Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

请帮我总结AI AGENT的总体架构，帮助我更快学习相关的知识，尽快进行具体场景的商业落地

Answer

AI Agent 是一个融合了多学科精髓的综合实体，不仅有实体形态，还有丰富的概念形态，并具备许多人类特有的属性。其总体架构包括以下方面：

  1. 大模型 LLM 扮演“大脑”。
  2. 规划：包括子目标分解、反思与改进。子目标分解将大型任务分解为较小可管理的子目标以处理复杂任务；反思和改进可对过去的行动进行自我批评和反思，从错误中学习并改进未来步骤，提高最终结果质量。
  3. 记忆。 此外，AI Agent 还具有以下特点和应用：
  4. 能够自行规划任务执行的工作流路径，面向简单或线性流程的运行。
  5. 可以实现多 Agent 协作，例如让大语言模型扮演不同角色，相互协作共同开发应用或复杂程序。
Content generated by AI large model, please carefully verify (powered by aily)

References

AI-Agent系列(一)：智能体起源探究

本文主要向大家讲述智能体的概念、渊源和发展历史，帮助大家对智能体这一概念奠定一个正确认知。[heading2]二、很多人其实并不知道AI Agent是什么[content]打开浏览器，搜索"什么是AI Agent"，我们将会得到如下结果：图2.1.1在Bing上搜索“什么是AI Agent”行吧，我们再来问问Kimi什么是AI Agent:图2.1.2问问Kimi"什么是AI Agent?"我耗费了2分钟，却仿佛在寻找一场空欢喜。这就是所谓的AI Agent吗？......罢了，我还是自己寻找答案吧。通过必应和Kimi的搜索，我们发现网络上对AI Agent的介绍往往显得晦涩难懂，仿佛AI Agent是从石头缝儿里蹦出来的一样，神秘莫测。AI Agent的自主性、学习能力、推理能力等核心概念，以及它们如何规划和执行任务，如何理解并处理信息，这些内容似乎都笼罩在一层神秘的面纱之下。这种神秘感让我们仿佛置身于一个赛博朋克的世界，让我们不禁怀疑，是否我们已经生活在了一个充满未来科技的时代？未来是否真的已经到来？在深入探讨AI agent之前，我们首先需要对其进行定义和总结。AI Agent是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态，更蕴含着丰富的概念形态，同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象，致力于探索人类内在的本质。

AI-Agent系列(一)：智能体起源探究

本文主要向大家讲述智能体的概念、渊源和发展历史，帮助大家对智能体这一概念奠定一个正确认知。[heading2]二、很多人其实并不知道AI Agent是什么[content]打开浏览器，搜索"什么是AI Agent"，我们将会得到如下结果：图2.1.1在Bing上搜索“什么是AI Agent”行吧，我们再来问问Kimi什么是AI Agent:图2.1.2问问Kimi"什么是AI Agent?"我耗费了2分钟，却仿佛在寻找一场空欢喜。这就是所谓的AI Agent吗？......罢了，我还是自己寻找答案吧。通过必应和Kimi的搜索，我们发现网络上对AI Agent的介绍往往显得晦涩难懂，仿佛AI Agent是从石头缝儿里蹦出来的一样，神秘莫测。AI Agent的自主性、学习能力、推理能力等核心概念，以及它们如何规划和执行任务，如何理解并处理信息，这些内容似乎都笼罩在一层神秘的面纱之下。这种神秘感让我们仿佛置身于一个赛博朋克的世界，让我们不禁怀疑，是否我们已经生活在了一个充满未来科技的时代？未来是否真的已经到来？在深入探讨AI agent之前，我们首先需要对其进行定义和总结。AI Agent是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态，更蕴含着丰富的概念形态，同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象，致力于探索人类内在的本质。

Inhai: Agentic Workflow：AI 重塑了我的工作流

[title]Inhai:Agentic Workflow：AI重塑了我的工作流如果大家使用Kimi Chat来查询某个问题，你会发现它会在互联网上检索相关内容，并基于检索结果进行总结分析，最后给出结论。这其实是大模型利用「网页搜索」工具的一个典型例子，同时你也会看到PPT中介绍了非常多的不同领域类型的工具，它其实是为大模型在获取、处理、呈现信息上做额外的补充。PlanningAgent通过自行规划任务执行的工作流路径，面向于简单的或者一些线性流程的运行。比如下图中：Agent会先识别男孩的姿势，并可能找到一个姿势提取模型来识别姿势，在接下来要找到一个姿势图像模型来合成一个新的女孩图像，然后再使用图像理解文本的模型，并在最后使用语音合成输出，完成这个流程任务。Multiagent Collaboration吴恩达通过开源项目ChatDev进行举例，你可以让一个大语言模型扮演不同的角色，比如让一个Agent扮演公司CEO、产品经理、设计师、代码工程师或测试人员，这些Agent会相互协作，根据需求共同开发一个应用或者复杂程序。AI Agent基本框架OpenAI的研究主管Lilian Weng曾经写过一篇博客叫做《LLM Powered Autonomous Agents》，其中就很好的介绍了Agent的设计框架，她提出了“Agent = LLM +规划+记忆+工具使用”的基础架构，其中大模型LLM扮演了Agent的“大脑”。Planning（规划）主要包括子目标分解、反思与改进。将大型任务分解为较小可管理的子目标处理复杂的任务。而反思和改进指可以对过去的行动进行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质量。Memory（记忆）

