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

请给我推荐几个带有知识库引用的dify案例

Answer

以下是使用 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：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。

以下是一些带有知识库引用的 Dify 案例：

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

References

问：Dify 构建知识库的具体步骤

使用Dify构建知识库的具体步骤如下：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：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。总的来说，Dify提供了一个可视化的知识库管理工具，使得构建和维护知识库变得相对简单。关键步骤包括数据准备、数据集创建、索引配置，以及将知识库集成到应用中并持续优化。内容由AI大模型生成，请仔细甄别

小七姐-提示词

[小七姐：通过数据分析器+dify快速创建数据集](https://waytoagi.feishu.cn/wiki/XhWdw6UdUihr0EkJK8ScuFDdnOc)[小七姐：K12领域应用-儿童PBL项目Prompt](https://waytoagi.feishu.cn/wiki/EvrRwlyLviLcL6knFSdc8E40nl2)[小七姐：知识图谱自动生成的尝试](https://waytoagi.feishu.cn/wiki/LcAAwPUgiieXgfkQXy9c1avmnte)[小七姐：基于联网验证科学新闻的科普作者](https://waytoagi.feishu.cn/wiki/HPkewFMdniRe3MkOH6ocqFYZnNq)[小七姐：英文病例解读专家](https://waytoagi.feishu.cn/wiki/Nnwvw9K9Pikz2nkuMr5cweKDnbf)[小七姐：HR工具-通过连续对话生成JD和面试题参考](https://waytoagi.feishu.cn/wiki/W4uIwQczaiWMFAkd8RTc1ZRynvb)[小七姐：晚餐盲盒|经典的少样本提示和思维链提示的用法](https://waytoagi.feishu.cn/wiki/C3phwHkmJik4HSk1SVPcArrXncg)

小七姐的提示词课程

[小七姐：通过数据分析器+dify快速创建数据集](https://waytoagi.feishu.cn/wiki/XhWdw6UdUihr0EkJK8ScuFDdnOc)[小七姐：K12领域应用-儿童PBL项目Prompt](https://waytoagi.feishu.cn/wiki/EvrRwlyLviLcL6knFSdc8E40nl2)[小七姐：知识图谱自动生成的尝试](https://waytoagi.feishu.cn/wiki/LcAAwPUgiieXgfkQXy9c1avmnte)[小七姐：基于联网验证科学新闻的科普作者](https://waytoagi.feishu.cn/wiki/HPkewFMdniRe3MkOH6ocqFYZnNq)[小七姐：英文病例解读专家](https://waytoagi.feishu.cn/wiki/Nnwvw9K9Pikz2nkuMr5cweKDnbf)[小七姐：HR工具-通过连续对话生成JD和面试题参考](https://waytoagi.feishu.cn/wiki/W4uIwQczaiWMFAkd8RTc1ZRynvb)[小七姐：晚餐盲盒|经典的少样本提示和思维链提示的用法](https://waytoagi.feishu.cn/wiki/C3phwHkmJik4HSk1SVPcArrXncg)

Others are asking
dify
