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

想建一个具身智能方面的知识库，有哪些建议

Answer

以下是关于建立具身智能知识库的一些建议：

  1. 数据清洗方面：
    • 可以尝试手动清洗数据以提高准确性。对于在线知识库，创建飞书在线文档，每个问题和答案以“###”分割，可进行编辑修改和删除，添加 Bot 后在调试区测试效果。
    • 对于本地文档，注意合理拆分内容，不能将大量数据一股脑全部放入训练，例如对于章节内容，先放入大章节名称，再按固定方式细化处理，然后选择创建知识库自定义清洗数据。
  2. 智能体的相关方面：
    • 注重智能体的交互能力，包括大模型本身的交互能力、多 Agent 的灵活性、workflow 的妙用以及上下文说明。
    • 考虑智能体的知识体量，利用豆包大模型本身的行业数据和语料库，创建结构化数据的知识库。
    • 关注智能体的记忆能力，如变量、数据库和信息记录。
  3. 具身智能的具体内容：
    • 了解具身智能本体的形态实现思路，如 Mobility 和 Manipulation 的实现方式。
    • 明确具身智能的定义，探讨其与大模型要解决问题的差异，以及“人形”的重要性。
    • 解决数据来源和构建大脑的问题，包括大模型和多模态的数据泛化、数据采集和量的问题，以及特定任务和场景的处理，还有结构化与非结构化场景的处理等。
    • 思考具身智能的落地场景和商业化方向，例如 ToB 或 ToC 的选择。
    • 考虑具身智能创业团队的背景组成，如工业机器人、自动驾驶、服务机器人等领域的经验。
Content generated by AI large model, please carefully verify (powered by aily)

References

【智能体】让Coze智能体机器人连上微信和微信群详细配置文档

本次创建知识库使用手动清洗数据，上节课程是自动清洗数据：[【智能体】用Coze在微信里搭建一个机器人，还能挖掘销售线索](https://a1i1hjmvcf0.feishu.cn/docx/JSdDd8ybLo7OHqxmePwcHlbLn3b?from=from_copylink),自动清洗数据会出现目前数据不准的情况，本节视频就尝试使用手动清洗数据，提高数据的准确性。[heading3]3.1在线知识库[content]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，其中每个问题和答案以###分割，暂时不要问为什么。选择飞书文档选择自定义的自定义输入###然后他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。点击添加Bot添加好可以在调试区测试效果[heading3]3.2本地文档[content]本地word文件，这里要注意了~~~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，那训练数据能不能一股脑全部放进去训练呢。答案是~~不能滴~~~正确的方法，首先将11章的大的章节名称内容放进来，如下图所示。章节内详细内容格式如下如所示，如果你再分节的内容，依次类推细化下去。每个章节都按照这种固定的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，这里不再赘述。[heading3]3.3发布应用[content]点击发布确保在Bot商店中能够搜到，如图所示可以搜索到画小二智能小助手，这个很重要，没有通过发布的获取不到API的。

汽车栏目主持人（零壹老师）智能体经验分享

大模型本身的交互能力多Agent的灵活性workflow的妙用——“问”字诀，引导用户输入车辆信息，便于大模型理解和分析上下文说明[heading4]3.2智能体的知识体量[content]豆包大模型本身的行业数据和语料库知识库——结构化数据与非结构化数据创建知识库(结构化数据)[table_3.xlsx](https://bytedance.feishu.cn/space/api/box/stream/download/all/NCOXbqWvYosCEYxkMN6c4lqOnZf?allow_redirect=1)步骤一步骤二步骤三步骤四步骤五处理完成参赛用知识库：大模型RAG检索大模型的选择和参数设定新模型的调用方法https://console.volcengine.com/ark/region:ark+cn-beijing/model?projectName=undefined&vendor=Bytedance&view=LIST_VIEW[heading4]3.3智能体的记忆能力[content]变量数据库信息记录

