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

怎么用扣子搭建一个仿写文章的智能体

Answer

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。

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

References

生物医药小助手的诞生之旅~如果你有公众号,你也应该做一个扣子智能体

原文链接:https://developer.volcengine.com/articles/7386868475035123749作者:用户8850487567370[heading2]生物医药小助手的自我介绍[content]生物医药小助手是生物医药垂直领域的第一个智能体,专门为用户关于生物医药作用机制、国际研发进展、竞争格局、临床转化效果答疑解惑。[heading2]设计理念[content]我有一个日更的生物医药前沿资讯公众号,发表了600篇原创生物医药文章。在这个过程中,很多患者朋友、医药研发人员和基础科学转化科学家联系到我,咨询他们的疾病有什么新药、他们研究的药物是否有较高的临床潜力、他们的研究方向是否有转化价值等等……虽然与读者的交流是我成就感的重要来源,但越来越多的咨询占用我越来越多的时间;与此同时我的公众号文章积累也越来越多,也就是我个人创造的数据越来越多。在这两个动力之下,将我发布过的全部文章转化为一个用户可交互数据库的想法越来越强烈,这样读者不再需要一对一咨询我,而是可以直接从数据库得到答案。然而传统的可交互医药数据库搭建的时间和金钱成本非常高(参考医药魔方、药智等数据库收费是3万元/人/年),把公众号文章转化为数据库的想法一直未能落地。直到遇见扣子平台,我不但解决了可交互医药数据库搭建的高成本问题,而且创造出了行业里第一个非搜索后需要客户再二次整理搜索结果的智能体。一问一答的形式,相当于把一个我,做出了N个分身来回复不同读者的问题!为什么说生物医药小助手让用户最小成本获取资讯?先看看传统的医药数据库检索结果:以CAR-T细胞治疗为例,检索出来2000多条药物信息需要用户进一步导出、下载、整理。用户二次整理检索出的信息时间成本是很高的。但是只要把问题发给生物医药小助手,它就能即时提供逻辑非常清晰的一步式回答:除了在扣子的bot商店,生物医药小助手智能体也已经接入我的公众号,直接在公众号对话即可发起问答。

如何在扣子中手搓插件

嘿,大家好呀,我是景淮,一个在加拿大的朋友,每天陪你一起玩转AI。因为之前的汉语词典中使用的用做中转的服务器挂了,也一直没有完成修复,所以今天重新修复了一下ChatGPT版本已经可以运行了。之后会一起发给大家玩~创建过程大家可以参考下下面的文章。[GPTs Action实战:儿童汉语词典](https://awxs5sgbswq.feishu.cn/docx/WwALdnvPIoPE7ExLTLnchFYNnwh?from=from_copylink)GPTs使用链接:https://chatgpt.com/g/g-JizZEdYq0-yi-yu-ci-dian具体修改过程之后会再发一篇文章一起分享给大家。因为这次想让更多的朋友用起来,所以创建了一个扣子版。在Agent使用的过程中,智能体中的调用API其实就是Agent工作流中的插件,是有着差不多的运作方式。所以今天就带着大家一起手搓插件~如何在扣子中手搓插件本文会根据以下内容顺序进行:API参数测试扣子手搓插件扣子插件视频总结

我用扣子做一个简单的智能体——竖起耳朵听

👉插件插件就像是一个工具箱,里面可以放一个或者好几个工具,我们把这些工具叫做API。目前扣子这个平台上已经有很多不同类型的插件了,比如可以看新闻、规划旅行、提高办公效率、理解图片内容的API,还有一些很厉害的能处理多种任务的模型。用了这些插件,我们创建的智能体就能变得更厉害,比如给它加个新闻搜索的插件,它就能帮你找新闻了。要是扣子上现有的插件没有我们想要的,我们还可以自己动手做一个插件,把我们需要的API加进去。在我的智能体里我加了如下插件:👉工作流工作流就像是一个可视化的拼图游戏,我们可以把插件、大语言模型、代码块这些功能像拼图一样组合在一起,这样就能创造出复杂但又很稳定的业务流程。当我们面对的任务有很多步骤,而且对最后的结果要求很严格,比如结果要准确无误、格式也要对,那这时候用工作流来帮忙就最合适了。😎简单来说,工作流是由很多个小块块(节点)组成的,这些小块块就是工作流的基本单元。比如,大语言模型LLM、你自己写的代码、做判断的逻辑,都可以是小块块。工作流一开始和结束都有特别的小块块。开始的那个小块块就像是工作的起点,它可以包含你输入的信息。结束的那个小块块就像是工作的终点,它会告诉你工作流运行的结果是什么。不同的小块块可能需要不同的信息才能工作,这些信息有两种:一种是引用前面小块块给出的信息,另一种是你可以自己设定的信息。在竖起耳朵听的智能体里,我也用到了5个小块块,可以回答带有图片口语的结果,使回答更好。😎👉知识库

Others are asking
如何用ChatGPT写文章赚钱
