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

coze 搭建学习

Answer

以下是关于 Coze 搭建学习的相关内容：

  • 5 月 7 号（回放地址）：大聪明分享，主题为“Agent 的前世今生”，每个分享人分享最初接触 Coze 的经历以及现在用 Coze 做什么。20:00 由 @🌈AJ 主持开场，20:00 - 21:00 大聪明分享，21:00 - 21:30 关于 Coze 随便聊聊。
  • 5 月 8 号（回放地址）：大圣分享，主题为“我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze”，20:00 - 21:20 大圣分享。
  • 5 月 9 号（回放地址）：艾木分享，主题为“Agent 系统的核心构成：Workflow 和 Multiagent Flow（以‘Dr.Know’和‘卧底’为例）”，20:00 - 21:00 艾木分享，21:00 - 21:30 线上答疑。
  • 5 月 10 号（回放地址）：罗文分享，主题为“一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书”，20:00 - 21:00 罗文分享。
  • 5 月 11 号（回放地址）：Itao 分享，主题为“和 AI 成为搭子”，20:00 - 21:00 Itao 分享，21:00 - 21:30 线上答疑。

此外，还有用 Coze 学习 RAG 的方法：

  • 推荐使用 Claude + Coze 的方法学习新知识。Claude 是目前最强的 AI 大模型，一个月 20 美元，好用到飞起。Coze 是一款 AI Agent 的衍生产品，最大价值在于依靠它跟进当前 AI Agent 工具的发展情况，发现商业化机会，以及做产品 Demo。
  • 在学习 RAG 的过程中，首先通过 Claude 了解细节概念，然后通过 Coze 搭建 Demo 动手实践。
  • 学习 RAG 过程中创建了 4 个 Bot：
Content generated by AI large model, please carefully verify (powered by aily)

References

【已结束】扣子 AI 工坊 Coze AI Factory 火热开启

qiZBUSkOpircmxm1nlc)|时间|分享主题|流程安排||-|-|-||5月7号（[回放地址](https://www.bilibili.com/video/BV1V1421z7At/)）|大聪明分享｜主题：Agent的前世今生<br>每个分享人分享最初是怎么接触Coze的，以及现在用Coze做什么|20:00@🌈AJ主持开场<br>20:00-21:00大聪明分享<br>21:00-21:30关于Coze随便聊聊||5月8号（[回放地址](https://www.bilibili.com/video/BV1bs421N7tR/)）|大圣分享｜主题：我眼中的AI Agent以及通过搭建知识库实例入门Coze|20:00-21:20：大圣分享||5月9号（[回放地址](https://www.bilibili.com/video/BV1is421N72j/)）|艾木分享｜主题：Agent系统的核心构成：Workflow和Multiagent Flow（以“Dr.Know”和“卧底”为例<br>线上答疑|20:00-21:00：艾木分享<br>21:00-21:30：线上答疑||5月10号（[回放地址](https://www.bilibili.com/video/BV1HE42137n4/)）|罗文分享｜主题：一个方法解锁COEZ所有插件的用法+如何自动化解锁每天抓取X内容+改写+发布到飞书|20:00-21:00：罗文分享||5月11号（[回放地址](https://www.bilibili.com/video/BV1Gb421B7AQ/)）|Itao分享｜主题：和AI成为搭子<br>线上答疑|20:00-21:00：itao分享<br>21:00-21:30：线上答疑|[Agent搭建共学快闪0523]

12. Agent 相关比赛

qiZBUSkOpircmxm1nlc)|时间|分享主题|流程安排||-|-|-||5月7号（[回放地址](https://www.bilibili.com/video/BV1V1421z7At/)）|大聪明分享｜主题：Agent的前世今生<br>每个分享人分享最初是怎么接触Coze的，以及现在用Coze做什么|20:00@🌈AJ主持开场<br>20:00-21:00大聪明分享<br>21:00-21:30关于Coze随便聊聊||5月8号（[回放地址](https://www.bilibili.com/video/BV1bs421N7tR/)）|大圣分享｜主题：我眼中的AI Agent以及通过搭建知识库实例入门Coze|20:00-21:20：大圣分享||5月9号（[回放地址](https://www.bilibili.com/video/BV1is421N72j/)）|艾木分享｜主题：Agent系统的核心构成：Workflow和Multiagent Flow（以“Dr.Know”和“卧底”为例<br>线上答疑|20:00-21:00：艾木分享<br>21:00-21:30：线上答疑||5月10号（[回放地址](https://www.bilibili.com/video/BV1HE42137n4/)）|罗文分享｜主题：一个方法解锁COEZ所有插件的用法+如何自动化解锁每天抓取X内容+改写+发布到飞书|20:00-21:00：罗文分享||5月11号（[回放地址](https://www.bilibili.com/video/BV1Gb421B7AQ/)）|Itao分享｜主题：和AI成为搭子<br>线上答疑|20:00-21:00：itao分享<br>21:00-21:30：线上答疑|[Agent搭建共学快闪0523]