质朴发言：大模型时代下的具身智能｜Z 沙龙第 5 期

[title]质朴发言：大模型时代下的具身智能｜Z沙龙第5期目录建议结合要点进行针对性阅读。👇一、具身智能本体的形态会是怎样的？Mobility和Manipulation如何实现？1、具身智能的实现思路：2、具身智能相比于当前的LLM，是"下一代智能“3、关于如何用多模态模型实现具身智能，理想和现实的差距仍有待学术界弥合4、想要让机器人实现具身智能的目标，应该从三个方面训练机器人5、大模型的到来，为智能机器人的研究带来了实实在在的生产力爆发6、大模型动的机器人研究vs传统控制算法驱动的机器人研究7、对大模型驱动的机器人研究未来展望8、未来4大趋势二、如何定义具身智能？1、具身智能的具体定义是什么？大模型要解决的智能问题与具身智能要解决的核心问题的差异点是什么？2、“人形”对于具身智能重要吗？三、数据从何而来，如何构建具身智能的大脑？1、关于大模型和多模态的数据泛化2、数据采集和数据量问题3、如何解决特定任务/特定场景问题?4、结构化场景与非结构化场景5、目前的VLM还是缸中之脑?6、强化学习的优势及超级仿真器可能四、落地场景可以畅想，但哪种最先商业化？1、ToB or ToC?ToB公司能否无缝转向ToC?五、什么样背景组成的团队堪称具身智能创业的梦之队？工业机器人？自动驾驶？服务机器人？1、机器人创业观察2、硬件选代和软件迭代的区别3、成本和场景价值决定创业终局4、具身智能出海insights

Others are asking
最新具身智能新闻
以下是关于具身智能的最新新闻： 具身智能是将机器学习算法适配至物理实体，从而与物理世界交互的人工智能范式。以 ChatGPT 为代表的“软件智能体”通过网页端、手机 APP 与用户交互，而具身智能体则将大模型嵌入到物理实体上，通过机器配备的传感器与人类交流。人形机器人是具身智能的代表产品。 具身智能的三要素包括本体（硬件载体）、智能（大模型、语音、图像、控制、导航等算法）、环境（本体所交互的物理世界），三者高度耦合是高级智能的基础。不同环境下会有不同形态的硬件本体适应，如室内平地适用轮式机器人，崎岖地面适用四足机器人。 具身智能体的行动分为“感知决策行动反馈”四个步骤，感知模块负责收集和处理信息，通过多种传感器感知和理解环境。常见的传感器有可见光相机、红外相机、深度相机、激光雷达、超声波传感器、压力传感器、麦克风等。 最近，具身智能的概念很火。例如稚晖君开源人形机器人全套图纸+代码引发圈内热议，各类具身智能产品如李飞飞的 Voxposer、谷歌的 RT1 和 RT2、RTX、字节跳动的 Robot Flamingo、斯坦福的 ACT 和卡耐基梅隆的 3D_diffuser_act 等，在不同任务和场景中展示了强大能力，并有潜力带来革命性变革。本文拆分为上下两篇，明天会更新下篇，聚焦人机交互、发展讨论。本文部分参考中国信息通信研究院和北京人形机器人创新有限公司的《具身智能发展报告》。
2025-01-27
具身智能
具身智能是人工智能领域的一个子领域。 它强调智能体（如机器人、虚拟代理等）通过与物理世界或虚拟环境的直接交互来发展和展现智能。智能不仅仅是处理信息的能力，还包括感知环境、自主导航、操作物体、学习和适应环境等能力。 具身智能的核心在于智能体的“身体”或“形态”，其可以是物理形态（如机器人的机械结构）或虚拟形态（如模拟环境中的虚拟角色）。这些身体为智能体提供了与环境互动的手段，并影响其学习和发展。 具身智能的研究涉及多个学科，如机器人学、认知科学、神经科学和计算机视觉等。在机器人学中，关注设计能自主行动和适应环境的机器人；在认知科学和神经科学中，探索大脑处理与身体相关信息的机制及应用于人造智能系统；在计算机视觉中，致力于开发使智能体理解和解释视觉信息的算法。 具身智能在机器人领域（如服务机器人、工业自动化和辅助技术等）、虚拟现实、增强现实和游戏设计等领域有广泛应用。 具身智能的三要素包括“本体”（硬件载体）、“智能”（大模型、语音、图像、控制、导航等算法）、“环境”（本体所交互的物理世界），三者高度耦合是高级智能的基础。其行动分为“感知决策行动反馈”四个步骤，并形成闭环。 尽管具身智能取得了显著进展，但仍面临诸多挑战，如智能体身体的设计、在复杂多变环境中的有效学习以及与人类社会相关的伦理和安全问题等。
2024-12-31
具身智能
