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

如何用coze搭建和维护知识库

Answer

以下是关于如何用 Coze 搭建和维护知识库的详细步骤:

  1. 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 支持三种格式:文档、表格(CSV、Excel 等)、图片(上传图片并填写图片文字说明)。
    • 可以选择本地文档(问答对可选择表格),并进行自定义的文档切割。
    • 数据处理完成后,一个问答对会被切割成一个文档片。
  2. 使用知识库:
  3. 手动清洗数据的相关操作:
    • 在线知识库:点击创建知识库,创建一个如画小二课程的 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。点击添加 Bot,添加好后可在调试区测试效果。
    • 本地文档:对于如画小二课程这类内容,不能一股脑全部放进去训练。正确的方法是先将大的章节名称内容放进来,再按照固定方式对章节内详细内容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。
  4. 发布应用:点击发布,确保在 Bot 商店中能够搜到。

创建知识库时的小技巧: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“###”,分段标识符号选择“自定义”,内容填“###”。

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

References

这可能是讲 Coze 的知识库最通俗易懂的文章了

讲了一大堆,终于到了实战的环节了。这里我虽然使用Coze举例子,但是我希望可以帮助你举一反三,未来在接触到FastGPT、Dify等等AI Agent工具的时候都能快速的上手知识库组件。因为你了解了RAG的本质之后,无论什么知识库工具,本质都是一个皮而已!这些也是写这篇文章的目的:让你做到知其然,知其所以然[heading2]创建知识库[content]1.来到个人空间,找到知识库导航栏,点击创建知识库这里我想说明的是,知识库是共享资源,也就是你的多个Bot可以引用同一个知识库1.选择知识库的格式,填写一些信息目前(2024.06.08)Coze支持三种格式文档表格(CSV、Excel等)图片(其实就是上传一张图片,然后填写个图片文字说明)这里格式并不重要,重要的是你要看懂上个章节讲的:影响RAG输出质量的因素1.我这里选择本地文档(问答对可以选择表格)[购买后新人常见问题汇总.txt](https://bytedance.feishu.cn/space/api/box/stream/download/all/FNqobmfgBo5eGHxfZJ1cbOJ9n1H?allow_redirect=1)1.选择自定义的文档切割1.数据处理完成当数据处理完成后,你会发现,一个问答对被切割成一了一个文档片[heading2]使用知识库[content]关于使用知识库,大家可以看这篇教程:[大圣:胎教级教程:万字长文带你使用Coze打造企业级知识库](https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb),这篇文章已经讲的很详细了,这里就不再赘述了

【智能体】让Coze智能体机器人连上微信和微信群详细配置文档

本次创建知识库使用手动清洗数据,上节课程是自动清洗数据:[【智能体】用Coze在微信里搭建一个机器人,还能挖掘销售线索](https://a1i1hjmvcf0.feishu.cn/docx/JSdDd8ybLo7OHqxmePwcHlbLn3b?from=from_copylink),自动清洗数据会出现目前数据不准的情况,本节视频就尝试使用手动清洗数据,提高数据的准确性。[heading3]3.1在线知识库[content]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,其中每个问题和答案以###分割,暂时不要问为什么。选择飞书文档选择自定义的自定义输入###然后他就将飞书的文档内容以###区分开来,这里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[heading3]3.2本地文档[content]本地word文件,这里要注意了~~~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,那训练数据能不能一股脑全部放进去训练呢。答案是~~不能滴~~~正确的方法,首先将11章的大的章节名称内容放进来,如下图所示。章节内详细内容格式如下如所示,如果你再分节的内容,依次类推细化下去。每个章节都按照这种固定的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,这里不再赘述。[heading3]3.3发布应用[content]点击发布确保在Bot商店中能够搜到,如图所示可以搜索到画小二智能小助手,这个很重要,没有通过发布的获取不到API的。

「AI 学习三步法:实践」用 Coze 免费打造自己的微信 AI 机器人

[heading5]3)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,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“###”。最终的知识库结果如下,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。