胎教级教程：万字长文带你理解 RAG 全流程

关于新知识的学习，每个人都有自己的方法，这里我推荐我的一个方法，那就是Claude+CozeClaude大家都很清楚了，目前最强的AI大模型，一个月20美元，好用到飞起。而Coze呢则是一款AI Agent的衍生产品，对我来说他现在最大的价值就是两点依靠Coze来跟进当前AI Agent工具的发展情况，对其保持关注，发现商业化的机会做产品Demo，我有任何的想法都可以考虑在Coze中实现一个Demo还不知道Coze是什么的同学可以看我的公开分享：[胎教级教程：万字长文手把手教你用Coze打造企业级知识库](https://axsppz4oyvj.feishu.cn/wiki/ZP1wwFWhvii1sfkvcEFc2saznoh)我在学习RAG的过程首先会通过Claude帮助我了解细节的概念，然后再通过Coze搭建一个Dmeo，在动手实践中学习RAG在学习RAG的过程中，我一共创建了4个Bot：产品资料问答机器人这个Bot是利用了Coze的知识库能力，演示知识库在企业中的应用。相关资料请参考我的公开分享：[胎教级教程：万字长文手把手教你用Coze打造企业级知识库](https://axsppz4oyvj.feishu.cn/wiki/ZP1wwFWhvii1sfkvcEFc2saznoh)Query改写助手学习Bot：这里为了学习Query的改写，我专门做了一个Bot机器人进行学习Bot地址：https://www.coze.cn/store/bot/7400077517299957800?panel=1&bid=6dkpl06gg601j

