coze平台有没有DeepSeek的mml可以调用

以下是关于学习 DeepSeek 的一些内容： 相关讨论和研究：包括 DeepSeek 在全球 AI 社区的意义、技术突破、资源分配策略、长上下文能力、量化商业模式以及对 AI 生态系统的影响，还有其在架构和工程上的创新，如 MoE、MLA、MTP 和 FP8 混合精度训练等。您可以通过以下链接获取详细信息： 核心原理认知： 多模态理解：支持文本/代码/数学公式混合输入。 动态上下文：对话式连续记忆（约 4K tokens 上下文窗口）。 任务适应性：可切换创意生成/逻辑推理/数据分析模式。 系统响应机制：采用意图识别+内容生成双通道处理，自动检测 prompt 中的任务类型、输出格式、知识范围，对位置权重（开头/结尾）、符号强调敏感。 基础指令框架： 不知道如何表达时可套用框架指令，包括四要素模板、格式控制语法（强制结构、占位符标记、优先级符号）。 进阶控制技巧： 思维链引导：分步标记法、苏格拉底式追问。 知识库调用：领域限定指令、文献引用模式。 多模态输出。 提示词使用： 效果对比：可通过 Coze 做小测试对比。 使用方法：搜索 www.deepseek.com 点击“开始对话”，将装有提示词的代码发给 Deepseek，认真阅读开场白后正式开始对话。 设计思路：将 Agent 封装成 Prompt 并储存在文件，实现同时使用联网和深度思考功能，优化输出质量，设计阈值系统，用 XML 进行规范设定。 完整提示词：v 1.3 特别鸣谢：李继刚、Thinking Claude、Claude 3.5 Sonnet 等为相关工作提供了帮助和灵感。

以下是在极空间部署 DeepSeek 的相关信息： 1. 效果对比：用 Coze 做了小测试，可对比查看 2. 如何使用： 搜索 www.deepseek.com，点击“开始对话” 将装有提示词的代码发给 Deepseek 认真阅读开场白之后，正式开始对话 3. 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定） 4. 完整提示词：v 1.3 5. 特别鸣谢：李继刚的【思考的七把武器】在前期为提供了很多思考方向；Thinking Claude 是最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手 6. 环境配置指南： DeepSeek 平台设置：首先到 deepseek 的官网（https://www.deepseek.com/），进入右上角的 API 开放平台。早期 deepseek 有赠送额度，没有赠送余额可选择充值，支持美元和人民币两种结算方式及各种个性化充值方式，创建一个 API key，注意 API key 只会出现一次请及时保存。 设置代码编辑器：下载 cursor（https://www.cursor.com/）或 vscode（https://code.visualstudio.com/），以 cursor 为例，下载安装后在插件页面搜索并安装 Roocline，安装完后打开三角箭头可看到 RooCline，选中并点击齿轮进入设置，依次设置。配置基本参数：API Provider 选择 DeepSeek，API Key 填入已创建的 key，模型选择 DeepSeekreasoner，设置语言偏好。小贴士：记得把 HighRisk 选项都打开，最后做完所有不要忘记点击 Done 保存修改。在聊天框输入产品需求，输入需求后点击星星优化提示词，最终得到想要的结果。 7. 评论：游戏科学创始人、黑神话悟空制作人冯骥表示，DeepSeek 可能是个国运级别的科技成果。DeepSeek 具有强大的推理能力、便宜、开源、免费、联网、本土等优势。如果看到这条微博，应直接访问网页链接马上用起来，也有移动 APP。

