为DEESKEEP搭建一个本地知识库，使用WORD和PDF文件的频率比较高，中文界面。

要与多个 PDF 进行对话，可以考虑使用以下方法和工具： 1. ChatDOC：这是一个 AI 文档阅读助手，能够在数秒内总结长文档、解释复杂概念和查找关键信息。它具有以下优势： 可靠性和准确性高，在所有 ChatPDF 类产品中居首。 精通表格理解，选择表格或文本可立即获取详细信息。 支持多文档对话，不受每个文档页数限制。 每个回答均可溯源至原文，有原文档中的直接引用支持。 支持多种文档类型，包括扫描件、ePub、HTML 和 docx 格式文档。 2. AskYourPDF Research Assistant：可以与多个文件聊天，生成带有引文的文章，分析和生成论文的参考文献，创建文件的知识库并与之交互等。 在进行互动式问答时，需要注意以下几点： 1. 对于更新的数据或最新出版的书籍、报告和文件，ChatGPT 的知识库可能无法提供答案。 2. 如果有现成的 PDF，建议通过 CHATDOC 网站进行互动式问答。 3. 提问时应遵循一定的模板，例如： 输入信息：向 ChatGPT 提供要查询的书籍、报告或文件的详细信息，包括书籍的书名、作者、出版日期、出版社，报告的时间、主题，文件的名称等，提供越详细越能获得准确答案。 提出问题：例如询问书籍中提到的某些方面、原则、方法，报告中行业的增长趋势，对报告或书籍的概括、主要观点等。

以下工具可以实现和多个 PDF 或 Word 文档对话： 1. ChatDOC（海外官网：chatdoc.com）：是一个 AI 文档阅读助手，能在数秒内总结长文档、解释复杂概念和查找关键信息。在可靠性和准确性方面，它在所有 ChatPDF 类产品中居首。其优势包括精通表格理解、多文档对话、每个回答均可溯源至原文，还支持多种文档类型，如扫描件、ePub、HTML 和 docx 格式文档。 2. IncarnaMind：是一个可以使用大型语言模型（如 GPT）与个人文档（PDF、TXT）进行聊天的工具。它通过滑动窗口分块机制和检索器，能高效查询细粒度和粗粒度信息，支持多文档查询和稳定的解析，还具有自适应分块、多文档对话问答、文件兼容性和模型兼容性等特点。

以下是一些类似于 ChatPDF 的工具： 1. Phind（http://phind.com/）：是生产力工具类别中的一员。 2. MaxAI（http://maxai.me/）：属于生产力工具。 3. Blackbox AI（http://blackbox.ai/）：在生产力工具范畴。 4. Otter.ai（http://otter.ai/）：能够记录会议内容并进行实时语音转写。 5. SciSpace Copilot（https://typeset.io/）：用于以问答形式解释科学文献中的文本、数字和表格。 6. AIPRM for ChatGPT（https://www.aiprm.com/）：一款 SEO Prompt 模板插件。 7. Teamsmart（https://www.teamsmart.ai/）：有趣的文档助手。 8. Boring Report：应对标题党的神器，去除文章中的夸张表述，仅保留客观事实。 9. ChatAll（https://github.com/sunner/ChatALL）：可以同时与多个 AI 机器人实时聊天的开源工具。 10. AIProductsAllInOne（https://github.com/TheExplainthis/AIProductsAllInOne）：整理了一些 ChatGPT 以及 AI 相关的生产力工具。 11. Shell GPT（https://github.com/TheR1D/shell_gpt）：在命令行中集成了 ChatGPT，帮助编写 shell 命令等内容。 12. 飞书 GPT（https://github.com/Leizhenpeng/feishuchatgpt）：集成了多种功能。 13. GitHub Copilot X（https://githubdaily.gitee.io/posts/20230323githubcopilotx/）：基于 AI 驱动的跨时代代码编辑器。 14. OpenGpt（https://github.com/futantan/OpenGpt）：能快速尝试各种 ChatGPT 应用并创建自己的应用。

