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

飞书和notion，在搭建个人知识库方面，各自的优点和缺点是什么

Answer

飞书在搭建个人知识库方面的优点：

  • 可以方便地分类和整理知识，例如个人搭建某一领域知识库或企业搭建产品资料知识库。
  • 有相关的分享和直播，能帮助用户轻松打造知识管理体系。 缺点：
  • 随着知识库中信息增多，如果分类不合理，很难找到所需文章。
  • 问题答案可能在文章某一段落，每次都需重新阅读文章才能找到答案。

Notion 在搭建个人知识库方面的优点：

  • 是功能强大的知识管理和项目管理工具，可将各种信息 all in one place。
  • 数据库可定制性高，接近关系型数据库，适合有相关需求的用户。
  • 数据库的每一条记录都是一个页面，页面包含可自定义的属性和丰富内容。
  • 支持的块类型非常丰富。 缺点：暂未提及。

此外，Notion 在创建知识库并上传文本内容方面，有特定的操作步骤，如在文本格式页签下选择 Notion 并进行授权，还可选择自动分段与清洗或自定义分段等方式。

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

References

这可能是讲 Coze 的知识库最通俗易懂的文章了

对于传统意义上的知识库，我相信大家都不陌生。比如上面提到的[通往AGI之路](https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e)。再比如我使用的飞书搭建自己的通往超级个体之路的知识库，里面存放了我打造超级个体过程中的所有知识和分享知识库是我们个人或者企业的一些信息和知识的集合，一般有这么两类：个人搭建的某一领域知识库，比如AI知识库，里面存放了你日常收集了你日常整理的AI信息和知识企业搭建的产品资料知识库，里面存放了关于公司售卖的产品的详细资料这里多说一句，如果你想搭建自己的知识库，但是还没有行动，我建议你看下我的分享。两篇文档配套1个半小时的直播分享，让你轻松打造自己的知识管理体系[03｜利用飞书搭建自己的知识库](https://axsppz4oyvj.feishu.cn/wiki/Tq5bw5HTeiqyeFkjs4YcCm8gnGh)[04｜PARA方法论，打造持续升级的知识管理体系](https://axsppz4oyvj.feishu.cn/wiki/PQn5wJ6GMigwH1koj4jcnt4xn8q)我们日常对于传统知识库的使用很简单，当我们遇到问题时，我们可以通过知识库的目录找到对应的文章，通过阅读之前收集的信息或者写作的文章来为自己答疑解惑。但是这里面会有两个痛点随着知识库中信息的增多，如果分类不合理，我们很难再找到当初我们搜集的文章放在哪里问题的答案可能是一篇文章中的某一段落，但是我们每次都需要重新阅读这篇文章才能找到答案那AI时代来临后，是否可以改善这个痛点呢？

基于 Notion 和 Coze 打造个人知识问答系统（含提示词、代码以及完整的工作流设计）

Notion是一款功能强大的知识管理和项目管理工具。我个人是Notion的重度用户，我倾向于把所有的信息都放到Notion里面，比如网上看到的好文章、高质量视频，课程笔记和读书笔记，还有自己写的文章以及项目文档等等，all in one place。Notion最强大的功能是数据库（Database）。Notion数据库的可定制性很高，并且非常接近程序员熟悉的关系型数据库，所以比较对我胃口。我用Notion的数据库作为我的个人信息库/知识库。下面是一个实际的例子。这个数据库主要用来存放我在网上看到的一些质量比较高的文章和视频等，它的结构是比较简单的，因为我是轻管理的那一类人。这个数据库里目前有800多条信息，算是一个中等规模的个人信息库。需要注意的是，所有进入到这个数据库的信息都是经过我筛选的，我接收的信息可能是这个的3倍、5倍，甚至更多。另外，大家也可以看到我最近看了比较多的跟RAG相关的文章，这也是本文我们会重点探讨的一个主题。Notion数据库的每一条记录都是一个页面（Page），每个页面包含两部分：页面属性和页面内容。页面属性就是各种字段，这些字段的名字和类型都是可以自定义的。具体怎么定义要看你的使用场景，比如我这个数据库就有Title、AuthorI（s）、Published time、Rating、Keyword（s）、Abstract、URL等这样一些属性。页面内容里可以放文章的内容，这也是Notion数据库跟其他一些多维表格工具不一样的地方，它是有内容的。Notion的页面内容是由许多不同类型的块（Block）组成的。Notion支持的块类型非常丰富，大家感兴趣的可以自己去了解，这里就不细讲了。