以下是 DeepSeek 的使用指南： 1. 核心原理认知： AI 特性定位：支持文本/代码/数学公式混合输入，具有动态上下文（约 4K tokens 上下文窗口）和任务适应性（可切换创意生成/逻辑推理/数据分析模式）。 系统响应机制：采用意图识别+内容生成双通道处理，自动检测 prompt 中的任务类型、输出格式、知识范围，对位置权重（开头/结尾）、符号强调敏感。 2. 基础指令框架： 可以套用框架指令，如果不知道如何表达。 四要素模板示例。 格式控制语法：强制结构使用```包裹格式要求，占位符标记用{{}}标注需填充内容，优先级符号>表示关键要求，!表示禁止项。 3. 进阶控制技巧： 思维链引导：分步标记法，如请逐步思考：1.问题分析→2.方案设计→3.风险评估；苏格拉底式追问，即在得出最终结论前，请先列举三个可能存在的认知偏差。 知识库调用：领域限定指令，如基于 2023 版中国药典，说明头孢类药物的配伍禁忌；文献引用模式，如以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破。 4. 使用步骤： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后，正式开始对话。 此外，DeepSeek 在设计思路上，将 Agent 封装成 Prompt 并储存在文件，以实现同时使用联网功能和深度思考功能，在模型默认能力基础上优化输出质量等。同时，也有完整提示词 v1.3 版本。

DeepSeek 不是“中国式创新”的产物，其在硅谷受到关注和追逐并非近期之事。早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发小范围轰动，相关论文也在 AI 研究界被广泛分享和讨论。而当时在国内，DeepSeek 被描绘成“大模型价格战的发起者”。 DeepSeek 的秘方是硅谷味儿的。如果 V3 是其 GPT3 时刻，接下来的发展充满未知，但 DeepSeek 已成为中国最全球化的 AI 公司之一，赢得全球同行甚至对手尊重的秘方也是硅谷味儿的。 在案例方面，Deepseek 的输出有诸多神来之笔，如在独白文本中自行加入括号中的场景描述，增强画面感，还能预判用户需求，在简洁的提示词输入下，自然想到给输出增加文学性，展现出“高级的智能”，但存在与史实不符的商榷点。

DeepSeek 的秘方是硅谷味儿的。早在 2024 年 5 月 DeepSeekV2 发布时，其以多头潜在注意力机制（MLA）架构的创新在硅谷引发小范围轰动，相关论文也在 AI 研究界被广泛分享和讨论。而当时在国内，DeepSeek 被描摹成“大模型价格战的发起者”。 如果 V3 是 DeepSeek 的 GPT3 时刻，接下来的发展充满未知，但 DeepSeek 已成为中国最全球化的 AI 公司之一，其赢得全球同行尊重的秘方也是硅谷味儿的。 在案例方面，Deepseek 的输出有诸多神来之笔，如在独白文本中自行加入括号中的场景描述，增强画面感，还能预判用户需求，在简洁的提示词输入下，自然想到给输出加上文学性，展现出“高级的智能”，但也存在值得商榷之处，如与史实的某些不符。

DeepSeek 不是“中国式创新”的产物，其在硅谷受到关注和追逐并非近期之事。早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发小范围轰动，相关论文也在 AI 研究界被广泛分享和讨论。当时在国内舆论场，DeepSeek 被描绘成“大模型价格战的发起者”，形成平行时空般的差异。这表明 DeepSeek 的秘方是硅谷味儿的。 如果 V3 是 DeepSeek 的 GPT3 时刻，接下来的发展充满未知，但 DeepSeek 已成为中国最全球化的 AI 公司之一，赢得全球同行甚至对手尊重的秘方也是硅谷味儿的。 DeepSeek 在输出结果方面有诸多神来之笔，如在独白文本中自行加入括号中的场景描述，增强画面感，还能预判用户需求。例如对于“玄武门之变结束的当天，李世民在深夜写下一段独白，你觉得他会写什么？”这一简洁输入，能想到给输出加上文学性。但值得商榷的是，根据史实，魏征是在玄武门之变之后才见到李世民。

Coze 集成了新闻搜索插件，其中的头条新闻插件能够持续更新，让您了解最新的头条新闻和新闻文章。所以在 Coze 中使用搜索插件是可以搜索到最新新闻的。Coze 还提供了多样化的插件库，涵盖了从基础的文本处理到高级的机器学习功能，以及众多符合平民生活化的插件，如天气预报、出行必备、生活便利等方面的插件。