Dify 是一个开源的大模型应用开发平台，具有以下特点和功能： 构建知识库的具体步骤： 准备数据：收集文本数据，包括文档、表格等格式，进行清洗、分段等预处理以确保数据质量。 创建数据集：在 Dify 中创建新数据集，上传准备好的文档，并编写良好的描述。 配置索引方式：提供三种索引方式（高质量模式、经济模式和 Q&A 分段模式），根据实际需求选择，如追求更高准确度可选高质量模式。 集成至应用：将数据集集成到 Dify 的对话型应用中，在应用设置中配置数据集的使用方式。 持续优化：收集用户反馈，对知识库内容和索引方式持续优化和迭代，定期更新知识库。 平台特点： 结合后端即服务和 LLMOps 理念，提供直观界面快速构建和部署生产级别的生成式 AI 应用。 具备强大的工作流构建工具，支持广泛的模型集成。 提供功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。 允许用户定义 Agent 智能体，并通过 LLMOps 功能对应用程序性能进行持续监控和优化。 提供云服务和本地部署选项，满足不同用户需求。 开源特性确保对数据的完全控制和快速的产品迭代。 设计理念注重简单性、克制和快速迭代，为创业团队构建 MVP、企业集成 LLM 等提供支持和工具。 Dify 官方手册：https://docs.dify.ai/v/zhhans 。一般来说，如果是个人研究，推荐单独使用 Dify，如果是企业级落地项目，推荐使用多种框架结合，效果更好。
2025-03-02
我想找跟dify相关的学习资料
以下是关于 Dify 的学习资料： 部署 Dify：通过云服务器、智能微秘书免费搭建微信机器人。相关命令在宝塔面板的终端安装，如在/root/dify/docker 目录下的操作。若遇到问题，如 80 端口被占用，可将终端输出的代码粘贴给 AI 寻求解决。完成后在浏览器输入公网 IP 进入，创建知识库、选择模型等。 构建知识库的具体步骤： 准备数据：收集文本数据并进行预处理。 创建数据集：在 Dify 中创建新数据集并上传数据，编写描述。 配置索引方式：有高质量模式、经济模式和 Q&A 分段模式可选。 集成至应用：将数据集集成到对话型应用中，配置使用方式。 持续优化：收集反馈，更新内容。 Dify 介绍：是开源的大模型应用开发平台，结合后端即服务和 LLMOps 理念，提供直观界面构建和部署生产级别生成式 AI 应用。具备强大工作流构建工具、支持广泛模型集成、提示词 IDE、RAG Pipeline 等，允许定义 Agent 智能体，可监控和优化应用性能，有云服务和本地部署选项。个人研究可单独使用，企业级落地项目推荐多种框架结合。 Dify 官方手册：https://docs.dify.ai/v/zhhans
2025-03-02
dify平台
Dify 是一个开源的大模型应用开发平台： 理念：结合后端即服务和 LLMOps 的理念。 特点：为用户提供直观界面，能快速构建和部署生产级别的生成式 AI 应用。具备强大工作流构建工具，支持广泛模型集成，有功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。允许用户定义 Agent 智能体，通过 LLMOps 功能持续监控和优化应用程序性能。 部署选项：提供云服务和本地部署，满足不同用户需求。 优势：开源特性确保对数据完全控制和快速产品迭代。设计理念注重简单性、克制和快速迭代，能帮助用户将 AI 应用创意快速转化为现实。 适用场景：个人研究推荐单独使用，企业级落地项目推荐多种框架结合。 Dify 官方手册：https://docs.dify.ai/v/zhhans
2025-02-27
dify平台入门
Dify 是一个开源的大模型应用开发平台： 理念：结合后端即服务和 LLMOps 的理念。 特点：为用户提供直观界面，快速构建和部署生产级别的生成式 AI 应用。具备强大工作流构建工具，支持广泛模型集成，有功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。允许用户定义 Agent 智能体，通过 LLMOps 功能持续监控和优化应用程序性能。 部署选项：提供云服务和本地部署，满足不同需求。 优势：开源特性确保对数据完全控制和快速产品迭代，设计理念注重简单、克制和快速迭代，能帮助用户将 AI 应用创意快速转化为现实。 建议：个人研究推荐单独使用，企业级落地项目推荐多种框架结合。 Dify 官方手册：https://docs.dify.ai/v/zhhans