Others are asking
有没有coze玩的很好的up主或者教程
以下是一些玩 Coze 很好的 UP 主和相关教程: 大圣:胎教级教程:万字长文带你使用 Coze 打造企业级知识库,链接:https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb 大聪明:保姆级教程:Coze 打工你躺平,链接:https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb 安仔:Coze 全方位入门剖析免费打造自己的 AI Agent,链接:https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb 基础教程:Coze“图像流”抢先体验,链接:https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf YoYo:Coze 图像流小技巧:探索视觉艺术的隐藏宝藏,链接:https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档,链接:https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ 此外,梦飞在 6 月底的微信机器人共建中教了大家通过 COW 玩微信机器人,包括直接对接 llm key 的玩法、coze 的玩法、fastgpt 的玩法等,是喂饭甚至喂奶级别的教程。
2025-02-26
coze开发教程
以下是关于 Coze 开发的相关教程: 1. Coze AI 应用开发教学: 背景:智能体开发从最初的 chatbot 只有对话框,到有了更多交互方式,因用户需求扣子推出了 AI 应用,其低代码或零代码的工作流等场景做得较好。 现状:AI CODING 虽强,但目前适用于小场景和产品的第一个版本,复杂应用可能导致需求理解错误从而使产品出错。 案例:以证件照为例,说明以前实现成本高,现在有客户端需求并做了相关智能体和交互。 学习过程:创建 AI 应用,学习操作界面、业务逻辑和用户界面,包括布局、搭建工作流、用户界面及调试发布,重点熟悉桌面网页版的用户界面。 2. Coze 使用教程: 概述:字节的官方解释为 Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础,都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot,从解决简单的问答到处理复杂逻辑的对话。并且,可以将搭建的 Bot 发布到各类社交平台和通讯软件上,与这些平台/软件上的用户互动。个人认为 Coze 是字节针对 AI Agent 这一领域的初代产品,在 Coze 中将 AI Agent 称之为 Bot。字节针对 Coze 这个产品部署了两个站点,分别是国内版和海外版。 国内版: 网址:https://www.coze.cn 官方文档教程:https://www.coze.cn/docs/guides/welcome 大模型:使用的是字节自研的云雀大模型,国内网络即可以正常访问。 海外版: 网址:https://www.coze.com 官方文档教程:https://www.coze.com/docs/guides/welcome 大模型:GPT4、GPT3.5 等大模型(可以在这里白嫖 ChatGPT4,具体参考文档:),访问需要突破网络限制的工具,参考文档:https://www.coze.com/docs/zh_cn/welcome.html AI Agent 的开发流程:Bot 的开发和调试页面布局主要分为如下几个区块,包括提示词和人设的区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件、知识库、变量、数据库、长记忆、文件盒子、一些先进的配置、触发器(例如定时发送早报)、开场白(用户和 Bot 初次对话时,Bot 的招呼话语)、自动建议(每当和 Bot 一轮对话完成后,Bot 给出的问题建议)、声音(和 Bot 对话时,Bot 读对话内容的音色)。 3. Coze 应用技巧: 操作步骤: 创建一个 Coze。 在“用户界面”拖入一个 markdown 组件。 在 markdown 中写入 html(对于了解前端页面的同学来说可能不难理解,用 html 写一个音乐播放器。不懂前端、不会写前端代码可问 AI,习惯使用智谱清言,大家可以选择自己习惯的 AI 工具)。 调整代码获取在线音乐:将 markdown 自带的内容全部删除,将生成的代码写入进 markdown 组件的内容中。此时的播放器还无法正常播放音乐,需要找一个在线音乐播放平台,获取到歌曲的 url,再将 url 复制进上面的代码。网上很多在线音乐的网站,随便找一个,打开浏览器的控制台(按 F12)找到 network(网络),选择播放的请求,将带有.mp3 格式的 url 复制出来。找到上面代码中的<source src=\"song.mp3\"type=\"audio/mpeg\">部分,将 song.mp3 换成复制的音乐地址。刷新开发页面,播放器即可使用。
