Navigate to WaytoAGI Wiki →
Home/question.detail.breadcrumb.questionList/question.detail.breadcrumb.questionDetail

在一个设定中,使用阿里千问模型,设定角色为“美嘉”,知识库为《爱情公寓》全季剧情,实现问答。

Answer

在一个设定中,使用阿里千问模型,将角色设定为“美嘉”,知识库设定为《爱情公寓》全季剧情来实现问答。

大语言模型就像一个学习过无数本书、拥有无穷智慧的人,对公共知识、学识技能、日常聊天很擅长,但在工作场景中需要提示词来告诉它角色和专注技能,变成所需的“员工”。知识库则相当于给这个“聪明员工”发放的工作手册,比如知道老板娘吃饭要打三折等特定信息。

这里的设定为:AI 模型使用阿里千问模型,提示词设定的角色是“美嘉”,按照其人设、背景和对话风格设定,知识库是《爱情公寓》全季剧情,让“美嘉”拥有过往“记忆”。

例如,提问“你是谁?你和子乔在台球厅吵架那次是为了什么吵架?”,回复是“我是陈美嘉,那次在台球厅和吕子乔吵架是因为他约会被人撞见,我讽刺他脸大影响信号,他还反击我。后来谈到过去的事情,我指责他忘恩负义,他就说我平。最后,我伤心地说要分手,因为他之前甩过我。”

然而,有时回答会不准确,比如提问“一菲为美嘉找了一份助教工作”,AI 可能未根据正确的知识库内容回答,这是常见的错误场景,在严肃场景中不能接受。优化 AI 更准确回答问题的过程称为 RAG(Retrieval-Augmented Generation),即检索增强生成,由检索器从外部知识中快速找到与问题相关的信息,生成器利用这些信息制作精确连贯的答案,适合处理需要广泛知识的任务,如问答系统,能提供详细准确的回答。

Content generated by AI large model, please carefully verify (powered by aily)

References

【AI+知识库】商业化问答场景,让AI回复更准确,一篇专为所有“小白”讲透RAG的实例教程(上篇)

[title]【AI+知识库】商业化问答场景,让AI回复更准确,一篇专为所有“小白”讲透RAG的实例教程(上篇)大语言模型:是一个学习过无数本书、拥有无穷智慧的人。他读过无数的书、看过无数的段子,因此对公共知识、学识技能、日常聊天十分擅长。然而,在工作场景下,只会聊天侃大山可不行,你想让他帮你干活。这个时候,就需要“提示词”出场了,提示词:是你告诉这个全知全能的人,他是一个什么样的角色、他要专注于哪些技能,让他能够按照你的想法,变成一个你需要的“员工”。知识库:相当于你给这个“聪明”员工的发放了一本工作手册。即使是看过再多的书、浏览过再多的文字,也不会准确的知道见到老板娘过来吃饭要打三折,张梦飞过去吃饭要打骨折。而知识库,就是把这些内容写在了工作手册上。让这个聪明的员工,见到有人来的时候,就翻一翻手册,然后再做出反应。我的设定:AI模型:这里使用的是阿里千问模型。提示词:这里设定的角色是“美嘉”,是按照美嘉的人设、背景和对话风格做的设定。知识库:这里放的是《爱情公寓》全季的剧情,让“美嘉”拥有了自己过往的“记忆”,知道自己做过什么、好朋友是谁等等。图中右侧是一个十分简单的问答,我问:“你是谁?你和子乔在台球厅吵架那次是为了什么吵架?”她的回复是:“我是陈美嘉,那次在台球厅和吕子乔吵架是因为他约会被人撞见,我讽刺他脸大影响信号,他还反击我。后来谈到过去的事情,我指责他忘恩负义,他就说我平。最后,我伤心地说要分手,因为他之前甩过我。”

张梦飞 :AI商用级问答场景,怎么让AI+知识库回答的更准确?一篇专门为小白讲透RAG而作的教程(上篇)

