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

如何对扣子智能体做专属训练

Answer

对扣子智能体进行专属训练时,需要注意以下要点:

  1. 跳转设置:扣子在节点切换提供了独立和非独立两种识别模式。独立识别模式中每个节点都有一个独立识别模型,非独立模式则直接使用当前智能体模型进行判断,实际使用中推荐独立模式。
  2. 独立模式的选择:独立模式有两种选择。第一种是面对通用指令时,选择已经训练好的、专门用于节点切换的大型模型,其优点是经过特定训练,无需额外操心设计。第二种是在遇到非常复杂的情景时,使用自定义的大型模型,可根据需求定制模型和编写特定提示词以适应复杂交互场景,但实际测试效果不理想,所以推荐使用第一种。
  3. 关键注意点:在使用专门训练的意图识别模型进行节点切换时,要特别注意两个关键点。一是每个智能体的用途必须清晰明确,在设计和实现时要清楚标注其功能和目的,以确保系统能准确识别和响应用户意图。二是智能体的名称非常重要,应清晰、易于识别,便于系统识别和记忆。
Content generated by AI large model, please carefully verify (powered by aily)

References

一文读懂扣子上的多 Agent 模式

这里有几个关键点需要注意,首先是跳转设置问题。扣子在节点切换提供了独立和非独立两种识别模式,其中独立识别模式是像我们在之前的流程图中看到的:每个节点都有一个独立识别模型。而非独立模式会直接使用当前智能体模型进行判断,说穿了,这种做法还是靠着prompt进行意图识别。实际使用下来,我推荐前者。那么前者又有两种选择(不得不说扣子的功能是真多,看的让人眼花缭乱),我们该选哪种?第一种:当你面对一些通用指令时,可以选择已经训练好的、专门用于节点切换的大型模型。这种方法的优点是它已经经过了特定训练,不需要你额外操心设计。第二种:如果你遇到非常复杂的情景,可能需要更灵活的解决方案(比如要从当前节点跳到不相邻节点时,或者需要更复杂的指定模型跳转的意图时)。这时,你可以考虑使用自定义的大型模型。通过这种方式,你可以根据自己的需求定制模型,编写特定的提示词,以适应更复杂的交互场景。然而,根据实际测试,第二种设置的效果并不理想。这可能是因为某些模型在处理特定任务时缺乏足够的灵活性或适应性。所以推荐大家还是使用第一种,简单方便。那么,在使用专门训练的意图识别模型进行节点切换时,我们需要特别注意两个关键点。首先,每个智能体的用途必须清晰明确。这意味着在设计和实现时,需要在每个智能体上清楚地标注其功能和目的。这样做有助于确保系统能够准确地识别和响应用户的意图。其次,智能体的名称也非常重要。一个清晰、易于识别的名称不仅有助于用户理解每个智能体的角色,也是意图识别过程中的关键触发点。名称应简洁明了,便于系统识别和记忆。

一文读懂扣子上的多 Agent 模式

这里有几个关键点需要注意,首先是跳转设置问题。扣子在节点切换提供了独立和非独立两种识别模式,其中独立识别模式是像我们在之前的流程图中看到的:每个节点都有一个独立识别模型。而非独立模式会直接使用当前智能体模型进行判断,说穿了,这种做法还是靠着prompt进行意图识别。实际使用下来,我推荐前者。那么前者又有两种选择(不得不说扣子的功能是真多,看的让人眼花缭乱),我们该选哪种?第一种:当你面对一些通用指令时,可以选择已经训练好的、专门用于节点切换的大型模型。这种方法的优点是它已经经过了特定训练,不需要你额外操心设计。第二种:如果你遇到非常复杂的情景,可能需要更灵活的解决方案(比如要从当前节点跳到不相邻节点时,或者需要更复杂的指定模型跳转的意图时)。这时,你可以考虑使用自定义的大型模型。通过这种方式,你可以根据自己的需求定制模型,编写特定的提示词,以适应更复杂的交互场景。然而,根据实际测试,第二种设置的效果并不理想。这可能是因为某些模型在处理特定任务时缺乏足够的灵活性或适应性。所以推荐大家还是使用第一种,简单方便。那么,在使用专门训练的意图识别模型进行节点切换时,我们需要特别注意两个关键点。首先,每个智能体的用途必须清晰明确。这意味着在设计和实现时,需要在每个智能体上清楚地标注其功能和目的。这样做有助于确保系统能够准确地识别和响应用户的意图。其次,智能体的名称也非常重要。一个清晰、易于识别的名称不仅有助于用户理解每个智能体的角色,也是意图识别过程中的关键触发点。名称应简洁明了,便于系统识别和记忆。

一枚扣子:COZE应用:语文教学助手使用说明