具身智能是人工智能领域的一个子领域。 它强调智能体（如机器人、虚拟代理等）通过与物理世界或虚拟环境的直接交互来发展和展现智能。智能不仅仅是处理信息的能力，还包括感知环境、自主导航、操作物体、学习和适应环境等能力。 具身智能的核心在于智能体的“身体”或“形态”，其可以是物理形态（如机器人的机械结构）或虚拟形态（如模拟环境中的虚拟角色）。这些身体为智能体提供了与环境互动的手段，并影响其学习和发展。 具身智能的研究涉及多个学科，如机器人学、认知科学、神经科学和计算机视觉等。在机器人学中，关注设计能自主行动和适应环境的机器人；在认知科学和神经科学中，探索大脑处理与身体相关信息的机制及应用于人造智能系统；在计算机视觉中，致力于开发使智能体理解和解释视觉信息的算法。 具身智能在机器人领域（服务机器人、工业自动化和辅助技术等）、虚拟现实、增强现实和游戏设计等领域有广泛应用。通过具身智能，机器人能更好地理解和适应人类生活环境，提供更自然有效的人机交互，也能创造更具沉浸感和交互性的体验。 具身智能的三要素包括“本体”（硬件载体）、“智能”（大模型、语音、图像、控制、导航等算法）、“环境”（本体所交互的物理世界），三者高度耦合是高级智能的基础。不同环境下有不同形态的硬件本体适应环境。 具身智能的行动可分为“感知决策行动反馈”四个步骤，形成一个闭环。 在追求人工通用智能（AGI）的过程中，具身 Agent 正成为核心研究范式，它强调智能系统与物理世界的紧密结合。与传统深度学习模型相比，LLMbased Agent 能主动感知和理解所在物理环境并互动，进行“具身行动”。 尽管具身智能取得显著进展，但仍面临诸多挑战，如设计智能体身体以最大化智能表现、让智能体在复杂环境中有效学习、处理智能体与人类社会的伦理和安全问题等。未来研究将继续探索这些问题以推动其发展和应用。
2024-12-31
基于多模态大模型的具身智能 技术原理是什么
基于多模态大模型的具身智能技术原理主要包括以下方面： 决策模块是具身智能系统的核心，负责接收感知模块的环境信息，进行任务规划和推理分析，以指导行动模块生成动作。早期决策模块主要依赖人工编程规则和专用任务算法，而基于近端策略优化算法和 Qlearning 算法的强化学习方法在具身智能自主导航等任务中展现出更好的决策灵活性，但在复杂环境适应能力等方面存在局限。 大模型的出现极大增强了具身智能体的智能程度，提高了环境感知、语音交互和任务决策能力。具身智能体的大模型是 AIGA，调用机械臂、相机等身体部件，其发展方向是视觉语言动作模型（VLA）和视觉语言导航模型（VLN）。 VLA 输入语言、图像或视频流，输出语言和动作，在统一框架内融合互联网、物理世界和运动信息，实现从自然语言指令到可执行动作指令的直接转换。 VLN 输入语言、图像或视频流，输出语言和移动轨迹，用于统一指令输入框架，使大模型直接生成运动方向、目标物体位置等操作信息。 Google Deepmind 从大模型入手打造具身智能，率先提出 Robotics Transformer 系列模型，如 RT1 等，并不断升级。RT1 基于模仿学习中的行为克隆学习范式，输入短的图像序列和指令，输出每个时间步的动作。随着数据量增加，有从分层模型过渡到端到端模型的趋势。 北大 HMI Lab 团队构建了全新的 RoboMamba 多模态大模型，使其具备视觉常识任务和机器人相关任务的推理能力。 在具身智能应用中，更强调“动态”学习方式，如强化学习、模拟学习等，让机器人与环境不断交互学习，通过奖励机制优化行为，获得最优决策策略，摒弃传统控制论算法物理建模的弊端。
2024-12-27
基于世界模型的具身智能 技术原理是什么
基于世界模型的具身智能技术原理主要包括以下方面： 谷歌发布的世界模型 Genie： 能够学习一致的动作空间，可能适合训练机器人，打造通用化的具身智能。 其架构中的多个组件基于 Vision Transformer构建而成，为平衡模型容量与计算约束，在所有模型组件中采用内存高效的 STtransformer 架构。 Genie 包含三个关键组件：潜在动作模型（Latent Action Model，LAM）用于推理每对帧之间的潜在动作；视频分词器（Tokenizer）用于将原始视频帧转换为离散 token；动态模型给定潜在动作和过去帧的 token，用来预测视频的下一帧。潜在动作模型以完全无监督的方式学习潜在动作。 相关论文《Genie:Generative Interactive Environments》已公布，论文地址为 https://arxiv.org/pdf/2402.15391.pdf，项目主页为 https://sites.google.com/view/genie2024/home?pli=1 ，论文的共同一作多达 6 人，包括华人学者石宇歌。 