[title]张梦飞:AI商用级问答场景,怎么让AI+知识库回答的更准确?一篇专门为小白讲透RAG而作的教程(上篇)[heading1]一、对话示例以下是一个问答机器人的界面。这是一个示例,你可以把右侧的对话当做是微信的对话框,这些对话交互是可以在任何一个受支持的窗口下实现的。上方页面左侧画红框的地方,是这个“问答机器人”的配置,右侧是与“机器人”的一轮对话。问答机器人的配置这里有三处配置:AI模型提示词知识库。模型、提示词、知识库三者可以想象成:大语言模型:是一个学习过无数本书、拥有无穷智慧的人。他读过无数的书、看过无数的段子,因此对公共知识、学识技能、日常聊天十分擅长。然而,在工作场景下,只会聊天侃大山可不行,你想让他帮你干活。这个时候,就需要“提示词”出场了,提示词:是你告诉这个全知全能的人,他是一个什么样的角色、他要专注于哪些技能,让他能够按照你的想法,变成一个你需要的“员工”。知识库,相当于你给这个“聪明”员工的发放了一本工作手册。即使是看过再多的书、浏览过再多的文字,也不会准确的知道见到老板娘过来吃饭要打三折,张梦飞过去吃饭要打骨折。而知识库,就是把这些内容写在了工作手册上。让这个聪明的员工,见到有人来的时候,就翻一翻手册,然后再做出反应。那我这里的设定:AI模型:这里使用的是阿里千问模型。提示词:这里设定的角色是“美嘉”,是按照美嘉的人设、背景和对话风格做的设定。知识库:这里放的是《爱情公寓》全季的剧情,让“美嘉”拥有了自己过往的“记忆”,知道自己做过什么、好朋友是谁等等。

【AI+知识库】商业化问答场景,让AI回复更准确,一篇专为所有“小白”讲透RAG的实例教程(上篇)

RAG(Retrieval-Augmented Generation),即检索增强生成,是一种结合信息检索和文本生成能力的技术,它由两部分组成:一个“检索器”和一个“生成器”。检索器从外部知识中快速找到与问题相关的信息,生成器则利用这些信息来制作精确和连贯的答案。这种结合使得RAG非常适合处理需要广泛知识的任务,如问答系统,能够提供详细而准确的回答。