专项练习分为生字词训练,和写做训练。练习题目根据学生的历史错题生成。以上就是这个应用的基本功能。后续会更新,更多细节优化。推荐一下自己开发的应用:1.自媒体助手:https://www.coze.cn/s/iDs5gVta/。当前开发进度20%,敬请关注!2.有梗更下饭:https://www.coze.cn/s/iDs5E4YC/。当前开发进度50%,更多功能和玩法持续更新!如果你有好的改进意见,千万千万记得联系我,拜谢!!如果你对AI教育感兴趣或你是家长,请务必联系我,一起交流!!我的工具都是免费的!如果你对AI应用开发感谢,请积极联系我,知无不言!COZE首页:@AIGCGAO地球号也可以:@AIGCGAO

Others are asking
当前哪些类型AI智能体做的好
当前在 AI 智能体领域,以下类型表现较好: 1. 在企业搜索、法律研究副驾驶、内容生成等类别中,Menlo Ventures 投资组合公司如是早期突破性的代表。 2. 领先的应用程序构建商如正在建立解决方案,处理之前只能由大量人力来解决的工作流程。 3. 从智能体类型来看: “决策智能体”设计使用语言模型遍历预定义的决策树。 “轨道智能体”为智能体配备更高层次的目标,限制解决空间,要求遵循标准作业程序并使用预先设定的“工具”库。 “通用人工智能体”完全依赖语言模型的推理能力进行所有的计划、反思和纠正。 此外,AGI 分为五个等级: 1. 聊天机器人:具备基本对话能力,依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者:具备人类推理水平,能解决复杂问题,如 ChatGPT。 3. 智能体:不仅具备推理能力,还能执行全自动化业务,但目前许多产品仍需人类参与。 4. 创新者:能够协助人类完成新发明,如谷歌 DeepMind 的 AlphaFold 模型。 5. 组织:最高级别,能够自动执行组织的全部业务流程。
2025-02-07
如何利用AI打造专属知识库
利用 AI 打造专属知识库可以通过以下步骤: 1. 拆解创作任务:将复杂的任务拆解到合适的颗粒度,为 AI 提供方法论和明确的输出格式。例如,拆解创作“科幻预见未来”的步骤,确定关键任务节点和围绕其展开的主线任务。 2. 建立定向知识库: 私人知识库中的内容一般包括日常从互联网收集的优质信息以及个人日常的思考和分享。 可以将相关内容导入到特定工具(如 flowith 的知识花园)中作为 AI 可调用的知识库。 对于导入的内容,可打开智能拆分模式,让 AI 自动分析优化拆分逻辑,形成知识“种子”。 3. 工作流中配置知识库: 添加知识库:可同时添加多个知识库。 参数设置: 搜索策略:包括语义检索(适合理解语义关联度和跨语言查询场景)、全文检索(适合特定名称、专有名词等场景)、混合检索(结合前两者优势)。 最大召回数量:选择返回给大模型使用的内容片段数量,数值越大返回越多。 最小匹配度:根据设置选取要返回的内容片段,过滤低相关度结果。需多轮测试找出最优值。 此外,基于私人知识库打造个人专属的 ChatGPT 常见有两种技术方案: 1. 训练专有大模型:效果虽好,但成本高,更新难度大,并非当下主流方案。 2. 利用 RAG(检索增强生成)技术。
2025-03-31
你好,我想训练一个自己的专属模型,比如说基于网页里面的问卷调查,我有答题的逻辑,网页的问卷调查项目每天都有非常多的不同的地方,但是又有相通的地方,我想让AI在我的逻辑之上能自我迭代自动答题,我该怎么办
如果您想基于网页问卷调查训练一个能在您的逻辑之上自我迭代自动答题的专属模型,有以下两种常见的技术方案: 1. 训练专有大模型: 优点:效果最好。 缺点:成本高,训练和维护需要大量计算资源和专业知识;更新模型知识难度大,需要重新训练或微调,过程复杂耗时。 2. 利用 RAG(检索增强生成)技术: 例如选择 Baichuan27BChat 模型作为底模,配置模型本地路径和提示模板。在 Train 页面里选择 sft 训练方式,加载定义好的数据集,根据数据集大小和收敛情况设置学习率和训练轮次。使用 FlashAttention2 可减少显存需求、加速训练速度;显存小的朋友可减少 batch size 并开启量化训练,内置的 QLora 训练方式好用。但需要用到 xformers 的依赖。根据聊天记录规模大小,训练时间少则几小时,多则几天。 此外,还有学生训练专属植物分类 AI 模型的案例供您参考。在北京市新英才学校的跨学科选修课“生化 E 家”中,老师和学生共同收集校园内不同树叶的照片,在 OpenInnoLab里找到图像分类训练工具,建立植物分类模型,加入大量数据集进行训练,再用图像化编程将其套在程序里,形成简单的识别工具。在这个过程中,老师通过生活体验与学生讨论图像分类原理,学生从体验到实践操作,在不进行大量代码编程的情况下能够训练 AI 模型,并了解模型训练准确度与数据的关系。
