定权值时默认为 1。 负数权值可用于提示中以删除或排除不需要的元素，但所有权值的比必须是正数。 改变 tag 权重有多种方式： ：数值从 0.1 到 100，低于 1 减弱，大于 1 加强。 括号，权重就重 1.1 倍；每加一层括号就反向减弱 1.1 倍。 小括号权重乘 1.1，如 a；中括号权重除以 1.1；小括号里面直接用冒号写权重也行；反斜杠可以让小括号的权重不生效当做一般字符串处理。 花括号写法，一个花括号权重为 1.05。 提示词其他常用语法：是画到一半的时候开始不画女孩。

AI 能够回复的内容与其上下文限制有关。 首先，上下文在英文中通常翻译为“context”，指的是对话聊天内容前、后的信息。使用时，上下文长度和上下文窗口都会影响 AI 大模型回答的质量。上下文长度限制了模型一次交互中能够处理的最大 token 数量，而上下文窗口限制了模型在生成每个新 token 时实际参考的前面内容的范围。 不同的 AI 平台有不同的限制方式。例如，Claude 基于 token 限制上下文，简单理解就是每次和 AI 对话，所有内容字数加起来不能太多，如果超过了，它就会忘记一些内容，甚至直接提示要另起一个对话。ChatGPT 则限制会话轮数，比如在一天之中，和它会话的次数有限制，可能 4 个小时只能说 50 句话。 应对这些限制的策略包括将复杂任务分解为小模块、定期总结关键信息以及在新会话中重新引入重要上下文。