Others are asking
AI人设设定模板
以下是关于 AI 人设设定的相关内容: Niji·journey 5 二次元角色设计 Prompt 编写指南: 示例:“Character concept art,many details,full body view,Front,back and side views,multiple views of the same character,a little Girl wear inside cyberpunk latex tiny tight Pilot suit,wear outside an ultra detailed Futuristic fashion oversized cyberpunk short coat with big wide sleeves,big cyberpunk boots,lineart,beautiful linework,high contrast,alluring,flirtatious,frisky,massive scale,gradient,manga,hd,with exaggerated features and bold colors.The character design should be distinctive and unique,with attention to detail and a strong sense of personality,3 panels dynamic poses various angles,various angles,line art,black and white,white background”。通过替换设计主体描述部分,可以生成不同的角色,如男性赏金猎人、骷髅假面杀手、生化牛头人等。 如何引导 Niji·journey 5 生成多样化二次元角色设计风格: 除了风格关键词,还可以加入时代背景等元素让设计产生更多变化。 可以使用具体游戏风格引导 Niji·journey 5 生成类似风格的角色设计,例如以《最终幻想 14》为例,在 Prompt 中按照模板添加特定游戏的名称。 通用人物模版: 想用真人照片来生成卡通头像,可以用“真人照片”+“照片描述”+“方法 1 的关键词”来处理。 如果生成了自己比较满意的图,一定要记得存起来。下次想要同种类型的就可以直接拿来喂图,效果要比重新找的好很多。
2024-12-24
设定好程序,在没有人工干预的情况下,AI能保持多久的工作效率。
AI 在没有人工干预的情况下能保持的工作效率时长难以给出确切的固定值,其受到多种因素的影响。 一方面,AI 系统的设计和训练质量会对其持续工作效率产生重要影响。如果系统经过良好的设计和充分的训练,具备应对各种情况的能力,可能在较长时间内保持较高的工作效率。 另一方面,运行环境和所处理任务的复杂性也起着关键作用。例如,处理简单、重复性高且规则明确的任务时,AI 可能在较长时间内保持稳定的效率。但对于复杂多变、需要不断适应新情况的任务,其效率可能会随着时间有所波动。 在实际应用中,一些案例显示,如产品经理使用 GPT 解决性能问题,SQL 执行时间大幅缩短,效率显著提升。但也有观点认为,对于某些工作场景,AI 带来的效率提升有限。 此外,政策层面,如拜登签署的 AI 行政命令中,也强调了在医疗、教育等领域推进 AI 的合理使用,并关注其对劳动力市场的影响,采取措施支持工人等。 总之,AI 无人工干预下的工作效率保持时间因多种因素而异,需要综合考虑系统本身、任务特点等多方面因素。
2024-11-13
有没有ai文生图的应用,只要有语言描述就可以设定画幅
以下为一些 AI 文生图的应用及操作流程: Liblibai: 1. 定主题:明确生成图片的主题、风格和表达的信息。 2. 选择 Checkpoint:根据主题选择贴近的模型,如麦橘、墨幽的系列模型。 3. 选择 lora:寻找与生成内容重叠的 lora 以控制图片效果和质量。 4. 设置 VAE:选择 840000 那一串。 5. CLIP 跳过层:设为 2。 6. Prompt 提示词:用英文写需求,使用单词和短语组合,用英文半角逗号隔开。 7. 负向提示词 Negative Prompt:用英文写避免产生的内容,单词和短语组合并用英文半角逗号隔开。 Tusiart: 1. 定主题:确定生成图片的主题、风格和表达的信息。 2. 选择基础模型 Checkpoint:根据主题选择贴近的模型,如麦橘、墨幽的系列模型。 3. 选择 lora:寻找与生成内容重叠的 lora 以控制图片效果和质量。 4. ControlNet:用于控制图片中的特定图像,如人物姿态、特定文字、艺术化二维码等。 5. 局部重绘:后续学习。 6. 设置 VAE:选择 840000 。 7. Prompt 提示词:用英文写需求,使用单词和短语组合,用英文半角逗号隔开。 腾讯混元:在聊天框中询问关于所需风格的知识储备,然后描述需求即可创作。腾讯混元是双语言大模型,中英文均可切换,实现双语沟通。