具身智能算法层： 机器人创业公司 Covariant 推出的首个机器人基础模型 RFM1 是基于真实任务数据训练的机器人大模型，共有 80 亿参数，是基于文本、图片、视频、机器人动作、传感器信息等多模态数据进行训练的 any to any 序列模型。 RFM1 将机器人的实际动作也视作 Token，其 token 包括多种模态，每个模块都有专门的 tokenizer 进行处理。操作只有一个——预测下一个 token。 RFM1 对物理世界的理解源自于其学习生成视频的过程，通过接受初始图像和机器人动作的输入，预测接下来视频帧的变化，掌握了模拟世界每个瞬间变化的低层次世界模型。 行业进展： 李飞飞在 AI 3D 生成领域的工作极大地加速了进展，通过对 3D 物体的生成所构建出的世界，再进行降维的视频生成，生成的视频自然符合物理世界的规律，生成的世界也可交互。 世界模型开启了在虚拟世界中预训练机器人的可能，这个虚拟世界完全符合物理规律，可以快速生成无限场景，支持并行训练多个任务，大幅降低试错成本，加速机器人的学习过程，为实现更复杂的机器人行为打开可能。这种进步正在催生新的应用可能，如更自然的人机交互界面、更安全的机器人控制系统、更高效的虚拟训练平台等。世界模型也在改变 AI 理解和交互世界的基本方式。
2024-12-27
具身智能
具身智能是人工智能领域的一个子领域，以下是关于具身智能的详细介绍： 1. 定义：强调智能体（如机器人、虚拟代理等）通过与物理世界或虚拟环境的直接交互来发展和展现智能。 2. 核心要素： 智能体的“身体”或“形态”，包括物理形态（如机器人的机械结构）和虚拟形态（如模拟环境中的虚拟角色）。 身体不仅是互动手段，也影响智能体的学习和发展。 3. 涉及学科：包括机器人学、认知科学、神经科学和计算机视觉等。 机器人学关注设计能自主行动和适应环境的机器人。 认知科学和神经科学探索大脑处理与身体相关信息的机制及应用于人造智能系统。 计算机视觉致力于开发算法，使智能体能够理解和解释视觉信息。 4. 应用领域： 机器人领域，如服务机器人、工业自动化和辅助技术等，能更好地理解和适应人类生活环境，提供更自然有效的人机交互。 虚拟现实、增强现实和游戏设计等领域，创造更具沉浸感和交互性的体验。 5. 特点： 即“具身+智能”，是将机器学习算法适配至物理实体，与物理世界交互的人工智能范式。 三要素包括“本体”（硬件载体）、“智能”（大模型、语音、图像、控制、导航等算法）、“环境”（本体所交互的物理世界），三者高度耦合是高级智能的基础。 四个模块为“感知决策行动反馈”，形成一个闭环。 6. 面临挑战： 如何设计智能体的身体以最大化其智能表现。 如何让智能体在复杂多变的环境中有效学习。 如何处理智能体与人类社会的伦理和安全问题。 人形机器人是具身智能的代表产品，不同环境下会有不同形态的硬件本体适应环境。在追求人工通用智能（AGI）的征途中，具身 Agent 正成为核心的研究范式，它强调将智能系统与物理世界紧密结合，能够主动感知和理解所在的物理环境并互动，产生具身行动。
2024-12-26
我想建立一个知识库，有什么工具可以使用吗
以下是一些可用于建立知识库的工具及相关步骤： 使用 Dify 构建知识库的步骤： 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。 使用扣子创建并上传文本内容到知识库的方式： 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。在弹出的页面完成以下操作： 输入要上传的网站地址。 选择是否需要定期同步网站内容，如果需要选择内容同步周期。 单击确认。 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：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。 使用 Coze 智能体创建知识库： 1. 手动清洗数据： 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。知识库的飞书在线文档，其中每个问题和答案以分割。选择飞书文档、自定义的自定义，输入，然后可编辑修改和删除。点击添加 Bot，添加好可以在调试区测试效果。 本地文档：本地 word 文件，注意拆分内容以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，章节内详细内容依次类推细化下去。每个章节都按照这种固定的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。 2. 发布应用：点击发布，确保在 Bot 商店中能够搜到。