2025-03-14
如果我想让deepseek成为我专属的公文写作助手,需要输入什么提示词
如果您想让 DeepSeek 成为您专属的公文写作助手,可以参考以下提示词: 1. 首先借助 AI 分析好的文章: 找出您最喜欢的文章,投喂给 DeepSeek R1(理论上来说适合大多数 AI,尤其是有推理模型)。 第一次询问:请从写作角度分析这篇文章。 第二次询问:请再从读者角度分析这篇文章。 第三次询问:这篇文章还存在什么缺点和不足,有什么改善和提升的空间。 对作者进行侧写,分析成长背景、个人经历和知识结构对文章的影响。 2. 让 AI 对您写的文章进行点评:“现在我希望你是一名资深中文写作教师/小学语文老师/中学语文老师/公文写作培训师,拥有 30 年教育经验,是一名传授写作技巧的专家。请先阅读我提供给你的文章,然后对文章进行分析,然后教我如何提升写作水平。请给出详细的优缺点分析,指出问题所在,并且给出具体的指导和建议。为了方便我能理解,请尽量多举例子而非理论陈述。” 3. 根据文章内容对作者进行心理侧写:“我希望你扮演一个从业 20 多年,临床诊治过两千多例心理分析案例的人性洞察和意识分析方面的专家,精通心理学、人类学、文史、文化比较。先阅读后附文章全文,然后对作者进行人格侧写。要尖锐深刻,不要吹捧包装,不要提出一些只能充当心理安慰的肤浅的见解。包括作者的基本画像、核心性格特质、认知与价值观、潜在心理动机、行为模式推测、矛盾与盲点、文化符号映射。”
2025-03-06
如何建立一个行业的知识库,并建立这个行业的专属AI模型?
建立一个行业的知识库并建立专属 AI 模型可以参考以下步骤: 1. 明确行业需求和目标:确定知识库和 AI 模型要解决的具体问题和实现的功能。 2. 收集和整理数据:包括行业相关的各种信息、文档、案例等,为知识库提供素材。 3. 设计提示词:明确 AI 模型的角色和专注的技能,使其能够按照设定进行工作。 4. 构建知识库:将行业特定的规则、流程、案例等内容整理成工作手册,供 AI 模型参考。 5. 选择合适的 AI 模型:例如可以使用阿里千问模型等。 6. 进行模型训练和优化:根据收集的数据和设定的提示词、知识库对模型进行训练,并不断优化。 7. 融合实际场景:让人类专家配备可穿戴设备,收集现实世界的互动供 AI 学习,避免复制危险的偏见。 8. 持续评估和改进:根据实际应用效果,对知识库和 AI 模型进行评估和改进。 例如,在医疗保健领域,开发具有潜在空间层次结构的堆叠 AI 模型,反映对每个基本元素的理解或预测能力。创建专门从事医疗保健特定领域的 AI,让其接触到顶级从业人员的多样化视角。在财经领域,依托中央财经大学的资源优势,基于内容增强型知识插槽技术构建高质量知识库,与客户自有知识库结合,实现全业务场景的支撑,可实现快速的专家级 Agent 构建与管理维护。在文档处理领域,如上海普米智图智能科技有限公司,自主研发的数据框架 Ananke 和 Agent 框架 Moros,利用智能体技术提升工作流效率。
2025-03-01
如何做一款专属某行业的AI
要开发一款专属某行业的 AI ,可以参考以下要点: 1. 学习模式:AI 应像人类一样学习,例如在医疗保健领域,创建具有潜在空间层次结构的堆叠 AI 模型,反映对每个基本元素的理解或预测能力,可能会以与人脑皮层类似的方式发展,并针对特定任务专门设计神经架构。 2. 特定领域专家 AI:创建特定领域的专家 AI 比创建全能 AI 更容易,预计会创造许多专家 AI ,它们在编码、数据和测试方面采用多样化方法,并提供多种意见。 3. 现实世界互动:让熟练的人类专家配备可穿戴设备,收集现实世界的互动供 AI 学习,同时避免复制危险的偏见。 4. 模型生态系统:以医疗保健为例,应投资创建像优秀医生和药物开发者那样学习的“专家”AI 模型生态系统。成为顶尖人才通常从多年密集信息输入和正规教育开始,再通过学徒实践,AI 学习也应如此,通过堆叠模型训练,而非仅依靠大量数据。 5. 行业调研报告: 步骤:让 AI 阅读学习优秀行业调研报告,总结方法论和操作框架;询问收集行业数据时所用的一手和二手数据及靠谱资料收集网站;要求 AI 推荐行业信息网站和微信公众号,并输出行业调研报告框架;丰富框架每一章节内容。 注意事项:使报告有深度可通过自身对行业的了解整理深度洞察和见解,或深度咨询 AI 并借助其知识学习、研究和总结。 以上是关于如何做一款专属某行业的 AI 的相关内容。
2025-01-22
我想训练一个专属Agent该怎么做?