以下是关于 AI 技术在 PDF 中的使用的相关内容： PDF 翻译： DeepL（网站）：点击页面「翻译文件」按钮，上传 PDF、Word 或 PowerPoint 文件即可。 沉浸式翻译（浏览器插件）：安装插件后，点击插件底部「更多」按钮，选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。 Calibre（电子书管理应用）：下载并安装 calibre，并安装翻译插件「Ebook Translator」。 谷歌翻译（网页）：使用工具把 PDF 转成 Word，再点击谷歌翻译「Document」按钮，上传 Word 文档。 百度翻译（网页）：点击导航栏「文件翻译」，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费了）。 彩云小译（App）：下载后点击「文档翻译」，可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译（不过有免费次数限制且进阶功能需要付费）。 微信读书（App）：下载 App 后将 PDF 文档添加到书架，打开并点击页面上方「切换成电子书」，轻触屏幕唤出翻译按钮。 从 PDF 中获取图片： 可以使用 PyMuPDF 组件，让 ChatGPT 编写相关 Python 脚本，运行该脚本即可导出 PDF 电子书中的所有图片。但需要声明的是，此方法仅供个人学习娱乐，请勿用于盗版意图。 处理 PDF 文本： Claude 2 在处理 PDF 文本方面表现出色，可以将整本书粘贴到 Claude 的前一版本中取得令人印象深刻的结果，新模型更强大。还可以给它复杂的学术文章并要求总结结果，通过询问后续问题来审问材料，但需要注意这些系统仍可能产生幻觉，若要确保准确性，需检查结果。

要使用 AI 处理 PDF 的拆分、合并等功能，可以参考以下内容： 对于 PDF 文档的解析，计算机视角下文档分为有标记文档（如 Microsoft Word 和 HTML 文档）和无标记文档（如 PDF 文档）。PDF 文档未存储结构信息，机器难以读取，需要解析器将散乱字符组织成有结构的连贯文本。理想的 PDF 解析器应具备文档结构识别和在复杂布局中保持鲁棒性等关键特征。 基于深度学习的 ChatDOC PDF 解析器在超过一千万份文档页面的语料库上进行训练，包含 OCR 进行文字定位和识别、物理文档对象检测、跨列和跨页调整、阅读顺序确定、表格结构识别、文档逻辑结构识别等一系列复杂步骤。解析后以 JSON 或 HTML 格式提供结果，将文档解析为内容块，包括表格、段落、图表等元素，对于表格会输出单元格文本及合并情况，对于有分级标题的文档会输出分层结构。其在案例中成功解决了 PyPDF 的一些缺点，能识别混合布局、合并单元格等复杂情况。

将 PDF 转换为结构化文档具有一定的复杂性。从计算机的角度看，文档分为有标记文档（如 Microsoft Word 和 HTML 文档）和无标记文档（如 PDF 文档）。PDF 文档未存储结构信息，机器难以读取，将 PDF 表格复制到 Word 时原表格结构常丢失。为使大语言模型能处理无标记文档，需要解析器将散乱字符组织成有结构的连贯文本，理想的 PDF 解析器应具备文档结构识别和在复杂文档布局中保持鲁棒性等关键特征。 此外，Fireworks AI 发布的 Document Inlining 功能可处理非结构化文档，能将 PDF、截图、表格等转换为 LLMs 可理解的结构化文本，具有高质量解析、在复杂文档中精准提取内容、结果清晰专业以及与 OpenAI API 完全兼容且仅需一行代码即可启用等特点。 详细介绍： Fireworks AI： 在线演示： 官方介绍：

构建一个检查 word 文档格式的智能体可以参考以下步骤： 1. 考虑到对照精读环节适合批处理形式，使用“分段输入正文”将正文分割，用 LLM 节点批处理每一段的对照精读，最终“拼合精读结果”以输出完整文本。 2. 用户输入原文时，在 AI 对话窗口中通过开场白提示用户按格式输入文章，用“”符标记标题句。 3. 用 Python 脚本去掉标题句，并把剩下内容按照段落的换行逐段输出为 Array<String>格式。附上相关 Python 代码。 4. 试运行以验证节点是否按预期运作，分次输出每一段原文。 此外，在创建智能体的知识库方面： 1. 手动清洗数据可提高准确性，如创建画小二课程的 FAQ 知识库，飞书在线文档中每个问题和答案以“”分割。 2. 对于本地 word 文件，注意不能一股脑将所有内容放入训练，应先放入大的章节名称内容，再按固定方式人工标注和处理章节内详细内容。 3. 完成后点击发布，确保在 Bot 商店中能搜到，否则无法获取 API。