要将飞书文档作为知识库输入到 Coze 平台，主要有以下步骤： 1. 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。 选择飞书文档，选择自定义的自定义，输入。 飞书的文档内容会以区分开来，可以点击编辑修改和删除。 点击添加 Bot，添加好可以在调试区测试效果。 2. 本地文档： 注意如何拆分内容，提高训练数据准确度，将海报的内容训练的知识库里面。 画小二这个课程 80 节课程，分为了 11 个章节，不能一股脑全部放进去训练。 正确的方法是首先将 11 章的大的章节名称内容放进来，章节内详细内容按固定方式进行人工标注和处理。 然后选择创建知识库自定义清洗数据。 3. 发布应用： 点击发布，确保在 Bot 商店中能够搜到。 此外，创建知识库并上传文本内容有以下方式： 1. 在线数据： 自动采集方式：适用于内容量大，需要批量快速导入的场景。 在文本格式页签下，选择在线数据，然后单击下一步。 单击自动采集。 单击新增 URL。在弹出的页面完成输入要上传的网站地址、选择是否需要定期同步网站内容及周期等操作。 当上传完成后单击下一步，系统会自动根据网站的内容进行内容分片。 手动采集方式：适用于需要精准采集网页上指定内容的场景。 安装扩展程序，详情请参考。 在文本格式页签下，选择在线数据，然后单击下一步。 点击手动采集，然后在弹出的页面点击权限授予完成授权。 在弹出的页面输入要采集内容的网址，然后单击确认。 在弹出的页面上，点击页面下方文本标注按钮，开始标注要提取的内容，然后单击文本框上方的文本或链接按钮。 单击查看数据查看已采集的内容，确认无误后再点击完成并采集。 Coze 的知识库功能不仅支持上传和存储外部知识内容，还提供了多样化的检索能力，主要包括两大核心能力：一是能够存储和管理外部数据；二是增强检索能力。Coze 支持从多种数据源，如本地文档、在线数据、Notion、飞书文档等渠道上传文本和表格数据。上传后，系统会自动将知识内容切分成多个片段进行存储，并允许用户自定义内容分片规则。Coze 还提供了多种检索方式来对存储的内容片段进行高效检索，例如全文检索可以通过关键词快速找到相关的内容片段并召回。基于这些召回的内容片段，大模型将生成最终的回复内容。Coze 支持上传文本内容及结构化表格数据，以适应各种使用场景。

Coze 是由字节跳动推出的 AI 聊天机器人和应用程序编辑开发平台，主要应用包括： 1. 简化 AI 机器人的开发过程，使开发者和非技术用户都能快速搭建基于 AI 模型的各类问答 Bot，处理从简单问答到复杂逻辑对话的任务。 2. 支持多语言模型，如 GPT48K 和 GPT4128K，并提供云雀语言模型等，以支持不同场景下的对话和交互。 3. 集成超过 60 款插件，涵盖资讯阅读、旅游出行、效率办公、图片理解等功能，同时支持用户创建自定义插件，扩展 Bot 的能力。 4. 允许用户上传和管理数据，支持 Bot 与用户数据交互，可上传多种格式的文档，或基于 URL 获取在线内容和 API JSON 数据。 5. 提供数据库功能，允许 Bot 访问会话内存和上下文，持久记住用户对话中的重要参数或内容。 6. 用户可以通过拖拉拽的方式快速搭建工作流，处理逻辑复杂的任务流，提供大量灵活可组合的节点。 7. 支持多代理模式，在一个机器人中运行多个任务，允许添加多个代理，每个代理都能独立执行特定任务。 8. 对用户完全免费。 9. 易于发布和分享，用户可将搭建的 Bot 发布到各类社交平台和通讯软件上。 此外，Coze 在移动端的排名表现出色，如在 TikTok 母公司字节跳动的相关产品中，Coze 首次出现在榜单上，排名第 45 位。