以下是关于如何用 ChatGPT 写文章赚钱的相关信息: 1. ChatGPT 4.0 Canvas 功能助力写作,提升创作效率。它可以提供思路、润色语言、内容扩展,支持快速修改与撤回版本。对于高效网文创作有很大帮助,极大提升写作效率,成为写网文赚钱的有力工具。未来可能还会支持多人协作、数据图表生成、甚至直接生成 PPT。 2. ChatGPT 命令工具上线,提供搜索、图像、O1 推理三种命令,使普通模型也具备高级推理能力,所有模型均支持命令调用,显著提升了 ChatGPT 的整体能力。 但需要注意的是,利用 ChatGPT 写文章赚钱并非简单直接的过程,还需要您具备良好的选题能力、写作技巧和市场洞察力等。
2024-12-24
推荐一些写文章用的prompt
以下是为您推荐的写文章用的 prompt 相关内容: 1. 对于“SunoV3 断档领先|教程及案例收集”: 这里有很详细的教程。 Suno 创作音乐的小技巧:如果想参考某个现有歌曲的节奏,可以在这个网站查询歌曲的 BPM 和 Key,作为提示词写进去(引子)来告诉 AI 这段歌词应该怎么唱。 2. 对于“AIGC 落地应用大全,40+语言大模型案例推荐”: Prompt Perfect:能够根据输入的 Prompt 进行优化,并且能给出模型在 Prompt 优化前后给出的结果对比。但使用该能力需要消耗积分(签到、购买获得)。访问地址:。 LLM Plugins 辅助开发 Langdock:方便创建、测试、部署和监控 LLM 插件,支持定义 API 端点,并确保与 LLM 平台兼容,提供数据监控能力。访问地址:。 3. 关于如何写提示词 prompt 的建议: 明确任务,清晰定义任务,如写故事时包含背景、角色和主要情节。 提供上下文,若任务需特定背景知识,在 prompt 中提供足够信息。 使用清晰语言,避免模糊或歧义词汇。 给出具体要求,如文章格式或风格要求在 prompt 中明确指出。 使用示例,若有特定期望结果,在 prompt 中提供示例。 保持简洁,避免过多信息使 AI 模型困惑。 使用关键词和标签,帮助 AI 模型理解任务主题和类型。 测试和调整,生成文本后仔细检查结果并按需调整 prompt。 希望以上内容对您有所帮助。
2024-12-03
AI 网站哪一个写文章好
以下是一些在写文章方面表现较好的 AI 网站和工具: 1. 对于文章排版: Grammarly:不仅是语法和拼写检查工具,还提供排版功能,可改进文档风格和流畅性。 QuillBot:AI 驱动的写作和排版工具,能改进文本清晰度和流畅性。 Latex:常用于学术论文排版,使用标记语言描述格式,有许多 AI 辅助的编辑器和插件。 PandaDoc:文档自动化平台,使用 AI 帮助创建、格式化和自动化文档生成,适合商业和技术文档。 Wordtune:AI 写作助手,可重新表述和改进文本。 Overleaf:在线 Latex 编辑器,提供丰富模板和协作工具,适合学术写作和排版。 选择合适的工具取决于具体需求,如文档类型、出版标准和个人偏好。学术论文常选 Latex 和 Overleaf,一般文章和商业文档可选 Grammarly 和 PandaDoc 等。 2. 辅助写邮件的 AI 工具: Grammarly:提供语法检查、拼写纠正、风格建议和语气调整等功能,易于使用,支持多平台和多种语言。 Hemingway Editor:简化句子结构,提高可读性,标记复杂句和冗长句,界面简洁。 ProWritingAid:全面的语法和风格检查,提供详细写作报告和建议,功能强大,支持多平台和集成。 Writesonic:基于 AI 生成各种类型文本,包括电子邮件,生成速度快。 Lavender:专注邮件写作优化,提供个性化建议和模板,帮助提高邮件打开率和回复率。 3. 利用 AI 打造爆款公众号文章: 关键在于提供清晰且具有指导性的提示词(prompt)。好的提示词能让 AI 更准确理解需求并生成符合预期的内容。如“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯,创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题,开头部分要概述事件的背景和重要性,主体部分详细分析 OpenAI 的回应内容及其可能产生的影响,结尾处提出一些引人深思的问题或观点。”这样的提示词能为 AI 提供明确指导和设定文章基本结构、内容要求。最终产出的内容可能需要微调以符合预期和公众号风格。
2024-11-14
写文章最好用的工具
以下是一些写文章好用的工具: 免费选项:Bing(https://www.bing.com/search?q=Bing+AI&showconv=1&FORM=hpcodx)和 Claude 2(https://claude.ai/) 付费选项:带有插件的 ChatGPT 4.0(https://chat.openai.com/chat) 目前,GPT4 是功能最强的人工智能写作工具,可在 Bing(选择“创新模式”)上免费访问,或通过购买 ChatGPT 的 $20/月订阅来使用。Claude 紧随其后,也有有限的免费选项。 这些工具还被直接集成到常见的办公应用程序中,如 Microsoft Office 将包括一个由 GPT 提供支持的副驾驶,Google Docs 将整合 Bard 的建议。 在论文写作方面: 文献管理和搜索: Zotero:结合 AI 技术,自动提取文献信息,帮助管理和整理参考文献。 