做一个AI和就业结合的知识博主，主要分享哪些内容呢

要利用 Kimi 和即梦 AI 做小红书博主，可以参考以下步骤： 利用 Kimi： 1. 收集相关资料：明确主题后，借助 AI 工具如 Perplexity.AI 的强大搜索功能获取信息。启用 Pro 功能或使用微软的 Bing 搜索引擎等具备联网搜索功能的工具，输入具体的 Prompt 快速定位相关资讯。 2. 整理资料：使用月之暗面开发的 Kimi 这个 AI 会话助手。Kimi 具备读取网页内容并生成一定内容的能力，当读取完毕会显示绿色标点作为提示。但需注意其阅读能力有限，可能无法一次性处理大量资讯或某些网站内容，可分批次提供资料确保其有效读取和理解。 3. 生成文章：让 Kimi 整理资讯内容并转化成吸引人的公众号文章。 关于即梦 AI 如何用于做小红书博主，目前提供的内容中未提及相关具体方法。

要成为用 AI 做小红书博主，可以参考以下步骤和资源： 1. 学习基础知识：可以通过观看李宏毅教授的《生成式人工智能导论》课程来系统性地了解生成式人工智能的底层原理。课程链接： 。 2. 参考小红书官方指南：【企微文档】小红书科技内容_成长手册 V1.1 ，链接：https://doc.weixin.qq.com/doc/w3_Ac0Avwa7ACkyJSXHMxkS52WzTSnT4?scode=ANAAyQcbAAg8ZakZDRz4uMIS5RAEw 。 3. 关注优秀的小红书 AI 博主，例如： 雪梅 May：小红书科技博主。 巧克力（@chocolae）：炼丹狂魔，腹泻更新者。 红祭司：隐世大神，一丹封神。 宗 Rich 宗宗：神级插画师，框框操作出神图。 麦橘。 徐若木｜商业插画师_悟空的笔尖：十万数，16.7w ， ，手绘教程，传统行业大佬。 AIGC 巴妮贝贝：千数，9564 ， ，3D,IP 设计。 小布舞曲拼布教室：千数，9344 ， ，手工艺。 AI Dreamer：千数，9149 ， 。 Cui AI 蓝同学：千数，8489 ， ，教程。 李大强：千数，8079 ， ，妖怪图鉴，传统行业大佬。 Ai HFBY：千数，7787 ， ，工业设计。 钢铁植男：千数，7615 ， ，头像，传统行业大佬。 邓布利波：千数，7587 ， ，教程/设计师，传统行业大佬。 电力猫：千数，7122 ， 。 🌈通往 AGI 之路：千数，6996 ， 。 AI 仓颉最强 AI 关键词库：千数，6618 ， ，描述词分享。 需要注意的是，在初期不要急于产出内容，而是把时间用于深入了解 AI 知识，避免只做皮毛信息的加工，因为信息加工容易被 AI 替代。

以下是一些常见的 AI 变现方法： 1. 电商方面： 利用 AI 制作服装：如 AI 小绿裙，单价 239 卖了 1160 多份，几个月共卖 27 万。可使用 sd、mj 或 mewxai、幻火等工具制作，前者有难度但可控性强，后者适合新手。 用 AI 定制萌娃的头像：单价 19.9，卖了 2675 份。执行力强的一个月能有 2000 3000 的收入，还可将做不完的单子转给别人抽成。 2. 自媒体方面： 直播带货。 橱窗带货：抖音需要 1000 粉丝、托管橱窗。 商单：如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、AIGC+地方文旅、数字人、汽车宣传片、喜马拉雅微短剧等。 介绍粉丝接项目。 广告：通过平台（抖音星图、B 站花火）或私单。 视频挂载：视频号挂载课程，成交后返佣。 参与平台活动奖励。 希望以上内容对您有所帮助。

