直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

怎么制作链接飞书知识库与微信群的AI机器人?

回答

以下是制作链接飞书知识库与微信群的 AI 机器人的步骤:

  1. 配置极简未来(Link.AI)平台:
    • 按照官方教程进行操作,教程地址为:https://docs.link-ai.tech/platform/create-app ,学习补充可参考:https://docs.link-ai.tech/platform/quick-start 。
    • 注意以下几点:
      • 教程中的应用是创建一个具体的 AI 问答机器人应用。
      • 教程中的知识库是给绑定到指定问答机器人的资料数据集,让机器人基于这些内容回答问题。
      • 知识库应用中的应用设定是给 AI 机器人的提示词内容或者人设,关于提示词可查看教程:https://waytoagi.feishu.cn/wiki/OqJQwzq2wi9EIOkFtFkclM24nSe 。
      • 记住创建成功的 AI 应用的应用 ID,后续会用到。
  2. 生成 API Key 用于后续功能对接:
    • 地址为:https://link-ai.tech/console/interface 。
    • 点击创建 API Key,并记住这个 API Key,后续会用到。

另外,在「AI 学习三步法:实践」中用 Coze 免费打造自己的微信 AI 机器人的步骤如下:

  1. 设计 AI 机器人:
    • 确定功能范围。
    • 开始节点配置:输入变量名写“Question”,描述写“用户输入的问题”,变量类型选“String”。
    • 知识库配置:将开始节点和知识库左侧节点连接,知识库输入引用开始节点的变量“Question”,添加创建好的知识库,将知识库右侧节点与结束节点左侧连接。
    • 结束节点配置:输出变量定义“question”引用“开始节点的 Question”,“answer”引用“知识库节点的输出 output”,回答模式选择“使用设定的内容直接回答”。
    • 试运行测试:点击右上角“试运行”,输入问题进行测试。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

零基础模板化搭建 AI 微信聊天机器人

秉着有官方教程就用的原则,这里大家其实直接按照官方教程走就行了,说得挺详细了:https://docs.link-ai.tech/platform/create-app学习的补充:https://docs.link-ai.tech/platform/quick-start等大家看完这个教程后,我这里提几点:1.教程中的应用,其实就是让你创建一个具体的AI问答机器人应用;2.教程中的知识库,其实就是给绑定到指定问答机器人的资料数据集,让机器人可以直接基于这些内容作为背景去回答问题;3.知识库应用中的应用设定,其实就是给AI机器人的提示词内容或者人设,具体什么是提示词,可以看看这个教程- https://waytoagi.feishu.cn/wiki/OqJQwzq2wi9EIOkFtFkclM24nSe;4.你创建成功的AI应用,就可以直接用于对接到之后的微信聊天机器人中,所以你需要记住这个应用的应用ID,后面会用到,如下图所示:[heading4]生成API Key用于后续功能对接[content]为了对接到微信聊天机器人,我们还需要先生成一个API Key,这个API Key就是也是我们之后对接微信机器人需要用到的,地址如下:https://link-ai.tech/console/interface点击创建API Key,然后记住这个API Key,后面会用到。

安仔:不用黑魔法,小白也能做一个对接 GPT 大模型的微信聊天机器人

秉着有官方教程就用的原则,这里大家其实直接按照官方教程走就行了,说得挺详细了:https://docs.link-ai.tech/platform/create-app学习的补充:https://docs.link-ai.tech/platform/quick-start等大家看完这个教程后,我这里提几点:1.教程中的应用,其实就是让你创建一个具体的AI问答机器人应用;2.教程中的知识库,其实就是给绑定到指定问答机器人的资料数据集,让机器人可以直接基于这些内容作为背景去回答问题;3.知识库应用中的应用设定,其实就是给AI机器人的提示词内容或者人设,具体什么是提示词,可以看看这个教程- https://waytoagi.feishu.cn/wiki/OqJQwzq2wi9EIOkFtFkclM24nSe;4.你创建成功的AI应用,就可以直接用于对接到之后的微信聊天机器人中,所以你需要记住这个应用的应用ID,后面会用到,如下图所示:[heading4]生成API Key用于后续功能对接[content]为了对接到微信聊天机器人,我们还需要先生成一个API Key,这个API Key就是也是我们之后对接微信机器人需要用到的,地址如下:https://link-ai.tech/console/interface点击创建API Key,然后记住这个API Key,后面会用到。