要训练一个专属 Agent,以下是一些关键步骤和要点: 1. 明确目标:确定您希望 Agent 实现的特定目标,这将为训练提供方向。 2. 理解智能体的定义:智能体是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。 3. 规划:将大型任务分解为更小、可管理的子目标,以有效处理复杂任务。 4. 反思和完善:让 Agent 能够对过去的行为进行自我批评和反思,从错误中吸取教训,并针对未来步骤进行完善,提高最终结果质量。 5. 记忆管理:包括短期记忆,利用模型的短期记忆进行学习;长期记忆,通过外部向量存储和快速检索实现长时间信息保留和回忆。 6. 工具使用:训练 Agent 学习调用外部 API 来获取模型权重中缺失的额外信息,包括当前信息、代码执行能力、对专有信息源的访问等。 7. 评估工具使用能力:从调用 API 的能力、检索 API 的能力以及计划 API 超越检索和调用的能力这三个层面进行评估。 在训练过程中,还需要注意模型的上下文窗口长度有限,输入的剧集应足够短以构建多剧集历史,2 4 个剧集的多剧集上下文对于学习近乎最优的上下文强化学习算法是必要的,且上下文强化学习的涌现需要足够长的上下文。
2025-01-17
扣子如何改变回复的语言风格
要改变回复的语言风格,可以参考以下方法: 1. 对于风格类的 Bot,提示词中的 Fewshot 对输出风格影响较大,可先找预期相关人的风格示例并修改。 2. 在 Examples 里使用特定开头的词,如“Fword”,开头字符会显著影响输出内容。 3. 加星号的部分代表加粗,根据自注意力机制可提升提示词中的关键词效果。 4. 能力方面可使用自带的 Bing 搜索和图片识别,根据需求选择,如避免 Webpilot 以免语气变温和。 5. 可根据需求决定是否加入绘画功能。 6. 防护词可参考,但没有完美的防御提示词。 7. 回复风格可来自自己的群聊机器人的风格嫁接。 8. 最后加入一些小 Tips 进一步提升个性化效果。 在场景方面,可以问 Bot 对内容的看法,或让其帮忙分析事情以获得更接地气的表述。 另外,编写提示时: 简单任务场景: 设定人物,描述 Bot 所扮演的角色或职责、回复风格。 描述功能和工作流程,约定 Bot 在不同场景下的回答方式,强调调用工具以保证回复准确性,也可为 Bot 提供回复格式示例。 指示 Bot 在指定范围内回答。 复杂任务场景:推荐使用结构化格式编写提示,扣子支持将 Bot 的提示自动优化成结构化内容,可直接使用或修改。
2025-04-09
扣子AI在中小学数学教学中可以怎么结合使用
扣子 AI 在中小学数学教学中的结合使用可以参考以下方面: 1. 自适应学习系统:例如使用像 Khan Academy 这样的平台,结合 AI 技术为学生提供个性化的数学学习路径和练习题,根据学生的能力和需求进行精准推荐。 2. 智能题库和作业辅助:利用像 Photomath 这样的工具,通过图像识别和数学推理技术为学生提供数学问题的解答和解题步骤。 3. 虚拟教学助手:使用如 Socratic 这样的应用,借助 AI 技术为学生解答数学问题、提供教学视频和答疑服务,帮助学生理解和掌握数学知识。 4. 交互式学习平台:参与像 Wolfram Alpha 这样的交互式学习平台的数学学习课程和实践项目,利用 AI 技术进行数学建模和问题求解。 此外,为小学数学课设计教育游戏时,可以考虑以下几个方面: 1. 游戏机制:选择适合小学生的游戏机制,如跳跃、追逐、搜寻等,增加游戏趣味性和参与度。 2. 游戏元素:选择数学相关的元素,如数字、运算符号、图形等,将它们融入游戏中,使学生通过游戏了解或巩固相应的数学知识。
2025-04-01
扣子设置了微信客服机器人,如何实现机器人按时自动向微信群发布图片或文档等信息。