Others are asking
系统学习agent构建
以下是一些关于系统学习 Agent 构建的内容： 一些 Agent 构建平台： Coze：新一代一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具拓展 Bot 能力边界。 Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据需求打造产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等场景，提供多种成熟模板，功能强大且开箱即用。 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，提供环境感知和记忆功能，在处理高频工作场景表现出色。 搭建工作流驱动的 Agent 简单情况可分为 3 个步骤： 规划：制定任务的关键方法，总结任务目标与执行形式，将任务分解为可管理的子任务，确立逻辑顺序和依赖关系，设计每个子任务的执行方法。 实施：分步构建和测试 Agent 功能，在 Coze 上搭建工作流框架，设定每个节点的逻辑关系，详细配置子任务节点，并验证每个子任务的可用性。 完善：全面评估并优化 Agent 效果，整体试运行 Agent，识别功能和性能的卡点，通过反复测试和迭代，优化至达到预期水平。
2025-01-30
agent
智能体（Agent）在人工智能和计算机科学领域是一个非常重要的概念，指能够感知环境并采取行动以实现特定目标的实体，可以是软件程序或硬件设备。 智能体是一种自主系统，通过感知环境（通常通过传感器）并采取行动（通常通过执行器）来达到某种目标。在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并辅以几个关键组成部分： 规划：将大型任务分解为更小、可管理的子目标，有效处理复杂任务。 反思和完善：对过去的行为进行自我批评和反思，从错误中吸取教训，完善未来步骤，提高最终结果质量。 记忆：包括短期记忆（所有的上下文学习都是利用模型的短期记忆来学习）和长期记忆（为 Agents 提供长时间保留和回忆无限信息的能力，通常通过利用外部向量存储和快速检索来实现）。 工具使用：学习调用外部 API 来获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。 智能体可以根据其复杂性和功能分为以下几种类型： 简单反应型智能体（Reactive Agents）：根据当前的感知输入直接采取行动，不维护内部状态，也不考虑历史信息。例如温控器，根据温度传感器的输入直接打开或关闭加热器。 基于模型的智能体（Modelbased Agents）：维护内部状态，对当前和历史感知输入进行建模，能够推理未来的状态变化，并根据推理结果采取行动。例如自动驾驶汽车，不仅感知当前环境，还维护和更新周围环境的模型。 目标导向型智能体（Goalbased Agents）：除了感知和行动外，还具有明确的目标，能够根据目标评估不同的行动方案，并选择最优的行动。例如机器人导航系统，有明确的目的地，并计划路线以避免障碍。 效用型智能体（Utilitybased Agents）：不仅有目标，还能量化不同状态的效用值，选择效用最大化的行动，评估行动的优劣，权衡利弊。例如金融交易智能体，根据不同市场条件选择最优的交易策略。 学习型智能体（Learning Agents）：能够通过与环境的交互不断改进其性能，学习模型、行为策略以及目标函数。例如强化学习智能体，通过与环境互动不断学习最优策略。
2025-01-29
RAG与agent
RAG（RetrievalAugmented Generation，检索增强生成）是一种方法，例如在餐饮生活助手的应用中，它能根据用户需求从大规模餐饮数据集中检索出最合适的餐厅并提供相关信息和服务。实现餐饮生活助手的 RAG 实战，需要将餐饮数据集转化为 LangChain 可识别和操作的数据源，并定义 LLM 的代理，让其根据用户问题提取核心信息和条件，形成标准查询语句检索数据源并生成答案。 Agent 是大模型的一个重要概念，被认为是大模型未来的主要发展方向。它可以通过为 LLM 增加工具、记忆、行动、规划等能力来实现。目前行业里主要使用 LangChain 框架将 LLM 与工具串接。例如在 RAG 基础上，Agent 给大模型提供了更多工具，如长期记忆（数据库工具），还在 prompt 层和工具层完成规划和行动等逻辑设计。 在大模型请求中，最大的两个变量是 Messages 和 Tools，两者组合形成整个 Prompt。Agent 应用开发的本质是动态 Prompt 拼接，通过工程化手段将业务需求转述成新的 prompt。RAG 可以是向量相似性检索，放在 system prompt 里或通过 tools 触发检索。Action 触发 tool_calls 标记进入请求循环，拿模型生成的请求参数进行 API request，再把结果返回给大模型进行交互，没有 tool_calls 标记则循环结束。Multi Agents 则是通过更换 system prompt 和 tools 实现。
2025-01-28
购物推荐的aiagent 目前有好用的吗