Others are asking
国内coze调用api的例子
以下是国内 Coze 调用 API 的一些例子： 1. 通过已有服务 API 创建插件： 进入 Coze 个人空间，选择插件，新建一个插件并命名，如 api_1。 在插件的 URL 部分，填入 Ngrok 随机生成的 https 链接地址。 按照 Coze 的指引配置输出参数，测试后发布插件。 2. 手捏简单的 Bot 并接入创建的插件：创建测试 API 的 Bot，将创建的 api_1 插件接入，在 prompt 里让其调用插件。 3. 测试 AI Bot 时可能遇到的情况：Coze 国内版刚发布不久，有些官方和第三方插件的 API 调用和返回结果不太稳定，可能出现回答不完整的情况，但相信官方会尽快解决。 4. 获取 Coze 的 accessToken 和 botid： 获取 accessToken：在 Coze 界面右侧扣子 API 授权，或者打开链接 https://www.coze.cn/open/oauth/pats，添加令牌，设置名称、过期时间和权限，完成后点击确定按钮并复制下拉令牌。 获取 botid：通过工作空间获取，从“工作空间”打开一个 bot，点击商店按钮查看地址栏中的数字即为 botid。 发布为 bot api：注意在前端使用 bot 必须发布成为 API，点击发布并选择 API，等待审核通过后可按上述方法拿到 botid。 获取空间 id：进入 Coze 后，左边打开工作空间，找到 url 中的 id 并复制。
2025-01-12
如何通过程序代码调用coze的api?
要通过程序代码调用 Coze 的 API，大致步骤如下： 1. 创建一个插件： 填入插件名和插件描述。 选择云侧插件作为创建方式。 选择 Python 作为 IDE 运行时。 点击【在 IDE 中创建工具】。 在创建工具面板里： 填入工具名称。 填入工具介绍。 2. API 接入相关操作： Glif 允许通过 API 调用平台上的应用，API 接入：https://docs.glif.app/api/gettingstarted 。 去创建一个新的 Token 并复制备用。 将自己发布的 glif 链接上的 id 复制备用。 3. 在 Coze 的 IDE 中： 引入依赖和编写 handler 方法。 代码中对应的数据字段在元数据 Tab 中设置： 填写入参字段和描述，对完整链接要写清楚。 填写出参字段。 左侧的依赖包添加【requests】。 填入测试数据运行，测试通过后即可发布。 4. 创建一个 Bot，挂载新创建的插件，在 Prompt 中做一些对入参的校验和约束。 5. 测试从 Coze 调用 Glif 功能跑通，发布 Coze。 另外，获取 Coze 的 accessToken 和 botid 时，需要了解以下内容： 1. OAuth 授权的范围控制： 个人空间：访问个人创建的 bot。 团队空间：可以跨账号授权，比如让其他团队成员访问你创建的 bot。 2. 跨账号授权流程： 用户 A 在用户 B 的团队空间创建了 bot。 用户 A 要使用这个 bot，需要： 先让空间所有者安装这个 OAuth 应用。 然后用户 A 才能获取授权码访问其在该团队空间创建的 bot。 3. OAuth 和 PAT的主要区别： OAuth token 有效期更短，安全性更高。 OAuth 可以实现跨账号的授权。 PAT 只能访问个人的资源。 在 Coze 中用现有服务创建自己的 plugin 时： 1. 进入 Coze，在个人空间中选择插件，新建一个插件，起名并填写描述。 2. 在插件的 URL 部分，填入 Ngrok 随机生成的 https 的链接地址。 3. 配置输出参数。 4. 测试后发布插件。 5. 创建 Bot 并接入创建的插件，在 prompt 中设置调用插件的相关要求。
2025-01-12
如果通过程序调用coze的api?
要通过程序调用 Coze 的 API，您需要以下步骤： 1. 获取 accessToken： 在 Coze 界面右侧扣子 API 授权，或者打开链接 https://www.coze.cn/open/oauth/pats 。 找到“个人访问令牌”，添加令牌。设置令牌的名称和过期时间（最多 1 个月），并选择权限。 完成后点击“确定”按钮，一定要点击按钮复制下拉获取令牌，因为该令牌只会出现一次。 2. 获取 botid： 通过工作空间获取，从“工作空间”打开一个 bot，点击商店按钮，查看地址栏中的数字即为 botid。 注意：如果要在前端使用 bot，必须将其发布成为 API，点击发布并选择 API，等审核通过后即可按上述方法拿到 botid。 3. 获取空间 id：进入 Coze 后，左边打开工作空间，找到 url 中的 id 并复制出来。 此外，OAuth 授权的范围控制包括个人空间和团队空间。个人空间可访问个人创建的 bot，团队空间可以跨账号授权。OAuth 和 PAT（个人访问令牌）的主要区别在于 OAuth token 有效期更短、安全性更高且可以实现跨账号授权，而 PAT 只能访问个人的资源。 如果要将 Glif 的功能通过 API 方式接入 Coze，步骤如下： 1. 先创建一个插件： 填入插件名和插件描述。 创建方式选择云侧插件。 IDE 运行时选择 Python，点击【在 IDE 中创建工具】。 在创建工具面板里：填入工具名称和工具介绍。 2. 进行相关设置： 去创建一个新的 Token 并复制备用。 将自己发布的 glif 链接上的 id 复制备用。 在 Coze 的 IDE 中引入依赖（如 requests）和编写 handler 方法。 在代码中对应的数据字段在元数据 Tab 中设置，包括填写入参字段和描述、出参字段等。 3. 填入测试数据运行，测试通过后即可发布。创建一个 Bot，挂载新创建的插件，在 Prompt 中做一些对入参的校验和约束。最后，测试从 Coze 调用 Glif 功能跑通，发布 Coze。
2025-01-12
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