2025-01-13
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
我想建立 ai 客服帮我解决一些专业化的客服问题
以下是关于建立 AI 客服的相关信息： 传统智能客服企业在 LLM 时代面临困境，如明星智能客服企业欠薪、部分企业解散团队或转向出海客服方向。这既有必然性也有偶然性，与智能客服行业的属性有关。 从产品角度看，智能客服分为智能部分和客服部分。智能部分基于 NLP 技术进行基于业务逻辑的 AI 对话管理，客服部分包括传统客服坐席、内部数据查询台等。 企业对客服效果非常看重，而做好客服服务需要企业产品的详细数据与用户数据，但智能客服企业在赋能时难以获取关键信息，很多采取本地部署，费力且难有积累。 您可以通过以下方式建立 AI 客服： 参考“DIN：全程白嫖拥有一个 AI 大模型的微信助手”，一个能解答任何问题的 AI 机器人，可接入微信或群聊，为用户提供自动答疑服务，还能投喂特定知识，成为客服、专业老师或知识备忘录，无需技术知识，小白也能轻松搭建，全程只需复制粘贴，可自定义知识库，满足不同需求，支持多场景应用，如客服、教育、个人知识管理等。 了解“零基础模板化搭建 AI 微信聊天机器人”，微信有多种功能，如个人微信/微信群、微信公众号、微信服务号、微信客服等，Coze AI 平台支持与微信公众号、服务号、客服的对接，最近 Coze 的国内版正式发布 API 接口功能，可对接个人微信甚至微信群。相关部署方法对国外版或国内版 Coze 均适用，但对接国外版需服务支持黑魔法。
2024-10-03
我想建个AI诗画长廊，请给建议
2024-08-08
对作为知识库的数据进行预处理，用哪个软件比较哈
以下是一些可用于对作为知识库的数据进行预处理的软件和方法： 1. LangchainchatGLM：对于知识库内容的组织要求较高，无需微调训练，适合有结构、界限分明的数据。可使用langchain库比对字典的关键词keys部分，找到相似度最高的相关keys对应的内容文本，送进提示词模板（prompt_template），然后送到LLM进行后处理。 2. 在检索原理方面，可通过嵌入模型（如Word2Vec、GloVe、BERT）将问题文本转化为向量，用于后续检索。例如，在商业化问答场景中，会对接收的问题进行预处理和向量化。 3. 在创建知识库并上传表格数据时，可通过API获取在线API的JSON数据上传，或手动自定义创建数据表结构和数据。需注意指定语义匹配字段，在响应用户查询时，将用户查询内容与该字段内容进行比较，根据相似度进行匹配。
2025-02-17
我手里有一个文件知识库，想锻炼一个ai，按照这个文件知识库的习惯帮我改写新的文件
以下是为您整理的内容： 南瓜博士：平生第一次写小说获奖，是 AI 帮我的！ 三、丰富细化 接下来要让 AI 一段一段进行细节描写。为确保文章前后一致，先让 AI 帮助写故事概要和角色背景介绍，并按自己的审美略做修改。使用了一个重要技巧，让 AI 以表格形式输出细节描述，这样有三个好处： 1. 打破 AI 原本的叙事习惯，避免出现陈词滥调。 2. 按编号做局部调整容易，指哪改哪，其他内容能稳定不变。 3. 确保内容都是具体细节，避免整段输出时因缩减而丢光细节只剩笼统介绍。 四、串联成文 把上一步生成的五个表格依次复制粘贴，AI 就照着写文章了，偶尔需要帮忙给点建议。 五、失败的局部修改 小说大赛要求最后的作品必须是 AI 直接吐出来的，不能有任何改动且不能超过 2000 字，而自己的小说 2300+字，只好让 GPT4 做修改，一开始它表现不错，但很快暴露出记性不好的缺点。还没来得及高兴，就发现它失忆得很彻底。眼看截止时间快到了，只能求助 Claude，把文章和 GPT 生成的修改意见都给它，让它生成作品，匆匆截图提交。没想到，Claude 把关键情节改没了，如马克偷偷看艾拉、无名猫受伤的原因等。 熊猫 Jay：AI 编程 Cursor 来了，你没理由说不会写代码了 四、初体验:Cursor 的安装和使用 三、新增/修改代码、文字 选中代码，使用 Command+K 打开窗口，并输入修改要求。不选中代码打开窗口，可要求 AI 实现新功能，比如让 AI 增加一个广告位。当然，除了代码，也可选中文字进行修改，如改写、翻译等。 四、自动补全代码、注释、文字 输入代码或注释，Cursor 会自动补全代码，按 Tab 生效。除补全代码外，还能补全文字，可尝试。 五、对话窗口 Mac 使用 Shift+Command+L 打开聊天窗口，输入优化页面的需求，AI 能提供不同方案。比如倾向于使用好看的配色方案，点击 Apply，再点击 Accept 生效。要记得保存文件，Mac 的快捷键是 Command+S。这不是成品，若要做完整功能，需不停和 Cursor 对话，在案例部分会介绍完整制作过程。 六、全局搜索 还可把它当作简易的 AI 搜索工具，让它根据现有文件夹下的内容回答问题，比如问到基于文件内容，温度值设置的误区在哪里，回答准确度很高，甚至能定位到具体文件的行。