以下是一些好用的购物推荐的 AI Agent： AutoGPT GUI：其 GUI 已开放 waitlist，可在 https://news.agpt.co/ 注册。 MULTI·ON plugin by MULTI·ON：今年 2 月开始使用，能在笔记本电脑上自动执行许多任务。现开发了 ChatGPT 插件，功能强大。链接：https://www.multion.ai/ ，演示：https://twitter.com/DivGarg9/status/1648394059483054081 。 BabyBeeAGI：由 Yohei 本人开发，有更强的任务管理等能力，但速度较慢，适合处理复杂任务。链接：https://replit.com/@YoheiNakajima/BabyBeeAGI?v=1 。 MiniAGI：基于 GPT3.5Turbo/4 的最小通用自主代理，保留简单实用功能，可执行多种任务，如订比萨。链接：https://github.com/muellerberndt/miniagi 。 此外，智谱的 AutoGLM 经过深度测试，展现出了较好的场景理解能力，如能准确区分“帮我买一杯咖啡”和“帮我买一包咖啡豆”并打开相应应用，但目前离好用还有一定距离，存在语音识别偏差、复杂界面操作稳定性待提升、只支持安卓等问题。 Cursor 虽然免费版只有 chat 功能，但其中的 Agent 功能只要给一个模糊指令，就会自动规划和解决问题。Cline 作为一个 AI 助手，能力有保障，长期霸榜 OpenRouter token 消耗榜，新版本还推出检查点功能。实际体验中，DeepSeekV3 和 Gemini 2.0 Flash Thinking 可作为不错的候选。
2025-01-26
如果我想让一个agent的回复的观点更鲜明，而非对一连串的侧面做分析，然后给出分散的建议， 如何做到？
要让一个智能体（agent）的回复观点更鲜明，而非分散地分析侧面和给出建议，您可以考虑以下几个方法： 1. 明确任务设定：在与智能体交互之前，清晰准确地定义任务目标和期望的回复形式，强调需要鲜明的观点表达。 2. 优化训练数据：确保用于训练智能体的数据集包含观点鲜明的示例，让智能体学习到这种表达模式。 3. 调整提示词：精心设计提示词，明确要求智能体给出直接、明确且鲜明的观点，避免模糊或宽泛的指令。 4. 引入奖励机制：在训练过程中，对观点鲜明的回复给予更高的奖励，激励智能体朝着这个方向优化。 5. 后处理和筛选：对智能体的初步回复进行后处理，筛选出观点鲜明的部分，或者对不够鲜明的部分进行修改和优化。
2025-01-26
新手小白，如何从0开始搭建AI Agent
对于新手小白从 0 开始搭建 AI Agent，以下是一些建议： 1. 规划阶段： 制定任务的关键方法，总结任务目标与执行形式。 将任务分解为可管理的子任务，确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施阶段： 在 Coze 上搭建工作流框架，设定每个节点的逻辑关系。 详细配置子任务节点，并验证每个子任务的可用性。 3. 完善阶段： 整体试运行 Agent，识别功能和性能的卡点。 通过反复测试和迭代，优化至达到预期水平。 此外，还需要了解一些关于 AI Agent 的基本概念： AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括 Chain（通常一个 AI Agent 可能由多个 Chain 组成，一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量，大部分的 Chain 是大语言模型完成的 LLM Chain）、Router（可以使用一些判定，甚至可以用 LLM 来判定，然后让 Agent 走向不同的 Chain）、Tool（Agent 上可以进行的一次工具调用，例如对互联网的一次搜索，对数据库的一次检索）。 常见的 AI Agent 有 Responser Agent（主 agent，用于回复用户）、Background Agent（背景 agent，用于推进角色当前状态）、Daily Agent（每日 agent，用于生成剧本，配套的图片，以及每日朋友圈）。这些 Agent 每隔一段时间运行一次（默认 3 分钟），会分析期间的历史对话，变更人物关系、反感度等，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。
2025-01-23
零基础怎么入门AI工具，行政专员一个
对于零基础的行政专员入门 AI 工具，以下是一些建议： 1. 明确学习目标：确定您希望通过 AI 工具解决哪些行政工作中的问题或提高哪些方面的效率。 2. 学习基础知识：了解 AI 的基本概念，例如机器学习、深度学习、自然语言处理等。可以通过在线课程、科普文章和视频来学习。 3. 选择适合的工具：根据行政工作的需求，选择一些易于上手的 AI 工具，如自动化文档处理工具、智能客服工具等。 4. 参加培训课程：报名参加专门针对零基础的 AI 入门培训课程，这些课程通常会有系统的教学和实践指导。 5. 实践操作：在实际工作中尝试使用所选的 AI 工具，积累经验。 6. 加入学习社区：参与 AI 学习的社区或论坛，与其他学习者交流经验，获取更多的学习资源和建议。 7. 持续学习和更新知识：AI 领域发展迅速，要保持学习的热情，不断跟进新的技术和工具。
2025-01-30
请问还有哪些AIGC活动还未到截止日期