2025-02-26
dify部署
Dify 是一款开源的大语言模型应用开发平台，以下是关于 Dify 部署的相关信息： 1. 运行 Dify： 本地需先支持 Docker 和 Git 的依赖环境。 在对应的终端直接执行相关代码即可运行。 2. 添加模型： Dify 启动成功后，通过浏览器访问 ，新建账号密码。 在右上角 admin 处点击设置，新增本地模型配置，如添加 LLM 模型为 deepseekr1:7b，基础 URL 为 ，并添加 Text Embedding 模型。 3. 部署方式： 可参考 https://docs.dify.ai/v/zhhans/gettingstarted/installselfhosted/dockercompose ，这些命令在宝塔面板的终端安装。 若使用云服务器 Docker 部署，可重装服务器系统，安装宝塔面板，进行防火墙端口放行和获取宝塔面板账号密码等操作，然后安装 Docker 用于 Dify 部署。 部署过程中需注意确保每一步成功后再进行下一步，如遇到问题可咨询相关技术支持或向 AI 寻求帮助。
2025-02-23
difyd本地部署
Dify 是一款开源的大语言模型应用开发平台，具有以下特点和部署方式： 特点：融合后端即服务和 LLMOps 理念，内置关键技术栈，支持数百个模型，有直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，提供易用界面和 API，非技术人员也能参与。 本地部署： 依赖环境：本地需先支持 Docker 和 Git。 运行：在对应终端执行相关代码。 添加模型：启动成功后，浏览器访问，新建账号密码，在右上角 admin 处点击设置，新增本地模型配置，如添加 LLM 模型 deepseekr1:7b 及 Text Embedding 模型。 云服务器部署：参考 https://docs.dify.ai/v/zhhans/gettingstarted/installselfhosted/dockercompose ，在宝塔面板终端安装，注意处理可能出现的 80 端口被占用等问题。可选择国内模型，如智谱 ai，获取钥匙并复制保存，创建应用等。 Dify 在私人定制类 AI 应用中表现出色，安装过程简单，熟练用户约 5 分钟可完成本地部署，集成依赖到一键部署指令。它支持本地和云端部署，云端有包月套餐，但访问可能需特殊方法。本地部署需自行处理模型接入等问题，构建个人知识库要考虑多种因素。用户可根据需求、技术能力和预算选择。
2025-02-23
知识库如何搭建
搭建知识库的方法主要有以下几种： 1. 利用本地部署大模型搭建个人知识库： RAG 技术：利用大模型的能力搭建知识库是 RAG 技术的应用。在这个过程中，首先检索外部数据，然后在生成步骤中将这些数据传递给 LLM。RAG 的应用包括文档加载（从多种不同来源加载文档）、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 生成答案）。 文本加载器：将用户提供的文本加载到内存中，便于进行后续的处理。 2. 使用 Dify 构建知识库： 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，并对数据进行清洗、分段等预处理，确保数据质量。 创建数据集：在 Dify 中创建新的数据集，上传准备好的文档，并为数据集编写良好的描述。 配置索引方式：Dify 提供了三种索引方式供选择，根据实际需求选择合适的方式。 集成至应用：将创建好的数据集集成到 Dify 的对话型应用中，在应用设置中配置数据集的使用方式。 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。 3. 在 Coze 智能体中创建知识库： 在线知识库：点击创建知识库，创建一个画小二课程的 FAQ 知识库。知识库的飞书在线文档中，每个问题和答案以分割，选择飞书文档、自定义的自定义，输入，然后可编辑修改和删除，添加 Bot 并在调试区测试效果。 本地文档：对于本地 word 文件，注意拆分内容以提高训练数据准确度。例如画小二课程分为多个章节，先放入大的章节名称内容，再按固定方式处理章节内详细内容。 发布应用：点击发布，确保在 Bot 商店中能够搜到。