Semantic Scholar:AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 内容生成和辅助写作: Grammarly:提供文本校对、语法修正和写作风格建议,提高语言质量。 Quillbot:基于 AI 的重写和摘要工具,帮助精简和优化内容。 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,便于数据分析和可视化。 Knitro:用于数学建模和优化,帮助进行复杂的数据分析和模型构建。 论文结构和格式: LaTeX:结合自动化和模板,高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,提供丰富模板库和协作功能,简化编写过程。 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文原创性。 Crossref Similarity Check:通过与已发表作品比较,检测潜在抄袭问题。 常见的文章润色 AI 工具: Wordvice AI:集校对、改写转述和翻译等功能于一体,基于大型语言模型提供全面的英文论文润色服务。 ChatGPT:由 OpenAI 开发的大型语言模型,用于多方面写作辅助。 Quillbot:人工智能文本摘要和改写工具,可快速筛选和改写文献资料。 HyperWrite:基于 AI 的写作助手和大纲生成器,帮助写作前头脑风暴和大纲规划。 Wordtune:AI 驱动的文本改写和润色工具,优化语言表达。 Smodin:提供 AI 驱动的论文撰写功能,生成符合要求的学术论文。 总之,这些 AI 工具涵盖了写文章的各个环节,包括写作、润色、文献管理等,您可根据自身需求选择合适的工具。但请注意,内容由 AI 大模型生成,请仔细甄别。
2024-11-04
写文章最好的大模型
以下是关于写文章相关的大模型的一些信息: 在生成真实场景下的字体时,可先选择 ControlNet 模型,将字体参考图放进 ControlNet 中,根据情况选择合适的预处理器和 Control 模型,如 invert 适合完全还原字体细节,也可选择 Canny 等模型。然后选择生图大模型,如真人效果卓绝的 lofi.v2。不同的大模型对 ControlNet 模型的控制力有不同适应度,可能需要微调参数。 从 2023 年的产品和实际使用体验来看,大模型最成熟的能力不是逻辑,而是想象力和取悦人的能力。娱乐向、创意向、2C 的产品会早于逻辑向、2B 产品成熟。 对于大模型,有人唱衰认为其难以找到商用场景且存在算力成本问题,但也有人认为这些问题会得到解决,如算力成本问题今年内将不再是难题,同时期望通过简单直白的描述让非技术人员理解大模型的运作原理等。
2024-10-02
有什么好用的AI写文章工具?
以下为您推荐一些好用的 AI 写文章工具: 新闻写作: Copy.ai:功能强大,提供丰富的新闻写作模板和功能,可快速生成新闻标题、摘要、正文等内容,节省写作时间并提高效率。 Writesonic:专注于写作,提供新闻稿件生成、标题生成、摘要提取等功能,智能算法能根据用户信息生成高质量新闻内容,适合新闻写作和编辑人员。 Jasper AI:主打博客和营销文案,也可用于生成新闻类内容,写作质量较高,支持多种语言。 论文写作: 文献管理和搜索: Zotero:结合 AI 技术,自动提取文献信息,帮助管理和整理参考文献。 Semantic Scholar:AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 内容生成和辅助写作: Grammarly:提供文本校对、语法修正和写作风格建议,提高语言质量。 Quillbot:基于 AI 的重写和摘要工具,精简和优化论文内容。 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,便于数据分析和可视化。 Knitro:用于数学建模和优化,帮助进行复杂的数据分析和模型构建。 论文结构和格式: LaTeX:结合自动化和模板,高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,提供丰富模板库和协作功能,简化编写过程。 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文原创性。 文章润色: Wordvice AI:集校对、改写转述和翻译等功能于一体,基于大型语言模型提供全面的英文论文润色服务。 ChatGPT:由 OpenAI 开发的大型语言模型,可用于多方面写作辅助。 Quillbot:人工智能文本摘要和改写工具,可快速筛选和改写文献资料。 HyperWrite:基于 AI 的写作助手和大纲生成器,帮助写作前进行头脑风暴和大纲规划。 Wordtune:AI 驱动的文本改写和润色工具,优化文章语言表达。 Smodin:提供 AI 驱动的论文撰写功能,根据输入生成符合要求的学术论文。 需要注意的是,这些内容由 AI 大模型生成,请仔细甄别。
2024-09-01
扣子应用搭建示例