创建并使用知识库

|上传方式|操作步骤|<br>|-|-|<br>|Notion|1.在文本格式页签下，选择Notion，然后单击下一步。2.单击授权。首次导入Notion数据和页面时，需要进行授权。1.在弹出的页面完成登录，并选择要导入的页面。2.选择要导入的数据，然后单击下一步。3.选择内容分段方式：3.1.自动分段与清洗：系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据。3.2.自定义：手动设置分段规则和预处理规则。分段标识符：选择符合实际所需的标识符。分段最大长度：设置每个片段内的字符数上限。文本预处理规则：替换掉连续的空格、换行符和制表符删除所有URL和电子邮箱地址1.单击下一步完成内容上传和分片。|<br>|自定义|1.在文本格式页签下，选择自定义，然后单击下一步。2.输入单元名称，然后单击确认。3.单击创建分段，然后在弹出的页面输入要上传的内容。每个分段最多可添加2000个字符。1.单击保存。|

Others are asking
在coze中如何接入飞书插件
在 Coze 中接入飞书插件的步骤如下： 1. 企业微信群聊机器人插件： 到语聚 ai 的第三方 api 集成平台上添加工具动作。 在平台上测试相关动作，获得返回的 API 请求的 python 代码。 按步骤集成到 Coze 的插件创建平台中。 2. 飞书多维表格插件： 使用 Coze 在 Coze IDE 中创建模式创建插件。 根据飞书开放者文档的要求在 Coze IDE 平台中用 handler 的方式编写 python 代码，配置项目依赖。 在 metadata 中配置输入和输出端信息。 最后测试发布成功。 此外，还有以下相关内容供您参考： 1. 通过已有服务 api 创建 Coze 插件： 进入 Coze，个人空间中，选择插件。新建一个插件，起个名字 api_1（名字可随意，描述叫 test）。 在插件的 URL 部分，填入刚才 ngrok 随机生成的 https 的链接地址。 按照指引配置输出参数，测试后发布插件。 手捏插件搞定之后，就可以创建 bot，将创建的插件接进来，在 prompt 里面让它调用插件。 2. 大聪明的保姆级教程： 先创建第一个 bot，然后不断精进。 如创建一个 Coze Bot 帮查阅 Hacker News 并中文返回，可引入联网插件 WebPilot 实现。
2024-12-23
如何用coze的智能体自动存储在飞书智能表格里
要将 Coze 的智能体自动存储在飞书智能表格里，可参考以下步骤： 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”，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，且支持跨平台查看；智能“选择”推荐，根据收藏记录和用户阅读兴趣生成阅读计划。 发现同在字节生态中的 Coze、飞书、飞书多维表格可构建完整的 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、插件完成内容整理、推荐，利用飞书多维表格存储和管理稍后读数据，理论上无需开发插件、APP 就能实现跨平台的稍后读收集与智能阅读计划推荐。 2. 逐步搭建 AI 智能体： 搭建整理入库工作流，设置大模型节点提取稍后读元数据，使用 MiniMax 6.5s 245k，设置最大回复长度至 50000 以解析长内容网页。 进行日期转时间戳，使用「日期转时间戳time_stamp_13」插件进行格式转化，因后续的飞书多维表格插件节点入库日期字段只支持 13 位时间戳。 把稍后读元数据转换为飞书多维表格插件可用的格式，飞书多维表格插件目前只支持带有转义符的 string，以 Array<Object>格式输入，需将元数据数组进行格式转换。 添加「飞书多维表格add_records」插件，设置{{app_token}}与{{records}}参数。 结束节点返回入库结果，「飞书多维表格add_records」插件返回入库结果，用于通知外层 bot 工作流的入库是否成功，别忘了对整个工作流进行测试。