以下是一些尚未到截止日期的 AIGC 活动： 2024 上海国际公益广告大赛：截止 10 月 31 日。作品提交：sipsac.cn，主题为“潮起东方创益未来”，板块包括美丽世界、文化中国、科技生活，类型有平面、音视频、数字创新，金奖 3 万、银奖 1 万、铜奖 5 千，还有全场大奖 10 万。 首届“海丝之光”AI 青瓷设计大赛：截止 2024 年 11 月 10 日。报名链接：，团队参赛最多 5 人，网络投票+专家评审，一等奖 10000 元，二等奖 5000 元，三等奖 1000 元。 百万奖金池重磅赛事“2024 AIGC 营销视频生态创新大赛 '真 AI 牛奶，真 AI 创意'”：作品提交时间为 10 月 11 日 11 月 30 日，专家评审时间为 12 月 1 日 12 月 9 日，成果发布时间为 12 月 10 日。 中国神兽复兴计划 AI 创作大赛开启：9 月 1 日 9 月 24 日。利用 AI 复原《山海经》中的经典神兽，赢取 35 万元现金和实体大奖，获奖作品将获得全网流量曝光，由中央美术学院等权威高校支持。 生成式人工智能（AIGC）网络微短剧、微电影大赛征集评选活动：9 月 3 日 11 月 3 日。一等奖 2 名，奖杯、荣誉证书 10000；二等奖 2 名，奖杯、荣誉证书 8000；三等奖 6 名，奖杯、荣誉证书 3000。 ComfyUI 共学 WaytoAGI 共学计划：8 月 20 23 日每晚 8 点，会议链接：。 全球 AI 视觉创意大赛（瓦卡奖 VACAT）：8 月 22 日 9 月 22 日。全球 AI 视觉创意大赛（瓦卡奖 VACAT Vision Arts Created by AI Technology），致力于构建 AI 视觉创意界的“奥斯卡”平台，推动 AI 视觉技术的应用与创新。
2025-01-30
请联网搜索近期有什么AIGC相关的比赛活动
以下是近期的 AIGC 相关比赛活动： 【线上⬆️】，时间为 9 月 1 日 9 月 24 日。利用 AI 复原《山海经》中的经典神兽，赢取 35 万元现金和实体大奖，获奖作品将获得全网流量曝光，由中央美术学院等权威高校支持。 ，时间为 9 月 3 日 11 月 3 日。一等奖 2 名，奖杯、荣誉证书及 10000 元奖励；二等奖 2 名，奖杯、荣誉证书及 8000 元奖励；三等奖 6 名，奖杯、荣誉证书及 3000 元奖励。 【线上⬆️】 。 【线上⬆️】，时间为 8 月 22 日 9 月 22 日。全球 AI 视觉创意大赛（瓦卡奖 VACAT Vision Arts Created by AI Technology），致力于构建 AI 视觉创意界的“奥斯卡”平台，推动 AI 视觉技术的应用与创新。 ，截止时间为 10 月 31 日。作品提交：sipsac.cn，主题为“潮起东方创益未来”，板块包括美丽世界、文化中国、科技生活，类型有平面、音视频、数字创新，金奖 3 万、银奖 1 万、铜奖 5 千，另外有全场大奖 10 万。 ，截止时间为 2024 年 11 月 10 日。让创意点亮传统，传承经典，一等奖 10000 元，二等奖 5000 元，三等奖 1000 元。 ，作品提交时间为 10.11 11.30，专家评审时间为 12.1 12.9，成果发布时间为 12.10 。 ，时间为 1 月 24 日 2 月 28 日。需用魔搭平台【AIGC 专区】麦橘超然模型作底模训练 LORA 模型，描绘心中理想世界，风格不限。提交 LoRA 及 6 张以上高质量作品，单张图片分辨率不低于 1024x1024 像素，每组作品展现一个世界观场景；避免鲜血、骷髅等敏感元素。一等奖 1 名，奖金 5000 元 + 证书；二等奖 3 名，奖金 3000 元 + 证书；三等奖 10 名，奖金 1000 元 + 证书。魔搭社区 AIGC 代言人奖：作品发小红书带一丹一世界话题并@魔搭 ModelScope 社区官方，浏览量满 800，前 20 名可得 300 元天猫超市卡。
2025-01-30
0基础，如何开始学习ai
对于 0 基础学习 AI 的朋友，以下是一份详细的学习指南： 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，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，您能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 还可以通过在线教育平台（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。 知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后也进行分享。 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，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，还有以下建议： 1. 从编程语言入手学习： 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。 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，无论是 0 基础还是中学生，都可以从编程基础、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，部分内容由 AI 大模型生成，请仔细甄别。
2025-01-30
小白如何学习AI
对于小白学习 AI，以下是一些建议： 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。 在知识库中有很多大家实践后的作品、文章分享，欢迎实践后分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 6. 持续学习和跟进： AI 是快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 此外，您还可以参考《雪梅 May 的 AI 学习日记》，该日记适合纯 AI 小白。其学习模式是输入→模仿→自发创造，学习内容可根据个人兴趣在 waytoAGI 社区寻找最新的内容。学习时间较为灵活，且学习资源免费开源。