我想看到国内在coze平台上的一些AI agent的开放源，怎么才能看到
以下是一些国内的 Agent 构建平台及 Coze 平台的相关信息： Agent 构建平台： Coze：是新一代一站式 AI Bot 开发平台，集成丰富插件工具，涵盖从基础文本处理到高级机器学习功能，还有众多符合平民生活化的插件，如新闻资讯、天气预报、出行必备、生活便利等方面的插件。 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，适用于多种场景，提供多种成熟模板。 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景方面表现出色。 要查看 Coze 平台上的 AI agent 开源内容，您可以通过以下途径尝试：在相关的技术社区、开源代码托管平台（如 GitHub 等）上进行搜索，或者关注 Coze 平台的官方网站及开发者论坛获取相关信息。但需注意，开源内容的获取可能受到平台规定和开发者授权的限制。
2025-01-12
我想看到在coze平台上的一些AI agent的开放源，怎么才能看到
在 Coze 平台上，以下是一些 AI Agent 的开源项目： 此外，以下是一些常见的 Agent 构建平台： Coze：新一代的一站式 AI Bot 开发平台，集成丰富插件工具，适用于构建各类问答 Bot。 Mircosoft 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。 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景如销售、客服、行程安排等方面表现出色。
2025-01-12
智能体搭建教程
以下是关于智能体搭建的教程： 1. 在品牌卖点提炼中的应用： 确定智能体的结构：按照市场营销逻辑组织，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，还包括用户需求分析的 KANO 助手、营销六层转化漏斗分析、超级转化率六要素等在后续应用中有效的分析工具。 2. 智谱 BigModel 共学营第二期： 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 。新注册用户送 2000 万 Tokens，可充值/购买多种模型的低价福利资源包，如语言资源包、多模态资源包等，所有资源包购买地址：https://bigmodel.cn/finance/resourcepack 。 先去【财务台】左侧的【资源包管理】查看自己的资源包，本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 进入智能体中心我的智能体，开始创建智能体。 3. 旅行青蛙——最佳创意奖，百宝箱智能体开源分享： 整体框架：由一条主线和四条分支组装成。 主线节点： 开始节点，选择单个文本。 大模型节点 1（更名为月）：提取触发事件中的月份，输出为数字。 大模型节点 2（更名为日）：提取触发事件中的日，输出为数字。 插件——历史上的今天，选择 day 变量的引入值为“日/结果”，选择 month 变量的引入值为“月/结果”。 设置意图识别，包括上下文引用和设定功能分支。
2025-01-15
可以搭建微信小程序的AI有哪些
以下是一些可以用于搭建微信小程序的 AI 相关工具和方法： 1. 通过 Zion 可以以 API 形式链接并搭建，相关教程可参考： 自定义配置方面，变现模版 UI 交互、API、数据库等拓展功能，支持在 Zion 内自由修改，可参考文档配置。支付相关可参考： Zion 支持小程序、Web、AI 行为流全栈搭建，APP 端全栈搭建预计 2025 上线。 2. Coze 变现模板正在全新升级，微信小程序变现模版正在开发中，12 月将会上线。目前实现小程序端可以通过 API 形式搭建，可参考 API 形式。同时有△AI 变现的小程序端案例。
2025-01-13
小白怎么搭建一个智能体？
对于小白搭建智能体，可参考以下步骤： 1. 智能体创建： 进入 coze 官网（www.coze.cn），注册并登录。 点击页面左上角的⊕，通过【标准创建】填入 bot 的基本信息。 了解 Bot 开发调试界面： 人设与回复逻辑（左侧区域）：设定 Bot 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：插件可扩展 Bot 的专业能力，如计算器、日历等工具；工作流可设置固定的处理流程和业务逻辑；图像流可处理和生成图像；触发器可设置自动化响应条件。 知识库管理：文本可存储文字类知识材料，表格可结构化数据的存储和调用，照片可作为图像素材库。 记忆系统：变量可存储对话过程中的临时信息，数据库可管理持久化的结构化数据，长期记忆可保存重要的历史对话信息，文件盒子可管理各类文档资料。 交互优化（底部区域）：开场白可设置初次对话的问候语，用户问题建议可配置智能推荐的后续问题，快捷指令可设置常用功能的快速访问，背景图片可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 Bot 的各项功能，调试响应效果，优化交互体验。 2. 图像流搭建： 创建第一个图像流：由于文本类型大语言模型无法直接生成图片，需要通过【技能】部分的图像流，为文本大模型提供图像生成能力。比如为 marvin 机器人加入图像流，按照步骤创建图像流并设定图像流名称以及描述（注意名称只能是英文）。 了解图像流节点的意义：在图像流编辑界面，左侧的工具栏集合了所有可能用到的功能。智能处理工具包括“智能生成”“智能抠图”和“画质提升”等；基础编辑工具如画板、裁剪、调整、添加文字等可满足日常图片编辑需求；风格处理类工具如风格迁移、背景替换能让图片更有创意。 根据需求进行图像流设计： 生成海报功能在总结故事后，将完整的故事作为输入。 对输入的故事进行一轮提示词优化，从自然语言转变为更符合文生图大模型的提示词。 将优化后的提示词输入生图大模型，调整生图的基础风格和信息，输出最终的配图海报。 测试图像流。