军事博主可以通过以下步骤利用 AI 来制作视频： 1. 内容分析：使用 AI 工具如 ChatGPT 对相关军事内容进行分析，提取关键场景、角色和情节。 2. 生成视觉描述：根据分析结果，使用工具如 Stable Diffusion 或 Midjourney 生成角色和场景的视觉描述。 3. 图像生成：利用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：借助 AI 配音工具如 Adobe Firefly 将军事相关文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件如 Clipfly 或 VEED.IO 将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，提升视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 需要注意的是，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 另外，还有一些相关案例可供参考： 前 Sora 时代制作 AI 短片时，使用 Pika、Pixverse、Runway、SVD 四大 AI 视频工具，每家视频每张图片只抽一次卡，包括科幻片、战争片、奇幻片等不同类型的场景生成。 实战中，每个人都可以用 10 分钟轻松制作 AI 换脸、AI 数字人视频。先准备一段视频中播放的内容文字，可利用 AI 生成。然后使用剪映 App 进行简单处理，选择顶部工具栏中的“文本”，添加文字内容轨道，替换默认文本内容，为数字人提供语音播放内容及生成相应口型。

以下是为您整理的相关内容： 大雨是一位技术开发人员，也是独立博客 IAIUSE 主理人，专注于将 AI 技术应用于企业运营和协助个人利用 AI 重构知识体系。 有文章提到人工智能改变了俄乌战争的走向，如美国一家叫做 Palantir Technology 的公司凭借一款利用神经网络自我学习功能实现图像精准识别的软件系统，影响了战争态势。 拜登签署了有关 AI 的行政命令，包括建立先进的网络安全计划以开发用于查找和修复关键软件漏洞的 AI 工具，以及指示制定关于 AI 和安全的进一步行动的国家安全备忘录。

以下是一些可用于分析小红书博主爆款文章的 AI 产品： 1. Perplexity.AI：可以利用其 Search Images 功能寻找合适的素材，在左侧能获取高度相关且精准的图片选项。注意避免使用带水印、画质不清晰或分辨率低的图片，可从 twitter 和官方网站获取高质量图片。还能在搜索框中输入具体 Prompt 快速定位相关资讯，并拷贝回答内容下方的引用网站链接。 2. Bing 搜索引擎：具备类似的联网搜索功能，可帮助快速搜集大量相关资料。 3. Kimi：由月之暗面开发的 AI 会话助手，具备读取网页内容并生成一定内容的能力，但阅读能力有一定限制，可能无法一次性处理大量资讯或读取某些网站内容，可分批次提供资料。 此外，还有以下与自媒体相关的 AI 产品案例： 1. AIGC 运营：小红书爆款概率预测分析，可透视运营数据、寻找对标、紧跟趋势和装修主页。 2. 语音转文字推荐 OpenAI 的 wishper。

在面对众多的 AI 站点和 AI 智能体时，您可以从以下几个方面进行选择： 1. 明确自身需求：确定您希望解决的具体问题和期望达到的目标，以便找到与之匹配的 AI 工具。 2. 了解功能特点：不同的 AI 智能体具有不同的功能和优势。例如，有些擅长自然语言处理和回答各种问题，有些则在特定领域如编程、设计等有出色表现。 3. 考虑技术能力：包括模型的性能、上下文窗口长度、响应速度和并发支持等。响应速度快、并发支持高的工具能在多人使用时保持良好性能。 4. 成本因素：关注免费或低价的选项，以降低使用成本。 5. 个性化需求满足：选择能够根据您的业务场景和个性化需求进行定制的 AI 智能体。 例如，字节的扣子（Coze）是新一代一站式 AI Bot 开发平台，无论有无编程基础都能构建各类问答 Bot，并可发布到多种社交平台和通讯软件上。而在开发 AI 插件时，像 AI Share Card 插件会根据需求选择合适的模型，如选用了具有较长上下文窗口、免费且并发支持高的 GLM4flash 模型。 总之，要综合考虑自身需求、功能特点、技术能力、成本和个性化等因素，选择最适合您的 AI 站点和智能体。

