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

如何建立自己AGI？

Answer

建立自己的 AGI 是一个具有挑战性且长期的过程，以下是一些建议和参考：

首先，在学习前可能处于对 AI 和提示词工程不理解，不懂代码、英语差，注册尝试各种 AI 工具走弯路的状态。

学习后，可能能够搓多 Agent 的智能体，进行营销文案创作、SQL 代码进阶学习应用，创建图像流智能体和 Agent 智能体玩具，在公司中实践智能客服等。

在学习路径方面，关键词包括“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”。学习路径类似于游戏通关的主线加支线，要学以致用，通过学习、分享和不断填补知识的缝隙来成长。

同时，新手学习 AI 需记住这是一个长期过程，要有耐心和持续努力，不要害怕犯错。完整的学习路径建议参考「通往 AGI 之路」知识库首页（https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e）的布鲁姆分类法，设计自己的学习路径。

另外，关于 AGI 的未来发展，2024 年内有诸多机会点，如图片-超短视频的精细操控、有一定操控能力的生成式短视频、AI 音频能力进展、“全真 AI 颜值网红”出现、游戏 AI NPC 进展、AI 男/女朋友聊天成熟、实时生成内容在社交媒体和广告中出现、AI Agent 进展、AI 的商业模式用例、可穿戴-全天候 AI 硬件、中国 AI 发展、AI 造成的问题等。2025 - 2027 年，AI 3D 技术、全真 AI 虚拟人、AR/VR 技术、接近 AGI 的技术、具身智能等方面将有新的发展，同时也会带来一些社会问题。

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

References

YoYo：我在通往AGI的学习之路心得

千人千面，仅代表个人的学习实践，仅供参考启发。[heading2]澄清内容，方便大家参考[heading3]学习前状态[content]不理解什么是AI，什么是提示词工程，但是不影响使用的一个蛮干的状态个人是个文科生，不懂代码，英语也非常差；在学习AGI之前的状态是，注册尝试各种AI工具，走了不少弯路对ChatGPT的认识，仅限于日常问答，SQL学习交互，能够支持工作数据提取[heading3]学习后现状[content]终于可以搓多Agent的智能体，但是需要进修python搓更多智能体营销文案demo，SQL代码进阶学习应用创建了3个图像流智能体，2个Agent智能体玩具🪀在公司中实践智能客服从创建到应用的过程，实现企业微信机器人问答的基本功能学习Dr.kown的尝试实践图像流的尝试企业智能体实践，智能客服[heading2]在AGI的学习路径[content]关键词：#少就是多#先有个初识#目录索引推荐#兴趣最重要#先动手学习路径，主线+支线的游戏通关～最后，个人感受真的学不完，找到适合自己的就好学以致用，通过学习-分享-不断填补知识的缝隙，成长的一种路径。[heading2]关于我[content]大家好～我是yoyo 🐱🐈坐标北京，铲屎官一枚🫡 AIGC的小白，持续进阶成长，打造一个自己的智能体☕️以上期待能够给到各位一点启发感谢家属带我在“[通往AGI之路](https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e)”打开新世界，接触有趣的事情，结识有趣的人

问：新手如何学习 AI？

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，你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」[知识库首页](https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e)的布鲁姆分类法，设计自己的学习路径。类似问题：我是新人，怎么学习AI？新手学习AI学习AI，我应该从哪里开始如何从头开始学习AI？