以下是关于扣子应用搭建的相关内容: 白嫖 Groq 平台算力的落地应用: 通过扣子工作流,用代码模块进行 HTTP 访问,实现 0 token 脱离扣子模型来使用 Groq 作为 LLM,可参考梦飞大佬教程将扣子接入微信机器人(有微信封号风险)。 由于 Groq 的 API 与 OpenAI 的 API 几乎兼容,可以适配到任何 APP 产品填 APIKEY 调用的场景,以沉浸式翻译为例。 接入手机类 APP,比如通过快捷方式接入 Siri。 接入扣子工作流:搭建细节可移步 WaytoAGI 自学。建立工作流只需一个代码节点,需配置代码节点的输入引用、输出等。可建立 Bot 调用工作流,但建议不发布,以免代理流量被他人使用。 在扣子调用已有的 API 制作插件: Body:用于传递请求主体部分,GET 方法中通常不用于传递参数。 Path:用于定义请求路径部分,GET 方法中可传递参数,常编码为 URL 一部分。 Query:用于定义请求查询部分,是 GET 方法中常用的参数传递方式。 Header:用于定义 HTTP 请求头信息部分,GET 方法中通常不用于传递参数。配置输出参数,填对后可点击自动解析,调试与校验工具是否能正常运行。 搭建邮票收藏馆应用: 业务背景与逻辑梳理:源于客户需求,功能包括生成邮票、收藏邮票、收藏列表、查看藏品详情,规划了生成和查看两个页面。 页面设计: 第一页:导航栏有应用名称、查看收藏入口、用户头像;陈列展示生成的图片;生成和收藏部分可输入关键字生成并收藏。 第二页:收藏列表会加载用户所有收藏,数量超 100 需优化加翻页;收藏详情可查看大图、关键字、收藏时间。
2025-01-21
扣子工作流设置
扣子工作流设置如下: 在故事与绘本的 AI 应用中: 开始节点输入参数包括 Theme(主题)、Plot(情节)、Characters(角色)、Setting(设定)。 文章生成 LLM 节点输出文章故事。 提取文章关键字节点输出文章关键字,需注意输入文章格式,由代码提取关键字内容,防止因格式问题导致大模型输出时间问题。 关键字优化节点输出有关故事的关键字节点信息,优化方案包括 Photography Theme/Style(摄影主题/风格)等多项内容。 图片生成节点输出内容为图片 URL,要求输出图片内容与提示词内容正相关,输出图片为动漫风格。 利用 AI 批量生成、模仿和复刻《小林漫画》时: 点击工作流后面的“➕”添加工作流,然后点击创建工作流。 给工作流起名字和描述,名字只能用字母、数字和下划线,描述清晰即可。 初始化工作流,左边有各种插件和搭建 Agent 的工具,可点击加号或拖拽使用,插件一般有参数说明。初始化后会生成开始模块和结束模块,且只有一个。 工作流录制了视频可供观看,其中使用 text2image 时需注意 prompt 参数设置。 包括金句创作、提取拆分代码、绘画提示词生成等内容。 在落地应用中: 可通过扣子工作流,用代码模块进行 HTTP 访问,实现 0 token 脱离扣子模型使用 Groq 作为 LLM,也可参考相关教程将扣子接入微信机器人,但有微信封号风险。 Groq 的 API 与 OpenAI 的 API 几乎兼容,可适配到任何 APP 产品填 APIKEY 调用的场景,如沉浸式翻译。 可接入手机类 APP,如通过快捷方式接入 Siri。 接入扣子工作流时,工作流的搭建细节可移步 WaytoAGI 自学,建立工作流只需一个代码节点,需配置输入引用和输出格式,测试工作流保证代码块有正常输出,可建立 Bot 调用工作流,但不建议发布以免代理流量被他人使用。
2025-01-20
扣子工作流教程
以下是一些关于扣子工作流的教程资源: 视频教程: 【Agent 共学第二期】艾木分享|这也许是你一生中第一个 Bot:https://www.bilibili.com/video/BV1XT421i7jH/ 一步一步带你手搓一个 Coze Bot——Dr.Know(极简版 Perplexity):https://www.bilibili.com/video/av1005221752 扣子(coze)系列教程(四):工作流中各节点常用使用方式:https://www.bilibili.com/video/BV1ux4y1J761/ Coze 工作流的手把手教程,让你的 Bot 高质量的处理复杂任务!:https://www.bilibili.com/video/BV1PZ421g7xT/ 微信文章教程: 扣子工作流实战案例教程,手把手教你搭建一个图书管理工作流:https://mp.weixin.qq.com/s/Fh3Vm3EDSzoYVxf91GcMMA 使用扣子 Coze 创建 AI 绘画工作流:https://mp.weixin.qq.com/s/d_6yST8JXKf1Tr6JgBPFg 奶奶也学得会的 AI 工作流,省时省力下班早!:https://mp.weixin.qq.com/s/bXC8DHzs5_OgPh3FtKhJZA 中文 GPTS 使用秘籍,字节扣子 Coze 工作流使用全教程:https://zhuanlan.zhihu.com/p/682108709 Workflow 实践|使用 coze 复现一个 AIGC 信息检索 Bot:https://mp.weixin.qq.com/s/PFgjRq7XcTcqog1gLyFqA AI 自动获取 B 站视频摘要信息:https://mp.weixin.qq.com/s/x8lwvlomhFNLZl__qYuDww 如何用 Coze 制作一个信息检索 Bot(含 Workflow 