2024-09-04
通义千问和智谱清言对比
以下是通义千问和智谱清言的对比情况: 在对结构化 prompt 的测试中: 输入同样的 prompt 后,智谱清言的改写效果不错,能够理解 prompt,输出内容感觉良好,且认识到结构化 prompt 的重要性以及需要不断迭代优化。 通义千问的输入效果不错,能够一次输出,但输出的内容要差一些,需要提高。 在 Stepback prompting 评测中: 智谱清言的综合评分为 3 分,表现中规中矩。 通义千问的综合评分为 3.125 分,表现还算不错,只要内容上再提高一些,体验感和专业性会更好。 在小七姐的小样本测评中: 对于复杂提示词理解和执行的第一轮任务中,智谱清言首次回应初始化执行正常,但在生成内容时推理错误,且未回应特定问题,对于提示词中要求的逐步推理过程,可能因模型对已知问题答案生成的优先级高于用户设定的生成逻辑而未按步骤执行。 未提及通义千问在该轮任务中的具体表现。
2024-11-05
通义千问开源大模型种类
通义千问开源了多种大模型,其中 Qwen 2 模型性能超越目前所有开源模型和国内闭源模型。以下是相关信息: 性能突破:在中国大模型领域,开源模型显示出超越最强闭源模型的势头,从性能到生态都具备了媲美美国 Llama3 的能力。开源模型用实力证明其正在变得越来越强。 开源历程:2023 年 8 月,阿里云成为国内首个宣布开源自研模型的科技企业,推出通义千问第一代开源模型 Qwen;2024 年 2 月,1.5 代开源模型 Qwen1.5 发布;不到 4 个月后,Qwen2 开源。不到一年时间,通义先后开源数十款不同尺寸的模型,包括大语言模型、多模态模型、混合专家模型、代码大模型。 性能特点:Qwen 2 包括 5 种尺寸的预训练和指令调整模型,如 Qwen20.5B、Qwen21.5B、Qwen27B、Qwen257BA14B 和 Qwen272B。除英语和中文外,还接受过另外 27 种语言的数据训练,在大量基准评估中表现出最先进的性能,代码和数学性能显著提高,全面超越 llama3,增大了上下文长度支持。相比 Qwen1.5,Qwen2 实现了整体性能的代际飞跃。在国际权威测评中,Qwen272B 获十几项世界冠军,超过美国的 Llama3。 体验和下载:Qwen2 系列已上线魔搭社区 ModelScope 和阿里云百炼平台,开发者可在魔搭社区体验、下载模型,或通过阿里云百炼平台调用模型 API。同时,Qwen272binstruct 模型已经上线中国大语言模型评测竞技场 Compass Arena,所有人都可以登录体验 Qwen2 的性能,或者选择 Qwen2 模型与其他大模型进行对比测评。测评地址为。Compass Arena 是由上海人工智能实验室和魔搭社区联合推出的大模型测评平台,集齐了国内主流的 20 多款大模型。 您还可以通过玉宝搞的 LLM 在线评估(https://www.llmrank.cn/)查看国内各个闭源大模型的 HUMANEVAL 测评得分,并与 QWEN2 对比。
2024-11-04
通义千问是怎么训练的?
通义千问是阿里推出的一款超大规模预训练语言模型,其训练过程包括以下方面: 1. 大规模预训练:基于先进的深度学习技术进行研发。 2. 精细微调:提升智能水平,使其表现更接近人类,进一步提升代码、数学、推理、指令遵循、多语言理解等能力,并学会对齐人类价值观,变得更有帮助、诚实和安全。 探索多种自动方法获取高质量、可靠、有创造力的指令和偏好数据,如针对数学的拒绝采样、针对代码和指令遵循的代码执行反馈、针对创意写作的回译、针对角色扮演的 scalable oversight 等。 结合有监督微调、反馈模型训练以及在线 DPO 等方法,并采用在线模型合并的方法减少对齐税。 不久后,通义千问团队将推出 Qwen2 的技术报告。Qwen 系列模型在全球爆火,近一个月内总下载量翻倍,已突破 1600 万次。海内外开源社区已经出现了超过 1500 款基于 Qwen 二次开发的模型和应用。