以下是在 Coze 上搭建工作流的步骤： 1. 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。 2. 根据弹窗要求，自定义工作流信息，点击确认完成工作流的新建。 3. 新建完成后，可以看到整个编辑视图与功能。在左侧「选择节点」模块中，根据子任务需要，实际用到的有： 插件：提供一系列能力工具，拓展 Agent 的能力边界。例如本案例中涉及的思维导图、英文音频，因无法通过 LLM 生成，需依赖插件实现。 大模型：调用 LLM ，实现各项文本内容的生成。如本案例中的中文翻译、英文大纲、单词注释等都依赖大模型节点。 代码：支持编写简单的 Python、JS 脚本，对数据进行处理。 4. 编辑面板中的开始节点、结束节点，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。 5. 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。 此外，在“用 Coze 搭建一个神奇宠物诞生器”的工作流中，“定制召唤”工作流是“随机召唤”工作流的变种。对于“定制召唤”工作流，需要修改的节点包括： 开始节点：新增一个输入变量，定义为 keywords ，用于接收用户输入的宠物种类（动物或者植物）。 代码节点：要将特定的宠物种类关键词嵌入到描述 prompt 里。例如，如果召唤师输入“熊猫”，R 属性的宠物描述就要修改为“一个朴素小熊猫宠物，可爱，圆滚滚的，大眼睛，毛茸茸的。画风参考著名动画片《神奇宝贝》”，SR 和 SSR 依次类推。描述 prompt 变成三段字符串相加的情况，即原描述第一段+宠物种类+原描述第二段。其余节点均与“随机召唤工作流一致”。

以下是关于 Coze 的相关内容： 扣子案例合集：包括智能对话科学防癌 AI 赋能肿瘤防治行动、打造私人播客助手、开发 AI chatbot 短视频爆款案例初探、制作 MidJourney 提示词专家、创建 AI 绘画助手、搓一个乞丐版的秘塔搜索、搞一个简单的安全 AI 助手、手搓英语陪练教师、为开源 AI 社区搞社群运营机器人等案例。 通俗易懂的 Coze 数据库文章：作者大圣致力于使用 AI 技术将自己打造为超级个体的程序员。本文是关于数据库概念的细化，旨在从非编程人士角度讲清数据库概念和基本使用，不会陷入传统教学讲 SQL 语法，而是通过和 Excel 对比让读者了解本质概念，从而更好利用 ChatGPT 等工具。另外作者还预告了关于 AI 时代应具备的编程基础系列大纲。 大圣的胎教级教程：Coze 是新一代一站式 AI Bot 开发平台，无论有无编程基础都可快速搭建各类问答 Bot。字节针对 Coze 部署了国内版和海外版两个站点，国内版使用字节自研的云雀大模型，国内网络可正常访问；海外版使用 GPT4、GPT3.5 等大模型，访问需突破网络限制。Bot 的开发和调试页面布局主要分为提示词和人设区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件（包括知识库、变量、数据库、长记忆、文件盒子）、一些先进的配置（如触发器、开场白、自动建议、声音）等，后续会逐一讲解每个组件的能力及使用方式。