「AI 学习三步法:实践」用 Coze 免费打造自己的微信 AI 机器人

[title]「AI学习三步法:实践」用Coze免费打造自己的微信AI机器人[heading2]📝搭建步骤详解[heading3]3️⃣设计你的AI机器人[heading4]2、确定功能范围[heading5]5)【工作流】设计详细说明:如果懂点代码的朋友会比较容易理解,不懂代码也没关系,按照下面步骤操作即可。a.开始节点和结束节点,coze会自动生成;b.开始节点配置:输入变量名写:Question,描述写:用户输入的问题,变量类型选:Stringc.知识库配置:将【开始节点】和【知识库左侧节点】连接起来,这样知识库就可以调用开始节点的内容了;知识库输入:引用,开始节点的变量“Question”;知识库部分点击“+”号,选择之前创建好的知识库;将【知识库右侧节点】与【结束节点】的左侧连起来;d.结束节点配置:结束节点用于输出AI机器人的最终结果,这我们的回答格式设置为:您的问题:{{question}}问题的答案:{{answer}}所以在输出变量那里,定义2个参数:question引用“开始节点的Question”answer引用“知识库节点的输出output”回答模式选择:使用设定的内容直接回答。e.试运行测试点击右上角“试运行”后,输入想问AI机器人的问题,比如:AIGC课件,点击右下角“运行”,然后就可以看到工作流每一步的详细输入和输出。

其他人在问
基于飞书的知识库RAG的搭建,需要什么接口进行全文搜索
基于飞书的知识库 RAG 搭建,可用于全文搜索的接口方式主要有以下几种: 1. 语义检索:语义匹配关注查询和文档内容的意义,而非仅仅表面的词汇匹配。通过向量的相似性来判断语义的相似性。 2. 全文检索:这是基于关键词的检索方式。例如,对于句子“猫的饮食习惯包括吃鱼和鸡肉”,输入“猫”“饮食”“猫的饮食习惯”“吃鱼”等关键词可搜索到该句子,但输入“猫喜欢吃什么呀”则无法搜索到。 3. 混合检索:结合了语义匹配和全文检索的优点,通常系统先进行全文检索获取初步结果,然后再对这些结果进行语义匹配和排序。 此外,在本地部署资讯问答机器人实现 RAG 时,会涉及加载所需的库和模块,如 feedparse 用于解析 RSS 订阅源,ollama 用于在 python 程序中跑大模型。还会为文档内容生成向量,如使用文本向量模型 bgem3 等。 在开发 LangChain 应用开发指南中,实现 LangChain 和 RAG 的结合时,需要加载数据、分割文档、转换嵌入并存储到向量存储器、创建检索器以及聊天模型等步骤。
2024-10-17
飞书群机器人
在飞书 5000 人大群里,内置了一个智能机器人「waytoAGI 知识库智能问答」,它是基于飞书 aily 搭建的。() 使用方法:在飞书群里发起话题时,它会根据 waytoAGI 知识库的内容进行总结和回答。 它可以做以下事情: 1. 自动问答:自动回答用户关于 AGI 知识库内涉及的问题,可以对多文档进行总结、提炼。 2. 知识搜索:在内置的「waytoAGI」知识库中搜索特定的信息和数据,快速返回相关内容。 3. 文档引用:提供与用户查询相关的文档部分或引用,帮助用户获取更深入的理解。 4. 互动教学:通过互动式的问答,帮助群成员学习和理解 AI 相关的复杂概念。 5. 最新动态更新:分享有关 AGI 领域的最新研究成果、新闻和趋势。 6. 社区互动:促进群内讨论,提问和回答,增强社区的互动性和参与度。 7. 资源共享:提供访问和下载 AI 相关研究论文、书籍、课程和其他资源的链接。 8. 多语言支持:支持多语言问答,满足不同背景用户的需求。 2024 年 2 月 22 日,在「WaytoAGI」飞书千人大群里新增了。 AGI 大群的机器人原理:飞书的官方技术同学使用 RAG 技术将的内容进行处理,然后在飞书大群中接入一个智能机器人,当机器人被艾特回答问题的时候,其背后就是针对这个 AI 知识库进行的提问。RAG 技术会将知识库中最符合的相关文档回复给用户。
2024-10-10
利用飞书多维表格,搭建与知识库对话能力
利用飞书多维表格搭建与知识库对话能力的步骤如下: 1. 前期准备 设计 AI 稍后读助手的方案思路 简化“收集”:实现跨平台收集功能,支持电脑(web 端)、安卓、iOS 多端操作。考虑到待阅读内容通常有网页链接,理想方式是输入一个 URL 完成收集,借鉴微信文件传输助手的方式,通过聊天窗口输入更符合用户习惯。 自动化“整理入库”:系统在入库时自动整理每条内容的关键信息,包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。同时,阅读清单支持跨平台查看,提高可访问性。 智能“选择”推荐:根据当前收藏记录和用户阅读兴趣进行相关性匹配,生成合适的阅读计划。 基于以上思路,同在字节生态中的 Coze、飞书、飞书多维表格可为 AI 稍后读构建完整的 AI 工作流,通过飞书机器人与 Coze 搭建的智能体对话,在聊天窗口完成链接输入和阅读计划输出,由 Coze 调用大模型、插件完成内容的整理、推荐。 2. 逐步搭建 AI 智能体 经过配置得到两个可用工作流(整理入库、选择内容),将其编排为完整智能体。 配置过程:创建 Bot,填写 Bot 介绍,切换模型为“通义千问”(测试下来效果最好),把配置好的工作流添加到 Bot 中,新增变量{{app_token}},添加外层 bot 提示词(可按需求和实际效果优化调整)。完成后可在「预览与调试」窗口与 AI 稍后读智能体对话并使用全部功能。