2025-03-03
知识库目录
以下是通往 AGI 之路的知识库目录： 1. 直播一期：知识库及 GPT 基础介绍 知识库及社群介绍 知识库目录导览 2. 5.关于我们&致谢 AGI 知识库：一个启程的故事 3. 🌈通往 AGI 之路分享会 深入浅出理解 AI 目录 有趣的 AI 案例 AI 的原理 Diffusion 原理和案例 什么是 Agent 此外，还包括以下相关链接： 直播回放：https://www.bilibili.com/video/BV1QN411j719/ （小红书）
2025-03-03
从知识库中查询与：[DeepSeek] 相关的热门资讯信息
以下是与 DeepSeek 相关的热门资讯信息： 《DeepSeek 首次考虑外部融资！全文信息量很大》：DeepSeek 在短时间内崛起，其 V3 和 R1 模型有高效训练成本与强大推理能力，但因用户增长面临计算需求激增、芯片短缺和基础设施扩展挑战，首次考虑外部融资，包括阿里巴巴和中国主权财富基金在内的投资者有兴趣，若接受国家资本可能引发监管担忧，公司还在探索通过东南亚数据中心获取更多 Nvidia AI 芯片以绕开出口限制。 微博上热搜，主流媒体全报道了 DeepSeek 深度推理+联网搜索目前断档第一的情况，相关文章包括： 通往 AGI 之路：《关于 DeepSeek 的所有事情【知识库持续更新中】》 数字生命卡兹克：《DeepSeek 的提示词技巧，就是没有技巧。》 宝玉：《教你如何破解 DeepSeek R1 系统提示词》 橘子汽水铺：《中国开源，震撼世界：DeepSeek R1 的变革、启示与展望》《自学成才之路，DeepSeek R1 论文解读》 新智元：《史上首次，DeepSeek 登顶中美 AppStore！NYU 教授：全球「AI 霸权」之争已结束》 一支烟花 AI：《用流程图对比 DeepSeekR1,OpenAI O1,Claude 说明强化学习在 AI 大模型训练、推理的创新和意义》 腾讯科技：《一文读懂｜DeepSeek 新模型大揭秘，为何它能震动全球 AI 圈》 张小珺腾讯科技：《一场关于 DeepSeek 的高质量闭门会：比技术更重要的是愿景》
2025-03-02
利用AI打造个人知识库
利用 AI 打造个人知识库可以通过以下方式实现： 1. 使用 GPT 打造个人知识库： 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，将问题转换成向量，与向量储存库中的向量比对，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“此文作者是谁？”的问题，可直观或通过比较 embeddings 向量得出关联度最高的文本块，如“本文作者：越山。xxxx。”“《反脆弱》作者塔勒布xxxx。”，最后发送给 GPT API 的问题类似于“此文作者是谁？从以下信息中获取答案：本文作者：越山。xxxx。《反脆弱》作者塔勒布xxxx。” 2. 搭建基于 GPT API 的定制化知识库： 涉及给 GPT 输入定制化知识，但 GPT3.5 一次交互支持的 Token 有限，OpenAI 提供了 embedding API 解决方案。 Embeddings 是浮点数字的向量，两个向量之间的距离衡量关联性，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的量，在计算机科学中常用列表表示，向量间距离有多种计算方式，如欧几里得距离。 3. 小七姐提出的 AI 时代知识管理体系构建： 包括读书时看到有触动的文本作为书摘。 对书摘整理归纳、标记重点、打赏标签放入笔记系统，准备深度思考和实践。 基于笔记提到的 AI 对人的赋能模式展开深度实践，如通过 AI 信息杠杆迅速掌握相关知识。 基于实践生成自己的观点和决策，并打造成体系化的内容产品实现价值。 最终把碎片化知识在知识库中流转，从书摘变成体系化内容，把“别人说的话”变成“自己的智慧”。 希望以上内容能帮助您打造个人知识库。
2025-03-01
本地知识库