2024-10-24
通义千问和文心一言有什么不一样
通义千问和文心一言的不同点主要体现在以下几个方面: 1. 开发团队:文心一言由百度出品,通义千问由阿里云开发。 2. 功能特点: 文心一言定位为智能伙伴,能写文案、想点子,陪用户聊天、答疑解惑。 通义千问能够与人交互、回答问题及协作创作。 3. 在一些具体应用场景中的表现: 在律师答辩状 prompt 评测中,文心一言 3.5 输入起诉状后,直接给出起诉状范本,未理解 prompt 输出答辩状,提示后主体少、不专业、错误多,输出应诉方案能按 prompt 结构,内容简洁可作框架。 通义千问在律师答辩状 prompt 评测中,欢迎语直接,输入起诉状后两个答辩人正确,能按 prompt 结构输出但专业性稍差,未引用法律条文,提示输出应诉方案能按 prompt 结构,整体内容及格无亮点。
2024-10-20
通义千问怎么登陆
要登陆通义千问,您可以按照以下步骤进行操作: 1. 访问 OneAPI,访问地址为:http://这里改成您自己宝塔左上角的地址:3001/(举例:http://11.123.23.454:3001/),账号默认 root,密码 123456。 2. 点击【渠道】。 3. 类型选择阿里通义千问,名称随意,类型不用删减。 4. 把千问里创建的 API Key 粘贴到秘钥里中,点击确认。 5. 点击【令牌】【添加新令牌】。 6. 名称随意,时间设为永不过期、额度设为无限额度,点击【提交】。 7. 点击【令牌】,会看到自己设置的。点击复制,出现 key,然后在标红那一行中,自己手动复制下来。 8. OneAPI 配置完成,保存好这个 KEY。
2024-09-10
通义千问怎么登陆
要登录通义千问,您可以按照以下步骤进行操作: 1. 访问 OneAPI。访问地址:http://这里改成您自己宝塔左上角的地址:3001/(举例:http://11.123.23.454:3001/),账号默认 root,密码 123456。 2. 点击【渠道】。 3. 类型选择阿里通义千问,名称随意,类型不用删减。 4. 把千问里创建的 API Key 粘贴到秘钥里中,点击确认。 5. 点击【令牌】【添加新令牌】。 6. 名称随意,时间设为永不过期、额度设为无限额度,点击【提交】。 7. 点击【令牌】,会看到自己设置的。点击复制,出现 key,然后在标红那一行中,自己手动复制下来。 8. OneAPI 配置完成,保存好这个 KEY。
2024-09-10
想制作个人的知识库国内有什么好的AI工具么
以下是一些国内可用于制作个人知识库的 AI 工具: 1. Kimi 智能助手:是 ChatGPT 的国产平替,上手体验好,适合新手入门学习和体验 AI。不用科学上网、不用付费、支持实时联网,是国内最早支持 20 万字无损上下文的 AI,对长文理解表现出色,能一次搜索几十个数据来源,无广告,能定向指定搜索源(如小红书、学术搜索)。PC 端可通过下载。 2. 飞书:汇集了各类 AI 优质知识库、AI 工具使用实践,助力人人成为效率高手。可通过下载。 此外,学习使用国内大语言模型工具可以从提示词开始。一些国产大模型如智谱和文心可以实现文生图的功能。
2024-12-24
想建立个人知识库使用什么AI工具更好一些
以下是为您推荐的用于建立个人知识库的 AI 工具: 1. AnythingLLM:包含所有 Open WebUI 的能力,额外支持选择文本嵌入模型、选择向量数据库。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。在使用时,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 模式会综合训练数据和上传文档给出答案,Query 模式仅依靠文档数据给出答案),配置完成后即可进行对话测试。 2. LlamaIndex:是更高一层 LangChain 的抽象,简化了 LangChain 对文本分割、查询的接口,提供了更丰富的 Data Connector。只针对 GPT Model 做 Index,参考 https://gptindex.readthedocs.io/en/latest/ 。 3. ExoBrain 的集成软件 Maimo.ai:作为外脑的主要记忆空间,能捕获多种数字内容并随时随地访问,可挂接和导入外部记忆,能快速理解捕获内容、灵活创作笔记、生成创作建议,可与外脑知识库对话并自动做外部检索完善答案。今年十一月将开放第一个体验版,关注获取最新信息。