2024-09-27
如何在飞书使用 coze创建的聊天机器人
在飞书使用 Coze 创建的聊天机器人,步骤如下: 1. 通过 Coze 建立定时任务,执行工作流二,并添加如分析文章和搜索文章等能力,使其成为一个消息情报官的 Agent。 2. 将其发布到飞书等平台即可使用。可以构建多个分身,收集整理不同领域和行业的情报信息。 3. 创建 Bot 时,系统默认创建一个 Personal 的个人团队,该团队内创建的资源无法分享给其他团队成员。您也可以创建团队或加入其他团队,更多信息请参考。 4. 进入团队空间后,默认打开 Bots 页面。在 Bots 页面,单击创建 Bot,输入 Bot 名称和介绍,然后单击图标旁边的生成图标自动生成一个头像,最后单击确认。 5. Bot 创建后,会直接进入 Bot 编排页面。可以在左侧人设与回复逻辑面板中描述 Bot 的身份和任务,单击复制可使用模板格式添加描述;在中间技能面板为 Bot 配置各种扩展能力;在右侧预览与调试面板中,实时调试 Bot。 chatgptonwechat(简称 CoW)项目是基于大模型的智能对话机器人,支持飞书接入,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。配置时,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”。
2024-09-26
coze怎么读取飞书的文档
要读取飞书的文档来使用 Coze,您可以按照以下步骤进行操作: 1. 因为前面需要对多维表格操作,所以先在 http://open.feishu.cn 上建一个飞书机器人,并添加知识库或多维表格编辑权限,具体操作可以阅读飞书文档。得到机器人的 app_id 和 app_secret 后即可获得租用 token:tenant_access_token 来获取多维表格数据和编辑能力。 2. Coze 国内版本(https://www.coze.cn/store/plugin)提供了丰富的插件,其中 LinkReader 插件可以读取文档。 3. 创建智能体时,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中,每个问题和答案以分割。选择飞书文档,选择自定义的自定义,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。添加好 Bot 后可以在调试区测试效果。
2024-09-10
飞书怎么用AI
以下是飞书中使用 AI 的一些方式和案例: 工作流方面: 起床时让 AI 为您排 TODO 优先级并进行私董会的脑暴。 工作中有阳光会撒娇/卖萌的傲娇 AI 小助理加油。 重点事项如内容创作,可拆成 bot 团队组,包括选题、标题、框架、扩写等环节,并让 A/B 组两个 AIbot 互相改,要点是提供反常识、梗,学习喜欢的 UP 创作方法论。 优化的 bot 包括内容选题 bot、短视频脚本 bot、数据分析 bot(GPT4)、网页 Perplexity 的资料库 bot 等。 将知识库、Prompt 资产放入飞书的知识库+多维表单中维护,等待飞书的 AI 进化。 备选 50 多个生产力 AI 放在工具库里待命输出。 未来计划把整个公司业务搬入飞书中,外接 MJ、ChatBot 分身以及咨询日程预约。 线下活动方面: 活动宣传:用飞书文档制作活动宣传页面,用 AI 快速制作海报,用 GPTs 写人员分配和主持人台词,活动从策划到开始仅用 2 天。 活动报名:完全用飞书的多维表格完成报名及数据统计。 活动过程:大家在线协同,一起编辑文档,演示时共同展示一个文档。 活动记录:有相应的记录文档。
2024-09-09
除了生成式ai还有什么ai
以下是除生成式 AI 之外的一些常见的 AI 类型: 1. 监督学习型 AI:使用标记的数据进行训练,以预测未来的值。 2. 无监督学习型 AI:专注于在原始数据中发现模式。 3. 深度学习型 AI:使用人工神经网络处理复杂模式,可使用标记和未标记的数据进行半监督学习。 4. 强化学习型 AI:通过与环境的交互和奖励机制来学习最优策略。 在游戏领域,早期的游戏中的计算机控制对手是简单脚本程序,而现在由于更快的微处理器和云技术,能够构建大型神经网络,在高度复杂的领域中识别模式和表示。未来,多代理系统可能会成为建模推理和社会学习过程的主流方式。在生成式 AI 的下一个阶段,推理研发成果将渗透到应用层,特定领域中获取真实世界数据和构建特定认知架构仍是挑战。
2024-10-18
有没有好用的辅助做笔记的ai工具和指令?