以下是关于本地知识库的相关内容： 一、本地知识库进阶 如果想要对知识库进行更加灵活的掌控，需要使用额外的软件 AnythingLLM。它包含了所有 Open WebUI 的能力，并额外支持选择文本嵌入模型和向量数据库。 安装地址：https://useanything.com/download 。安装完成后进入配置页面，主要分为三步： 1. 第一步：选择大模型。 2. 第二步：选择文本嵌入模型。 3. 第三步：选择向量数据库。 二、构建本地知识库 AnythingLLM 中有 Workspace 的概念，可以创建自己独有的 Workspace 与其他项目数据隔离。 1. 首先创建一个工作空间。 2. 上传文档并且在工作空间中进行文本嵌入。 3. 选择对话模式，提供了两种模式： Chat 模式：大模型会根据自己的训练数据和上传的文档数据综合给出答案。 Query 模式：大模型仅仅会依靠文档中的数据给出答案。 4. 测试对话，完成上述配置后即可与大模型进行对话。 三、RAG 是什么 利用大模型的能力搭建知识库是 RAG 技术的应用。在进行本地知识库搭建实操前，需先了解 RAG。 RAG 实现方法是检索增强生成（Retrieval Augmented Generation），过程包括文档加载、文本分割、存储、检索和输出。 文档加载可从多种来源加载，包括非结构化、结构化和代码等数据。 文本分割将文档切分为指定大小的块。 存储涉及将文档块嵌入转换成向量形式并存储到向量数据库。 检索通过算法找到与输入问题相似的嵌入片。 输出是将问题和检索出的嵌入片提交给 LLM 生成答案。 四、Obsidian 与 Cursor 结合 因为 Obsidian 浏览器剪藏插件强大而开始玩 Obsidian，想打造本地知识库加 AI 加持。Obsidian 的 AI 插件配置复杂，体验不佳。 发现 Cursor 能解决问题，主要有三类作用： 1. 用模糊问题检索笔记库，而非关键字。 2. 基于笔记库进行研究，结合多个笔记软件给出建议。 3. 生成和修改笔记，如生成整个笔记文件或修改笔记文案。教程中为照顾多数人会用默认中文且免费的 Trae 演示，其他 AI IDE 也大同小异。
2025-03-01
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
有没有具体的案例供参考呢？
以下为您提供一些 AI 应用的具体案例供参考： 即梦的智能参考功能： 模特图方面，可实现变装、换发型、换脸、换发色和调整人物姿势等，例如将模特衣服换成婚纱、将图片背景换成橙色等。 产品图方面，能改变产品材质和调整画面背景，比如将沙发材质换成布或毛绒等。 电商海报方面，支持随意更改背景、元素以适应不同营销主题，例如把图片背景改成居家风格。 基础操作包括打开即梦官网 https://jimeng.jianying.com/ ，选择图片生成，然后选择导入参考图并点击智能参考。 原文链接：https://mp.weixin.qq.com/s/sD0RFMqnFZ6Bj9ZcyFuZNA AIGC 落地应用案例推荐： 部分案例取自以下来源：AIGC 交流群工具沉淀.by 向阳、通往 AGI 之路、No.1 关于 AI 的 107 个人，61 个工具和 28 个通讯.by 赛博禅心、Chat GPT Plugins 全面测评.by 捡到一束光、https://www.futurepedia.io/aitools/funtools 等。 周三【workshop】一起写 Prompts 成果展示： 小组 1 中，一个 prompt 主要用于输入主题为老师生成 PPT，使用者为教师（生成）和学生（阅读）。目前的最好解决方案包括提炼教学内容核心概念确定主题、增加提纲、对提纲进行关键词描述、根据关键词书写提纲下的摘要，并让用户确认生成的课件提纲和内容是否需要修改。成熟的案例参考：step 1（根据 PPT 大纲助手 GPTs 生成 PPT 大纲）：https://chat.openai.com/g/gOKorMBxxUpptdagangzhushou ；step 2（根据输入文本生成 PPT 内容 GPTs 生成 PPT 内容）：https://chat.openai.com/g/gYJs9jxVBHshuruwenbenshengchengpptneirong ；step 3（将生成的内容复制到 Marp Web 渲染简洁的 PPT）：https://web.marp.app/
2025-02-28