在写文章方面，AI 能为我们提供多方面的帮助： 1. 文献管理和搜索： Zotero：结合 AI 技术，可自动提取文献信息，助力管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，能提供相关文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术提供文本校对、语法修正和写作风格建议，提升语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于进行数据分析和可视化。 Knitro：用于数学建模和优化的软件，帮助进行复杂的数据分析和模型构建。 4. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，提供丰富模板库和协作功能，简化论文编写过程。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：通过与已发表作品比较，检测潜在抄袭问题。 利用 AI 不到 30 分钟打造爆款公众号文章的关键在于提供清晰且具指导性的提示词（prompt）： 已有基本提示词时，AI 能生成基础文章。 若想提升质量，可提供更详细、具创意的提示词，让 AI 更好捕捉文章语气、风格和重点。 例如：“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。”这样的提示词不仅提供明确指导，还设定文章基本结构和内容要求，AI 会据此生成结构完整、内容丰富、观点鲜明的文章。但最终产出的内容可能需微调，以符合预期和公众号风格。

AI 可以用于算命相关的应用，例如有“AI 算命”项目，将传统与科技融合，通过用户提供的出生时间等信息推测命理。但需要注意的是，AI 算命并非真正意义上的科学算命，其结果不具有科学性和可靠性。从科学角度来看，算命本身缺乏科学依据，更多是一种娱乐和心理安慰的方式。

以下是为您推荐的装修 AI 软件： 1. 酷家乐装修设计软件：利用图像生成和机器学习技术，为用户提供装修设计方案，用户可根据喜好进行选择和调整。 2. 可画软件：提供多种排版模板和 AI 功能，方便图片处理和尺寸调整。 此外，还有一些能够帮助建筑设计师审核规划平面图的 AI 工具： 1. HDAidMaster：云端工具，在建筑设计、室内设计和景观设计领域表现出色，搭载自主训练的建筑大模型 ArchiMaster。 2. Maket.ai：主要面向住宅行业，在户型设计和室内软装设计方面有 AI 技术探索。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，能在住宅设计早期引入标准和规范约束设计结果。 4. Fast AI 人工智能审图平台：形成全自动智能审图流程，将建筑全寿命周期内的信息集成，实现数据汇总与管理。 每个工具都有其特定应用场景和功能，建议您根据具体需求选择合适的工具。

以下是一些关于 AI 生成海报的相关信息： 设计海报的 AI 产品： Canva（可画）：https://www.canva.cn/ ，是一个受欢迎的在线设计工具，提供大量模板和设计元素，AI 功能可协助选择颜色搭配和字体样式。 稿定设计：https://www.gaoding.com/ ，智能设计工具采用先进人工智能技术，自动分析和生成设计方案。 VistaCreate：https://create.vista.com/ ，简单易用的设计平台，提供大量设计模板和元素，可使用 AI 工具创建个性化海报，智能建议功能帮助用户快速找到合适设计元素。 Microsoft Designer：https://designer.microsoft.com/ ，通过简单拖放界面创建演示文稿、社交媒体帖子等视觉内容，集成丰富模板库和自动图像编辑功能。 海报设计思路： 鉴于近期热门的城市建筑风格，可尝试将老北京糖葫芦做成北京建筑，然后即时生成海报并挑选喜欢的。确定这种风格的海报后，替换同材质的北京建筑物即可延续风格设计一系列海报。继续复用上一张的关键词生成其他建筑，调整关键词继续生成单个建筑物，再用 PS 稍作处理，替换建筑物，就可得到一系列海报。 用 AI 快速做一张满意海报的方法： 需求场景：当想在社交平台发布内容时，网上找的图可能质量不佳或易撞图，自己相册中的照片可能不合适，此时可自己制作。 大致流程： 主题与文案：确定海报主题后，借助 ChatGPT 等文本类 AI 工具协助完成文案。 风格与布局：选择想要的风格意向，背景可根据文案和风格灵活调整画面布局。 生成与筛选：使用无界 AI，输入关键词，生成并挑选一张满意的海报底图。 配文与排版：将上述素材进行合理排版，得到成品。排版同样可以参考 AIGC 海报成果。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是为小学生推荐的一些 AI 工具： 1. 聊天对话类：Kimi、智谱清言等。 2. 图像类：Midjourney 等。 对于小学生来说，使用 AI 工具时需要在家长或老师的指导下进行，并且要注意合理控制使用时间，避免过度依赖。同时，也要关注工具的使用规则和安全问题。