以下是关于 Coze 的学习知识库的相关内容： 一、引言 作者大圣是致力于使用 AI 技术将自己打造为超级个体的程序员。本文是关于使用 Coze 打造企业级知识库教程中数据库概念的细化，适合正在学习 Coze 且对数据库节点有困惑的人。在学习 AI Agent 过程中，有经典公式：AI Agent = LLM（大模型）+Planning（规划）+Memory（记忆）+Tools（工具），其中记忆离不开数据库组件。本文从非编程人士角度讲清数据库概念和基本使用，通过和 Excel 对比帮助理解，以更好利用 ChatGPT 等工具辅助学习。另外，作者正在规划一个关于 AI 时代应具备编程基础的系列，包括数据库、知识库、变量、JSON、API、操作系统与服务器、Docker 等内容。 二、大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库 1. 2024.06.05 更新：为帮助非编程人士理解数据库概念，补充额外教程，如有疑惑可读。 2. 2024.06.08 更新：为帮助非编程人士理解知识库概念，补充额外教程，建议阅读。 3. 2024.06.10 更新：为帮助非编程人士理解变量概念，补充额外教程，。 4. 2024.06.12 更新：B站 对应的视频链接：https://www.bilibili.com/video/BV1YM4m167zP/?spm_id_from=333.999.0.0 。读完本文可收获 AI Agent 的概念及核心公式、字节初代 AI Agent 产品 Coze 的详细教程、使用一个知识库的例子及 Coze 的使用方法。 三、胎教级教程：万字长文带你理解 RAG 全流程 关于新知识学习，作者推荐 Claude + Coze 的方法。Claude 是目前最强的 AI 大模型，Coze 是一款 AI Agent 的衍生产品，其最大价值在于跟进 AI Agent 工具发展情况和做产品 Demo。在学习 RAG 过程中，作者首先通过 Claude 了解细节概念，再通过 Coze 搭建 Demo，并创建了 4 个 Bot，包括产品资料问答机器人（利用 Coze 的知识库能力演示知识库在企业中的应用）和 Query 改写助手学习 Bot。相关资料参考。

以下是关于通过飞书机器人与 Coze 搭建的智能体进行对话，并利用飞书多维表格存储和管理稍后读数据，实现跨平台的稍后读收集与智能阅读计划推荐的具体操作方法： 前期准备： 1. 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。 输入一个 URL 即可完成收集，借鉴微信文件传输助手的方式，通过聊天窗口完成收集输入。 2. 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。 阅读清单支持跨平台查看。 3. 智能“选择”推荐： 根据当前收藏记录和用户阅读兴趣进行相关性匹配，生成阅读计划。 使用飞书·稍后读助手： 1. 设置稍后读存储地址： 首次使用，访问。 点击「更多创建副本」，复制新表格的分享链接。 将新链接发送到智能体对话中。 还可以发送“查询存储位置”、“修改存储位置”来更换飞书多维表格链接，调整稍后读存储位置。 2. 收藏待阅读的页面链接： 在对话中输入需要收藏的页面链接，第一次使用会要求授权共享数据，授权通过后再次输入即可完成收藏。但目前部分页面链接可能小概率保存失败。 3. 智能推荐想看的内容： 在对话中发送“我想看 xx”、“xx 内容”，即可按个人兴趣推荐阅读计划。 至此，专属 AI 稍后读智能体大功告成，您可以尽情享受相关服务。

Dify 调用飞书智能表格的方法如下： 1. 部署完成后，可以通过以下方式使用飞书·稍后读助手： 得益于飞书 app 的多平台支持，在电脑、手机端通过飞书机器人与稍后读助手进行对话。 直接在 Coze 商店中与 bot 进行对话。 如果还选择了部署到微信服务号、订阅号，也可以通过这些渠道调用 bot。 2. 设置稍后读存储地址： 首次使用，按以下步骤操作： 访问。 点击「更多创建副本」，然后复制新表格的分享链接。 将新链接发送到智能体对话中。 另外，还可以发送“查询存储位置”、“修改存储位置”，来更换飞书多维表格链接，调整稍后读存储位置。 3. 收藏待阅读的页面链接： 在对话中输入需要收藏的页面链接。如果是第一次使用，会要求授权共享数据。授权通过后，再次输入需要收藏的页面链接，即可完成收藏。 目前部分页面链接可能会小概率保存失败，暂未定位原因。 4. 智能推荐想看的内容： 在对话中发送“我想看 xx”、“xx 内容”，即可按个人兴趣推荐阅读计划。 此外，关于 Dify 在微信上的调用，可参考以下信息： GitHub: https://github.com/zhayujie/chatgptonwechat Gitee: https://gitee.com/zhayujie/chatgptonwechat 这里先暂时不过多介绍 Dify，它跟 AutoGPT、MetaGPT、FastGPT 等都是可以自己构建 Agent、工作流的 LLM 应用开发平台。AM 就是搭建在 Dify 上面的。 说回 LlamaEdge，可以自建一个 API 扩展来实现调用上面的 FLUX.1 API Server（套娃）。 API 扩展说明，可以查看：https://docs.dify.ai/zhhans/guides/extension/apibasedextension，但貌似 0.8.3 的版本不再使用了（dify 里面有不少功能更新缺陷或版本冲突，所以使用时需要自行修改或提交 PR）。 也可以引入项目，在 bot/dify/新建一个 dify_image.py 的程序，将画图程序的调用过程写到 dify bot 中，如用 query“画”开头接提示来触发调用。dify_image.py 后续会更新到代码仓库中。 图片服务器，很简单，分别写一个 Flask app 程序和一个 html： app.py template/index.html 以上代码都可以由 Phind、Copilot、Cursor、Zed + ollama + 一个代码大模型代劳，但架构感觉整复杂了不够优雅，后面整理好打包一个解决方案再提交一个 repo。