2024-12-17
怎么对飞书知识库进行对话问答
以下是关于飞书知识库进行对话问答的相关内容： 1. 关于飞书智能伙伴创建平台： 飞书智能伙伴创建平台（Aily）是飞书团队旗下的企业级 AI 应用开发平台，提供简单、安全且高效的环境，帮助企业构建和发布 AI 应用，推动业务创新和效率提升。 云雀是字节跳动研发的语言模型，能通过自然语言交互高效完成互动对话、信息获取、协助创作等任务。 2. 如何使用问答机器人： 方法 1：在 WaytoAGI 飞书知识库首页找到加入飞书群的链接（最新二维码在知识库首页），加入后直接@机器人。 方法 2：在 WaytoAGI.com 的网站首页，直接输入问题即可得到回答。 3. 问答机器人的作用： 知识库内容庞大，新用户难以快速找到所需内容。 传统搜索基于关键词及相关性，存在局限性。 采用更先进的 RAG 技术，在群中提供便捷的信息检索方式。 4. 在 AI 商用级问答场景中让回答更准确： 问答机器人的配置包括 AI 模型、提示词和知识库。 大语言模型如同拥有无穷智慧的人，提示词可让其成为所需“员工”，知识库则是工作手册。 例如设定使用阿里千问模型，提示词角色为“美嘉”，知识库为《爱情公寓》全季剧情。 5. 实现知识库问答： 知识库问答利用大模型的 RAG 机制，即“检索增强生成”技术，结合检索和生成提高机器对话和信息处理能力。 先从大型数据集中检索与问题相关的信息，再利用这些信息生成回答，可想象成先在巨大图书馆找相关书籍再给出详细回答。 基于 RAG 机制，创建包含大量文章和资料的知识库，通过手工录入上传内容，并在设计 Bot 中添加知识库，设置合适的搜索策略、最大召回数量和最小匹配度，以结合知识库内容进行回答。
2024-12-03
coze如何实现触发自动推送内容到飞书聊天框？
要实现触发自动推送内容到飞书聊天框，可以参考以下步骤： 1. 创意构思：创建 Bot 的初衷是让用户拥有专属的资讯助手，通过 Coze 这样的 AI agent 流程，以多模态形式获取最新资讯，并自动推送到不同平台。该 Bot 项目以扣子为中心平台，通过自研插件、工作流和 Coze API 链接微信群、企业微信群、飞书云文档多维表格等，实现不同平台的信息传递与流通。可根据用户定制化检索需求，自动化抓取热点资讯，进行分析处理，整合成资讯文档，返回 Bot 对话界面，并同步自动发送到不同平台。 2. 效果呈现：Coze Bot 可通过不同提问触发不同检索功能，企业微信群能自动同步获得资讯检索结果，实现多平台联动，还能获取资讯文档具体内容，以及 Coze 与企业微信群的信息同步联动，Coze API 可接入微信进行对话交互检索。 3. 搭建工作流： 在 Bot 中绑定工作流，设置定时任务，发布到飞书渠道。 人设和回复逻辑：设置提示词，直接调用工作流。 工作流：添加创建的工作流。 设置触发器：选择“定时触发”，设定触发时间，如每天 18 点。任务执行时选择工作流，输入 key 和 rss_list 等参数。可同时设置多个触发器，最多 10 个。 发布到飞书：点击右上角“发布”，选择飞书渠道，因为目前 Coze 平台触发器只对飞书渠道生效。 4. 实现定时推送社区日报功能： 写一个爬虫的自定义插件抓取社区日报内容，以普通文本或 markdown 方式输出。 创建工作流，流程为开始>获取前一天日期>调用插件抓取日报内容>输出内容并结束。 在 Bot 设计界面添加触发器，设定定时触发时间，如每天早上 9 点，测试触发成功后发布到飞书，即可定时收到推送。
2024-11-28
如何利用飞书构建RAG系统