2025-01-30
能够制作工程预算单的AI推荐
目前在制作工程预算单方面，暂时没有特别突出的专门 AI 工具推荐。但您可以尝试使用一些通用的办公软件，它们可能具有相关的功能或模板，例如 Microsoft Excel 等，通过设置公式和参数来辅助您完成工程预算单的制作。
2025-01-30
有哪些可以生成系统架构图的工具
以下是一些可以生成系统架构图的工具： 1. Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，有拖放界面方便操作。 2. Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能，如逻辑视图（类图、组件图）、功能视图（用例图）和部署视图（部署图）。 3. ArchiMate：开源建模语言，与 Archi 工具配合可创建逻辑视图。 4. Enterprise Architect：强大的建模、设计和生成代码工具，支持多种架构视图创建。 5. Microsoft Visio：广泛使用的图表和矢量图形应用程序，有丰富模板用于创建逻辑视图、功能视图和部署视图等。 6. draw.io（现称 diagrams.net）：免费在线图表软件，支持创建逻辑视图和部署视图等。 7. PlantUML：文本到 UML 转换工具，通过编写描述性文本自动生成序列图、用例图、类图等，帮助创建逻辑视图。 8. Gliffy：基于云的绘图工具，提供创建各种架构图的功能，包括逻辑视图和部署视图。 9. Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 10. Rational Rose：IBM 的 UML 工具，支持创建逻辑视图和部署视图。 需要注意的是，虽然这些工具可以辅助创建架构视图，但它们不都是基于 AI 的。AI 在绘图工具中的应用通常涉及到智能推荐布局、自动生成图表代码或识别图表中的模式和关系。在选择工具时，您应该考虑您的具体需求，比如是否需要支持特定的建模语言、是否需要与特定的开发工具集成、是否偏好在线工具或桌面应用程序等。
2025-01-17
大模型应用架构
大模型应用架构主要包括以下几个方面： 1. 零跑汽车案例： 客户介绍：零跑汽车成立于 2015 年 12 月 24 日，是一家创新型的智能电动汽车品牌，坚持核心技术自主研发，位列新能源品牌销量前三，自 2017 年起与阿里云展开深度合作。 阿里云的解决方案：通过百炼平台实现大模型落地零跑座舱，接入通义大模型实现开放式语音交互，基于语音调用通义万相实现秒级作图，基于百炼构建开放、可扩展的大模型应用架构，降低创新门槛与成本。 2. 整体架构分层： 基础层：为大模型提供硬件支撑和数据支持，如 A100、数据服务器等。 数据层：包括静态的知识库和动态的三方数据集。 模型层：有 LLm（大语言模型，如 GPT，一般使用 transformer 算法实现）和多模态模型（如文生图、图生图等模型）。 平台层：如大模型的评测体系或 langchain 平台等，提供模型与应用间的组成部分。 表现层：即应用层，是用户实际看到的地方。 3. 基于多模态大模型的应用： 前言：随着 ChatGPT 的发展，多模态技术突飞猛进，呈现出一统计算机视觉（CV）和自然语言处理（NLP）的势头。 应用介绍：介绍了一款基于多模态大型模型的应用，能够实时分析当前地区新春的流行趋势。后端采用 llama.cpp 挂载 LLaVA 模型提供推理服务，部署 Flask 应用用于数据前处理和后处理，提供 Stream 流服务，前端页面采用 HTML5 采集画面和用户输入。
2025-01-12
是否有工具可以生成系统架构图
以下是一些可以生成系统架构图的工具： 1. Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，可通过拖放界面轻松创建架构图。 2. Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能，包括逻辑视图（类图、组件图）、功能视图（用例图）和部署视图（部署图）。 3. ArchiMate：开源的建模语言，专门用于企业架构，支持逻辑视图的创建，可与 Archi 工具配合使用，该工具提供图形化界面创建模型。 4. Enterprise Architect：强大的建模、设计和生成代码的工具，支持创建多种架构视图，包括逻辑、功能和部署视图。 5. Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板用于创建逻辑视图、功能视图和部署视图等。 6. draw.io（现称为 diagrams.net）：免费的在线图表软件，允许创建各种类型的图表，包括软件架构图，支持创建逻辑视图和部署视图等。 7. PlantUML：文本到 UML 的转换工具，通过编写描述性文本自动生成序列图、用例图、类图等，帮助创建逻辑视图。 8. Gliffy：基于云的绘图工具，提供创建各种架构图的功能，包括逻辑视图和部署视图。 9. Archi：免费的开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图的创建。 10. Rational Rose：IBM 的 UML 工具，支持创建多种视图，包括逻辑视图和部署视图。 需要注意的是，虽然这些工具可以辅助创建架构视图，但它们不都是基于 AI 的。AI 在绘图工具中的应用通常涉及到智能推荐布局、自动生成图表代码或识别图表中的模式和关系。在选择工具时，您应该考虑您的具体需求，比如是否需要支持特定的建模语言、是否需要与特定的开发工具集成、是否偏好在线工具或桌面应用程序等。