要通过 API 调用豆包大模型，以下是一些相关步骤和信息： 1. 直接调用大模型（之前完成过 coze 对接的同学，直接去二、百炼应用的调用）： 百炼首页：https://bailian.console.aliyun.com/ 以调用“qwenmax”模型为例，在/root/chatgptonwechat/文件夹下，打开 config.json 文件，需要更改"model"，和添加"dashscope_api_key"。 获取 key 的视频教程： 获取 key 的图文教程：以下是参考配置。 注意：需要“实名认证”后，这些 key 才可以正常使用，如果对话出现“Access to mode denied.Please make sure you are eligible for using the model.”的报错，那说明您没有实名认证，点击去，或查看自己是否已认证。 2. 创建大模型问答应用： 首先可以通过创建一个百炼应用，来获取大模型的推理 API 服务，用于实现 AI 助手。 创建应用： 进入百炼控制台的，在页面右侧点击新增应用。在对话框，选择智能体应用并创建。 在应用设置页面，模型选择通义千问Plus，其他参数保持默认。您也可以选择输入一些 Prompt，比如设置一些人设以引导大模型更好的应对客户咨询。 在页面右侧可以提问验证模型效果。不过您会发现，目前它还无法准确回答你们公司的商品信息。点击右上角的发布，我们将在后面的步骤中去解决这一问题。 获取调用 API 所需的凭证： 在我的应用>应用列表中可以查看所有百炼应用 ID。保存应用 ID 到本地用于后续配置。 在顶部导航栏右侧，点击人型图标，点击 APIKEY 进入我的 APIKEY 页面。在页面右侧，点击创建我的 APIKEY，在弹出窗口中创建一个新 APIKEY。保存 APIKEY 到本地用于后续配置。 3. 配置 FastGpt、OneAPI： 首先配置 OneAPI，还记得刚刚让您白嫖的大模型 API 吗？阿里的接口，这时要派上用场了，去阿里模型的链接里创建 ApiKey，并复制下来。然后在 OneAPI 的页面，点击【渠道】添加新渠道。添加时，类型选择阿里通义千问，名称自己取个，类型选择好后模型是会默认加进去，您不用删减，还有就把刚刚阿里那复制的 ApiKey 粘贴到秘钥里去。这样就 OK 了。后续有其他的大模型也是一样的添加方式。