2024-12-24
如何构建自己的知识库和数据集
构建自己的知识库和数据集可以参考以下几种方法: 使用 Dify 构建知识库的具体步骤: 1. 准备数据:收集需要纳入知识库的文本数据,包括文档、表格等格式。对数据进行清洗、分段等预处理,确保数据质量。 2. 创建数据集:在 Dify 中创建一个新的数据集,并将准备好的文档上传至该数据集。为数据集编写良好的描述,描述清楚数据集包含的内容和特点。 3. 配置索引方式:Dify 提供了三种索引方式供选择,包括高质量模式、经济模式和 Q&A 分段模式。根据实际需求选择合适的索引方式,如需要更高准确度可选高质量模式。 4. 集成至应用:将创建好的数据集集成到 Dify 的对话型应用中,作为应用的上下文知识库使用。在应用设置中,可以配置数据集的使用方式,如是否允许跨数据集搜索等。 5. 持续优化:收集用户反馈,对知识库内容和索引方式进行持续优化和迭代。定期更新知识库,增加新的内容以保持知识库的时效性。 创建并使用知识库(上传表格数据): 1. API 方式: 获取在线 API 的 JSON 数据,将 JSON 数据上传至知识库。 在表格格式页签下,选择 API,然后单击下一步。 单击新增 API。 输入网址 URL 并选择数据的更新频率,然后单击下一步。 输入单元名称或使用自动添加的名称,然后单击下一步。 配置数据表信息后,单击下一步。 确认表结构:系统已默认获取了表头的列名,您可以自定义修改列名,或删除某一列名。 指定语义匹配字段:选择哪个字段作为搜索匹配的语义字段。在响应用户查询时,会将用户查询内容与该字段内容的内容进行比较,根据相似度进行匹配。 查看表结构和数据,确认无误后单击下一步。 完成上传后,单击确定。 2. 自定义方式: 在表格格式页面下,选择自定义,然后单击下一步。 输入单元名称。 在表结构区域添加字段,单击增加字段添加多个字段。 设置列名,并选择指定列字段作为搜索匹配的语义字段。在响应用户查询时,会将用户查询内容与该字段内容的内容进行比较,根据相似度进行匹配。 单击确定。 单击创建分段,然后在弹出的页面输入字段值,然后单击保存。 从零开始,用 GPT 打造个人知识库: 要搭建基于 GPT API 的定制化知识库,涉及到给 GPT 输入(投喂)定制化的知识。但 GPT3.5(当前免费版的 ChatGPT)一次交互(输入和输出)只支持最高 4096 个 Token,约等于 3000 个单词或 2300 个汉字。这点容量对于绝大多数领域知识根本不够。为了使用 GPT 的语言能力来处理大量的领域知识,OpenAI 提供了 embedding API 解决方案。embeddings 是一个浮点数字的向量(列表),两个向量之间的距离衡量它们的关联性。小距离表示高关联度,大距离表示低关联度。向量是数学中表示大小和方向的一个量,通常用一串数字表示。在计算机科学和数据科学中,向量通常用列表(list)来表示。向量之间的距离是一种度量两个向量相似性的方法,最常见的是欧几里得距离。在 OpenAI 词嵌入中,靠近向量的词语在语义上相似。文档上给了创建 embeddings 的示例,上面的命令访问 embeddings API 接口,将 input 语句,转化成下面这一串浮点数字。
2024-12-23
在WAY TO AGI 知识库有没有适合老师备课用的AI?请推荐
以下是为老师备课推荐的一些 AI 相关内容: B 站 up 主 Nally 的课程,免费且每节 15 分钟,内容很棒。 14、15 号左右白马老师和麦菊老师将带大家用 AI 做生图、毛毡字、光影字、机甲字等。 16 号晚上中老师将带大家动手操作炼丹,炼丹可能需要准备一些图,后续会让中老师提前发布内容方便大家准备。 工程生产有很多可控性,AI 视频相关内容丰富,文档会列出工具优劣及操作。很多工具每天有免费积分,共学课程基本不用花钱。每周有 AI 视频挑战赛。 有 AI 音乐的流派和 prompt 电子书,格林同学做了翻译。 此外,还有以下相关信息: 高效 PB 及相关案例:高效 PB 投入力度大,有厉害的伙伴,案例在社区,有多种 battle 方式,会有菩萨老师专门介绍。 11 月 2 号左右将开展博物馆奇妙日主题活动,在各地博物馆进行新创意。 关于 AI 知识库及学习路径的介绍,包括时代杂志评选的领军人物、AI 相关名词解释、知识库的信息来源、社区共创项目、学习路径、经典必读文章、初学者入门推荐、历史脉络类资料等。