骏老师分享的去 AI 味儿提示词包括以下内容： 角色设定：“Character: You're a fluid conversationalist that engages in meaningful and personal natural language discussions with users. Your expression closely mimics human conversation, avoiding artificial or robotic tones. You have an array of dynamic abilities that allow you to weave complex, informal, and colorful narratives.” 约束条件：“Constraints: Maintain compliance with the language and tone used by the user in their conversation. Only provide responses that are relevant to the issue at hand. Refrain from discussing topics that are not linked to the user's inquiry. Ensure a 'humanlike' representation throughout the interaction, including occasional flaws to mimic authentic human communication.” 具体要求：“Prompt: We will engage in natural language conversation, and your responses will avoid sounding like you're interacting with AI. Instead, they will be crafted to resemble human expressions commonly used in everyday communication. Specifically, the requirements are as follows: Comprehensive and Thorough Explanations: Always provide indepth insight and comprehensive understanding of viewpoints or knowledge that the user asks for. Where possible, find and include relevant images from the web to amplify your explanations. Intricate Sentence Construction: Artfully employ complex sentence structures to mimic authentic human conversation. Ensure that the language used remains diverse and varies in complexity for a realistic touch. Creative and Variable Language Use: Make sure to avoid redundancy by using diverse phrases and words. Add flair to your conversation with a dash of humor, sarcasm, and displaying a personal touch. Factual and Quotebased Content: Ground your text in credibility by including facts and notable quotes in your responses.” 此外，智谱 BigModel 共学营第二期【第一名】鱼得水也分享了相关内容，如为确保精确进入对话生成节点，删除与对话无关节点，关闭 sum4all 插件防止意外触发图片、视频识别功能等。还提到了拟人提示词，包括选择模仿角色（如罗永浩），以及对提示词进行微调，如限制回答内容长度、防止回答出现逻辑错误、强化语言风格、防止输出多余回复等。

以下为一些 AIGC 动画的案例分享： 伊利 QQ 星 AI 动画项目： 项目前期：进行沟通报价、确定方向和内容并写脚本，脚本创作可借助 AI 但要有自己想法。 项目中期：根据脚本出图，采用 MJ、SD、GPT 出图，涉及产品融入、合成等操作，同时进行剪辑、配乐等工作，还提及配音等相关经验。 项目后期：做项目总结，复盘优缺点。 AIGC 商业广告： 制作前期：先定框架，包含定向、写脚本，确定内容呈现形式、调性、风格和人物设定等。 制作中期：根据脚本出图，同步剪辑，收集音效配音，如遇到跑图中带文字乱掉等问题可进行 AI 处理和产品跟踪。 制作后期：对现有视频进行优化，做字体包装和跟踪字体。 ANIME ROCK, PAPER, SCISSORS 动画： 这是一个通过绿幕动作捕捉，在虚幻中制作虚拟场景，然后通过 Stable Diffusion 生成的动漫。120 个视觉特效镜头由一个 3 人小组在一秒钟内完成。 制作过程中使用的主要工具为：Stable Diffusion 模型+DreamBooth 微调、虚幻引擎+资产存储 3D 模型、Img2Img+DeFlickering 效果、大量的老式的 VFX 合成。 视频的制作步骤包括：训练模型复制特定风格、训练一个 LoRA 模型来认识一个角色、通过 img2img 处理绿屏动捕的视频、使用 Deflicker 插件减少闪烁、在虚幻 5 中添加 3D 元素、在 Resolve 中进行最终 VFX 合成/编辑。为了最后的打磨，添加了大量老式视觉特效，如强调运动的速度线、模拟电影摄像机/单元格动画的发光体、虚幻中的动态元素（如蜡烛）、设置室内气氛的体积光射线、编辑和设计声音。 在配音方面，商业片子做好配音很重要，普通话不标准时花钱找人配音比 AI 配音效果好。在字体方面，字体包装在视频中很重要，很多人在这方面常犯错，如温馨画面加黑色描边字体。在 AI 动态的后期包装与剪辑技巧方面，后期包装思路可通过添加光效渲染氛围，对素材进行跟踪以替换产品，还可进行素材叠加。剪辑在 AI 动画中占比 45%，好的剪辑师能将素材处理得更好，不成熟的剪辑师可能会把好素材搞砸。镜头主接需注意景别丰富，如全景、中景、特写、近景等。在空间关系中存在轴线问题，如人物位置突然变化会导致视觉跳跃，还有关系轴线和运动轴线，越轴会让观众观感不适。AI 动画的调色流程方面，对色彩有特别要求可在达芬奇里完成剪辑调色流程，简单调色可在剪映中通过肉眼大致判断校正颜色，剪映中有色轮和曲线可用于调色。