以下为您推荐一些好用的辅助做笔记的 AI 工具: Vowel:https://www.vowel.com/ Augment:https://www.augment.co/?ref=superhuman1_mar23&utm_source=superhuman.beehiiv.com&utm_medium=newsletter&utm_campaign=thisaicanhackinterviews Noty:https://noty.ai/ Sembly AI:https://www.sembly.ai/ Briefly:https://chrome.google.com/webstore/detail/brieflyaimeetingsummar/bjmgcelbpkgmofiogkmleblcmecflldk Fireflies.ai:https://app.fireflies.ai/ Noota:https://chrome.google.com/webstore/detail/nootascreenrecordermee/eilpgeiadholnidgjpgkijfcpaoncchh Read:https://app.read.ai/analytics/meetings 、https://app.read.ai/analytics/settings/workspace/new 相关文章参考: 此外,还有一些 AI 工具在其他相关领域也表现出色,例如: 在制作 PPT 方面,有 Gamma(https://gamma.app/)、美图 AI PPT(https://www.xdesign.com/ppt/)、Mindshow(https://www.mindshow.fun/)、讯飞智文(https://zhiwen.xfyun.cn/)等。
2024-10-18
ai视频
以下是关于 AI 视频的相关内容: 从生成方式分类: 1. 文生视频、图生视频:Runway、Pika labs、SD + Deforum、SD + Infinite zoom、SD + AnimateDiff、Warpfusion、Stability Animation。 2. 视频生视频: 逐帧生成:SD + Mov2Mov。 关键帧+补帧:SD + Ebsynth、Rerender A Video。 动态捕捉:Deep motion、Move AI、Wonder Dynamics。 视频修复:Topaz Video AI。 3. AI Avatar+语音生成:Synthesia、HeyGen AI、DID。 4. 长视频生短视频:Opus Clip。 5. 脚本生成+视频匹配:Invideo AI。 6. 剧情生成:Showrunner AI。 从产品阶段和可用维度分类: 1. Opusclip:利用长视频剪成短视频。 2. Raskai:短视频素材直接翻译至多语种。 3. invideoAI:输入想法>自动生成脚本和分镜描述>生成视频>人工二编>合成长视频。 4. descript:屏幕/播客录制>PPT 方式做视频。 5. veed.io:自动翻译自动字幕。 6. clipchamp:微软的 AI 版剪映。 7. typeframes:类似 invideoAI,内容呈现文本主体比重更多。 部分 AI 视频软件汇总及相关信息: |网站名|网址|费用|优势/劣势|教程| |||||| |Runway|https://runwayml.com| |有网页有 app 方便|| |haiper|https://app.haiper.ai/|免费| | | |SVD|https://stablevideo.com/|有免费额度|对于景观更好用|| |Pika|https://pika.art/|收费 https://discord.gg/pika|可控性强,可以对嘴型,可配音|| |PixVerse|https://pixverse.ai/|免费|人少不怎么排队,还有换脸功能|| |Dreamina|https://dreamina.jianying.com/|剪映旗下|生成 3 秒,动作幅度有很大升级|| |Morph Studio|https://app.morphstudio.com/| |还在内测| | |Heygen|https://www.heygen.com/| |数字人/对口型| | |Kaiber|https://kaiber.ai/| | | | |Moonvalley|https://moonvalley.ai/| | | | |Mootion|https://discord.gg/AapmuVJqxx| |3d 人物动作转视频| | |美图旗下|https://www.miraclevision.com/| | | | |Neverends|https://neverends.life/create|2 次免费体验|操作傻瓜| | |SD|Animatediff SVD deforum|免费|自己部署| | |Leiapix|https://www.leiapix.com/|免费|可以把一张照片转动态| | |Krea|https://www.krea.ai/|12 月 13 日免费公测了| | | |luma||30 次免费| | | |Kling|kling.kuaishou.com| | ||
2024-10-18
0基础学习AI应该从哪里开始入手呢