AGI 万字长文（下）| 2024，分叉与洪流

2024年内图片-超短视频的精细操控：表情、细致动作、视频-文字匹配有一定操控能力的生成式短视频：风格化、动漫风最先成熟；真人稍晚AI音频能力长足进展：带感情的AI配音基本成熟“全真AI颜值网红”出现，可以稳定输出视频，可以直播带货游戏AI NPC有里程碑式进展，出现新的游戏生产方式AI男/女朋友聊天基本成熟：记忆上有明显突破，可以较好模拟人的感情，产品加入视频音频，粘性提升并开始出圈实时生成的内容开始在社交媒体内容、广告中出现AI Agent有明确进展，办公场景“AI助手”开始有良好使用体验2AI的商业模式开始有明确用例：数据合成、工程平台、模型安全等可穿戴-全天候AI硬件层出不穷，虽然大多数不会成功中国AI达到或超过GPT4水平；美国出现GPT5；世界上开始现“主权AI”华为昇腾生态开始形成，国内推理芯片开始国产替代（训练替代要稍晚）AI造成的DeepFake、诈骗、网络攻击等开始进入公众视野，并引发担忧AI立法、伦理讨论仍然大规模落后于技术进展……2025-2027AI 3D技术、物理规则成熟：正常人无法区别AI生成还是实景拍摄全真AI虚拟人成熟：包含感情的AI NPC成熟，开放世界游戏成熟；游戏中几乎无法区别真人和NPCAR/VR技术大规模商用接近AGI的技术出现人与AI配合的工作方式成为常态，很多日常决策开始由AI来执行AI生产的数据量超过全人类生产数据量，“真实”成为稀缺资源具身智能、核聚变、芯片、超导、机器人等技术有明显进展突破“人的模型”出现，出现“集中化AGI”与“个人AGI”的历史分叉AI引发的社会问题开始加重，结构性失业开始出现AGI对于地缘政治的影响开始显露……"Limit of Understanding"; Yifei Gong 2024,with Dall-E