的基础用法):https://mp.weixin.qq.com/s/Ory8iVXXjjN3zSTcupPm6Q 飞书社区教程: Stuart:教你用 coze 写起点爆款小说《夜无疆》,做到高中生文笔水平:https://waytoagi.feishu.cn/wiki/LRskwrJkli3CgkkY06xcC3HanBh?from=from_copylink Stuart:我把 Coze 比赛第一的 bot 拆了教大家:https://waytoagi.feishu.cn/wiki/Qt8Bwgl3PihQNukO7PjcmeuJnJg?from=from_copylink 画小二:用 Coze 工作流制作行业简报:实战案例画小二日报:https://waytoagi.feishu.cn/wiki/HmIhwt1IkiIAzok73rDcgG7fnQg?from=from_copylink 画小二:Coze 工作流之抖音热门视频转小红书图文详细配置:https://waytoagi.feishu.cn/wiki/MV7gw298TiBajFkSrFeceYRMnXc?from=from_copylink 扣子版虚拟女友李思思的思路:https://waytoagi.feishu.cn/wiki/O9M4w66fxiElylkBkCRcP6jLnsg?from=from_copylink 此外,还有关于白嫖 Groq 平台算力并接入扣子工作流的保姆级教程: 此时我们有了代理服务器和 APIKEY,落地使用方式举例: 1. 通过扣子工作流,用代码模块进行 HTTP 访问,实现 0 token 脱离扣子模型来使用 Groq 作为 LLM,而且可以参考梦飞大佬教程将扣子接入微信机器人(有微信封号风险) 2. 由于 Groq 的 API 与 OpenAI 的 API 几乎兼容,可以适配到任何 APP 产品可以用来填 APIKEY 调用的场景,此处用沉浸式翻译举例(如果还不知道沉浸式翻译这个超级好用的网页翻译工具的,请访问 https://immersivetranslate.com/自行安装) 3. 接入手机类 APP,比如通过快捷方式接入 Siri(此处卖个关子,留着 728 线下切磋赚积分,希望线下小伙伴来找我) 接入扣子工作流: 1. 扣子工作流的搭建细节本篇不详细叙述,请移步 WaytoAGI 自学。 2. 建立工作流,只需要一个代码节点,如下: Copy 以下代码进入代码节点,其中代码节点的输入引用请自行配置为开始节点的用户输入,输出改为“output”,格式为“string” 测试工作流,保证代码块有正常输出(可以看到此处消耗 0 Tokens,白嫖算力成功,在扣子即将收费之际,后续可能可以派上大用处,代替工作流 LLM 节点) 可以建立一个 Bot,来仅仅调用该工作流,建议不要发布,否则你的 Deno 代理流量可能被其他人用。 其他就可以自行发挥了,接入微信等。
2025-01-14
Coze扣子这个智能体搭建平台是什么?能做什么?作为一个非IT专业的普通人,怎么学习用它来创建智能体?学习的路径和步骤
Coze 扣子是一款基于自然语言处理和人工智能技术的智能助手平台,具有以下特点和功能: 1. 提供丰富的插件生态,能帮助用户快速实现个性化的智能应用,无需编写复杂代码。 2. 经过一年多的用户打磨,插件生态和分发渠道对个人用户够用,上手难度不高,信息获取插件丰富。 3. 推出专业版服务,主要特性包括企业级 SLA 保障、高级特性支持(如批量处理、私有数据等)以及更优惠的计费项。 对于非 IT 专业的普通人,学习用它来创建智能体的路径和步骤如下: 1. 体验和了解 Coze 扣子平台的基本功能和操作,熟悉其界面和常用工具。 2. 学习相关的基础知识,例如自然语言处理的基本概念、智能体的工作原理等。 3. 参考平台提供的教程和示例,逐步尝试创建简单的智能体。 4. 加入相关的学习交流群,与其他用户交流经验,共同学习进步。 需要注意的是,目前提示词攻击在业内是公开的秘密,像扣子这样的智能体编排平台,其热门智能体的核心提示词可能会被轻易获取,存在一定的安全风险。
2025-01-12
我要做一个密室逃脱的智能体,在扣子里怎么实现
要在扣子中实现密室逃脱的智能体,以下是一些相关的信息和思路供您参考: 智能体的实现通常包括工作流和数据库。工作流的设计相对简单,一般是一个输入,对接知识库,搭载模型,最后输出。数据库的收集和整理有一定难度,需要进行资料收集和手动二次校对。 在多智能体模式设置方面,主要包括全局设置和多个代理之间的编排协调。全局设置涉及角色设定与回复逻辑、记忆管理以及对话体验等全局性因素。在全局设置中,人物设定与回复逻辑的填充要侧重于角色塑造。智能体的交互流程应形成完整的互动链条,设计为闭环结构,以确保用户能在不同智能体之间自由切换。 例如在旅游场景中,可设计分别负责景点推荐、路线规划和食宿安排的三个智能体。先写好提示词,做好全局人物设定,然后在扣子上进行编排。 但需要注意的是,目前提供的内容中没有直接针对密室逃脱智能体实现的具体步骤和方法,您可能需要根据密室逃脱的特点和需求,进一步细化和定制相关的设置和流程。
2025-01-09
有扣子智能体搭建相关的课程吗