要实现微信客服机器人按时自动向微信群发布图片或文档等信息,您可以按照以下步骤进行操作: 前提条件: 1. 已开通了。 2. 已搭建了 Bot。 步骤一:获取微信客服配置信息 1. 登录平台。 2. 单击企业信息,然后复制企业 ID。 3. 单击开发配置,然后再单击开始使用。 4. 单击随机获取按钮分别生成并保存 Token 和 EncodingAESKey。复制 Token 和 EncodingAESKey 后,先不要关闭该页面。 步骤二:在扣子中配置微信客服信息 1. 在 Bots 页面,选择需要发布的 Bot。 2. 在 Bot 编排页面,单击发布。 3. 找到微信客服渠道,然后单击配置。 4. 输入步骤一中复制的企业 ID,然后单击下一步。 5. 输入步骤一中复制的 Token 和 EncodingAESKey,然后单击下一步。 6. 复制 webhook 地址。复制 webhook 地址后,先不要关闭该配置窗口。 步骤三:配置回调地址 1. 回到步骤一中的开始企业接入页面,输入上一步中复制的 webhook 地址。单击完成。确保粘贴回调地址时没有引入空格,空格会导致校验失败。 2. 在开发配置页面,复制 secret。 3. 单击客服账号,复制账号。 步骤四:发布 Bot 1. 回到扣子平台的微信客服渠道配置页面,输入复制的 secret 和客服名称。 2. 单击保存。 3. 在发布记录中输入发布信息,然后勾选微信客服渠道,再单击发布。 4. 发布完成后,单击立即对话登录微信客服,体验 Bot 效果。 常见问题: 1. 收不到机器人回复消息怎么办? 可尝试通过以下方法解决: 查看微信客服的启用状态:登录,在应用管理页面,点击微信客服。确保没有启用微信客服功能。如果已经开启了微信客服功能,需要关闭。关闭后,该应用在工作台入口将被隐藏,员工不可使用。请谨慎评估。 检查近期是否有登录企业微信应用。确保企业至少有一个成员通过手机号验证/微信授权登录过企业微信应用。 如果还是有问题,可以发送邮件至 feedback@coze.cn 反馈。
2025-03-30
用扣子的时候怎么让大模型严格按照知识库内容进行输出
以下是关于让大模型严格按照知识库内容进行输出的相关信息: 扣子的知识库功能强大,可上传和存储知识内容,提供多种查找方法。在智能体中使用知识库,收集相关内容,当智能体回答用户时会先检索知识库,使回复更准确。 在“掘金 x 扣子 Hackathon 活动 深圳站”的总冠军工作流中,对于用户向小说人物角色的提问,通过一系列节点,包括开始节点接收问题、知识库节点检索、大模型节点生成答案等,本质上是一个根据用户 query 进行检索增强生成(RAG)的任务,每个工作流中都嵌入了知识库节点,维护了如小说合集等知识库。 大模型节点是调用大语言模型,使用变量和提示词生成回复。按需选择基础版或专业版模型,基础版支持扣子预设的一批模型资源,专业版除默认添加的豆包模型外,还支持按需接入火山引擎方舟平台的模型资源。模型选择右下角生成多样性可从多个维度调整不同模型在生成内容时的随机性,有精确模式、平衡模式和创意模式等预置模式。输入方面,开启智能体对话历史后,上下文信息将自动携带进入大模型,参数名可随意设置但建议有规律,变量值可引用前面链接过的节点的输出或进行输入。
2025-03-26
扣子api的调用流程
扣子 API 的调用流程如下: 1. 传递请求的相关部分: Body:用于传递请求的主体部分,可以是 JSON、XML 或其他类型的数据。在 GET 方法中通常不用于传递参数,因为 GET 方法的 URL 已包含必要参数。 Path:用于定义请求的路径部分,通常以“/”开头,后面跟着一系列段落。在 GET 方法中可传递参数,但常编码为 URL 一部分。 Query:用于定义请求的查询部分,通常以“?”开头,后跟一系列键值对。在 GET 方法中是常用的参数传递方式。 Header:用于定义 HTTP 请求的头信息部分,包括各种头部字段。在 GET 方法中通常不用于传递参数,而是定义请求头部信息。 2. 配置输出参数: 如果填写无误,可直接点击自动解析,会自动调用一次 API 给出对应的输出参数。 例如填入汉字“张”,点击自动解析。解析成功会显示成功,输出参数填好后点击保存并继续。参数描述可根据需求填写。 3. 调试与校验: 测试工具是否能正常运行。 运行后查看输出结果,Request 为输入的传参,Response 为返回值,点击 Response 可看到解析后的参数。 此外,创建扣子的令牌步骤如下: 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”,为令牌起名,选择过期时间(如永久有效),选择指定团队空间(个人空间或团队空间),勾选所有权限,保存好令牌的 Token,切勿向他人泄露。 让 Coze 智能体机器人连上微信和微信群的配置: 1. 获取机器人 ID:在个人空间中找到要接入微信的机器人,如画小二智能小助手,点击进入编辑界面,浏览器地址栏 bot/之后的数据即为机器人的 Bot ID。 2. API 授权:点击右上角发布,会出现 Bot as API,勾选并确定应用已成功授权 Bot as API。