土木建筑类AI案例
以下是一些能够帮助建筑设计师审核规划平面图的 AI 工具： 1. HDAidMaster：这是一款云端工具，建筑师能在平台上使用主流的 AIGC 功能进行有趣的集卡式方案创作，在建筑、室内和景观设计领域表现出色，平台搭载自主训练的建筑大模型 ArchiMaster，软件 UI 和设计成果颜值在线。 2. Maket.ai：主要面向住宅行业，在户型和室内软装设计方面有 AI 技术探索，设计师输入房间面积需求和土地约束，软件能自动生成户型图并查看详细设计结果。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，提供全新设计模式，在住宅设计早期可引入标准和规范约束 AI 生成的设计结果，保证合规性。 4. Fast AI 人工智能审图平台：形成全自动智能审图流程，从住宅设计图构件开始，集自动导入、区域划分、构件识别、强条审查和自动导出结果于一体，为建筑信息自动建模打下基础，实现建筑全寿命周期内信息集成和数据汇总管理。 每个工具都有特定应用场景和功能，建议根据具体需求选择合适的工具。但需注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-02-28
AI 项目企业落地方向和案例。
以下是关于 AI 项目企业落地方向和案例的相关内容： AI 企业落地应用方面，有文章能带你快速搞懂本轮 AI 大模型革命的核心知识信息，从历史到今天，从原理到应用，从产业到趋势，以通俗易懂但不失专业严谨的方式带你走入 AI 的世界。 Anthropic 在 AI Engineer Summit 2025 上分享了企业应用 AI 的最佳实践，并总结了常见错误。核心挑战包括如何入手、如何评估效果、技术选择困惑（如是否需要微调）。关键经验是评估先行，明确“智能度、成本、延迟”之间的平衡，避免过早微调，先进行基础优化。案例方面，Intercom 通过评估优化 AI Agent Fin，使其处理 86%的客服请求，其中 51%无需人工介入。相关链接： 此外，还有用飞书+DeepSeek R1 搭建自动化 AI 工作流的相关内容。流程包括 URL 内容抓取➝DeepSeek R1 翻译➝自动改写➝生成文章。飞书提供快速启动模板，支持翻译、OCR 等任务。工作流链接： 。 宝玉 Q&A 中提到处理大规模代码，可使用 XML 包裹，超大代码可上传 GitHub 供 AI 分析，AI 还可生成代码并搜索相关库。查看内容： 。ChatGPT 免费用户可使用 GPT4o mini 语音版，免费用户可体验自然对话节奏，Plus/Pro 用户享特权。
2025-02-27
AI介入设计的相关案例
以下是大淘宝设计部 2023 年度 AI 设计实践的相关案例： 1. 在工作流方面： 主要工具为 Midjourney 和 Stabel Diffusion，辅助工具有 RUNWAY 和 PS beta 等。 在营销设计中，AI 设计使整体项目设计时间大约减少 18%左右，其中在创意阶段丰富性提升 150%左右、时间节省 60%左右。 创意多样，项目中不同创意概念的提出数量增加了 150%。 执行加速，设计师在创意生成阶段的时间缩短了平均 60%。 整体提效，从创意发散到落地执行品效都有显著提升。 2. 具体应用场景案例： 大促营销：通过 AI 生成图像或素材，再结合平面合成及修正，确保符合品牌形象，更精准表达营销活动主题，如淘宝天猫大促视觉、双 11 大促横向会场版头模板化应用、天猫小黑盒新品联名等。 AI 布景：对于定制化真人模特实景素材的主题活动，通过 AI 完成页面所有素材的生产和输出，如七夕主题活动页面、超级品类日传播拍摄创意等。 产品营销视觉：在 UI 设计场景中，采用 AI 能力快速定制多种用户需要的视觉效果，如 88VIPAI 定制皮肤。 品牌超级符号映射：根据品牌符号的模型训练和结构控制，用户输入丰富关键词即可快速完成准确的超级符号主视觉，如双 11AI 创作赢红包、双 11 联合传播猫头海报&花车大巡游、超级品类日品牌符号系列海报等。 品牌 IP 形象 AI 生成：训练特定的天猫/淘宝/营销 IP 公仔模型，稳定输出定制化 IP 形象，如天猫 AI 玩行动品牌联合海报、天猫双 11出游主题喵卡、淘宝天猫一起冲亚、天猫 U 先公仔三视图生成及应用等。 传播&投放：如双 11 超级发布品牌联合海报、媒介投放开屏海报。