2025-01-09
撰写一篇汽车领域人工智能自动驾驶应用系统方案，参照以下要求：（1） 选题应为课程相关的技术或者原理的应用。 （2） 重点撰写第2部分技术与服务，必须要使用到课程中所学到或者相关技术。 （3） 第6部分财务分析可根据情况适当缩减。 （4） 整体架构可以根据选题进行调整，可适当增加章节或者删减。 （5） 字体大小、标题等必须和模板相同。篇幅20页以上，不少于10000字，小四，宋体。 以下为一篇样稿，可参考其框架撰写 城市智能停车服务系统建设方案 目 录 1 项目背景 1 1.1 项目背景
以下是为您撰写的汽车领域人工智能自动驾驶应用系统方案的部分内容，您可以根据实际需求进行进一步的完善和补充： 一、项目背景 人工智能在汽车行业的应用已经十分广泛，正在深刻改变汽车的各个方面。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，使汽车能够自主导航和驾驶，如特斯拉、Waymo 和 Cruise 等公司都在积极开发和测试自动驾驶汽车。车辆安全系统中，AI 用于增强自动紧急制动、车道保持辅助和盲点检测等功能，通过分析摄像头和传感器数据预防事故。个性化用户体验方面，AI 可根据驾驶员偏好调整车辆设置，包括座椅位置、音乐选择和导航系统。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，提高车辆可靠性和效率。在汽车制造中，AI 用于自动化生产线，优化生产流程和质量控制。汽车销售和市场分析中，AI 帮助分析市场趋势、消费者行为和销售数据，优化营销策略和产品定价。电动化和能源管理方面，AI 在电动汽车的电池管理和充电策略中发挥作用，提高能源效率和延长电池寿命。共享出行服务借助 AI 优化路线规划、车辆调度和定价策略，提升服务效率和用户满意度。语音助手和车载娱乐由 AI 驱动，允许驾驶员通过语音控制车辆功能、获取信息和娱乐内容。车辆远程监控和诊断利用 AI 系统远程监控车辆状态，提供实时诊断和支持。 二、技术与服务 1. 自动驾驶技术 传感器融合：采用多种传感器，如激光雷达、摄像头、毫米波雷达等，收集车辆周围环境信息。利用 AI 算法对这些多源数据进行融合和分析，提高环境感知的准确性和可靠性。 深度学习决策：基于深度神经网络，训练车辆的决策模型。通过大量的真实驾驶数据，让模型学习如何在各种复杂场景下做出最优的驾驶决策，如加速、减速、转向等。 模拟训练：利用虚拟仿真环境进行大规模的自动驾驶训练。在模拟环境中，可以快速生成各种复杂和罕见的交通场景，加速模型的训练和优化。 2. 车辆安全系统 实时监测与预警：利用 AI 实时分析来自车辆传感器的数据，如车速、加速度、转向角度等，以及外部环境信息，如道路状况、天气条件等。当检测到潜在的危险情况时，及时向驾驶员发出预警。 自动紧急制动：基于 AI 的图像识别和距离检测技术，当判断车辆即将与前方障碍物发生碰撞且驾驶员未采取制动措施时，自动启动紧急制动系统，降低事故风险。 3. 个性化用户体验 偏好学习：通过收集驾驶员的日常操作数据，如座椅调整习惯、音乐播放喜好、常用导航路线等，利用机器学习算法分析和学习驾驶员的偏好模式。 智能推荐：根据学习到的偏好，为驾驶员提供个性化的推荐，如座椅自动调整、音乐推荐、导航路线规划等。 4. 预测性维护 数据采集与分析：安装各类传感器收集车辆的运行数据，如发动机转速、油温、轮胎压力等。利用 AI 算法对这些数据进行分析，挖掘潜在的故障模式和趋势。 故障预测模型：建立基于机器学习的故障预测模型，提前预测可能出现的故障，并及时通知驾驶员和维修人员，安排预防性维护。 5. 生产自动化 质量检测：利用机器视觉技术和 AI 算法，对生产线上的汽车零部件进行自动检测，识别缺陷和瑕疵，提高产品质量。 生产流程优化：通过分析生产数据，如设备运行状态、生产节拍等，利用 AI 优化生产流程，提高生产效率，降低生产成本。 三、财务分析（可根据情况适当缩减） 1. 初始投资 技术研发费用：包括自动驾驶算法开发、硬件设备采购、测试场地建设等方面的费用。 车辆改装和设备安装成本：为实现自动驾驶功能，对车辆进行改装和安装相关传感器、计算设备等的成本。 2. 运营成本 数据采集和处理费用：持续收集车辆运行数据和环境数据，并进行处理和分析的费用。 维护和升级成本：对自动驾驶系统进行定期维护、软件升级和硬件更换的费用。 3. 收益来源 车辆销售增值：配备自动驾驶和智能功能的汽车可以提高售价，增加销售收入。 服务订阅费用：为用户提供个性化服务、远程监控和诊断等服务的订阅收费。 4. 盈利预测 根据市场需求、成本控制和收益增长情况，进行短期和长期的盈利预测。 以上内容仅供参考，您可以根据具体的项目需求和实际情况进一步完善和细化各个部分。
2024-12-27
超融合架构与AI
超融合架构与 AI 相关的知识如下： 在融合 RL（强化学习）与 LLM（大型语言模型）思想方面： AI 本质涉及多种缩放规律（scaling law），当前较好的模型规模在 10 的 25 到 26 次方 FLOPs，算力是必要条件。 需满足可扩展性（scalability）和通用性（generality）的架构，如 Transformer 在已知 token 空间符合部分条件，但在更通用场景存在不足。 未来可能会利用用户数据源的缩放规律，对齐（alignment）问题存在缩放规律且可解决，数据瓶颈在文本模态上 2024 年可能出现，多模态数据引入可推迟 1 2 年。 在面向智能的架构方面： 包括为 Machine Learning 优化的高性能芯片，如 Nvidia 的 H100 Tensor Core GPU 和 Google 的 TPU，内置多计算核心和高带宽内存。 能完全发挥硬件效率的系统软件，如 Nvidia 推出的 CUDA。 用于训练和推理的分布式计算框架，可跨多个节点扩展模型训练操作。 数据和元数据管理系统，提供可靠、统一和可重复使用的管理通道。 极低延迟的服务基础设施，支持快速执行基于实时数据和上下文相关的智能操作。 Machine Learning 持续集成平台（MLOps）、模型解释器、质保和可视化测试工具，可大规模监测、调试、优化模型和应用。 封装了整个 Machine Learning 工作流的终端平台，抽象出全流程复杂性，易于使用。 在 Q猜想方面：当前各界有很多相关文章或论文发表，推测可能通过 LLM 融合 RL 的方法实现，前期数据准备工作具有巨大挑战。