以下是关于如何利用飞书构建 RAG 系统的相关内容： RAG 的常见误区： 随意输入任何文档就能得到准确回答：这是常见误区，RAG 流程包含离线环节（文档解析、切割及向量化写入向量数据库）和在线检索环节（用户问题理解、初步检索、重排序及大模型生成），任何环节都会影响最终质量，有效实现 RAG 系统需要考虑多个复杂因素，如文档预处理、高效索引、相关性排序等，需要专业知识和持续优化。 RAG 完全消除了 AI 的幻觉：虽然 RAG 可以显著减少幻觉，但并不能完全消除，只要有大模型参与，就有可能产生幻觉。 RAG 不消耗大模型的 Token 了：从大模型生成结果环节可以看出，最终还是将知识库中检索的结果给到 LLM，然后由 LLM 进行重新整理输出，所以 RAG 仍然消耗大模型的 Token。 本地部署资讯问答机器人：Langchain + Ollama + RSSHub 实现 RAG： 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，使用前需确保 ollama 服务已开启并下载好模型。 从订阅源获取内容，通过函数从指定的 RSS 订阅 url 提取内容，将长文本拆分成较小的块，并附带相关元数据，最终合并成列表返回。 为文档内容生成向量，使用文本向量模型 bgem3，从 hf 下载好模型后，通过函数利用 FAISS 创建高效的向量存储。 RAG 性能提升策略和评估方法（产品视角）： 前言：RAG 是检索增强生成的缩写，是结合检索模型和生成模型的技术，核心目的是把知识告诉给 AI 大模型，让其“懂”我们，核心流程是根据用户提问从私有知识中检索相关内容，与用户提问一起放入 prompt 中提交给大模型，常见应用场景如知识问答系统。
2024-11-20
扣子的智能体如何在飞书中创建一个可以和用户会话的账号
要在飞书中创建一个可以和用户会话的扣子智能体账号，您可以按照以下步骤进行操作： 1. 创建扣子的令牌： 在扣子官网左下角选择扣子 API。 在 API 令牌中选择“添加新令牌”。 给令牌起一个名字。 为了方便选择永久有效。 选择制定团队空间，可以是个人空间、也可以选择团队空间。 勾选所有权限。 保存好令牌的 Token，切勿向他人泄露。 2. 获取机器人 ID： 在个人空间中找到自己要接入到微信中的机器人，比如画小二智能小助手。 点击对应的机器人进入机器人编辑界面。 在浏览器地址栏的 bot/之后的数据就是该机器人的 Bot ID。 3. API 授权： 点击右上角发布。 会发现多了一个 Bot as API，勾选 Bot as API。 确定应用已经成功授权 Bot as API。 4. 服务器设置： chatgptonwechat（简称 CoW）项目是基于大模型的智能对话机器人，支持微信公众号、企业微信应用、飞书、钉钉接入，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。 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”。 5. 绑定微信： 需要提前准备一个闲置的微信，因为这种方法是非官方接口，有可能微信号会受到官方限制。 点击容器，可以看到运行的是两个服务。 点击“wcandyaibot”后面的日志按钮，在弹出层中用提前预备好的微信进行扫码。 手动刷新界面验证是否成功，点击“刷新日志”，看到 WeChat login success 提示微信登录成功。 为确保微信实时在线，点击“日志管理”的“wcandyaibot”的“刷新日志”，显示“wechat login seccess”则表示微信正常登录中。 6. 效果测试： 把绑定的微信号拉到群里或者单独对话，训练的数据越好，对话效果越好。您可以参考个人微信对话和微信群对话效果演示视频：
2024-11-19
notion AI如何使用