以下是与扣子智能体搭建相关的课程信息: 1. 无企业资质也能 coze 变现!手把手教你通过卖 Key 方式:Zion 威少模板跟着搭——支持上架多个智能体。上节课分享了如何用 Zion 把您的 Coze bot 打造成能赚钱的工具,包括前端页面设计和用户支付链路搭建等。点击回顾往期内容👉🏻,内含变现案例实操分享。针对常见难题,本期特别邀请了 Coze+Zion 独立开发者威少(B站:赛博画手威少@wei)开发的一个“Coze 变现模板(多智能体版)”,无需企业支付宝账号,个人用户也能轻松实现变现和收款。模板页面演示:https://coze.weishao.vip/ 。 2. 扣子案例合集社区内容分享: 3. 02 基础通识课: 智能纪要:本章节主要对整节分享进行复习。内容包括模型中数据集的清洗、抽取,rag 基于知识库存储数据到向量数据库方便检索,IAG 快速检索数据,编辑生成平台构建 prompt 的技巧,agent 概念,插件 pragin,运维平台,缓存机制,还提到大模型接入多家模型,以及 AI 改变工作流等。 智能章节:本章节主要介绍 AI 工程平台在日常生活中的帮助及使用方法。以扣子平台为例,其新版本有很多模板帮助学习。如名画照相馆工作流,能进行名画换脸操作。平台中的工作流程包含很多节点,且有多种插件工具,像必应搜索、链接读取、代码执行器等可供使用。本章节主要讲述代码方面更高阶需求可编写自己代码,提到知识库可存储文稿信息。重点介绍了一个名画处理工作流,包括开始节点的输入内容如用户照片、名画内容、性别等,工作流中涉及大模型意图分析、结构化整理、历史撰写以及图像生成模型等操作。
2025-01-04
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
我想学习智能体搭建
以下是关于智能体搭建的相关知识: 智谱 BigModel 共学营第二期:把你的微信变成超级 AI 助理 1. 注册智谱 Tokens 智谱 AI 开放平台:https://bigmodel.cn/ 新注册用户,注册即送 2000 万 Tokens 充值/购买多种模型的低价福利资源包 直接充值现金,所有模型可适用:https://open.bigmodel.cn/finance/pay 语言资源包:免费 GLM4Flash 语言模型/ 多模态资源包: 多模态资源包: 所有资源包购买地址:https://bigmodel.cn/finance/resourcepack 共学营报名赠送资源包 2. 先去【财务台】左侧的【资源包管理】看看自己的资源包,本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 3. 进入智能体中心我的智能体,开始创建智能体。此流程会手把手进行编辑,完成一个简单智能体的搭建,此智能体完成以下功能: 小众打卡地——优秀创作者奖 1. 智能体基本信息 名称:小众打卡地 链接:https://tbox.alipay.com/pro/share/202412APCyNn00194489?platform=WebService 2. 基本功能介绍:小众打卡地推荐,输入一个旅游目的地地点城市,给您推荐 3 个小众打卡地小红书类文案,适合分享或旅游参考,还有精美的旅行地配图。 3. 智能体核心价值 为用户发掘非大众化的特色景点,避开人流 提供个性化的旅行建议,并且有目的地的图片参考 帮助用户快速获取高质量的旅行参考信息 提供小红书文案,也适合发小红书 4. 智能体效果 输入一个目的地后,等待一小段时间,即可获得带图文案。从手机支付宝小程序更加方便,可以一键复制后获取。 5. 智能体搭建思路重点 录入了小红书的相关文案参考知识库 通过文本模型组成搜索词进行搜索,从搜索到的所有网页链接中,通过代码节点提取相关的 url 用代码节点滤除需要安全认证的网站,包括挑选一些非周边城市攻略推荐,并且尽量检查“小众”或“冷门” 通过 url 网页正文后,提取相关的小众地点输出,同时通过代码进行打卡点的字符串输出用于后续节点运用 根据需要搜索的小众旅行地进行图片搜索。此处代码节点随机提取一条图片的 url,注意此处在调试过程中发现有些图片搜索后的 url 打卡图片会失效,代码节点将部分失效的网站进行了过滤 最后的文案输出,非常适合小红书文案和旅行发布参考 智能体在品牌卖点提炼中的应用 1. 确定智能体的结构 按照市场营销的逻辑组织智能体的结构。 2. 搭建完整智能体 以品牌卖点提炼六步法为核心的流程,将其他的分析助手加入工作流中,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 同时还包括一些结构中没有体现,但是在后续的品牌卖点应用过程中有效的分析工具: 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
2025-01-22
如何搭建定制知识库