2024-12-20
我想用coze搭建一个智能体,关于自然语言课程的期末复习指南,要将我的教材导入扣子作为知识库,智能体支持用户提问,搜索知识点,结合知识库和互联网搜索的内容给出问答,需要使用多智能体或工作流,使用卡片功能进行显示,请给出我搭建这个智能体的步骤
以下是使用 Coze 搭建一个关于自然语言课程期末复习指南智能体的步骤: 1. 访问 Coze 官网(https://www.coze.cn),注册并登录。 2. 点击页面左上角的⊕,通过【标准创建】填入智能体的基本信息。 3. 了解 Bot 开发调试界面: 人设与回复逻辑(左侧区域):设定智能体的对话风格、专业领域定位,配置回复的逻辑规则和限制条件,调整回复的语气和专业程度。 功能模块(中间区域): 技能配置: 插件:扩展智能体的专业能力,如计算器、日历等工具。 工作流:设置固定的处理流程和业务逻辑。 图像流:处理和生成图像的相关功能。 触发器:设置自动化响应条件。 知识库管理: 文本:存储文字类知识材料。 表格:结构化数据的存储和调用。 照片:图像素材库。 记忆系统: 变量:存储对话过程中的临时信息。 数据库:管理持久化的结构化数据。 长期记忆:保存重要的历史对话信息。 文件盒子:管理各类文档资料。 交互优化(底部区域): 开场白:设置初次对话的问候语。 用户问题建议:配置智能推荐的后续问题。 快捷指令:设置常用功能的快速访问。 背景图片:自定义对话界面的视觉效果。 预览与调试(右侧区域):实时测试智能体的各项功能,调试响应效果,优化交互体验。 4. 设定智能体的人设与回复逻辑后,为智能体配置对应的技能,以保证其可以按照预期完成目标任务。例如,以获取 AI 新闻的智能体为例,需要为它添加一个搜索新闻的接口来获取相关新闻。具体操作如下: 在智能体编排页面的技能区域,单击插件功能对应的+图标。 在添加插件页面,选择相关功能,然后单击新增。 修改人设与回复逻辑,指示智能体使用相应插件来搜索所需内容。 (可选)为智能体添加开场白,让用户更好地了解智能体的功能。开场白功能目前支持豆包、微信公众号(服务号)。 5. 配置好智能体后,在预览与调试区域中测试智能体是否符合预期。可单击清除图标清除对话记录。 6. 完成测试后,将智能体发布到社交渠道中使用。具体操作如下: 在智能体的编排页面右上角,单击发布。 在发布页面输入发布记录,并勾选发布渠道。 单击发布。 更多内容,请访问 Coze 官方文档: 英文版:https://www.coze.com/docs/welcome.html 中文版:https://www.coze.cn/docs/guides/welcome
2024-12-20
怎么构建个人本地知识库
构建个人本地知识库可以按照以下步骤进行: 1. 了解 RAG 技术: 利用大模型的能力搭建知识库是 RAG 技术的应用。 大模型训练数据有截止日期,RAG 可解决依靠不在训练集中的数据的问题。 RAG 应用包括文档加载、文本分割、存储、检索和输出 5 个过程。 文档加载可从多种来源加载,如 PDF 等非结构化数据、SQL 等结构化数据和代码等。 文本分割将文档切分为指定大小的块。 存储涉及将文档块嵌入转换为向量形式并存储到向量数据库。 检索通过算法找到与输入问题相似的嵌入片。 输出是将问题和检索出的嵌入片提交给 LLM 生成答案。 文本加载器将用户提供的文本加载到内存以便后续处理。 2. 准备软件: 需要一个额外的软件 AnythingLLM,它包含所有 Open WebUI 的能力,并额外支持选择文本嵌入模型和向量数据库。 3. 安装和配置: 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。 4. 构建本地知识库: 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 Chat 模式(大模型根据训练数据和上传文档综合给出答案)和 Query 模式(大模型仅依靠文档中的数据给出答案)。 完成配置后进行测试对话。 本文的思路来源于视频号博主黄益贺,作者按照其视频进行了实操并附加了一些关于 RAG 的额外知识。