Notion AI 的使用方式如下： Notion 一直致力于构建各种基础的“乐高积木块”，如文档编辑、关系型数据库、表格、评论及不同的访问权限等。AI 更像是新的引擎，以新的方式组合和驱动这些积木块。由于之前的积累，Notion 能够迅速将 AI 与已有功能结合，推出如 Notion Q&A 等应用。 RAG 会彻底改变知识管理的方式，未来用户可能不再需要侧边栏等工具来组织知识库，只需简单将信息丢到 Notion 中，即可通过各种方式检索。 Notion AI 可直接在笔记和文档中应用 AI 的力量，让工作更迅速，写作更出色，思考更伟大。 在 Notion AI 的发展过程中，其团队在看到 GPT4 的能力后想法发生转变，全身心投入到 AI 项目中，努力让公司内部人员对该技术有共同信念，并招聘更多人才。
2024-12-06
Notion产品中AI有哪些运用？
Notion 产品中的 AI 运用包括以下方面： 1. Notion AI（免费可用）：可直接在 Notion 中接入 AI 的能力，帮助用户工作更迅速，写作更出色，思考更伟大。 2. 在知识管理方面，RAG 会彻底改变知识管理的方式，用户只需简单地将信息丢到 Notion 中，就可以通过各种方式进行检索，未来可能不再需要侧边栏等工具来组织知识库。 3. Notion 能够迅速把 AI 和已有功能结合起来，比如将 AI 和文本编辑器、关系型数据库等结合，推出 Notion Q&A 等功能。 4. 团队为了让 Notion 成为一个 AIfirst 的产品，全身心投入到 AI 项目中，搭建相关积木，招聘人才，并让公司内部人员对技术有共同信念。
2024-12-04
Notion AI 软件
Notion AI 相关信息如下： Notion CEO 表示，Notion AI 的进展较快。早期对 GPT3 作用轻视，看到 GPT4 能力后想法转变，认为其能改变与计算机的交互模式。之后团队全身心投入 AI 项目，需结合已有积木，招聘人才并让内部人员形成共同信念。 Notion 更多从计算、内容或文本角度思考，认为若更多人能创造性使用软件情况会不同。Notion 的诞生源于一篇论文，初衷是创造能让人们灵活调整和定制的软件，后来转变为提供各种 blocks 构建模板让用户上手即用。 除数据库外，Notion 本身有 AI 相关功能，团队很早就与 OpenAI 和 Anthropic 合作集成 AI 能力，Notion AI 里有 Q&A 功能，能基于个人/组织的知识库回答问题，类似之前的 Coze Bot，只是信息源不同。
2024-10-31
我要如何将一个pdf或者txt里面的内容，非人工地整理成表格或者按照文件里面的标题整理入notion的知识库里面？
要将 PDF 或 TXT 里的内容非人工地整理成表格或按照文件里的标题整理入 Notion 的知识库，可以按照以下步骤进行操作： Notion 上传方式： 1. 在文本格式页签下，选择 Notion，然后单击下一步。 2. 单击授权。首次导入 Notion 数据和页面时，需要进行授权。 在弹出的页面完成登录，并选择要导入的页面。 选择要导入的数据，然后单击下一步。 3. 选择内容分段方式： 自动分段与清洗：系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据。 自定义：手动设置分段规则和预处理规则。 分段标识符：选择符合实际所需的标识符。 分段最大长度：设置每个片段内的字符数上限。 文本预处理规则： 替换掉连续的空格、换行符和制表符。 删除所有 URL 和电子邮箱地址。 4. 单击下一步完成内容上传和分片。 自定义上传方式： 1. 在文本格式页签下，选择自定义，然后单击下一步。 2. 输入单元名称，然后单击确认。 3. 单击创建分段，然后在弹出的页面输入要上传的内容。每个分段最多可添加 2000 个字符。 4. 单击保存。
2024-10-04
notion ai的功能