以下是关于如何搭建定制知识库的相关内容: 要搭建基于 GPT API 的定制化知识库,需要给 GPT 输入定制化的知识。但 GPT3.5(即当前免费版的 ChatGPT)一次交互支持的 Token 数量有限,约 4096 个,相当于 3000 个单词或 2300 个汉字,容量对于多数领域知识不够。为处理大量领域知识,OpenAI 提供了 embedding API 解决方案,可参考 OpenAI embedding documents。 embeddings 是浮点数字的向量(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。向量是用一串数字表示大小和方向的量,在计算机科学和数据科学中通常用列表表示。向量之间的距离是度量相似性的方法,常见的如欧几里得距离。在 OpenAI 词嵌入中,靠近的向量词语在语义上相似。 LlamaIndex 是更高一层 LangChain 的抽象,之前叫 GPT Index。之前的文章中的例子使用了 LlamaIndex 包,它简化了 LangChain 对文本分割和查询的接口,并提供了更丰富的 Data Connector。LlamaIndex 只针对 GPT Model 做 Index,而 LangChain 可对接多个 LLMs,可扩展性更强。参考 https://gptindex.readthedocs.io/en/latest/ 在基于大模型+知识库的 Code Review 实践中,对于自定义知识库飞书文档(自定义),没有格式要求,能看懂正确代码即可。可直接使用 LangChain 提供的文档加载类,对有权限的飞书文档进行获取,使用 CharacterTextSplitter/RecursiveCharacterTextSplitter 将文本分割成固定长度的块(chunks),方法有两个主要参数:chunk_size 控制每个块的长度,如设置为 1024,则每个块包含 1024 个字符;chunk_overlap 控制相邻两个块之间的重叠长度,如设置为 128,则每个块会与相邻块重叠 128 个字符。 因为大模型有足够多的数据,想让大模型按要求执行就需要用到“Prompt 提示词”。 最近各家大厂接连放大招,AI 技术和应用突飞猛进,GPT4 接口已支持最大 32K 输入,AI 的开发和使用门槛会越来越低。垂直领域知识库的搭建和优化可能更多是业务问题,而非技术问题。
2025-01-22
如何搭建私人知识库
搭建私人知识库可以参考以下方法: 1. 基于 GPT 搭建: 给 GPT 输入(投喂)定制化的知识,但 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。 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,当用户提出问题时,将问题先通过 embeddings API 转换成问题向量,然后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。 2. 本地部署大模型搭建: 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 有大概的了解。 RAG 的应用包括文档加载(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。
2025-01-22
搜索模型搭建
以下是关于搜索模型搭建的相关知识: 嵌入(Embeddings): 概述:第一代模型(以001结尾的模型)都使用 GPT3 分词器,最大输入为 2046 个分词。第一代嵌入由五个不同的模型系列生成,针对三个不同任务进行调整,包括文本搜索、文本相似性和代码搜索。搜索模型成对出现,有用于短查询和长文档的。不同系列包括多种质量和速度不同的型号,如 Davinci 能力最强但更慢更贵,Ada 能力最差但速度快成本低。 相似性嵌入:最擅长捕捉文本片段之间语义相似性,如 textsimilaritybabbage001、textsimilaritycurie001、textsimilaritydavinci001。 文本搜索嵌入:有助于衡量长文档与短搜索查询的相关性,使用两种模型,分别用于嵌入搜索查询和要排名的文档,如 textsearchadaquery001 等。 代码搜索嵌入:与搜索嵌入类似,有两种类型,分别用于嵌入自然语言搜索查询和要检索的代码片段,如 codesearchadatext001 等。对于001 文本嵌入,建议将输入中的换行符替换为单个空格。 部署大语言模型: 下载并安装 Ollama:根据电脑系统,从 https://ollama.com/download 下载,双击打开点击“Install”,安装完成后将下方地址复制进浏览器中,若出现相关字样表示安装完成,即 http://127.0.0.1:11434/ 。 下载 qwen2:0.5b 模型:Windows 电脑按 win+R 输入 cmd 回车,Mac 电脑按下 Command(⌘)+Space 键打开 Spotlight 搜索输入“Terminal”或“终端”选择“终端”应用程序,复制相关命令行粘贴回车等待完成。 检索原理: 信息筛选与确认:对检索器提供的信息进行评估,筛选出最相关和最可信的内容,涉及对信息来源、时效性和相关性的验证。 消除冗余:识别和去除多个文档或数据源中的重复信息。 关系映射:分析不同信息片段之间的逻辑和事实关系,如因果、对比、顺序等。 上下文构建:将筛选和结构化的信息组织成连贯的上下文环境,包括排序、归类和整合。 语义融合:合并意义相近但表达不同的信息片段。 预备生成阶段:整合好的上下文信息被编码成适合生成器处理的格式。 大模型生成回答:全新的上下文传递给大语言模型,大语言模型根据提供的信息回答问题。
2025-01-19
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
人工智能的场景应用