Others are asking
传统AI、大模型、AGI的区别
传统 AI、大模型、AGI 存在以下区别： 传统 AI： 语音技能 NLU 通常通过一系列规则、分词策略等训练而成。 运作逻辑规律可观测，具有 ifelse 式的逻辑性。 大模型： 凭借海量数据在向量空间中学习知识的关联性。 运作逻辑难以观测，脱离了 ifelse 的层面。 Transformer 是其底层结构，是一个大参数（千亿级别）的回归方程，底层是 function loss 损失函数，能在一定 prompt condition 情况下，repeat 曾经出现过的数据内容，实现“生成”能力。 大语言模型是一个 perfect memory，repeat 曾经出现的内容。与 Alpha Go 相比，Alpha Go 是增强学习模型，有推理能力，而大语言模型这块很弱。 AGI（通用人工智能）： 部分人觉得 LLM（大语言模型）具有 AGI 潜力，但 LeCun 反对。 目前对于能否到达 AGI 阶段尚不明确。 在公众传播层面： AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容。 LLM 指 NLP 领域的大语言模型，如 ChatGPT。 GenAI 是生成式人工智能模型，国内官方政策文件使用这个词相对科学，涵盖了 LLM 和 AIGC。 公众传播一般会混用上述名词，但底层是 transformer 结构。
2025-02-18
agi是什么
AGI 即通用人工智能（Artificial General Intelligence），通常被定义为一种能够完成任何聪明人类所能完成的智力任务的人工智能。具有以下特点和相关情况： OpenAI 原计划在 2026 年发布最初被称为 GPT6 后重新命名为 GPT7 的下一阶段，但因埃隆·马斯克的诉讼而暂停。计划在 2027 年发布的 Q2025（GPT8）将实现完全的 AGI。 像 GPT3 及其半步后继者 GPT3.5（在 2023 年 3 月升级为 GPT4 之前，它驱动了 ChatGPT）在某种程度上是朝着 AGI 迈出的巨大一步，而早期的模型并非如此。 呈现人工通用智能特征的系统正浮现，它指一种能够在许多领域内以人类水平应对日益复杂的问题的系统。 ChatGPT 是由致力于 AGI 的公司 OpenAI 研发的一款 AI 技术驱动的 NLP 聊天工具。
2025-02-18
怎么零基础学习agi
以下是零基础学习 AGI 的建议： 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自己的作品。 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。 此外，还有一些个人的学习心得供您参考： YoYo 作为文科生，在学习 AGI 之前不懂代码和英语，注册尝试各种 AI 工具走了不少弯路。学习后能够搓多 Agent 的智能体，进行营销文案 demo、SQL 代码进阶学习应用，创建了多个智能体，并在公司中实践智能客服从创建到应用的过程。其学习路径的关键词为：少就是多先有个初识目录索引推荐兴趣最重要先动手，强调学以致用，通过学习分享不断填补知识的缝隙来成长。 另外，银海在 0 基础跨界 AI 编程共学中，进行了关于图像流和图片生成分享流构建完整工作流的尝试，包括通过定时任务、从图片站点获取或按关键词搜索来更新图片和推广语，以商品图为基础创建梗句内容，在新建的 VQ AGI 团队空间进行图像流工作以及将抠图后的元素与海报合成等操作。
2025-02-18
way to agi社群
WaytoAGI（通往 AGI 之路）是一个由一群热爱 AI 的专家和爱好者共同建设的开源知识库和社区平台。它于 2023 年 4 月 26 日诞生，社群的 Slogan 是让更多的人因 AI 而强大，有很多学社和共学共建的活动。在没有任何推广的情况下，一年时间已有超过 70 万（也有提到超过 100 万）用户和超千万次的访问量，是很多 AI 爱好者知识的源头。 WaytoAGI 是一个致力于人工智能学习的中文知识库和社区平台，为学习者提供系统全面的 AI 学习路径，覆盖从基础概念到实际应用的各个方面。它具有以下特点： 1. 知识库与社区平台：汇集了上千个人工智能网站和工具，提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯。 2. 学习资源：提供丰富的学习资源，包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 3. 实践活动：定期组织活动，如视频挑战赛、模型创作大赛等，鼓励成员在实践中学习，促进交流与合作。 4. 开放共享：引领并推广开放共享的知识体系，倡导共学共创等形式，孵化了 AI 春晚、离谱村等大型共创项目。 目前合作过的公司/产品包括阿里云、通义千问、淘宝、智谱、支付宝、豆包、火山引擎、marscode、coze、堆友、即梦、可灵、MiniMax 海螺 AI、阶跃星辰、百度、Kimi、吐司、liblib、华硕、美团、美的、360、伊利、魔搭、央视频、Civitai、Openart、Tripo3D、青椒云等。您可以打开“waytoagi.com”找到社群。
2025-02-18
WaytoAGI,是干什么的，如何应用他。
WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库。目前知识库的内容覆盖 AI 绘画、AI 视频、AI 智能体、AI 3D 等多个版块，包含赛事和活动促进大家动手实践，有 1000 万的访问量。 WaytoAGI 里有个离谱村，这是由 WaytoAGI 孵化的千人共创项目，让大家学习和接触 AI 更容易、更感兴趣。参与者不分年龄层，一起脑洞和创意，都可以通过 AI 工具快速简单地创作出各种各样的作品。 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。使用方法如下： 1. 您可以在 WaytoAGI 飞书知识库首页找到加入飞书群的链接（最新二维码请在查找），然后点击加入，直接@机器人即可。 2. 可以在 WaytoAGI.com 的网站首页，直接输入您的问题，即可得到回答。 3. 在飞书群里发起话题时候即可，它会根据 waytoAGI 知识库的内容进行总结和回答。 其功能包括： 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。
2025-02-17
通往AGI之路的介绍
“通往 AGI 之路”（WaytoAGI）是一个致力于人工智能（AI）学习的中文知识库和社区平台。 社区由开发者、学者和 AI 爱好者共同参与建设，提供丰富的学习资源，包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 品牌 VI 方面，融合了独特的设计元素，以彩虹色彰显多元性和创新，以鹿的形象象征智慧与优雅，通过非衬线字体展现现代感和清晰性。 为学习者提供系统全面的 AI 学习路径，涵盖从基础概念到实际应用的各个方面。 汇集了上千个人工智能网站和工具，拥有丰富多样的技术活动、学习资源和大量的社区成员。在没有任何推广的情况下，一年时间已有超过 100 万用户和超千万次的访问量。 社区定期组织活动，如视频挑战赛、模型创作大赛等，鼓励成员在实践中学习，促进交流与合作。 引领并推广开放共享的知识体系，倡导共学共创等形式，孵化了 AI 春晚、离谱村等大型共创项目。 目标是让每个人的学习过程少走弯路，让更多的人因 AI 而强大。目前合作过众多公司/产品，如阿里云、通义千问、淘宝、智谱、支付宝等。 如果您对 AI 学习感兴趣，加入“通往 AGI 之路”社区将是一个不错的选择。在这里，您可以获取最新的 AI 知识，参与实践活动，与志同道合的学习者共同成长。
2025-02-17
怎么建立自己的知识库
要建立自己的知识库，可以参考以下两种方法： 方法一：用 GPT 打造个人知识库 1. 理解 embeddings： 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。 2. 使用 embeddings： 将大文本拆分成若干个小文本块（chunk），通过 embeddings API 将小文本块转换成 embeddings 向量。 在一个地方（向量储存库）中保存这些 embeddings 向量和文本块，作为问答的知识库。 当用户提出一个问题时，该问题先通过 embeddings API 转换成问题向量，然后将这问题向量与向量储存库的所有文本块向量比对，查找距离最小的几个向量，把这几个向量对应的文本块提取出来，与原有问题组合成为新的 prompt（问题/提示词），发送给 GPT API。 方法二：用 Coze 免费打造自己的微信 AI 机器人 1. 设计你的 AI 机器人： 确定功能范围。 编写【prompt】提示词，设定 Bot 的身份和目标。 2. 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：知识库好不好用，跟内容切分粒度有很大关系，可以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“”。最终的知识库结果中，同一颜色代表同一个数据段，如果内容有误需要编辑，可以点击具体内容，鼠标右键会看到“编辑”和“删除”按钮，可以编辑或删除。
2025-02-14
建立本地AI知识库有什么意义
建立本地 AI 知识库具有以下重要意义： 1. 灵活掌控：通过使用像 AnythingLLM 这样的软件，可以对知识库进行更灵活的管理和操作。例如选择文本嵌入模型、向量数据库等。 2. 数据隔离：在 AnythingLLM 中创建独有的 Workspace，能与其他项目数据进行隔离，保障数据的独立性和安全性。 3. 多样对话模式：提供 Chat 模式和 Query 模式。Chat 模式综合大模型训练数据和上传文档数据给出答案，Query 模式仅依靠文档数据回答。 4. 深入理解技术：虽然大多数人不需要自行部署大模型，但通过本地部署和搭建知识库的实操，可以更深入地了解相关技术，如 RAG 技术，包括其文档加载、文本分割、存储、检索和输出等过程，以及文本加载器的作用。 5. 个性化定制：可以根据个人需求上传文档并进行文本嵌入，实现个性化的知识储备和应用。 6. 测试与优化：完成配置后可进行对话测试，不断优化和改进知识库的性能和回答质量。
2025-02-14
如何建立自己知识库
建立自己的知识库可以参考以下方法： 1. 利用 GPT 打造个人知识库： 给 GPT 输入（投喂）定制化的知识，但需注意 GPT3.5（即当前免费版的 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，容量对于绝大多数领域知识可能不够。 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。 可以先把大文本拆分成若干个小文本块（也叫 chunk)，通过 embeddings API 将小文本块转换成 embeddings 向量，这个向量跟文本块的语义相关。在一个地方（向量储存库）中保存这些 embeddings 向量和文本块，作为问答的知识库。当用户提出一个问题时，该问题先通过 embeddings API 转换成问题向量，然后将这问题向量与向量储存库的所有文本块向量比对，查找距离最小的几个向量，把这几个向量对应的文本块提取出来，与原有问题组合成为新的 prompt，发送给 GPT API。 2. 本地部署大模型以及搭建个人知识库： 利用大模型的能力搭建知识库本身就是一个 RAG 技术的应用，在进行本地知识库的搭建实操之前，需要先对 RAG 有一个大概的了解。 RAG 应用包括文档加载（从多种不同来源加载文档，LangChain 提供了 100 多种不同的文档加载器）、文本分割（把 Documents 切分为指定大小的块）、存储（将切分好的文档块进行嵌入转换成向量的形式，并将 Embedding 后的向量数据存储到向量数据库）、检索（通过某种检索算法找到与输入问题相似的嵌入片）、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）。 文本加载器就是将用户提供的文本加载到内存中，便于进行后续的处理。