2025-03-25
扣子工作流与用户界面搭建
以下是关于扣子工作流与用户界面搭建的相关内容: 一、工作流搭建 1. 进入扣子(coze.cn),选中「创建应用」,再选中「创建空白应用」,输入「应用名称」进入项目搭建页面。 2. 新增一个工作流,工作流名称叫做 psy_ai。 3. 该项目的业务逻辑是通过上传儿童的绘画作品分析心理状态,分析过程分为多个步骤实现,工作流的编排流程图为:上传作品>多个多模态大模型识别不同元素>分别提取特种并分析>综合分析结果>给出评估与建议。 4. 工作流从左到右分为三组大模型: 第一组多模态大模型主要作用是分析图片元素:整体特征、房屋特征、树木特征、人物特征。 第二组通用大模型主要是对提取到的信息进行对应内容的总结分析。 第三组通用大模型先汇总结果,然后再分别提取不同(诊断评估与建议)的结果。 5. 所有大模型节点对应的 prompt(提示词):文档地址:https://vcn5grhrq8y0.feishu.cn/wiki/Z3NzwrtEKi9h5mk0rTOcAT0xnTc 二、用户界面搭建 1. 选择「桌面网页」类型。 2. 以《小喵星座日历》扣子网页应用为例: 板块 1:输入个人信息和生成图片,包含 2 个选项、1 个按钮、分割图、1 个输入框、1 个按钮。点击生成按钮会触发事件,调用日历生成工作流,生成中时生成按钮禁用,用 loading 按钮展示动态变化。 板块 2:生成星座日历图片,新建一个容器,包含一个文本组件、一个列表组件。 板块 3:查看星座生成记录,新建一个容器,包含一个按钮组件、一个列表组件,点击按钮调用读取生成历史的工作流,列表绑定生成历史工作流的输出结果。 板块 4:查看示例,新建一个容器,包含一个文本组件、4 个图片组件。 三、功能页相关配置 1. {{ImageUpload1.value}}用于获取图片上传组件的第一张图片。 2. {{psy_ai.error}}是工作流的报错信息。 3. 当用户上传图片点击按钮时会进入在家中的状态,右边内容显示容器里有两个组件: 图片组件显示加载中的 gif 图片(默认隐藏),图片来源本地上传加载中 gif 图,尺寸宽度为百分比 100%,高度适应内容,可见性根据{{!psy_ai.loading}}控制,工作流运行中显示。 Markdown 组件显示分析内容,隐藏根据{{psy_ai.loading}},工作流运行完显示。 至此,页面所有的布局和数据交互全部完成。
2025-03-25
智能微信客服
以下是零成本、零代码搭建一个智能微信客服的保姆级教程: 1. 起个好名字和给它头像 进入 Bot 主页并开始创建 Bot,网址:https://www.coze.cn/home 。 名字(Bot 名称):善良有爱专业的幼师。 头像(图标):AI 生成后,不喜欢可以重新生成,选择其中一个。 补充:创建 Bot 的方式有两种,点击创建 Bot 和 Coze Assistant。主页上包含这两种方式,示例通过创建 Bot 创建。侧边导航栏一直有创建 Bot 方式,仅主页有 Coze Assistant。两者区别为: 创建 Bot 适合使用过 Bot 且想好名称和描述的人。 Coze Assistant 适合第一次创建 Bot 的人,从说“我想创建 bot”开始,Coze 助理会引导创建,自动生成名称、头像、人设与回复逻辑、开场白文案、开场白预设问题等。 2. 教她技能 如果通过 Coze Assistant 方式创建 Bot,Coze 助理已帮教技能,可按需修改完善。 起好名字和头像后进入教技能环节,先看整理布局,找到编排、预览与调试,在编排的人设与回复逻辑教她技能: 教她技能 1:认识自己。 教她技能 2:掌握专业技能。 