2025-02-26
model endpoint ID是什么东西？请用文字、数据、案例、比喻等形式进行教学
很抱歉，目前没有关于“model endpoint ID”的相关内容。但一般来说，“model endpoint ID”可以理解为模型服务端点的标识符。 打个比方，就像每个房间都有一个独特的门牌号，“model endpoint ID”就是模型服务这个“房间”的门牌号，通过它可以准确地找到和调用特定的模型服务。 在实际的数据处理中，它可能类似于一个唯一的编码，比如“MEID12345”，用于区分不同的模型服务端点，以便系统能够准确地将请求路由到对应的模型服务进行处理。 希望这样的解释能对您有所帮助，如果您还有其他疑问，请随时向我提问。
2025-02-26
TPM 限制是什么意思？请用文字、数据、案例、比喻等形式进行教学
TPM 限制指的是每分钟处理的事务数（Transactions Per Minute）的限制。 以字节火山引擎为例，它默认提供了高达 500 万 TPM 的初始限流。这对于像一次工作流测试就消耗 3000 多万 tokens 的用户来说，限流的设置具有重要意义。 打个比喻，TPM 限制就好像是一条道路上设置的通行车辆数量限制，如果超过这个限制，就可能导致交通拥堵或者无法正常通行。在 AI 领域，超过 TPM 限制可能会影响服务的性能和稳定性。 比如，当有大量的请求同时发送到系统，如果没有 TPM 限制，可能会导致系统响应变慢甚至崩溃；而有了合理的 TPM 限制，就能保证系统有序地处理请求，为用户提供稳定可靠的服务。
2025-02-26
有什么帮助查找论文，提供论文引用文献和被引用文献的AI
以下是一些能够帮助查找论文、提供论文引用文献和被引用文献的 AI 工具： 1. 文献管理和搜索： Zotero：结合 AI 技术，能自动提取文献信息，便于管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，可提供文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术进行文本校对、语法修正和写作风格建议，提升论文语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 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，方便进行数据分析和可视化。 Knitro：用于数学建模和优化的软件，有助于进行复杂的数据分析和模型构建。 4. 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，有丰富模板库和协作功能，简化论文编写。 5. 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：检测潜在抄袭问题。 此外，还有以下相关的 AI 工具和网站： 1. TXYZ 网站： 帮助搜索、查询专业文献并进行对话的 AI 工具，提供一站式服务。 是唯一和预印本文库 arxiv.org 官方合作的 AI 工具，ArXiv 的每篇论文下有直达 TXYZ 的按钮。 用户可上传 PDF 论文或链接，迅速找到所需答案和内容，在对话中提供论文参考和可信背书。 2. 一些 GPTs 工具： Consensus：AI 研究助手，可搜索 2 亿篇学术论文，获取基于科学的答案并带有准确引用的内容草稿。 AskYourPDF Research Assistant：增强研究，可与多个文件聊天，生成带引文的文章，分析和生成论文参考文献等。 Best Custom GPTs：在一个地方搜索所有公开 GPT，找到适合需求的自定义 ChatGPT。 AutoExpert：自动组建动态专家团队，回答、辩论和探讨问题。 ResearchGPT：人工智能研究助手，帮助从大量文章中发现最新和相关论文，并提供引文支持的答案。 The Glibatree Art Designer：根据提示和要求生成艺术设计作品。 使用这些工具时，要结合自身写作风格和需求，选择最合适的辅助工具。请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-02-10