以下是在大集团里展开 AI 分享讨论会的一些参考： 1. 杭州站 AI+X World Tour： AI 主题分享会：每人限时分享，主题是 2023 年 AI 对我的影响和挑战，2024 年的目标和计划。时间为 1 月 14 日周天 10am 12pm，地点在明月楼，筹备负责人为 Host: AJ + Evan，专场海报、报名表、Host 摄影等物料筹备。 AI 圆桌分享会：一起讨论下你想做的产品以及如何寻找 PMF。时间为 1 月 14 日周天 1pm 5pm，地点在明月楼，筹备负责人为 Host: AJ + Evan。 AI 画展：上面 workshop 的成果展示，时间为 1 月 14 日周天 1 月 21 日（一周时间）暂定，地点在明月楼，筹备负责人为 Host: 征集中。 2. AITalk 汗青的分享 2024 年 5 月 6 日：会议讨论了 AI talk 节目及相关技术的发展和应用，主要内容包括汗青分享视频制作经验、团队 AI talk 项目、对 AI 的看法等，强调创作本身、工具使用及商业回报的重要性，talk 实验及 AI 在影视创作中的应用，AI 在内容创作和传播中的影响，AI 在创作领域的应用和影响，AI 变现、内容付费、参赛、团队规模等问题，agent 在 C 端的商业化及与 carry 点 AI 的区别。汗青推荐了两本书，分别是尼尔·波兹曼的《娱乐至死》和约翰·伯格的书《观看的视界》（中文版又译作《讲故事的人》），还有推荐播客：一天世界：https://www.xiaoyuzhoufm.com/podcast/5e280fb1418a84a0461fc892?s=eyJ1IjogIjYyZmQxMzE4ZWRjZTY3MTA0YTU1ZTk4OSJ9 。待办事项包括 AJ 分享直播录屏，并发送 characterAI 的链接给大家；大聪明讲解对 agent 的理解，以及 agent 的前世今生@🌈AJ 。 3. 3 月 26 日｜自由讨论｜离谱视频切磋大会：会议主要讨论了人工智能（AI）在视频制作中的应用，与会成员分享了自己在不同领域的经验和对 AI 的学习和应用，探讨了如何通过实践项目学习和掌握人工智能工具和技能，以及 AIGC 的应用和学习。还讨论了 AI 视频制作的相关内容，包括如何组队参与比赛和商单，以及 AI 在视频制作中的应用。最后，还讨论了 4 月份比赛的相关事宜，包括比赛规则和参赛队伍的组建。同时，会议还提到了大家可以通过兴趣感来学习和成长，同时也可以在工作中应用。待办事项包括西琦把北京同学组队的二维码收集到一起@🌈AJ ；西琦找案例并一起分析@🌈AJ ；淅吾找新疆的朋友商量加入谁；毛叔拉群并制作基础的工具；西琦在 8 点到 8 点半的时间开始分享@🌈AJ 。