对于 0 基础学习 AI,您可以从以下几个方面入手: 1. 了解 AI 基本概念: 建议阅读「」部分,熟悉 AI 的术语和基础概念。了解什么是人工智能,它的主要分支(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,这些文章通常会介绍 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,您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识,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,您可以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。 建议您一定要掌握提示词的技巧,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 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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。 通过与这些 AI 产品的对话,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 记住,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自己的成就。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。 对于中学生学习 AI,还可以: 1. 从编程语言入手学习: 可以从 Python、JavaScript 等编程语言开始学习,这些是 AI 和机器学习的基础。 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。 2. 尝试使用 AI 工具和平台: 可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 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。 4. 参与 AI 相关的实践项目: 可以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。 5. 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,中学生可以从编程基础、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。但请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-10-18
ai建站推荐
以下为您推荐一些 AI 建站工具: 1. 即时设计:https://js.design/ 这是一款可在线使用的「专业 UI 设计工具」,为设计师提供更加本土化的功能和服务,相较于其他传统设计工具,更注重云端文件管理、团队协作,并将设计工具与更多平台整合,一站搞定全流程工作。 2. V0.dev:https://v0.dev/ Vercel Labs 推出的 AI 生成式用户界面系统。每个人都能通过文本或图像生成代码化的用户界面。它基于 Shadcn UI 和 Tailwind CSS 生成复制粘贴友好的 React 代码。 3. Wix:https://wix.com/ Wix 是一款用户友好的 AI 工具,可让您在没有任何编码知识的情况下轻松创建和自定义自己的网站,提供广泛的模板和设计供您选择,以及移动优化和集成电子商务功能等功能。Wix 建站工具通过拖放编辑、优秀模板和 250 多种 app,能帮助不同领域的用户创建所有种类的网站。 4. Dora:https://www.dora.run/ 使用 Dora AI,可以通过一个 prompt,借助 AI 3D 动画,生成强大网站。支持文字转网站,生成式 3D 互动,高级 AI 动画。 在选择 AI 网站制作工具时,您可以考虑以下因素: 1. 目标和需求:确定您的网站目标(例如个人博客、商业网站、在线商店)和功能需求。 2. 预算:有些工具提供免费计划或试用版,但高级功能可能需要付费订阅。 3. 易用性:选择一个符合您技术水平的工具,确保您能够轻松使用和管理网站。 4. 自定义选项:检查工具是否提供足够的自定义选项,以满足您的设计和功能需求。 5. 支持和资源:查看是否有足够的客户支持和学习资源(如教程、社区论坛),帮助您解决问题。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-10-18
如何快速入门学习ai
以下是快速入门学习 AI 的方法: 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,可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 知识库中有很多实践后的作品、文章分享。 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,了解其工作原理和交互方式。 对于不会代码的情况,20 分钟上手 Python + AI 可以这样做: 在深入学习 AI 时,许多朋友因需要编程而感到困难,各类教程默认会打命令行也增加了入门难度。因此有了这份简明入门,旨在让大家更快掌握 Python 和 AI 的相互调用,在接下来的 20 分钟内循序渐进完成以下任务: 1. 完成一个简单程序。 2. 完成一个爬虫应用,抓取公众号文章。 3. 完成一个 AI 应用,为公众号文章生成概述。 一些背景: 关于 Python: Python 就像哆拉 A 梦,它拥有一个装满各种道具的百宝袋,被称为标准库,遇到问题时可直接使用。如果百宝袋里的道具不够用,还可以通过 pip 一类的工具订购新道具,也可以在 GitHub 一类的分享代码的平台获取。Python 被全世界广泛使用,尤其是在 AI 领域。 关于 OpenAI API: OpenAI 通过两种方式提供服务,其一通过 ChatGPT 提供开箱即用的服务,直接对话即可;其二通过 OpenAI API 提供更加灵活的服务,通过代码调用完成更多自动化任务。
2024-10-18
微信机器人