2024-12-18
超融合架构与AI
超融合架构与 AI 相关的知识如下： 在融合 RL 与 LLM 思想方面： AI 本质上是一堆 scaling law，当前能看到的最好模型规模在 10 的 25 到 26 次方 FLOPs 且规模还会持续增长，算力是必要条件。 需要同时满足 scalability 和 generality 的架构，如 transformer 在已知 token space 符合部分条件，但在更通用场景不太符合。 未来可能会利用用户数据源的 scaling law，alignment 也有 scaling law，只要找到对的数据就能解决。 一个值得被 scale up 的架构是基础，要支持不断加入更多数据，数据会成为瓶颈，如文本模态在 2024 年可能遇到，多模态数据引入可推迟 1 2 年。 在面向智能的架构方面： 包括为 Machine Learning 优化的高性能芯片，如 Nvidia 的 H100 Tensor Core GPU 和 Google 的 TPU，内置多计算核心和高带宽内存（HBM），可高度并行化执行神经网络计算。 能够完全发挥硬件效率的系统软件，如 Nvidia 推出的 CUDA 可直接访问 GPU 的虚拟指令集，执行内核级别的并行计算。 用于训练和推理的分布式计算框架，可有效地跨多个节点扩展模型的训练操作。 数据和元数据管理系统，为创建、管理、训练和预测数据而设计。 极低延迟的服务基础设施，使机器能够快速执行基于实时数据和上下文相关的智能操作。 Machine Learning 持续集成平台（MLOps）、模型解释器、质保和可视化测试工具，可大规模监测、调试、优化模型和应用。 封装了整个 Machine Learning 工作流的终端平台，抽象出全流程的复杂性，易于使用。 在 Q猜想方面：当前各界有很多关于 Qstar 猜想的文章或论文发表，结合核心要点内容，通往 Qstar 可能通过 LLMs 融合 RL 的方法实现，这需要大量复杂的前期数据准备工作，也是为 super alignment 做必要准备，前期数据工程相关工作挑战巨大，OpenAI 常采用简单暴力的方法解决，但目前情况未知。
2024-12-18
企业落地AI的怎么开展，有哪些团队，场景一般是哪些
企业落地 AI 可以按照以下步骤开展： 1. 启动试点项目来获得动能：选择几个小项目，在 6 12 个月内展示成效，项目可以内部进行或外包。尽量选择能够成功而非最有价值的项目。 2. 建立公司内部的人工智能团队：搭建集中统一的 AI 团队，再从中挑选人员协助不同业务部门，便于统一管理。同时建立全公司范围内的平台，如软件平台、工具或数据基础设施。 3. 提供广泛的人工智能培训：高层了解 AI 能为企业做什么，进行策略制定和资源分配；部门领导了解如何设置项目方向、资源分配与监控进度；培养内部工程师，开展相关项目。 4. 制定人工智能策略：深度了解 AI 并结合自身业务制定策略，设置与 AI 良性循环相一致的公司策略，如网络搜索或农业公司的案例。同时考虑创建数据策略，如战略数据采集，建造统一的数据仓库。 企业落地 AI 常见的场景包括： 1. 智能扬声器：包括探测触发词或唤醒词、语音识别、意图识别、执行相关程序等环节。 2. 自动驾驶汽车：涉及汽车检测、行人检测、运动规划等方面，需要多种传感器和技术。 人工智能团队的角色通常有： 1. 软件工程师：负责软件编程工作，在团队中占比 50%以上。 2. 机器学习工程师：创建映射或算法，搜集和处理数据。 3. 机器学习研究员：开发机器学习前沿技术，可能需要发表论文或专注研究。 4. 应用机器学习科学家：从学术文献中寻找技术解决问题。 5. 数据科学家：检测和分析数据。 6. 数据工程师：整理数据，确保其安全、易保存和读取。 7. AI 产品经理：决定用 AI 做什么，判断其可行性和价值。
2025-01-27
帮我找找有哪些在具体场景提升办公技能的提示词
以下是一些在办公场景中能提升办公技能的提示词： 1. 编辑写作助手：编辑以下段落，提高其整体清晰度和连贯性：{粘贴段落} 链接： 用途：帮助优化段落的清晰度和连贯性。 2. 语法纠正助手：纠正以下语法错误<br>{粘贴段落} 链接： 用途：纠正文本中的语法错误。 3. 头脑风暴助手：帮我想一些不同的想法，围绕这样的话题： 链接： 用途：围绕特定话题提供不同的想法。 4. 翻译助手：将以下内容翻译成{语言}；我希望你能担任英语翻译、拼写校对和修辞改进的角色。我会用任何语言和你交流，你会识别语言，将其翻译并用更为优美和精炼的英语回答我。请将我简单的词汇和句子替换成更为优美和高雅的表达方式，确保意思不变，但使其更具文学性。请仅回答更正和改进的部分，不要写解释。我的第一句话是{这里写英语}，请翻译它。 链接： 用途：进行文本翻译和语言优化。 5. 排版大师：🎩我是您的文字排版大师！📚 我的工作内容包括： 1️⃣优化阅读体验：💡 利用 ASCII 符号和 Emoji 表情符号，我可以优化您的文本，让信息更易于理解。 2️⃣增强信息可读性：🌟 通过合理的排版，我可以帮助您提高信息的可读性，增加用户的专注度。 3️⃣审美排版：🎨 我熟悉各种 ASCII 符号和 Emoji 表情符号的使用方法，同时具备较强的审美和文艺能力，能够让您的文本更具美感。 请告诉我您需要优化哪段文本，我会很高兴帮助您。 用途：优化文本排版，提升阅读体验和美感。 6. 总结助手：请帮我总结以下文章<br>{粘贴文章}；将以下文本总结为 100 个单词，使其易于阅读和理解。摘要应简明扼要，并抓住文本的要点。避免使用复杂的句子结构或技术术语。请首先编辑以下文本：{粘贴文章} 链接： 用途：对文章进行总结。 7. 周报生成器：👉根据日常工作内容，提取要点并适当扩充，以生成周报。我本周的工作内容是{……} 链接： 用途：根据工作内容生成周报。