教她技能 3:不能做什么。 3. 让她教别人 她学会技能后,使命及目标是通过互动方式教会请教的人。 找到高级下开场白,点击展开,填写开场白文案、开场白预置问题,设置 3 个问题。 勾选用户问题建议:在 Bot 回复后,根据 Prompt 提供最多 3 条用户提问建议。 添加语音选择:让她不仅会写,还会通过语音交流。 点击“发布”,选择发布平台:Bot Store、豆包、飞书、微信客服、微信公众号(服务号)、微信公众号(订阅号)、掘金。 Bot Store:Bot 会出现在 Coze Bot 商店中,获取更多曝光和流量。 豆包:一键发布到豆包 App,随时随地对话。 飞书:在飞书中直接@Bot 对话,提高工作生产力。 微信客服:微信沟通更高效,是本次分享重点,发布较复杂,下面是重新注册和解绑后重新配置微信客服的流程。 微信公众号(服务号):针对企业,不支持个人注册,订阅号运营主体可为企业或个人。 微信公众号(订阅号):托管公众号消息,助力微信运营无间断。 掘金:在掘金社区 AI 聊天室圈子与 Bot 互动。
2025-04-10
搭建链接转文字的智能体
搭建链接转文字的智能体可以参考以下步骤: 1. 创建一个智能体,输入人设等信息,并放上相关工作流。 2. 配置完成后进行测试。但注意工作流中【所有视频片段拼接】节点使用的插件 api_token 填的是您的 token,为避免他人调用消耗您的费用,您可以将 api_token 作为工作流最开始的输入,让用户购买后输入使用,然后再发布。 3. 在阿里云百炼平台中,Deepseek R1 模型无需部署可直接使用。使用该模型需要解锁和授权,若没有授权按钮需对阿里云进行实名认证,可通过支付宝扫码或在右上角头像处进行,共学群里有相关指引。 4. 新建智能体应用时,可选择模型并调整参数,如回复字数限制和携带上下文轮数等。 5. 对于模型的连接,可通过模型广场的 API 调用示例获取链接,截断后粘贴到 Chat Box 的设置中,添加自定义提供方,设置模型名称为 Deepseek R1,并获取 API key。还可重置 API key 以方便本地软件连接。
2025-04-10
多智能体
多智能体(MultiAgent)是由多个自主、独立的智能体(Agent)组成的系统。在这个系统中,每个智能体都能感知环境、决策并执行任务,且它们之间能信息共享、任务协调与协同行动以实现整体目标。 随着大型语言模型(LLM)出现,以 LLM 为核心构建的 Agent 系统受广泛关注。单 Agent 核心在于 LLM 与工具协同配合,可能需与用户多轮交互。而多 Agent 为不同 Agent 指定角色,通过协作完成复杂任务,与用户交互可能减少。 构建多 Agent 框架,需考虑新增组件,包括: 1. 环境:所有 Agent 处于同一环境,包含全局状态信息,有信息交互与更新。 2. 阶段:通常采用 SOP 思想,将复杂任务分解为多个子任务。 3. 控制器:可以是 LLM 或预先定义好的规则,负责环境在不同 Agent 和阶段间切换。 4. 记忆:因 Agent 数量增多,消息数量及相关字段记录增加。 此外,多智能体系统是实现智能的一种新兴方法,复杂智能行为可来自大量简单智能系统相互作用。Manus 作为全球首款通用型 AI 代理工具,于 2025 年 3 月 5 日发布,其技术架构主要基于多智能体架构,运行在独立虚拟机中,通过规划、执行和验证子模块分工协作处理复杂任务,核心功能由多个独立模型完成,还包括虚拟机、计算资源、生成物、内置多个 agents 等关键组件,采用“少结构,多智能体”设计哲学,实现高效处理和高质量输出。
2025-04-10