以下是关于微信机器人的搭建和使用的相关内容: 入门级搭建方式(Stuart): 1. 登录成功后,找另一个人私聊或者在群中@您,就可以看到机器人的正常回复。若未成功,可检查 config.json 文件中的配置或跳到“第四章,第 3 步”重启服务。 2. 为机器人设置不一样的提示词,可返回“第三章,第 7 步”更改双引号内的 value 部分。 3. 此后进行任何更改,都需要“返回首页 右上角 点击重启,重启一下服务器”。熟悉 linux 操作的话,也可通过重启进程的方式来重启服务。 4. 然后,在“文件”的【终端】里,直接输入“nohup python3 app.py & tail f nohup.out”重新扫码登录即可。 5. 若想退出机器人,在手机微信上找到桌面版已登录的信息,点击退出桌面版即可。 保姆级基于 Hook 机制的搭建方式(张梦飞): 1. 修改后,点击保存。 2. 返回 NGCbot 文件夹下,找到 main.py 文件,双击开始运行。 3. 双击后会弹出微信登录框,正常登录微信(若显示版本过低登录失败,跳转到最下边看解决方法)。 4. 进入微信之后,系统会自动初始化必备文件,等待初始化完成。 5. 运行成功后,用“大号”给机器人发一条消息,拿到您的 wxid 返回到 13.1 步,config 让您替换的地方,替换掉。 6. 添加完之后,建议使用小号进行登录,然后就可以使用大号作为管理员,对小号发号施令。 基于 Hook 机制的微信 AI 机器人特点(张梦飞): 1. 本教程是基于 Hook 机制的机器人教程,与之前的 COW 机器人采用完全不同的方式。 2. 优势:Hook 有相对更高的稳定性和安全性,更简单,易上手。 3. 劣势:目前插件相对较少,且仅支持 Windows 系统。 4. 此项目在 Windows 系统上运行,可以不用服务器,对小白更加友好。 5. 此项目能结合 FastGPT 进行使用,且在@zyh 的帮助下,对群发功能进行了进一步的优化和二开,使其可用性和可玩性更强。 6. 目前,此机器人可以:基于知识库的 AI 回复、支持积分系统、支持自动拉人、检测广告、自动群发。还有一些有趣的小功能:安全新闻定时推送,Kfc 文案,星座查询,天气查询等。 最后,如果您仍旧遇到问题,可以先查询社区知识库,或者加“通往 AGI 之路”群,社区小伙伴们(比如梦飞大佬,熊猫大侠)会尽力帮助。也可以加 Stuart 个人微信询问。
2024-10-18
我正在做一个项目“基于chatGPT的剧本杀微信小程序开发”,现在要进行大数据平台后端的开发与搭建,请告诉我怎么入手
以下是基于您的项目“基于 chatGPT 的剧本杀微信小程序开发”进行大数据平台后端开发与搭建的入手步骤: 1. 搭建 OneAPI(https://github.com/songquanpeng/oneapi),其作用是汇聚整合多种大模型接口,方便后续更换使用各种大模型,同时会告知您如何白嫖大模型接口。 2. 搭建 FastGpt(https://fastgpt.in/),这是一个知识库问答系统。您将知识文件放入其中,并接入上面的大模型作为分析知识库的大脑,用于回答问题。如果不想接到微信,仅自己使用,搭建到此即可,它本身也有问答界面。 3. 搭建 chatgptonwechat(https://github.com/zhayujie/chatgptonwechat)以接入微信,并配置 FastGpt 将知识库问答系统接入微信。建议先使用小号以防封禁风险。搭建完成后若想拓展功能,可参考 Yaki.eth 同学的教程(https://waytoagi.feishu.cn/wiki/UADkwZ9B0iAWdTkFJIjcN7EgnAh),其中的 cow 插件具备文件总结、MJ 绘画的能力。 完成上述 3 步即可。
2024-10-16
我正在做一个项目“基于chatGPT的剧本杀微信小程序开发”,请告诉我怎么入手
以下是基于 ChatGPT 开发剧本杀微信小程序的入手步骤: 1. 注册小程序: 登录微信公众号首页,选取小程序,用新邮箱绑定注册。 2. 小程序信息填写: 注册验证通过后,填写小程序信息和类目。小程序名称可填写与功能相关的名称,头像可网上查找或利用 Midjourney 生成。 3. 开发者工具下载: 回到发布流程页面,点击“普通小程序开发者工具”,在新页面中点击“微信开发者工具”,选择 Windows 64 位下载。 4. 创建小程序项目: 打开下载好的微信开发者工具,选择创建小程序。注意获取 ID,选择不使用云服务,并选择 JavaScript 基础模板。创建后了解相关文件,如 app.js 等。 5. 利用 ChatGPT 生成代码: 构思好产品,画个草稿,包括产品名称、按钮数量、交互逻辑等,并将这些话术告诉 ChatGPT。 例如,以制作计算日子间隔的工具为例,给出详细的 prompt 描述需求。 ChatGPT 会给出代码,并告知代码应放置在微信开发者工具的哪些文件中。特殊文件夹如 add 需自行在 pages 下级新建。 您还可以参考以下文章获取更详细的信息:https://mp.weixin.qq.com/s/WkFxMMrlMqv52ce2n0xX6A
2024-10-16
如果我想做一个基于chatGPT的剧本杀创作的微信小程序开发项目,现在要进行大数据平台的后端开发与搭建,你建议怎么入手
以下是基于您的需求,对于大数据平台后端开发与搭建的建议: 1. 首先搭建 OneAPI(https://github.com/songquanpeng/oneapi),它能够汇聚整合多种大模型接口,方便后续更换使用不同的大模型,同时还会为您介绍如何白嫖大模型接口。 2. 接着搭建 FastGpt(https://fastgpt.in/),这是一个知识库问答系统。您可以将知识文件放入其中,并接入上面的大模型作为分析知识库的大脑,用于回答问题。如果不想接到微信使用,搭建到这里就可以,因为它本身也有问答界面。 3. 然后搭建 chatgptonwechat(https://github.com/zhayujie/chatgptonwechat)接入微信,并配置 FastGpt 将知识库问答系统接入微信。建议先使用小号,以防有封禁风险。搭建完成后若想拓展功能,可参考 Yaki.eth 同学的教程(https://waytoagi.feishu.cn/wiki/UADkwZ9B0iAWdTkFJIjcN7EgnAh),其中的 cow 插件具备文件总结、MJ 绘画的能力。 完成以上 3 步,整个项目就算基本完成。
2024-10-16
cow微信机器人