2025-01-26
目前在TO C场景中，AI在哪前三个场景中应用最为广泛
在 To C 场景中，AI 应用较为广泛的前三个场景包括： 1. 角色扮演类产品：如“猫箱”“剧本戏”“名人朋友圈”等，在 LLM 基础上通过添加特定角色定义实现。 2. 陪伴类产品：以“星野”“Talkie”“BubblePal”等为代表，在 LLM 基础上对长短记忆进行处理，突出陪伴意义，随着时间积累知识库，使 AI 更懂用户。 3. 搜索工具类产品：像“秘塔”“360 搜索”等，本质上是 RAG 方案，部分产品会对搜索内容结构化，形成图谱或脑图。
2025-01-25
即梦AI里做儿童绘本制作、故事绘本里，怎么做到人物一致，风格一致，场景风格一致。
要在即梦 AI 中制作儿童绘本并做到人物、风格和场景风格一致，可以按照以下步骤进行： 1. 描述故事场景：利用 ChatGPT 或者自行构思一段适合画绘本的故事，将其分为多个场景，用一句包含环境、人物、动作的话描述每个场景。例如，故事名《Lily 的奇妙之旅》，场景 1 为“探险开始，Lily 来到一个阳光明媚的森林，跳过清澈的小溪，愉快玩耍。在路上结识了一只友善的棕熊，她们成为了旅伴”。 2. 生成场景图片：为每个场景生成图片时，使用固定的 prompt 风格词，如“super high details,HDsmooth,by Jon Burgerman,s 400niji 5style expressivear 3:4”。为了使熊和人物有更好的互动感，生成场景时也包括人物主角。如场景 2 的 prompt 为“Walking in a mysterious cave with glittering gems,little girl Lily wearing a yellow floral skirt,her friend brown bear,dim,dreamlike,super high details,HDsmooth,by Jon Burgerman,s 400niji 5style expressivear 3:4”。如果需要，可使用 mj 的 region vary 工具将小女孩完全框选，在提示词中完全删除 Lily 的描述词，重新生成得到场景图像。 3. 绘制绘本主角：确定人物形象，如“a little girl wearing a yellow floral skirt+人物动作+风格词”，在 mj 中生成直到得到一张满意的人物图像，且一套绘本中风格词语不要改变。 4. 保持一致性描述：在写 prompt 时，应从多个角度描述需求，包括人种、画风、宠物品种等，以稳定内容符合预期。例如，如果想生成一个关于“狗”的视频，提供不同狗的品种、外貌、行为等信息，确保物种和画风的一致性。
2025-01-23
如何让文生图，做到风格一致，人物一致，场景风格一致，
要让文生图在风格、人物和场景风格上保持一致，可以参考以下方法： 1. 图片生成工具：可使用 Midjourney 进行图片生成。 2. 画面电影感： 画幅：常用 21:9 的画幅比例，其会影响构图和光影。 Prompt 风格后缀：例如“________.Shot on Sony Venice 2,muted color tones,green and dark gray,awardwinning composition,cinematic scenear 21:9”。 专用摄影机：在 Prompt 里可添加电影专用摄影机，如 RED Helium 8K 等。 3. 人物一致性： 对于主角，可先跑一张定妆照。 利用 Midjourney 的新功能 Cref 保持发型、人脸、衣服，但对亚洲人脸尤其是老人的一致性效果较差，且对画面审美和构图有一定破坏性，能不用则不用，如只有背影时简单描述即可。 4. 场景一致性：目前尚无很好的解决办法，基本随缘。 此外，还可参考以下方式： 1. 生成人物图片：确定人物形象，如“a little girl wearing a yellow floral skirt+人物动作+风格词”，在 Midjourney 中生成满意的人物图像，为确保人物一致性，取“iw 2”。 2. 合成人物和场景：使用 PS 或者 Canva 将人物和场景合成到一张图，若色调不和谐，可将合成后的图作为垫图（“iw 2”），在 Midjourney 中重新生图。
2025-01-23
人工智能的场景应用及其对社会治理的新挑战，注意场景应用和社会治理的对应，同时突出新挑战
以下是关于人工智能的场景应用及其对社会治理新挑战的相关内容： 场景应用： 医疗领域：如利用 AI 技术预测蛋白质结构，加速科学研究和救命药物的开发，在对抗疟疾、抗生素耐药性和塑料垃圾等方面取得巨大进展。 气候领域：通过 AI 技术应对气候变化。 对社会治理的新挑战： 可能产生新的风险，如使用 AI 可能带来的未知问题。 复杂的 AI 技术可能引发公众的不安。 涉及数据获取、计算能力、可持续性以及内容生产者和 AI 开发者权利平衡等重要问题，需要综合考虑。 需确保在保护权利持有者和支持 AI 开发者获取所需数据之间保持恰当平衡。
2025-01-23