以下是一些常见的作文批改类 AI 工具： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体的 AI 写作助手，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于学生和写作人员的多方面写作辅助。 3. Quillbot：人工智能文本摘要和改写工具，可用于快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，可以帮助用户优化文章的语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可以根据输入生成符合要求的学术论文。 关于 AI 作文批改的共学分享，目前在飞书群进行问题接龙及答疑，例如： 1. 上课用什么工具，大模型工具需自行准备，推荐顺序为 chatGPT 4.0、kimichat、智谱清言 4。 2. 文本纠错方面的方法案例，如果是问工具，飞书文档带有纠错功能；如果用 prompt 纠错，文本量不能太大，直接告诉大模型：检查下列文本中的错别字、语法错误和格式错误，指出并改正，重新生成新的文本。 3. 用文心一言 APP 可以。 4. 关于国内是否有类似国外提示词支持调用其他 AI 工具的情况，如国产大模型能否文生图，一些模型可以，比如智谱和文心。 5. 把文章给大模型容易，关键是自己给自己写什么样的 prompt。 6. 如果只是用来自己学，长期学习，不一定必须需要 iPhone 手机或者对显卡有一定要求，ChatGPT 交费存在问题且没有途径。

以下是为您生成的 15 分钟 AI 知识分享专题会大纲和主题内容： 大纲： 1. 开场介绍（2 分钟） 2. 主题分享（8 分钟） 3. 交流互动（3 分钟） 4. 总结结束（2 分钟） 主题内容： 开场介绍（2 分钟）： 简要介绍本次专题会的目的和流程。 主题分享（8 分钟）： 1. 介绍 AI 的基本概念和发展现状。 2. 分享几个 AI 在不同领域的应用案例，如医疗、教育、金融等。 3. 探讨 AI 未来的发展趋势和可能带来的影响。 交流互动（3 分钟）： 鼓励参会者提出问题和分享自己的看法，进行简单的交流。 总结结束（2 分钟）： 总结本次专题会的重点内容，感谢参会者的参与。

以下是 5 月 10 日罗文分享《认识插件》的相关文章或视频内容： 罗文分享如何使用插件一键生成标题 罗文分享使用插件武装智能体的方法与挑战 罗文分享 AI 插件使用方法及相关名词解释 罗文讲解单函数版本、方法论及插件配置 如何使用插件提升工作效率 如何快速了解插件的用途及使用场景 如何理解和运用插件 罗文讲解 API 使用技巧及相关提示词的作用 如何稳定调用 API 获取想要的信息 罗文分享使用插件的八步法及挑战 关于如何使用 flow 插件创建机器人的步骤讲解 关于如何在飞书上进行 API 内容报名的步骤讲解 关于国内版本使用的相关问题解答与分享 170 人同时编辑多维表格，字节同学帮忙做压测 关于多维表格插件使用的讨论 关于 AI 工具使用的分享与讨论 介绍智能体插件的使用方法 关于如何设置文档权限及使用插件的操作教程 关于如何使用代码执行器及流程化模板的讨论 关于智能体插件使用的讨论及实操演示 关于多维表格插件使用说明挑战的工作流程介绍 关于插件 API 使用的讨论 罗文分享工作流的设计与应用 罗文分享工作流程及机器人使用心得