以下是关于基于 COW 框架的 ChatBot 实现步骤的详细介绍: COW 是基于大模型搭建的 Chat 机器人框架,可将多模型塞进微信等平台。 实现内容包括: 打造属于自己的 ChatBot,具备文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能。 常用开源插件的安装应用。 正式开始前需知: ChatBot 与在各大模型网页端使用的区别在于本实现思路需接入大模型 API(API 单独付费)。 风险与注意事项: 微信端因非常规使用有封号危险,不建议主力微信号接入。 只探讨操作步骤,请依法合规使用,包括对大模型生成内容的甄别,禁止用于非法目的,处理敏感或个人隐私数据时注意脱敏。 特点: 多平台接入,如微信、企业微信、公众号、飞书、钉钉等。 多模型选择,如 GPT3.5、GPT4.0、Claude、文心一言、讯飞星火、通义千问、Gemini、GLM4、LinkAI 等。 多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能。 多部署方法,包括本地运行、服务器运行、Docker 方式。 部署项目的具体步骤: 1. 下载 COW 机器人项目(chatgptonwechatmaster.zip)并解压缩。 2. 解压后打开 COW 文件夹,在空白处 shift+鼠标右键,点击“在此处打开 Powershell 窗口”。 3. 在 Powershell 窗口中,粘贴“pip install r requirements.txt”,等待执行完成后,继续粘贴“pip install r requirementsoptional.txt”。 4. 执行完成后关闭窗口,在当前目录下找到 configtemplate.json 文件。新生成的是配置文件,右键使用记事本打开,修改画红框的地方。小白建议直接复制给定的配置,删除新文件里的所有代码,复制给定代码粘贴到文件里,找到第 4 行,把注册并保存好的千问 API key 粘贴到双引号里,修改完保存并关闭文件。 5. 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,双击进入后设置 password 和 admin_users,可先设置为和示例一样,之后再改,保存后关闭。 6. 重新回到 chatgptonwechat/文件路径下,空白处右键,打开 Powershell 里复制粘贴“python app.py”。 基于张梦飞同学的更适合小白的使用教程:
2024-10-10
微信机器人分段回复
以下是关于微信机器人的相关信息: 「第一天」参赛 Bot 配置要求: 1. 关闭进群欢迎语: 管理员认证:auth【你的密码】密码请查看 Plugins/godcmd/config.json disablep hello,关闭 hello 插件。 enablep hello,赛后如需重启,使用该指令。 2. 在群里回答时不能@对方:私聊微信机器人认证成功后,在对话框中输入第一行代码。出现安装成功后,输入第二行。如果出现安装失败,则在插件目录下,右键删除 ipartment 文件夹后,重新安装即可。安装完成后,去服务器的插件目录中,修改配置文件:plugins/ipartment/config.json,可以自行修改,按照如下示例配置。 3. 统一修改 config.py 中的触发词为{问题}:找到配置文件,路径如下,修改"group_chat_prefix":,注意符号均为英文符号。 4. 回答不能分好几条:之前的跟学活动中,使用分段能力的用户,在提示词中,去掉提示词中带有的//n 的示例即可取消分段。 零基础模板化搭建 AI 微信聊天机器人: 1. 纯 GPT 大模型能力的微信聊天机器人搭建: 疑问解答: 容器编排模板是一种配置文件,定义了如何在 Docker 中部署和管理多个容器。通过编排模板,您可以一键部署复杂的应用环境,而不需要手动配置每个容器的细节。本文中,我们通过容器编排模板配置了 COW 组件,使其能够与微信和极简未来平台进行交互。 为什么需要使用 Docker 部署 COW 组件?Docker 提供了一种隔离的运行环境,可以确保应用程序在任何环境下都能稳定运行。通过 Docker 部署 COW 组件,可以简化安装和配置过程,确保每次部署的环境一致,并且容易管理和维护。 为什么需要配置多个前缀来触发机器人回复?配置多个前缀(如“bot”、“@bot”)可以确保只有在特定情况下机器人才会回复,避免在群聊或私聊中频繁干扰。这样可以提高机器人的响应准确性和用户体验。 如果遇到扫码登录失败,可以尝试以下步骤: 重启 Docker 容器:在宝塔面板中找到对应的容器,点击“重启”。 检查网络连接:确保您的服务器和微信客户端都能正常访问互联网。 重新扫描二维码:等待容器重新启动后,重新扫描日志中生成的二维码。 使用这个 AI 微信聊天机器人会不会很贵?实际上不会。极简未来平台的收费是按使用量计算的,对于一般用户来说,费用相对低廉。充值一次少量费用,通常可以使用很长时间。同时,平台还提供每天签到免费领取积分的福利,进一步降低了使用成本。 使用极简未来平台创建 AI 机器人的费用是多少? 开始搭建: 配置腾讯云轻量应用服务器。 配置部署 COW 组件:重点来了,在刚刚复制的 dockercompose.yml 文件中,我们需要修改一下里面的具体配置来串联我们的微信号和平台上已创建好的 AI 机器人。这个配置的参考官方来源是这里:https://docs.linkai.tech/cow/quickstart/config,当然我把主要的配置解释先给大家看一下。从配置参数解释可以看到,其实配置里面的每个参考的名称的全大写描述,比如 open_ai_api_key 对应编排模板的 OPEN_AI_API_KEY,model 对应编排模板的 MODEL,以此类推我们就可以在编排模板去配置具体的配置参数了。所以以下是我们最新的容器编排模板的配置参数(里面有'{{中文描述}}'的请大家替换为前面让大家预留好的对应值)。这里要留意下,在私聊或者群上交流时,最好都是需要加上一些前缀才触发机器人回复,比如我这里配置的是,即只有 ChatGPT 测试群和 ChatGPT 测试群 2 的群组消息才会自动回复。
2024-10-10
知识库都有哪些提示词框架