Notion AI 具有以下功能： 直接在 Notion 中接入 AI 的能力，能让工作更迅速，写作更出色，思考更伟大。 可以在笔记和文档中应用 AI 的力量。 能够实现 AI 数据库自动填充功能。 可以改变知识管理的方式，让人们摆脱繁琐的信息组织工作，用户只需简单地将信息丢到 Notion 中，就可以通过各种方式进行检索。
2024-09-19
有没有什么软件能够媲美notionAI的
以下是一些在功能上可能与 Notion AI 相媲美的软件： 1. Grammarly：能够修复拼写和语法错误，提供多语言翻译，并编辑语调和风格。 2. MindMeister：在创意增强和内容组织方面表现出色，有助于克服写作障碍。 需要注意的是，不同软件在具体功能和使用体验上可能存在差异，您可以根据自己的需求进行选择和试用。
2024-08-26
我想要学习prompt，请你推送10篇知识库相关文章给我
以下是 10 篇与 prompt 相关的知识库文章： 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.
2024-12-26
我如何创建一个自己的知识库和对话机器人，当我有问题时可以根据知识库的内容给我一个回答。
要创建一个自己的知识库和对话机器人，并实现根据知识库内容回答问题，您可以参考以下步骤： 1. 了解 RAG 机制：RAG 机制全称为“检索增强生成”（RetrievalAugmented Generation），是一种用于自然语言处理的技术，结合了检索和生成两种主要的人工智能技术。它先从大型数据集中检索与问题相关的信息，然后利用这些信息生成更准确、相关的回答。 2. 创建知识库：创建一个包含大量相关文章和资料的知识库，例如有关 AI 启蒙和信息来源的知识库。通过手工录入的方式陆续将各个板块的文章和资料导入到知识库中。 3. 设计 Bot：在设计对话机器人时，添加创建好的知识库，并设置合适的搜索策略、最大召回数量和最小匹配度，以更好地利用知识库返回的内容进行结合回答。 4. 配置相关要素：在问答机器人的配置中，包括 AI 模型、提示词和知识库。AI 模型如同学习过无数知识的人；提示词用于指定模型的角色和专注技能；知识库则相当于给员工的工作手册。例如，可以使用阿里千问模型，设定角色为“美嘉”，知识库为《爱情公寓》全季剧情。 通过以上步骤，您可以创建一个能够根据知识库内容回答问题的对话机器人。
2024-12-25
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
如何从0到1搭建系统
以下是从 0 到 1 搭建系统的一些方法： 1. 搭建拥有 AI 大模型的微信助手： 搭建 ，用于汇聚整合多种大模型接口，并方便后续更换使用各种大模型，还会告知如何白嫖大模型接口。 搭建 ，这是一个知识库问答系统，将知识文件放入，并接入上面的大模型作为分析知识库的大脑，最后回答问题。若不想接入微信，搭建到此即可，其有问答界面。 搭建 ，其中的 cow 插件能进行文件总结、MJ 绘画。 2. 参加 CAMEL AI 上海黑客松搭建多智能体系统： 活动亮点包括友好入门，从基础知识到实际应用涵盖智能体、提示、模型、工具及不同智能体结构等内容，即使非 AI 从业者也能快速掌握关键技能。 有大咖分享，聚焦行业前沿，邀请 AI 领域资深专家带来独家观点与趋势解读。 有实战 Workshop，通过实践环节掌握技术，打造真实场景中的多智能体系统。 黑客马拉松，团队协作开发多智能体项目，挑战自我赢取奖品，探索无限创意与可能。 3. 像刘遥行（Dora.run）那样搭建系统： 脑暴全部传播场景、路径，搭建宣传矩阵，如亲友、KOL、投放等轮番上阵。 好奇并研究各种系统的运转方式，例如各种游戏、产品设计等，抽象出规则和约束。 基于信息论，秉承人本主义精神，独创“信息流转学”。学习 AIGC、LLM 知识也不例外，从经典论文读起，梳理知识之间的脉络关系。