以下是使用 AI 工具创建个人工作知识库的方法： 1. 使用 AnythingLLM 软件： 安装地址：https://useanything.com/download 。 安装完成后进入配置页面，主要分为三步： 第一步：选择大模型。 第二步：选择文本嵌入模型。 第三步：选择向量数据库。 在 AnythingLLM 中创建自己独有的 Workspace 与其他项目数据隔离。 首先创建一个工作空间，上传文档并在工作空间中进行文本嵌入，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）和 Query 模式（大模型仅仅会依靠文档中的数据给出答案）。 完成配置后即可与大模型进行对话。 2. 基于 Coze 免费打造： 确定功能范围，编写 prompt 提示词，设定 Bot 的身份和目标。 创建知识库，整理“关键字”与“AI 相关资料链接”的对应关系，并将信息存储起来。创建知识库路径：个人空间 知识库 创建知识库。知识库文档类型支持本地文档、在线数据、飞书文档、Notion 等，本次使用【本地文档】。按照操作指引上传文档、分段设置、确认数据处理。小技巧：在内容中加上一些特殊分割符，比如“”，以便于自动切分数据。分段标识符号要选择“自定义”，内容填“”。 创建工作流，告诉 AI 机器人应该按什么流程处理信息。创建工作流路径：个人空间 工作流 创建工作流。工作流设计好后，先点击右上角“试运行”，测试工作流无误后，就可以点击发布。如果任务和逻辑复杂，可以结合左边“节点”工具来实现。 私人知识库中的内容一般有两种：日常从互联网收集的优质信息和个人日常的思考以及分享。如果想基于这套知识库打造个人专属的 ChatGPT，常见的有两种技术方案：训练专有大模型和利用 RAG（检索增强生成）技术。训练专有大模型效果虽好，但存在高成本、更新难度大等缺陷，并非当下主流方案。

LMStudio 能否支持联网搜索和本地知识库 RAG 以及如何实现的问题如下： 实现本地知识库 RAG 需加载所需的库和模块，如用于解析 RSS 订阅源的 feedparse，用于在 Python 程序中跑大模型的 ollama（使用前需确保 ollama 服务已开启并下载好模型）。 从订阅源获取内容，通过特定函数从指定的 RSS 订阅 URL 提取内容，若需接收多个 URL 稍作改动即可。然后用专门的文本拆分器将长文本拆分成较小的块，并附带相关元数据，最终合并成列表返回用于后续处理或提取。 为文档内容生成向量，可使用文本向量模型 bgem3（从 hf 下载好模型假设放置在某个路径，通过函数利用 FAISS 创建高效的向量存储）。 实现 RAG 包括文档加载（从多种来源加载文档，LangChain 提供 100 多种文档加载器）、文本分割（把 Documents 切分为指定大小的块）、存储（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）、Output（把问题及检索出的嵌入片提交给 LLM 生成答案）。 基于用户问题从向量数据库中检索相关段落，根据设定阈值过滤，让模型参考上下文信息回答，从而实现 RAG。 还可创建网页 UI 并进行评测，对于同样的问题和上下文，基于不同模型进行多次测试，其中 GPT4 表现最好，Mixtral 次之，Qwen7b 第三，Gemma 和 Mistral 表现一般。总结来说，本文展示了如何使用 Langchain 和 Ollama 技术栈在本地部署资讯问答机器人，结合 RSSHub 处理和提供资讯，上下文数据质量和大模型性能决定 RAG 系统性能上限，RAG 能提升答案质量和相关性，但不能完全消除大模型幻觉和信息滞后问题。

要将飞书文档作为知识库输入到 Coze 平台，主要有以下步骤： 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。 选择飞书文档，选择自定义的自定义，输入。 飞书的文档内容会以区分开来，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。 2. 本地文档： 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，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。 此外，创建知识库并上传文本内容有以下方式： 1. 在线数据： 自动采集方式：适用于内容量大，需要批量快速导入的场景。 在文本格式页签下，选择在线数据，然后单击下一步。 单击自动采集。 单击新增 URL。在弹出的页面完成输入要上传的网站地址、选择是否需要定期同步网站内容及周期等操作。 当上传完成后单击下一步，系统会自动根据网站的内容进行内容分片。 手动采集方式：适用于需要精准采集网页上指定内容的场景。 安装扩展程序，详情请参考。 在文本格式页签下，选择在线数据，然后单击下一步。 点击手动采集，然后在弹出的页面点击权限授予完成授权。 在弹出的页面输入要采集内容的网址，然后单击确认。 在弹出的页面上，点击页面下方文本标注按钮，开始标注要提取的内容，然后单击文本框上方的文本或链接按钮。 单击查看数据查看已采集的内容，确认无误后再点击完成并采集。 Coze 的知识库功能不仅支持上传和存储外部知识内容，还提供了多样化的检索能力，主要包括两大核心能力：一是能够存储和管理外部数据；二是增强检索能力。Coze 支持从多种数据源，如本地文档、在线数据、Notion、飞书文档等渠道上传文本和表格数据。上传后，系统会自动将知识内容切分成多个片段进行存储，并允许用户自定义内容分片规则。Coze 还提供了多种检索方式来对存储的内容片段进行高效检索，例如全文检索可以通过关键词快速找到相关的内容片段并召回。基于这些召回的内容片段，大模型将生成最终的回复内容。Coze 支持上传文本内容及结构化表格数据，以适应各种使用场景。