以下是一些常见的提示词框架: ICIO 框架:包括 Instruction(指令)、Context(背景信息)、Input Data(输入数据)、Output Indicator(输出引导)。 CRISPE 框架:涵盖 Capacity and Role(能力和角色)、Insight(见解)、Statement(声明)、Personality(个性)、Experiment(实验)。 BROKE 框架:包含 Background(背景)、Role(角色)、Objectives(目标)、Key Result(关键结果)。 TRACE 框架:有 TASK(任务)、REQUEST(请求)、ACTION(行动)、CONTEXT(上下文)、EXAMPLE(示例)。 ERA 框架:包括 EXPECTATION(期望)、ROLE(角色)、ACTION(行动)。 CARE 框架:由 CONTEXT(上下文)、ACTION(行动)、RESULT(结果)、EXAMPLE(示例)组成。 ROSES 框架:包含 ROLE(角色)、OBJECTIVE(目的)、SCENARIO(方案)。 Evolve 框架:包括试验并改进,通过改进输入、改进答案、重新生成等方法。 APE 框架。 COAST 框架:包含 CONTEXT(上下文背景)、OBJECTIVE(目的)、ACTION(行动)、SCENARIO(方案)、TASK(任务)。 TAG 框架:包括 TASK(任务)、ACTION(行动)、GOAL(目标)。 RISE 框架。
2024-10-17
推荐一些知识库系统
以下为您推荐一些知识库系统: 1. 专家系统: 是符号人工智能的早期成就之一,为充当有限问题领域的专家而设计。 包含从人类专家提取的知识库、推理引擎以及问题记忆。 推理引擎协调问题状态空间的搜索过程,必要时向用户提问。 例如根据动物物理特征判断动物的专家系统,可通过绘制 ANDOR 树或使用规则来表示知识。 2. AI Agent 中的外置知识: 由外部数据库提供,特点是能够动态更新和调整。 涉及多种数据存储和组织方式,包括向量数据库、关系型数据库和知识图谱。 实际应用中常采用 RAG 架构,结合检索和生成,增强模型的生成能力。 3. 知识管理体系: 是组织和管理信息、数据和知识的方法,帮助个人或组织有效捕捉、组织、访问和使用知识,提高效率、创新能力和决策质量。 包括收集信息、整理知识、分享经验、促进学习和创新等流程,以及分类、标签和索引等组织方式。 关键组成部分有知识的捕捉、组织、分享和应用。 创建知识管理体系可提高效率、增强决策能力、促进创新和增强适应能力。
2024-10-16
如何创建知识库?
创建知识库主要有以下两种方式: 1. 创建并上传表格数据: 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。需注意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,选择表格格式,然后选择一种上传方式完成数据上传。 2. 创建并上传文本内容: 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。同样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。 此外,还可以参考以下文章获取更详细的信息:
2024-10-15
你好,你的知识库管理采用的大模型流程是什么,请勇mermaid说明一些
以下是关于大模型流程的详细说明: RAG(Retrieval Augmented Generation,检索增强生成)技术应用于利用大模型能力搭建知识库,其流程主要包括以下 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。LangChain 提供了 100 多种不同的文档加载器。 2. 文本分割(Splitting):文本分割器把文档切分为指定大小的块,称为“文档块”或者“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(Retrieval):通过某种检索算法从向量数据库中找到与输入问题相似的嵌入片。 5. 输出(Output):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来生成更加合理的答案。 从用户提出问题开始,还经历了以下流程: 1. 用户问题的理解。 2. 根据用户问题进行路由。 3. 进行初步的检索。 4. 对初步检索的结果进行重排序。 5. 将重排序后的结果和用户的查询意图组合成上下文输入给大模型。 6. 大模型通过指定的提示词生成输出结果。 需要注意的是,重排序的结果通常不会都被用作大模型的上下文,因为大模型的上下文有限制。可以设置一个阈值进行截断,比如只使用前 3 5 个文档;也可以设置一个相关性分数的阈值,只取相关性分数大于某个值的文档。一些先进的 RAG 系统会对选中的文档进行摘要或压缩,以在有限的空间内包含更多相关信息。 在大模型输出结果后还有后置处理,可能包括敏感内容检测和移除、格式化输出等。 LLM 的工作原理可以这样理解:以“我今天吃了狮子头和蔬菜”这句话为例,在 Transformer 中,会由 Attention 层对这句话加入更多的信息来补充,比如补充“狮子头是一道菜”“今天是星期六”等等。这些补充信息,会作为输入给到下一个 Attention 层进行补充。最终层与层之间,哪些信息需要补充,哪些信息需要保留,哪些信息传递,均由模型自主学习完成。总结起来就是大模型以词向量和 Transformer 的模型学习了海量的知识,把知识作为向量空间中的一种关系网进行存储,并在接受输入时,通过向量空间中的一系列匹配进行输出。这就像人脑在阅读学习的过程,记忆的不是点状的知识,而是网状的经验。
2024-10-15
如何通过ollama 搭建本地知识库
以下是通过 Ollama 搭建本地知识库的步骤: 1. 了解背景:本文思路来源于视频号博主黄益贺,旨在分享如何部署本地大模型及搭建个人知识库,让您了解相关核心技术及流程。 2. Ollama 简介:Ollama 是一个开源框架,用于简化本地运行大型语言模型的过程,是轻量级、可扩展的,提供简单 API 和预构建模型库,适合初学者和非技术人员,能推动大型语言模型的发展和应用。 3. 安装 Ollama:官方下载地址为 https://ollama.com/download ,安装完成后可通过访问特定链接判断是否安装成功。 4. 运行本地大模型:安装完成后,在命令行中运行相应命令,模型名称可通过查看,如选择 llama2 大模型,可根据机器配置选择合适参数的模型,运行时 Ollama 会自动下载大模型到本地。 此外,还有关于本地部署资讯问答机器人:Langchain + Ollama + RSSHub 实现 RAG 的相关内容,包括加载所需库和模块、从订阅源获取内容、为文档内容生成向量等步骤。
2024-10-12