2025-01-13
我是一个新手，如何搭建AI智能体？
搭建 AI 智能体的步骤如下： 1. 创建 Bot。 2. 填写 Bot 介绍。 3. 切换模型为“通义千问”（测试下来，通义对提示词理解、执行效果最好）。 4. 把配置好的工作流添加到 Bot 中。 5. 新增变量{{app_token}}。 6. 添加外层 bot 提示词（可以按照需求和实际效果进行优化调整）。 AI 智能体就像员工或智能助手，能根据设定的工作流自动调用不同的 AI 工具完成全流程任务。例如要写一篇文章，可以设计一个“写作助手”的 AI 智能体，在文本框输入文章的主题、风格和要求，它会自动完成文章大纲处理、初稿撰写、修改润色和排版等工作，无需人类干预，大大提高效率。
2025-01-12
怎么在 coze搭建 agent
在 Coze 搭建 Agent 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、实施、完善。 2. 实施步骤中的搭建工作流框架，设定每个节点的逻辑关系： 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）、大模型（调用 LLM，实现各项文本内容的生成）、代码（支持编写简单的 Python、JS 脚本，对数据进行处理）。 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。
2025-01-11
学习路径
以下是系统学习 LLM 开发以及 AI 技术的学习路径： LLM 开发学习路径： 1. 掌握深度学习和自然语言处理基础：包括机器学习、深度学习、神经网络等基础理论，以及自然语言处理中的词向量、序列模型、注意力机制等。相关课程有吴恩达的深度学习课程、斯坦福 cs224n 等。 2. 理解 Transformer 和 BERT 等模型原理：熟悉 Transformer 模型架构及自注意力机制原理，掌握 BERT 的预训练和微调方法，阅读相关论文如 Attention is All You Need、BERT 论文等。 3. 学习 LLM 模型训练和微调：进行大规模文本语料预处理，掌握 LLM 预训练框架如 PyTorch、TensorFlow 等，微调 LLM 模型进行特定任务迁移，参考 HuggingFace 课程、论文及开源仓库等资源。 4. LLM 模型优化和部署：掌握模型压缩、蒸馏、并行等优化技术，进行模型评估和可解释性研究，实现模型服务化、在线推理、多语言支持等，运用相关开源工具如 ONNX、TVM、BentoML 等。 5. LLM 工程实践和案例学习：结合行业场景进行个性化的 LLM 训练，分析和优化具体 LLM 工程案例，研究 LLM 新模型、新方法的最新进展。 6. 持续跟踪前沿发展动态：关注顶会最新论文、技术博客等资源。 AI 技术学习路径： 偏向技术研究方向： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 偏向应用方向： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 此外，在开始学习 AI 时，还需根据电脑的硬件情况和自身财力选择合适的方式，如本地部署、在线平台或配台电脑。必学、必看内容是基础课，主要解决环境问题和软件安装问题；建炉针对不同炼丹方式提供不同炼丹工具的安装教程；正式内容部分分为数据集预处理、模型训练以及模型调试及优化三个部分。
2025-01-15
作为一名小学班主任，我想将AI作为辅助班级管理的工具，我可以怎么做？需要学习哪些基础知识，如何创建AI工具呢？
作为一名小学班主任，若想将 AI 作为辅助班级管理的工具，您可以参考以下建议： 基础知识学习： 1. AI 背景知识：了解人工智能、机器学习、深度学习的定义及其之间的关系。 2. 历史发展：简要回顾 AI 的发展历程和重要里程碑。 3. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 4. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 5. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 6. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 创建 AI 工具： 1. 了解 AI 基本概念：首先，建议阅读「」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（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，这些文章通常会介绍 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，您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识，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，您可以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。建议您一定要掌握提示词的技巧，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。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品：与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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。通过与这些 AI 产品的对话，您可以获得对 AI 在实际应用中表现的第一手体验，并激发您对 AI 潜力的认识。 需要注意的是，AI 技术在不断发展，您需要持续学习和探索，以更好地将其应用于班级管理中。
2025-01-15