2024-12-25
本地化搭建问答机器人流程
本地化搭建问答机器人的流程如下： 1. 加载所需的库和模块：包括用于解析 RSS 订阅源的 feedparse，用于在 Python 程序中跑大模型的 ollama（使用前需确保 ollama 服务已开启并下载好模型）。 2. 从订阅源获取内容：通过函数从指定的 RSS 订阅 url 提取内容，如需接收多个 url 稍作改动即可。然后使用专门的文本拆分器将长文本拆分成较小的块，并附带相关元数据，最终合并成列表返回用于后续处理或提取。 3. 为文档内容生成向量：使用文本向量模型 bgem3（从 hf 下载好模型后假设放置在某个路径，通过函数利用 FAISS 创建高效的向量存储）。 4. 推荐 RSSHub 项目：可将关注的信息汇聚在同一平台，一旦有更新能在各种终端收到提醒。其为各种网站生成 RSS 源，大部分社交媒体、传统媒体和金融媒体都能配合订阅。 5. 流程拆解： 创建 Python 虚拟环境，并安装相关库，如 ollama（0.1.8）、langchain（0.1.14）、faisscpu（1.8.0，有 gpu 则安装 gpu 版本）、gradio（4.25.0）、feedparser（6.0.11）、sentencetransformers（2.6.1）、lxml（5.2.1）。 6. 了解 ollama： 支持多种大型语言模型，包括通义千问、Llama 2、Mistral 和 Gemma 等，适用于不同场景。 易于使用，适用于 macOS、Windows 和 Linux 系统，支持 cpu 和 gpu。 提供模型库，用户可从中下载不同模型，满足不同需求和硬件条件，模型库可通过 https://ollama.com/library 查找。 支持自定义模型，可修改温度参数等。 提供 REST API 用于运行和管理模型及与其他应用集成。 社区贡献丰富，有多种集成插件和界面。 先安装 ollama，访问 https://ollama.com/download/ 下载安装。安装完确保 ollama 后台服务已启动（在 mac 上启动应用程序，在 linux 上通过 ollama serve 启动），可通过 ollama list 确认，未下载模型时正常显示空，可通过 ollama 命令下载模型。
2024-12-21
智能体搭建案例
以下为您提供两个智能体搭建案例： 案例一： 智能体名称：市场分析报告 智能体简介：品牌营销公司在用的生成智能体，输入行业/类目关键词自动检索关联信息并生成报告。数据化呈现更具真实性，附带信息来源网址便于源信息校正。可帮助品牌主/营销人员减少信息收集时间，聚焦决策判断。 应用场景： 目标人群：企业管理层（做发展策略评估）、投资者（评估投资机会）、创业者（评估项目可行性）、营销人员（做营销计划依据）。 当前痛点：信息收集需要长时间；报告的真实性是否可验证；现有大模型做的市场报告太过概念化，不能做有效参考。 应用价值：减少信息收集时间、真实可验证、聚焦决策判断。 智能体主要功能：根据用户的要求或指定的行业、产品，搜索网络信息，生成一份完整的市场调研报告，用数据支撑，并附引用链接。 案例二： 智能体开发平台：字节扣子和腾讯元器。 概念定义：智能体（Agent）简单理解就是 AI 机器人小助手，参照移动互联网，类似 APP 应用的概念。AI 大模型是技术，面向用户提供服务的是产品，很多公司开始关注 AI 应用层的产品机会。 C 端案例：社交方向，用户注册后先捏一个自己的 Agent，然后让自己的 Agent 和其他人的 Agent 聊天，两个 Agent 聊到一起后再真人介入；还有借 Onlyfans 入局打造个性化聊天的创业公司。 B 端案例：帮助 B 端商家搭建 Agent。 智能体开发平台介绍：字节于 2 月 1 日正式推出 AI 聊天机器人构建平台 Coze 的国内版“扣子”，主要用于开发下一代 AI 聊天机器人。国内还有很多智能体开发平台，如 Dify.AI，但个人比较常用的还是扣子。