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,但因方法无法大规模拓展应用场景,且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任务复杂、成本高,导致 20 世纪 70 年代出现“人工智能寒冬”。 随着时间推移,计算资源变便宜,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出卓越性能。过去十年中,“人工智能”常被视为“神经网络”的同义词,因多数成功案例基于神经网络方法。 以下是人工智能发展历程中的一些重要节点: 1969 年:经历低潮。Marvin Minsky 和 Seymour Papert 阐述因硬件限制,几层的神经网络仅能执行基本计算,AI 领域迎来第一次泡沫破灭。 1960 1970 年代:早期专家系统。此时期 AI 研究集中在符号主义,以逻辑推理为中心,主要是基于规则的系统,如早期专家系统。 1980 年代:神经网络。基于规则的系统弊端显现,人工智能研究关注机器学习,神经网络根据人脑结构和操作创建和建模。 1997 年:深蓝赢得国际象棋比赛。IBM 深蓝战胜国际象棋冠军卡斯帕罗夫,新的基于概率推论思路广泛应用于 AI 领域。 1990 2000 年代:机器学习。AI 研究在机器人技术、计算机视觉和自然语言处理等领域取得显著进展,21 世纪初深度学习出现使语音识别、图像识别和自然语言处理进步成为可能。 2012 年:深度学习兴起。Geoffrey Hinton 开创相关领域,发表开创性论文引入反向传播概念,突破感知器局限。 2012 年:AlexNet 赢得 ImageNet 挑战赛。引发深度学习热潮。 2016 年:AlphaGo 战胜围棋世界冠军。DeepMind 的 AlphaGo 战胜李世石,标志着人工智能在围棋领域超越人类,对人类理解产生深远影响。
2025-04-10
智能客服有什么特别好的产品形态?
智能客服的产品形态具有多样性,以下为您介绍: 1. 传统智能客服:但在 LLM 时代发展不佳,部分企业如 xxx 欠薪、解散团队或转向出海客服方向。这与智能客服行业的属性有关,其分为智能部分和客服部分,智能部分基于 NLP 技术进行 AI 对话管理,客服部分包括传统客服坐席、内部数据查询台、AI 与 IM 对接等。然而,企业对客服效果极为看重,且智能客服企业难以获取关键数据,导致很多采取本地部署,吃力不讨好且难有积累。 2. 基于 LLM 的智能客服:如 GPT 智能客服,通过将 FAQ 上传到知识库,让其具有客服应答能力。GPTs 作为 GPT 的一种 ID 账号形态,开放门槛低,基本是 0 代码,开发方式包括自然语言(prompt)、知识库(knowledge)、第三方 API 对接(Action),具有对话流畅、多观点融合、答案准确等特点,但不太擅长推理计算。 3. 特定功能的智能客服:例如帮助企业快速建立产品智能客服体系的方案,通过用户意图识别、知识库检索答案、AI 大模型总结输出答案等方式,提供全面的 AI 客服解决方案,提高回答准确率,降低企业商用 AI 客服门槛。还有如自动化处理和分析商品负面评论、为中小型消费品企业提供销售订单管理等特定功能的智能客服。
2025-04-10
我是一个新手,我擅长的是短视频和直播,我想做一个智能体+短视频/直播的一个培训,但是我不懂怎么搭建智能体,我应该从哪里开始学
如果您作为新手,想做智能体+短视频/直播的培训但不懂搭建智能体,可以从以下几个方面开始学习: 1. 按照“五津:DeepSeek+扣子:1分钟生成小红书爆款单词视频”中的指导,创建智能体,输入人设等信息,并放上相关工作流。配置完成后进行测试,但千万不要直接发布。工作流中如【所有视频片段拼接】节点使用的插件 api_token 填的是您的 token,为避免他人调用消耗您的费用,您可以将 api_token 作为工作流最开始的输入,让用户购买后自行输入使用,然后再发布。 2. 参考“元子:WayToAGI 知识库究竟咋用?”中的内容,对于完全没有编程基础但对 AI 有一定概念的小白,可以从工具入门篇(AI Agent)中的“Agent 工具小白的 Coze 之旅”开始,了解相关搭建平台。 3. 学习“智谱 BigModel 共学营第二期:把你的微信变成超级 AI 助理”中的教程,包括注册智谱 Tokens 智谱 AI 开放平台(https://bigmodel.cn/),获取资源包(新注册用户注册即送 2000 万 Tokens,或通过充值/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 ),然后进入【财务台】左侧的【资源包管理】查看自己的资源包,再进入智能体中心我的智能体开始创建智能体。
2025-04-10