1.1 AGI学习路径
以下是关于 AGI 学习路径的相关内容： YoYo 在通往 AGI 的学习之路上有以下心得： 学习前状态：不理解 AI 和提示词工程，作为文科生不懂代码且英语差，在学习前注册尝试各种 AI 工具走了不少弯路，对 ChatGPT 的认识仅限于日常问答和 SQL 学习交互，能支持工作数据提取。 学习后现状：可以搓多 Agent 的智能体，但需要进修 Python 搓更多智能体；进行了营销文案 demo、SQL 代码进阶学习应用；创建了 3 个图像流智能体和 2 个 Agent 智能体玩具；在公司中实践了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；进行了学习 Dr.kown 的尝试实践和图像流的尝试以及企业智能体实践。 在 AGI 的学习路径方面，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。学习路径如同游戏通关，有主线和支线。个人感受是学不完，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来成长。 此外，“通往 AGI 之路”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，涵盖从基础概念到实际应用的各个方面。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，还定期组织活动。其品牌 VI 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。
2025-01-15
有哪些AI入门知识可以学习
以下是一些 AI 入门知识供您学习： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的主要分支（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，您可以找到一系列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），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。 在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，对于不会代码的您，还可以尝试了解以下作为基础的内容： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 微软也提供了为期 12 周、共 24 课时的 AI 初学者入门课程，您将深入学习符号人工智能、神经网络、计算机视觉、自然语言处理等内容。在课程中您将学到实现人工智能的不同方法、神经网络和深度学习、处理图像和文本的神经架构等，同时也会了解到课程不包括的内容。译者：Miranda，课程原网址 https://microsoft.github.io/AIForBeginners/ 。如果想提升学习效果，可以亲身实践课程内容、做随堂小测试或根据课程内容开展实验。这套课程是由专家设计的人工智能综合指南，它非常适合初学者，覆盖了 TensorFlow、PyTorch 及人工智能伦理原则。
2025-01-14
零基础学习
以下为零基础学习 AI 的相关内容： 二师兄的 AI 启蒙之路： 2024 年 2 月，在七彩虹售后群老哥的分享下，获得 SD 秋叶安装包和教学视频，迈出 AI 学习第一步。 2024 年 3 月，啃完 SD 教程并开始炼丹，但因图片数据集质量一般，lora 仅供自嗨。 2024 年 4 月，与小伙伴探讨 AI 变现途径，尝试相关项目，过程中练了一些绘本风格的丹。 2024 年 5 月，因工作变动，开启无硬件支持的 AI 学习之路，加入 Prompt battle 社群，学习 Midjourney 并打磨文生图提示词。 雪梅 May 的 AI 学习日记： 2024 年 11 月 24 日，好奇程序员写前端代码，在 B 站乱搜零基础学代码教程，体验前端网页制作。 2024 年 11 月 30 日，学习吴恩达用 AI 学 Python 课程 1。 2024 年 12 月 1 日，学习吴恩达用 AI 学 Python 课程 2。 2024 年 12 月 7 日，学习吴恩达用 AI 学 Python 课程 3。 刘海对“AI 提示词工程师”的见解和经验分享： 岗位技能要求包括市场调研、观察目标群体工作流、创造并拆解需求、选型现有 AI 解决方案做成产品来解决需求、抽象集成互联网 APP 产品、写 PRD、画 APP 产品原型图、组织团队进行 APP 产品开发。 零基础小白学习建议：找网上教程，看科普类教程，阅读 OpenAI 文档，理解参数作用，推荐使用一些练手的 Prompt 工具和相关教程文档。
2025-01-14
转型ai产品经理怎么学习
以下是关于转型为 AI 产品经理的学习建议： 1. 入门学习： 可以通过 WaytoAGI 等开源网站或相关课程了解 AI 的概念。 多使用 AI 产品并尝试动手实践应用搭建。 2. 研究阶段： 技术研究路径：对某一领域有认知，能根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 商业化研究路径：熟悉产品运营不分家的理念，关注场景、痛点、价值。 3. 落地应用： 积累成功落地应用的案例，产生商业化价值。 了解传统互联网产品经理的三个层级：负责功能模块与执行细节、负责整体系统与产品架构、熟悉行业竞争格局与商业运营策略。 对技术框架有一定了解，不一定要了解技术细节，但要对技术边界有认知，最好能知道一些优化手段和新技术的发展。 您还可以参考以下案例和学习资源： 《雪梅 May 的 AI 学习日记》：其中提到用 ComfyUI 的工作流加上 Cursor 的前端网页，完整制作个人 AI 产品的方向。 《放下傲慢！停止自欺欺人！与其做 AI 的主人，不如做它的搭档》：讲述了在与 AI 合作过程中，放下执念让 AI 主导以及全程让 AI 参与的经验。
2025-01-14