2025-02-13
如何用ai建立自己的知识库？
以下是用 AI 建立自己知识库的方法： 1. 使用 GPT 建立： 将大文本拆分成若干小文本块（chunk）。 通过 embeddings API 将小文本块转换成与语义相关的 embeddings 向量，并在向量储存库中保存这些向量和文本块作为问答的知识库。 当用户提出问题时，将问题转换成问题向量，与向量储存库中的文本块向量比对，提取距离最小的几个向量对应的文本块，与问题组合成新的 prompt 发送给 GPT API。 例如，对于一篇万字长文，拆分成多个文本块，如“文本块 1：本文作者：越山。xxxx。”等，当提问“此文作者是谁？”时，通过比较 embeddings 向量，提取关联度高的文本块发送给 GPT API 回答问题。 2. 使用 Coze 建立： 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。创建知识库路径为：个人空间 知识库 创建知识库。支持的文档类型包括本地文档、在线数据、飞书文档、Notion 等，本次可使用本地文档。按照操作指引上传文档、分段设置、确认数据处理。小技巧：在内容中加上特殊分割符“”，分段标识符号选择“自定义”，内容填“”，以便于自动切分数据。 创建工作流，告诉 AI 机器人按流程处理信息。创建工作流路径为：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”，测试无误后点击发布。如果任务和逻辑复杂，可以结合左边“节点”工具来实现，如调用大模型总结分析知识库内容、调用数据库存储用户输入信息、调用代码处理复杂逻辑等。个人建议：工作流不必复杂，能实现目的即可，所以在设计 Bot 前“确定目的”和“确定功能范围”很重要。
2025-02-13
利用deep seek建立知识库应用
以下是关于利用 deep seek 建立知识库应用的相关内容： RAG 技术： 利用大模型的能力搭建知识库是 RAG 技术的应用。在需要依靠不包含在大模型训练集中的数据时，主要通过检索增强生成 RAG 实现。RAG 应用可抽象为 5 个过程： 1. 文档加载：从多种来源加载文档，LangChain 提供 100 多种文档加载器，包括非结构化、结构化数据和代码等。 2. 文本分割：文本分割器把文档切分为指定大小的块。 3. 存储：包括将切分好的文档块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：通过检索算法找到与输入问题相似的嵌入片。 5. 输出：把问题及检索出来的嵌入片提交给 LLM，生成更合理答案。 创建知识库应用的具体步骤： 1. 地址输入浏览器：http://这里替换为你宝塔左上角的那一串:3000/ 2. 进入后，点击应用并创建，选择 qwen 模型。 3. 创建知识库。点击知识库 选择 qwen Embedding 1 点击确认创建。 4. 上传文件，等待处理，文本状态为“已就绪”即可。 5. 回到创建的应用，关联创建的知识库。 6. 点击两个发布，之前第一个叫做保存。 7. 点击新建，创建 key。创建后保存同时将 API 根地址最后加上/v1 并保存下来。 此外，在安装并接入 cow 方面： 1. 回到宝塔，打开【终端】。 2. 依次粘贴并回车：cd/root 、git clone https://github.com/zhayujie/chatgptonwechat （注意粘贴完整）。 3. 出现特定样子表示成功，失败或无反应则刷新重试。 4. 继续依次输入：cd chatgptonwechat/ 、pip install r requirements.txt 。 5. 等待执行完成后，继续粘贴：pip install r requirementsoptional.txt 。 6. 到“文件”菜单中执行，点击文件 找到 root，进入 root 文件夹，找到 chatgptonwechat 文件夹并进入。
2025-02-10
怎么建立一个ai软件
建立一个 AI 软件通常是一个复杂且高度实验性的过程，以下是一些常见的步骤和要点： 1. 明确项目需求和目标：确定您希望 AI 软件实现的具体功能和应用场景。 2. 数据准备： 收集相关的标签数据，这可能需要一定的时间。 3. 技术选型和团队协作： 考虑寻找专业的人工智能团队来协助。 4. 模型训练： 让人工智能模型学习如何根据输入来输出相应的结果。 5. 部署和运行： 找到合适的云服务来部署和运行模型。 对于一些特定的 AI 应用，如 Coze 的 AI 应用，其架构与网页应用类似，需要关注以下方面： 1. 前端页面： 构建页面的布局，确定组件构成及其关系。 2. 数据处理： 处理前端页面用户输入的文字或上传的图片。 3. 数据传输和返回： 前端页面将数据传递给工作流或插件，工作流处理后的数据返回前端展示或保存到数据库/知识库中。 在具体的案例中，如 AI 翻译应用，需要掌握前端的基本结构、数据提交和传递以及工作流数据的返回展示等内容。 总之，建立 AI 软件需要不断地实验、操作、尝试、调整，以满足项目的需求和目标。
2025-02-09