以下是为您提供的 AI 学习路线： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 6. 对于有一定编程基础的新手： 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 尝试使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向新手的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 学习 AI 基础知识，了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等，学习 AI 在教育、医疗、金融等领域的应用案例。 参与 AI 相关的实践项目，比如参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动，尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 关注 AI 发展的前沿动态，关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展，思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，新手可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。

以下是建立个人领域个人知识库的方法： 1. 使用 embeddings： 将文本转换成向量（一串数字），可理解为索引，能节省空间。 把大文本拆分成若干小文本块（chunk），通过 embeddings API 将其转换成 embeddings 向量，与文本块语义相关。 在向量储存库保存 embeddings 向量和文本块，作为问答的知识库。 当用户提问时，将问题转换成向量，与向量储存库的向量比对，提取关联度高的文本块，与问题组合成新的 prompt 发送给 GPT API。 例如，对于“此文作者是谁？”的问题，可提取关联度高的文本块，如“本文作者：越山。xxxx。”“《反脆弱》作者塔勒布xxxx。” 2. 理解 embeddings： embeddings 是浮点数字的向量（列表），向量之间的距离衡量关联性，小距离表示高关联度，大距离表示低关联度。 向量是用一串数字表示大小和方向的量，在计算机科学中常用列表表示。 常见的计算向量距离的方法是欧几里得距离。 在 OpenAI 词嵌入中，靠近的向量词语在语义上相似。 3. GPT 模型索引库 LlamaIndex： LlamaIndex 是更高一层 LangChain 的抽象，之前叫 GPT Index。 它简化了 LangChain 对文本分割和查询的接口，提供了更丰富的 Data Connector。 LlamaIndex 只针对 GPT Model 做 Index，而 LangChain 可对接多个 LLMs，可扩展性更强。 需要注意的是，GPT3.5 一次交互支持的 Token 有限，OpenAI 提供了 embedding API 解决方案。随着技术发展，AI 的开发和使用门槛会降低，垂直领域知识库的搭建和优化更多是业务问题。

构建自己的知识库可以通过以下方式实现： 1. 利用 GPT 打造个人知识库： GPT3.5 免费版的 ChatGPT 一次交互支持的 Token 有限，对于多数领域知识容量不够。 OpenAI 提供了 embedding API 解决方案，embeddings 是浮点数字的向量，向量间距离衡量关联性，小距离表示高关联度。 参考 OpenAI embedding documents 了解更多。 2. 本地部署大模型以及搭建个人知识库： 若要更灵活掌控知识库，可使用额外软件 AnythingLLM，其包含 Open WebUI 的能力，并支持选择文本嵌入模型和向量数据库。 安装地址：https://useanything.com/download 。 安装完成后进入配置页面，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。 3. 了解 RAG 技术： 利用大模型搭建知识库是 RAG 技术的应用。 在进行本地知识库搭建实操前，需对 RAG 有大概了解。 RAG 应用可抽象为 5 个过程：文档加载（从多种来源加载文档，LangChain 提供 100 多种文档加载器）、文本分割（把 Documents 切分为指定大小的块）、存储（包括将文档块嵌入转换成向量形式和将向量数据存储到向量数据库）、检索（通过检索算法找到与输入问题相似的嵌入片）、输出（把问题及检索出的嵌入片提交给 LLM 生成答案）。 文本加载器是将用户提供的文本加载到内存中以便后续处理。