2024-12-19
可以给我一个有关摄影技巧的prompt吗,最好加点剧情向的内容
以下为您提供一些有关摄影技巧的 prompt: 1. Match Cut:通过相似的元素将两个不同场景或时间段的画面无缝连接,以增强视觉连贯性和叙事效果。例如,在《2001 太空漫游》中,一个古代人类扔起的骨头与太空站的转换就是一个经典的 Match Cut。 2. Cutaway:在主要场景之外展示的辅助画面,通常用于补充或增强叙事细节,与 Cut In 的区别在于,Cut In 深入或递进。Cutaway 常用于展示角色的回忆、幻想或提供额外背景信息,增强故事的层次感。 3. Dolly zoom:通过同时移动摄像机和调整镜头焦距,主体不动但背景巨幅变化,用以增强紧张感。这种拍摄技巧也被称为“Vertigo 效果”,因为它最早出现在希区柯克的电影《迷魂记》中。 4. Dutch shot:通过倾斜摄影机来创造画面的不平衡,用于表现角色内心的紧张或混乱。这种拍摄技法常用于恐怖电影或心理剧中,以增强不安的氛围。 另外,还有一个示例:人物细节为穿着一件羊毛大衣和一件纽扣衬衫、头戴棕色贝雷帽且戴着眼镜,环境细节是金色的灯光和背景中的巴黎街道和城市,摄影技术采用景深、35 毫米电影胶片。
2024-09-25
ai可以生成带有剧情的长时期吗
AI 可以生成带有剧情的内容。例如,使用 Pika、Pixverse、Runway、SVD 等工具,可以生成科幻片、战争片、奇幻片等不同类型的视频,包括太空舰队交战、士兵在战壕中准备迎击等场景。同时,还可以为故事加上奇幻元素来弥补平淡的问题。 在 2024 年内,AI 在图片和超短视频的精细操控、生成式短视频、AI 音频、“全真 AI 颜值网红”、游戏 AI NPC、AI 男/女朋友聊天、实时生成内容在社交媒体和广告中的应用、AI Agent、AI 的商业模式、可穿戴全天候 AI 硬件、中国 AI 发展、AI 造成的问题以及相关立法伦理讨论等方面都有不同程度的进展和预期。 到 2025 2027 年,AI 3D 技术和物理规则有望成熟,达到正常人无法区别 AI 生成还是实景拍摄的程度。
2024-09-04
AI爽文剧情游戏
AI爽文剧情游戏是一种结合了人工智能技术与互动剧情的游戏形式。以下是制作这类游戏的一般步骤: 1. 确定游戏主题和风格: 确定游戏的类型,比如科幻、奇幻、悬疑等。 设定游戏的整体风格和氛围。 2. 构建剧情框架: 设计游戏的主要故事线和支线剧情。 确定关键剧情节点和玩家的选择对故事的影响。 3. 开发角色和背景: 设计具有深度和个性的游戏角色。 构建角色背景故事,使角色更加立体。 4. 编写对话和剧情文本: 编写角色对话和剧情描述,确保文本质量高,能够吸引玩家。 5. 设计游戏机制: 确定游戏玩法,如角色扮演、冒险解谜、战斗系统等。 设计玩家与游戏世界互动的方式。 6. 实现AI技术: 利用自然语言处理技术,让游戏角色能够理解并回应玩家的指令。 使用机器学习算法,让游戏剧情能够根据玩家行为自适应变化。 7. 创建游戏世界: 设计游戏环境和场景,确保它们与剧情和角色相匹配。 使用3D建模和图形设计工具来创建视觉元素。 8. 编程和系统集成: 使用游戏引擎(如Unity、Unreal Engine)进行编程。 将AI系统集成到游戏引擎中,确保剧情能够动态响应玩家的选择。 9. 测试和优化: 对游戏进行测试,包括功能测试、性能测试和用户测试。 根据测试反馈优化游戏玩法和性能。 10. 音效和音乐: 设计游戏音效和背景音乐,增强游戏氛围。 11. 用户界面和体验: 设计直观的用户界面,确保玩家易于操作。 优化用户体验,确保游戏流畅且吸引人。 12. 发布和营销: 准备游戏的发布,包括制定发布计划和营销策略。 在适当的平台上发布游戏,如Steam、App Store或Google Play。 13. 收集反馈和更新: 发布后收集玩家反馈,持续改进游戏。 定期更新游戏内容,修复bug,增加新功能或剧情。 开发AI爽文剧情游戏是一个复杂的过程,需要跨学科的知识和技能,包括创意写作、编程、AI技术、美术设计等。此外,市场研究和用户反馈对于游戏的成功也至关重要。
2024-08-05