2025-02-17
给我flux的提示词结构的知识库我以他作为知识库
以下是关于 Flux 提示词结构的相关知识： 大语言模型就像一个学过无数知识、拥有无穷智慧的人，但在工作场景中，需要通过提示词来设定其角色和专注的技能，使其成为满足需求的“员工”。知识库则相当于给“员工”发放的工作手册，提供特定的信息。 提示词可以设定 Bot 的身份及其目标和技能，例如产品问答助手、新闻播报员、翻译助理等，决定 Bot 与用户的互动方式。详情可参考。 学习提示词可以分为五个维度，从高到低依次是思维框架、方法论、语句、工具和场景。但舒适的学习顺序应反过来，先从场景切入，直接了解在不同场景下提示词的使用及效果对比；然后使用提示词工具，如 Meta Prompt、Al 角色定制等；接着学习有效的提示语句，包括经典论文中的相关语句；再学习有效的方法论，将有效语句及其背后的原理整合成稳定可控的方法；最后掌握思维框架。 此外，还可以通过插件、工作流、记忆库等功能定制 AI Bot。插件可通过 API 连接集成各种平台和服务扩展 Bot 能力，详情参考。
2025-02-16
知识库RAG方案
RAG（检索增强生成）是一种在 AI 领域中用于处理知识库的方案。 大模型的训练数据有截止日期，当需要依靠不包含在大模型训练集中的数据时，RAG 是主要方法之一。 RAG 的应用可以抽象为以下 5 个过程： 1. 文档加载：从多种不同来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据以及代码等。 2. 文本分割：把文档切分为指定大小的块，称为“文档块”或“文档片”。 3. 存储：包括将切分好的文档块进行嵌入转换成向量形式，并将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. 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生成更合理的答案。 基于 Coze 的知识库问答是典型的 RAG 方案，其重要一环是文档切片。但 RAG 方案存在一些缺点，如跨分片总结和推理能力弱、文档有序性被打破、表格解析失败等。 相关的海外官方文档：https://www.coze.com/docs/zh_cn/knowledge.html ，国内官方文档：https://www.coze.cn/docs/guides/use_knowledge 。 在实际操作中，如使用外贸大师产品的帮助文档创建知识库时，要注意文档的分片策略会严重影响查询结果。
2025-02-16
你的知识库架构是怎样的，普通人如何迅速找到目标靶向，比如我想学ai绘画
以下是关于您想学习 AI 绘画的相关内容： 1. 知识库提到明天银海老师将详细讲解 AI agent，同时表示知识库内容丰富，您可挑选感兴趣的部分学习，比如较轻松的 AI 绘画等。 2. 强调 AI 绘画是视觉基础，还介绍了针对 AI 绘画学社做的关键词词库精选活动。 3. 讲述了 AI 绘画中的 stable diffusion 扩散模型的运作方式，是通过加噪和去噪，随机生成种子来形成最终图像，还提到生成式 AI 做高清放大可增加细节的原理。 您可以根据以上信息，逐步深入了解 AI 绘画的相关知识。
2025-02-15
知识库里面哪里有讲解AI在各行业应用现状的材料