要调用 qwen ，有以下几种情况和步骤： 1. 调用百炼“应用”： 创建一个百炼应用，假设命名为“苏苏”。 在/root/chatgptonwechat/文件夹下，打开config.json文件。 更改"model":"qwen"，并添加"qwen_access_key_id"、"qwen_access_key_secret"、"qwen_agent_key"、"qwen_app_id"四项配置。 配置项获取可参考视频教程： 图文教程及参考配置也有提供。 注意：需要“实名认证”后，这些key才可以正常使用，如果对话出现“Access to mode denied.Please make sure you are eligible for using the model.”的报错，那说明您没有实名认证，点击去，或查看自己是否已认证。 2. 直接调用大模型： 百炼首页：https://bailian.console.aliyun.com/ 在/root/chatgptonwechat/文件夹下，打开config.json文件。 以调用“qwenmax”模型为例，需要更改"model"，和添加"dashscope_api_key"。 获取 key 可参考视频教程： 图文教程及参考配置也有提供。 注意：需要“实名认证”后，这些key才可以正常使用，如果对话出现“Access to mode denied.Please make sure you are eligible for using the model.”的报错，那说明您没有实名认证，点击去，或查看自己是否已认证。 3. 创建知识库应用并调用： 地址输入浏览器：http://这里替换为您宝塔左上角的那一串:3000/ 进入后，点击应用并创建，选择 qwen 模型。 创建知识库。点击知识库 选择 qwen Embedding 1 点击确认创建。 上传文件，等待处理，最后文本状态是“已就绪”。 回到刚刚创建的应用，关联上创建的知识库。 点击两个发布。之前第一个叫做保存。 点击新建，创建 key。创建后保存同时将 API 根地址最后加上/v1 也保存下来。 回到宝塔，打开【终端】 依次粘贴并回车：cd/root git clone https://github.com/zhayujie/chatgptonwechat cd chatgptonwechat/ pip install r requirements.txt pip install r requirementsoptional.txt 等待执行完成。 到“文件”菜单中去执行，点击文件 找到 root，进入 root 文件夹，找到 chatgptonwechat 文件夹，并进入。

国内有以下一些开源 AI 可供调用： MiniMax 推出的 Hailuo Audio HD 此外，还有一些应用于不同领域的 AI 技术和产品，如： 在游戏领域，有根据玩家需求推荐游戏道具的 AI 游戏道具推荐系统。 在天气领域，彩云天气的分时预报利用了 AI 提供精准的分时天气预报。 在医疗领域，医渡云的病历分析系统利用 AI 分析医疗病历，辅助诊断。 在会议领域，讯飞听见的会议总结功能利用 AI 自动总结会议发言内容。 在书法领域，书法临摹软件利用 AI 识别书法作品的笔画和结构，为用户提供临摹指导和评价。

要准确调用知识库的内容，可以从以下方面进行： 维护知识库内容： 为提升召回准确率，可删除、新增或修改知识库内容。 在知识库页面，能看到已创建的知识库及每个知识库内的单元数量和创建时间等信息。单击知识库或编辑图标，可进入知识库详情页面。在详情页可进行新增内容、删除内容、更新单元内的分段、开启引用等操作。若不开启引用，即便 Bot 中使用了所属的知识库，该单元内容也不会被召回。 使用知识库： 可以将知识库直接与 Bot 进行关联用于响应用户回复，也可以在工作流中添加知识库节点。 在 Bot 内使用知识库： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在 Bots 页面，选择指定 Bot 并进入 Bot 详情页。 4. 在 Bot 编排页面的知识库区域，单击加号图标，添加指定的知识库。 5. （可选）添加知识库后，可在自动调用下拉界面内，调整知识库的配置项，如最大召回数量、最小匹配度、调用方式等。在预览与调试区域调试 Bot 能力时，扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 在工作流内使用 Knowledge 节点： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入工作流页面，并打开指定的工作流。 4. 在左侧基础节点列表内，选择添加 Knowledge 节点。 关于让 AI+知识库回答更准确的示例： 以问答机器人为例，其配置包括 AI 模型、提示词、知识库。大语言模型如同拥有无穷智慧的人，提示词是设定其角色和专注技能，知识库则是工作手册。例如设定 AI 模型为阿里千问模型，提示词角色为“美嘉”，知识库为《爱情公寓》全季剧情，让“美嘉”拥有相关“记忆”。