以下是关于中文 word 排版和美化以及 AI 相关的综合信息： AI 绘画方面： 例如“Pixar Style,Tiny cute and adorable Cute little mouse wearing hanfu,Delicate face,fluffy hair，anthropomorphic,cinematic lighting,baptiste monge，Chinese culture,super clear details,super clear material,closeup,complex texture,octane rendering,zbrush,8k,portraittestpar 9:16upbetaupbetaupbetaupbetaupbetaupbeta”等描述，展现了不同角色穿着汉服的绘画设定。 AI 文章排版工具： AI 文章排版工具主要用于自动化和优化文档的布局和格式，特别是学术论文和专业文档。 一些流行的工具包括： Grammarly：不仅是语法和拼写检查工具，还提供排版功能，改进文档风格和流畅性。 QuillBot：AI 驱动的写作和排版工具，改进文本清晰度和流畅性。 Latex：广泛用于学术论文排版，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，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。 AI 工作流中的文章排版： 例如在处理需要加粗的内容时，跟 GPT 说明选择，等待其输出排版后的文章，点击「复制代码」，粘贴到微信 Markdown 排版器。 选择合适的 AI 文章排版工具取决于具体需求，如文档类型、出版标准和个人偏好。学术论文常用 Latex 和 Overleaf，一般文章和商业文档常用 Grammarly 和 PandaDoc 等。

以下是一个简单的 C 语言程序，用于输出“Hello World”： ```c include <stdio.h> int main { printf; return 0; } ```

以下是一些可以将 word 文本转 excel 表格的大模型相关方法： 1. Markdown 格式输出 Markdown 编辑器 Excel：将大模型的输出结果复制到 Markdown 编辑器（如 Typora），然后再直接复制到 Excel，就可以得到直接可用的数据文档。 2. Markdown 格式输出 Excel 数据分组：把大模型的输出直接复制到 Excel，一般使用 Excel 的数据分列功能，用“|”作为分隔符号处理数据。 3. Markdown 格式输出 Excel 数据分组：要求大模型把输出转换成 CSV 格式，然后把结果复制到 txt 文档，另存为成 csv 文件（注意：txt 另存为时，文件后缀名更改为.csv，编码选择 ANSI）。

目前尚未有确切的大模型工具专门提供“word 技术规范书转功能清单”的功能。但一些通用的自然语言处理工具和办公软件的插件可能会对您有所帮助，例如一些基于云服务的办公自动化工具，不过其效果可能因具体的文档内容和格式而有所差异。

以下是关于您想学习 AI 绘画的相关内容： 1. 知识库提到明天银海老师将详细讲解 AI agent，同时表示知识库内容丰富，您可挑选感兴趣的部分学习，比如较轻松的 AI 绘画等。 2. 强调 AI 绘画是视觉基础，还介绍了针对 AI 绘画学社做的关键词词库精选活动。 3. 讲述了 AI 绘画中的 stable diffusion 扩散模型的运作方式，是通过加噪和去噪，随机生成种子来形成最终图像，还提到生成式 AI 做高清放大可增加细节的原理。 您可以根据以上信息，逐步深入了解 AI 绘画的相关知识。

以下是知识库中关于 AI 在各行业应用现状的相关材料： 在音乐创作方面，通过输入更高级的词汇与 AI 音乐对话能产生更好效果，有 AI 音乐的版块、挑战、分享会和教程，可通过王贝加入 AI 音乐社区。 在数字人语音合成方面，介绍了声音克隆技术，提到了微软、阿里等的相关成果，常用的是 JPT service。 在 config UI 的应用方面，能降低成本、提高效率，在图书出版、引流等方面有应用，岗位稀缺，社区有相关共学课程。 在零售电商行业，有《2024 生成式 AI 赋能零售电商行业解决方案白皮书》。 在招聘领域，牛客的《AI 面试实践手册（2024）》深入探讨了 AI 面试的应用现状、价值和未来发展，指出其在多个行业尤其在管培生、产品、IT 基础岗位和蓝领岗位中广泛应用。 在 PC 行业，腾讯广告 TMI 与 GfK 联合发布了《AI PC 行业趋势与潜力消费者洞察白皮书（2024 版）》。 在医疗领域，蛋壳研究院发布了《医疗人工智能走到新的十字路口》。 在新闻媒体领域，新华社研究院发布了《人工智能时代新闻媒体的责任与使命》。 在情感陪伴方面，头豹研究院发布了《AI 情感陪伴：缔造温情链接，拥抱智慧关怀新纪元》。