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
怎么用扣子搭建一个仿写文章的智能体
以下是关于用扣子搭建仿写文章智能体的相关信息： 生物医药小助手：这是生物医药垂直领域的第一个智能体，其创建者将个人发布的大量生物医药文章转化为可交互数据库，以解决读者咨询占用过多时间的问题。通过扣子平台，解决了高成本搭建问题，并实现了一问一答的形式，用户可在扣子的 bot 商店或公众号中发起问答。 手搓插件：可参考相关文章和链接，了解在扣子中手搓插件的方法，包括 API 参数测试等步骤。 竖起耳朵听智能体：其编排包括插件、工作流和知识库。插件如同工具箱，可添加现有或自制的 API 以增强智能体能力；工作流像可视化拼图游戏，由多个节点组成，可组合各种功能创建复杂稳定的业务流程。 如果您想进一步了解具体的搭建步骤和细节，还需要您提供更明确的需求。
2024-12-19
零基础模板化搭建 AI 聊天机器人
以下是零基础模板化搭建 AI 微信聊天机器人的相关内容： 开始搭建 1. 配置腾讯云轻量应用服务器 重点在于修改 dockercompose.yml 文件中的具体配置，以串联微信号和已创建好的 AI 机器人。配置参考来源为：https://docs.linkai.tech/cow/quickstart/config 。 配置参数中，名称的全大写描述需对应编排模板，如 open_ai_api_key 对应 OPEN_AI_API_KEY ，model 对应 MODEL 等。 私聊或群聊交流时，最好加上前缀触发机器人回复，如配置的 ，即 SINGLE_CHAT_PREFIX ，私聊或群里发消息包含 bot 或 @bot 才会触发机器人回复。在群组里，对应配置参数是 GROUP_CHAT_PREFIX ，机器人只会回复群里包含 @bot 的消息。 GROUP_NAME_WHITE_LIST 用于配置哪些群组的消息需要自动回复，例如 ，即只有这些群组的消息才会自动回复。 2. 配置部署 COW 组件 假设对接的微信号名称叫安仔机器人，更新最终版的配置参数（GROUP_NAME_WHITE_LIST 参数根据交互的群组进行具体修改），查看无误后点击保存，编排模板创建成功。 切换到容器编排界面，基于创建的模板进行 COW 服务部署，点击添加后等待部署完成。 疑问解答 1. 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，可一键部署复杂的应用环境，无需手动配置每个容器细节。本文中通过容器编排模板配置了 COW 组件，使其能与微信和极简未来平台交互。 2. Docker 提供隔离运行环境，确保应用程序在任何环境稳定运行。通过 Docker 部署 COW 组件，可简化安装和配置过程，确保每次部署环境一致，且易管理和维护。 3. 配置多个前缀（如“bot”、“@bot”）可确保只有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，提高响应准确性和用户体验。 4. 扫码登录失败时，可尝试以下步骤： 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：确保服务器和微信客户端能正常访问互联网。 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。 5. 实际上使用不会很贵。极简未来平台按使用量收费，对于一般用户费用相对低廉，充值少量费用通常可用很长时间。同时，平台还提供每天签到免费领取积分的福利，进一步降低使用成本。 6. 极简未来平台创建 AI 机器人的费用，具体因使用量而异。
2024-12-18