以下是知识库中关于 AI 在各行业应用现状的相关材料： 在音乐创作方面，通过输入更高级的词汇与 AI 音乐对话能产生更好效果，有 AI 音乐的版块、挑战、分享会和教程，可通过王贝加入 AI 音乐社区。 在数字人语音合成方面，介绍了声音克隆技术，提到了微软、阿里等的相关成果，常用的是 JPT service。 在 config UI 的应用方面，能降低成本、提高效率，在图书出版、引流等方面有应用，岗位稀缺，社区有相关共学课程。 在零售电商行业，有《2024 生成式 AI 赋能零售电商行业解决方案白皮书》。 在招聘领域，牛客的《AI 面试实践手册（2024）》深入探讨了 AI 面试的应用现状、价值和未来发展，指出其在多个行业尤其在管培生、产品、IT 基础岗位和蓝领岗位中广泛应用。 在 PC 行业，腾讯广告 TMI 与 GfK 联合发布了《AI PC 行业趋势与潜力消费者洞察白皮书（2024 版）》。 在医疗领域，蛋壳研究院发布了《医疗人工智能走到新的十字路口》。 在新闻媒体领域，新华社研究院发布了《人工智能时代新闻媒体的责任与使命》。 在情感陪伴方面，头豹研究院发布了《AI 情感陪伴：缔造温情链接，拥抱智慧关怀新纪元》。
2025-02-15
人工智能简史
人工智能作为一个领域始于二十世纪中叶。最初，符号推理流行，带来了如专家系统等重要进展，但因从专家提取知识并以计算机可读形式表现及保持知识库准确的复杂性和高成本，20 世纪 70 年代出现“人工智能寒冬”。 随着时间推移，计算资源便宜、数据增多，神经网络方法在计算机视觉、语音理解等领域展现卓越性能，过去十年中“人工智能”常被视为“神经网络”的同义词。 在国际象棋对弈程序方面，早期以搜索为基础，发展出阿尔法贝塔剪枝搜索算法，后来采用基于案例的推理，如今能战胜人类棋手的程序基于神经网络和强化学习。 在创建“会说话的程序”方面，早期如 Eliza 基于简单语法规则，现代助手如 Cortana、Siri 或谷歌助手是混合系统，未来有望出现完整基于神经网络的模型处理对话，如 GPT 和 TuringNLG 系列神经网络已取得巨大成功。 最初，查尔斯·巴贝奇发明计算机用于按明确程序运算，现代计算机仍遵循相同理念。但有些任务如根据照片判断人的年龄无法明确编程，这正是人工智能感兴趣的。 译者：Miranda，原文见 https://microsoft.github.io/AIForBeginners/lessons/1Intro/README.md
2025-02-17
数据分析产品的智能体有哪些
以下是一些常见的数据分析产品的智能体类型： 1. 简单反应型智能体：根据当前的感知输入直接采取行动，不维护内部状态和考虑历史信息。例如温控器，根据温度传感器的输入直接控制加热器。 2. 基于模型的智能体：维护内部状态，对当前和历史感知输入进行建模，能推理未来的状态变化并据此行动。比如自动驾驶汽车，不仅感知当前环境，还维护和更新周围环境的模型。 3. 目标导向型智能体：具有明确的目标，能根据目标评估不同的行动方案并选择最优行动。像机器人导航系统，有明确目的地并规划路线以避开障碍。 4. 效用型智能体：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，评估行动的优劣并权衡利弊。例如金融交易智能体，根据市场条件选择最优交易策略。 5. 学习型智能体：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。比如强化学习智能体，通过与环境互动不断学习最优策略。 此外，还有一些具体的数据分析产品智能体，如颖子团队的“市场分析报告”生成智能体，它能根据输入的行业/类目关键词自动检索关联信息并生成报告，数据化呈现且附带信息来源网址便于校正，适用于企业管理层、投资者、创业者、营销人员等，可减少信息收集时间，聚焦决策判断。 在智谱 BigModel 开放平台工作流搭建中，也有相关的智能体节点，如具有自主规划任务、使用工具、记忆的 Agent 节点。
2025-02-17
智能体
智能体（Agent）在人工智能和计算机科学领域是一个重要概念，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。 智能体的定义： 智能体是自主系统，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）来达到目标。在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并辅以规划、子目标和分解、反思和完善、记忆、工具使用等关键组成部分。 智能体的类型： 1. 简单反应型智能体（Reactive Agents）：根据当前感知输入直接采取行动，不维护内部状态，不考虑历史信息。例如温控器。 2. 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，能推理未来状态变化并据此行动。例如自动驾驶汽车。 3. 目标导向型智能体（Goalbased Agents）：具有明确目标，能根据目标评估不同行动方案并选择最优行动。例如机器人导航系统。 4. 