以下是创建自己知识库的步骤： 1. 来到个人空间，找到知识库导航栏，点击创建知识库。需要注意的是，知识库是共享资源，您的多个 Bot 可以引用同一个知识库。 2. 选择知识库的格式并填写一些信息。目前（2024.06.08）支持三种格式：文档、表格（CSV、Excel 等）、图片（上传一张图片并填写图片文字说明）。格式并不重要，重要的是要了解影响 RAG 输出质量的因素。 3. 以本地文档为例（问答对可以选择表格），选择自定义的文档切割。 4. 完成数据处理。处理完成后，一个问答对会被切割成一个文档片。 关于使用知识库，您可以参考这篇教程： 。 创建知识库的小技巧：知识库好不好用，跟内容切分粒度有很大关系，我们可以在内容中加上一些特殊分割符，比如“”，以便于自动切分数据。分段标识符号要选择“自定义”，内容填“”。最终的知识库结果中，同一颜色代表同一个数据段，如果内容有误需要编辑，可以点击具体内容，鼠标右键会看到“编辑”和“删除”按钮，可以进行编辑或删除。

以下是快速创建知识库的方法： 1. 在 Coze 中创建知识库： 来到个人空间，找到知识库导航栏，点击创建知识库。 选择知识库的格式，目前（2024.06.08）Coze 支持文档、表格（CSV、Excel 等）、图片三种格式。 选择本地文档或问答对选择表格等方式。 选择自定义的文档切割。 数据处理完成后，一个问答对会被切割成一个文档片。 关于使用知识库，可参考教程：。 2. 通过其他方式创建并上传表格数据： API 方式：获取在线 API 的 JSON 数据，将 JSON 数据上传至知识库。在表格格式页签下，选择 API，然后按照以下步骤操作：单击下一步、新增 API、输入网址 URL 并选择数据的更新频率、输入单元名称或使用自动添加的名称、配置数据表信息（包括确认表结构、指定语义匹配字段等）、查看表结构和数据，确认无误后单击下一步、完成上传后单击确定。 自定义方式：手动创建数据表结构和数据。在表格格式页面下，选择自定义，然后按照以下步骤操作：单击下一步、输入单元名称、在表结构区域添加字段、设置列名，并选择指定列字段作为搜索匹配的语义字段、单击确定、单击创建分段，然后在弹出的页面输入字段值，然后单击保存。 3. 在 FastGPT+OneAPI+COW 中创建知识库： 地址输入浏览器：http://这里替换为你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，直到文本状态是“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】，依次输入以下命令： cd/root git clone https://github.com/zhayujie/chatgptonwechat cd chatgptonwechat/ pip install r requirements.txt pip install r requirementsoptional.txt

Coze 对知识库的支持具有以下特点： 支持上传和存储外部知识内容，包括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。 提供多样化的检索能力，可通过多种方式对存储的内容片段进行高效检索。 具有增强检索功能，能显著提升大模型回复的准确性。 但也存在一些缺点，如跨分片总结和推理能力弱、文档有序性被打破、表格解析失败、对 PDF 的解析效果不佳等。 目前没有关于 Dify 对知识库支持情况的相关内容，无法直接将 Coze 和 Dify 进行对比。

要建立自己的知识库，可以参考以下两种方法： 方法一：用 GPT 打造个人知识库 1. 理解 embeddings： 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。 向量是数学中表示大小和方向的一个量，通常用一串数字表示。在计算机科学和数据科学中，向量通常用列表（list）来表示。 向量之间的距离是一种度量两个向量相似性的方法，最常见的是欧几里得距离。 2. 使用 embeddings： 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，作为问答的知识库。 当用户提出一个问题时，该问题先通过 embeddings API 转换成问题向量，然后将这问题向量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。 方法二：用 Coze 免费打造自己的微信 AI 机器人 1. 设计你的 AI 机器人： 确定功能范围。 编写【prompt】提示词，设定 Bot 的身份和目标。 2. 创建知识库： 整理“关键字”与“AI 相关资料链接”的对应关系，并将信息存储起来。 创建知识库路径：个人空间 知识库 创建知识库。 知识库文档类型支持：本地文档、在线数据、飞书文档、Notion 等，本次使用【本地文档】。 按照操作指引上传文档、分段设置、确认数据处理。 小技巧：知识库好不好用，跟内容切分粒度有很大关系，可以在内容中加上一些特殊分割符，比如“”，以便于自动切分数据。分段标识符号要选择“自定义”，内容填“”。最终的知识库结果中，同一颜色代表同一个数据段，如果内容有误需要编辑，可以点击具体内容，鼠标右键会看到“编辑”和“删除”按钮，可以编辑或删除。