人工智能(AI)的应用场景广泛,涵盖以下多个领域: 1. 医疗保健: 医学影像分析,辅助诊断疾病。 加速药物研发,识别潜在药物候选物和设计新疗法。 提供个性化医疗方案。 控制手术机器人,提高手术精度和安全性。 2. 金融服务: 识别和阻止欺诈行为,降低风险。 评估借款人信用风险,辅助贷款决策。 分析市场数据,辅助投资决策。 提供 24/7 客户服务,回答常见问题。 3. 零售和电子商务: 分析客户数据进行产品推荐。 改善搜索结果和提供个性化购物体验。 实现动态定价。 提供聊天机器人服务,解决客户问题。 4. 制造业: 预测机器故障,避免停机。 检测产品缺陷,提高质量。 优化供应链,提高效率和降低成本。 控制工业机器人,提高生产效率。 5. 交通运输: 开发自动驾驶汽车,提高交通安全性和效率。 优化交通信号灯和交通流量,缓解拥堵。 优化物流路线和配送计划,降低运输成本。 实现无人机送货,送达偏远地区。 6. 其他领域: 教育:提供个性化学习体验。 农业:分析农田数据,提高农作物产量和质量。 娱乐:开发虚拟现实和增强现实体验。 能源:优化能源使用,提高能源效率。 此外,AI 绘画在以下场景也有应用: 广告设计:快速生成创意概念图,为广告策划提供灵感和初稿。 游戏开发:创建游戏场景、角色形象,提高开发效率。 影视制作:辅助生成特效场景、概念设计。 建筑设计:帮助构想建筑外观和内部布局。
2025-01-23
智能制造
智能制造领域中,人工智能的应用主要包括以下方面: 1. 工业知识表达、工业知识图谱构建、工业场景大模型等标准研制,规范人工智能在工业领域的融合应用,围绕智能工厂、智慧供应链建设中的智能化技术要求。 2. 产品设计和开发:利用 AI 生成工具如 Adobe Firefly、Midjourney 等,根据文字描述快速生成产品的 3D 模型、渲染图、插图等设计元素,提高产品设计效率。 3. 工艺规划和优化:结合大语言模型的自然语言处理能力,自动生成制造工艺流程、设备选型、质量控制等方案,优化生产过程。 4. 设备维护和故障诊断:利用 AI 模型分析设备运行数据,预测设备故障,并自动生成维修建议,提高设备可靠性。 5. 供应链管理:AI 根据历史数据和市场变化,自动生成采购计划、库存预测、物流优化等内容,提高供应链管理效率。 6. 客户服务:基于对话模型的 AI 客服机器人,自动生成个性化的客户回复,提升客户体验。 总的来说,人工智能在智能制造领域的应用广泛,从产品设计到生产管理再到客户服务,都能发挥重要作用,提高企业的效率和竞争力。
2025-01-22
AI智能体对个人工作能力培养方面的启示
AI 智能体对个人工作能力培养有以下启示: 1. 工作方法方面: 彻底让自己变成一个“懒人”。 能动嘴的不要动手,用嘴说出想做的事远比打字快。 能动手的尽量用 AI,用 AI 远比苦哈哈手敲快。 把手上的工作单元切割开,建设属于自己的智能体。 根据结果反馈不断调整自己的智能体。 定期审视自己的工作流程,看哪个部分可以更多地用上 AI。 2. 个人素质方面: 技术层面之外,个人能力的提升是核心,尤其是学习能力和创造能力。 学习能力是通过持续阅读和实践来吸收、消化和积累知识的能力,是构建个人知识体系的基础和个人成长的动力源泉。 为保持竞争力,要培养并维持旺盛的好奇心和持续学习的习惯,广泛阅读,深入研究新领域,不断探索前沿知识,全方位、多角度学习和实践,以积累知识、提高适应能力和创新思维。 3. 技术应用方面: 迅速掌握生成式人工智能的基本概念和潜在影响,重点理解其如何革新工作方式和重塑行业格局。 深入了解市场上现有的人工智能产品和工具,并积极应用到实际工作中。 学习提示词技术,编写清晰、精确的指令,引导 AI 工具产生所需结果。 探索构建智能体,让其革新工作方式,多个虚拟伙伴和助手协同工作,提高工作效率和创新能力。 需要注意的是,AI 技术的出现能把大部分人的能力提升到及格线以上,人与人之间最大的差距在于认知差距。对创建 AI 智能体感兴趣的小伙伴,可前往 WaytoAGI 开源免费社区了解(里面有保姆级教程)。
2025-01-22
AI智能体对个人工作及职业规划的启示
AI 智能体对个人工作及职业规划具有多方面的启示: 在职业规划方面: 1. 职业趋势分析:基于最新市场数据和行业报告,协助分析自身专业或职业的前景,了解未来趋势。 2. 技能评估与提升:通过测评工具评估当前职业兴趣,提供针对性学习资源和课程建议,提升专业技能。 3. 职业匹配与推荐:根据兴趣、技能和职业目标,推荐适合的职业路径和职位,提供个性化建议。 4. 职业发展规划:结合个人情况和市场需求,制定详细的短、中、长期职业发展计划,帮助在 AI 时代找到职业定位。 在个人工作方面: 1. 掌握基本概念和潜在影响:对于生成式人工智能,应迅速了解其基本概念和潜在影响,无需深入技术细节,重点在于理解其对工作方式和行业格局的革新。 2. 应用现有产品和工具:深入了解市场上的人工智能产品和工具,并积极应用于实际工作,通过实践学习其优势和局限性。 3. 学习提示词技术:掌握提示词技术,编写清晰、精确的指令,引导 AI 工具产生所需结果,提升工作效率和产出质量。 4. 探索构建智能体:构建智能体,赋予其特定角色和任务,协同工作,提高工作效率和创新能力。 总之,AI 智能体为个人提供了提效的可能,如同拥有数字员工,在职业规划和工作中都能发挥重要作用。
2025-01-22