Dify引用飞书智能表格
以下是关于 Dify 引用飞书智能表格打造专属 AI 智能体的相关内容： 首先是逐步搭建 AI 智能体： 1. 设计 AI 智能体架构：构思整个架构，规定稍后读阅读清单的元数据。新建飞书多维表格，根据管理需要定义元数据字段，如“内容”（超链接格式，显示页面标题，可点击跳转具体页面）、“摘要”（总结内容主题、关键信息、阅读价值，并指出适合的读者群体）、“作者”、“平台”、“状态”（阅读状态，收藏的默认态为“仅记录”）、“发布日期”、“收集时间”。为方便跟做，可直接复制准备好的模板： 2. 搭建整理入库工作流：这是支撑整个 AI 稍后读服务的前置流程。首先新建工作流「url2table」，根据弹窗要求自定义工作流信息。工作流全局流程设置如下： 开始节点：输入 url，由于希望收到用户输入的待收藏 url 就开始流程，所以不需要额外配置。 变量节点：引入 bot 变量中保存的飞书多维表格地址，将飞书多维表格链接存储在 bot 的变量中，在工作流运行时进行引用。 插件节点：获取页面内容，把开始节点的{{BOT_USER_INPUT}}引入到参数{{url}}中，随便设置{{timeout}}为 60000。
2025-01-21
智能体引用知识库效果不好，可以从哪些方面来着手调整
智能体引用知识库效果不好，可以从以下方面着手调整： 1. 整理知识库文档阶段： 确定包含的文档类型，如政策原文文档、业务积累的 QA、操作指引、产品说明等，并进行预处理。 注重知识库本身质量，因为这是大模型生成回答的原始语料。 优化文档格式，实践中根据场景测试 PDF 或.docx 等格式，一般 PDF 文档效果较好，因其格式信息简洁，对大模型干扰少。 规范文档命名，尽量控制在 10 字左右，涵义简洁明了，避免无意义的数字、符号或缩写。 统一文档语言，避免中英文、繁简体混杂。 优化文档内容，设置清晰的一二级标题，对难以处理的图片、表格、公式、超链接、附件、架构图、代码等进行特殊处理。 2. 调优实践： 更换大模型，如从 ChatGLM26B 替换成 baichuan213b，针对特定场景可能提升性能。 更换 embedding 模型，如将 LangChain Chatchat 默认的 m3ebase 替换为 bgelargezh。 测试不同 Top k 的值，如比较 Top 5、Top 10、Top 15 的结果，可能发现 Top 10 时效果最优。 处理文档名称，人工重命名文件，上传相同文件构建知识库，同时在构建时勾选【开启中文标题加强】选项，虽重命名文件效果不明显，但勾选该选项后回答的无关信息减少，效果有所提升。
2024-08-19
请问midjourney cref和sref的区别，如果我想引用一张图，但只是把它作为新图的一部分如何写prompt
在Midjourney中，`cref`和`sref`都是用于引用图片的功能，但它们的作用和使用方式有所不同： 1. 角色参考（cref）：`cref`的功能是保持图像角色的一致性。根据你提供的现有角色图像的URL, 生成与之相似的角色。使用方法是在提示后添加 `cref`，并紧接着指向人物参考图像的 URL。例如：`/imagine prompt beautiful girl cref `。您可以使用 `cw` 来调整参考图像对生成的图像的影响程度，数值范围从 0 到 100。 2. 风格参考（sref）：`sref`的功能是生成类似风格的图片，保持画风的一致性。使用方法是在提示后添加 `sref`，并紧接着指向风格参考图像的 URL。例如：`/imagine prompt beautiful girl sref `。您可以使用 `sw` 来调整参考风格对生成的图像的影响程度，数值范围从 0 到 1000。 如果你想引用一张图，但只是把它作为新图的一部分，你可以使用 `sref` 或 `cref`，并通过调整 `sw` 或 `cw` 的值来控制引用图像的影响程度。 例如，如果你想引用一张图的风格，但只希望它占新图的一部分，你可以这样写提示：`/imagine prompt beautiful girl sref sw 500`。这样，生成的图像将会在保持原有风格的同时，融入一部分引用图像的风格¹。 希望这些信息对您有所帮助！如果您有其他问题，欢迎随时向我提问。
2024-04-21