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。例如金融交易智能体。 5. 学习型智能体（Learning Agents）：能通过与环境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。 智能体功能实现： 本智能体主要通过一个工作流实现，采用单 Agent（工作流模式）。工作流全景图按照市场分析报告内容划分，分成 7 个分支处理，每个分支调研并生成报告中的一部分，以发挥并行处理的效率。工作流主要节点包括文本处理节点、必应搜索节点、LinkerReader 节点、代码节点、大模型节点和结束节点。文本处理节点将用户输入与报告主题拼装形成关键词句；必应搜索节点根据关键词句搜索相关网络内容；LinkerReader 节点获取网页详细内容；代码节点对搜索到的网页链接信息进行过滤；大模型节点生成报告内容并添加引用链接；结束节点将 7 部分内容拼接并流式输出。
2025-02-17
使用COZE搭建智能体的步骤
使用 COZE 搭建智能体的步骤如下： 1. 梳理手捏 AI Agent 的思路： 在上篇文章中提到过 Prompt 工程的必备能力，即通过逻辑思考，从知识经验中抽象表达出关键方法与要求，这一理念同样适用于在 Coze 中创建 AI Agent。 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，包括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。 完善：全面评估并优化 Agent 效果。 2. 分步构建和测试 Agent 功能： 首先进入 Coze，点击「个人空间 工作流 创建工作流」，打开创建工作流的弹窗。 根据弹窗要求，自定义工作流信息。 点击确认后完成工作流的新建，可以看到整个编辑视图与功能。 其中，左侧「选择节点」模块中，根据子任务需要，实际用上的有： 插件：提供一系列能力工具，拓展 Agent 的能力边界。本案例涉及的思维导图、英文音频，因为无法通过 LLM 生成，就需要依赖插件来实现。 大模型：调用 LLM，实现各项文本内容的生成。本案例的中文翻译、英文大纲、单词注释等都依赖大模型节点。 代码：支持编写简单的 Python、JS 脚本，对数据进行处理。 而编辑面板中的开始节点、结束节点，则分别对应分解子任务流程图中的原文输入和结果输出环节。 接下来，按照流程图，在编辑面板中拖入对应的 LLM 大模型、插件、代码节点，即可完成工作流框架的搭建。 3. 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。
2025-02-17
使用什么工具搭建智能体
搭建智能体可以使用以下工具和方法： 1. 在品牌卖点提炼中： 按照市场营销逻辑组织智能体结构，包括品牌卖点定义与分类助手、品牌卖点提炼六步法、STP 市场分析助手、用户画像分析助手、触点收集助手等。 还可使用一些未在结构中体现但有效的分析工具，如用户需求分析的 KANO 助手、营销六层转化漏斗分析、超级转化率六要素。 2. 使用 Coze 在微信里搭建机器人： 需要字节旗下的 Coze AI 智能机器人工具。 要有微信公众号订阅号或服务号的管理权。 3. 用扣子搭建智能体： 扣子平台上有多种类型的插件，如看新闻、规划旅行、提高办公效率、理解图片内容等的 API，还可自定义插件。 工作流就像可视化拼图游戏，可将插件、大语言模型、代码块等功能组合，由多个小块块（节点）组成，包括开始和结束的小块块，不同小块块可能需要不同信息才能工作。 还可使用知识库。
2025-02-17
通过飞书机器人与 Coze 搭建的智能体进行对话
通过飞书机器人与 Coze 搭建智能体进行对话，实现跨平台的稍后读收集与智能阅读计划推荐，具体步骤如下： 1. 前期准备： 设计 AI 稍后读助手的方案思路，包括简化“收集”（实现跨平台收集功能，支持电脑（web 端）、安卓、iOS 多端操作，输入 URL 完成收集，借鉴微信文件传输助手通过聊天窗口输入）、自动化“整理入库”（自动整理每条内容的关键信息，支持跨平台查看）、智能“选择”推荐（根据收藏记录和阅读兴趣生成阅读计划）。 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。 配置过程包括创建 Bot、填写 Bot 介绍、切换模型为“通义千问”、把工作流添加到 Bot 中、新增变量{{app_token}}、添加外层 bot 提示词，完成后可在「预览与调试」窗口与智能体对话并使用全部功能。
2025-02-16