2025-02-25
coze教程
以下是关于 Coze 教程的相关内容: 可能是全网最好的 Coze 教程(之一),带你一次性入门 Coze 工作流。即使是非技术出身的爱好者,也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。 阅读指南: 长文预警,请视情况收藏保存。 核心看点: 通过实际案例逐步演示,用 Coze 工作流构建一个能够稳定按照模板要求,生成结构化内容的 AI Agent。 开源 AI Agent 的设计到落地的全过程思路。 10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。 适合人群: 任何玩过 AI 对话产品的一般用户(如果没用过,可以先找个国内大模型耍耍)。 希望深入学习 AI 应用开发平台(如 Coze、Dify),对 AI Agent 工作流配置感兴趣的爱好者。 注:本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。 Coze 概述: 字节的官方解释如下:Coze 是新一代一站式 AI Bot 开发平台。无论你是否有编程基础,都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot,从解决简单的问答到处理复杂逻辑的对话。并且,你可以将搭建的 Bot 发布到各类社交平台和通讯软件上,与这些平台/软件上的用户互动。 个人认为:Coze 是字节针对 AI Agent 这一领域的初代产品,在 Coze 中将 AI Agent 称之为 Bot。字节针对 Coze 这个产品部署了两个站点,分别是国内版和海外版。 国内版: 网址:https://www.coze.cn 官方文档教程:https://www.coze.cn/docs/guides/welcome 大模型:使用的是字节自研的云雀大模型,国内网络即可以正常访问。 海外版: 网址:https://www.coze.com 官方文档教程:https://www.coze.com/docs/guides/welcome 大模型:GPT4、GPT3.5 等大模型(你可以在这里白嫖 ChatGPT4,具体参考文档:),访问需要突破网络限制的工具。 参考文档:https://www.coze.com/docs/zh_cn/welcome.html AI Agent 的开发流程: Bot 的开发和调试页面布局如下,主要分为如下几个区块: 提示词和人设的区块。 Bot 的技能组件。 插件。 工作流。 Bot 的记忆组件。 知识库。 变量。 数据库。 长记忆。 文件盒子。 一些先进的配置。 触发器:例如定时发送早报。 开场白:用户和 Bot 初次对话时,Bot 的招呼话语。 自动建议:每当和 Bot 一轮对话完成后,Bot 给出的问题建议。 声音:和 Bot 对话时,Bot 读对话内容的音色。 下面会逐一讲解每个组件的能力以及使用方式。
2025-02-25
coze平台中的数据库应用,怎么判断数据是那个用户的,插入数据库节点时,需要明确用户uuid吗
在 Coze 平台中判断数据属于哪个用户,插入数据库节点时通常需要明确用户的唯一标识,如用户 UUID 或类似的唯一标识。 例如,在自动总结公众号内容并定时推送到微信的工作流中,考虑到可能有多个用户同时使用,使用了 server 酱的 sendkey 作为用户的唯一标识(重命名为 suid)。在数据库节点中查询是否已经推送过文章时,需要文章的 url 和用户的 suid 这两个值来判断。 在增加记账记录的工作流中,通过大语言模型将用户输入的非结构化数据转变为结构化数据存入数据库时,也需要明确相关的用户标识。 在 COZE 工作流中,数据库节点的设置包括输入参数的设置(如参数名、参数值、引用来源)以及在 SQL 输入中添加相应的代码。 总之,明确用户标识对于准确判断数据归属和进行数据库操作是很重要的。
2025-02-25
可以通过coze做小程序吗
可以通过 Coze 做小程序。目前微信小程序变现模版正在开发中,不久将会上线。但实现小程序端目前可以通过 API 形式搭建。 以下是一些相关的信息和教程: 1. 以 API 形式链接 Zion 和 Coze:同理也可以为 dify、kimi、给任何大模型&Agent 制作收费前端。相关教程如: 。 2. 自定义配置: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。相关文档如:支付: 。 3. 完成小程序搭建的方法: 直接使用 Coze 的 API 对接前端 UI 框架,将工作流逻辑集中在工程模板端,实现前后端分离的处理方式。 直接调用大模型 API,并通过前端代码实现提示词处理和逻辑控制,将交互流程完全放入前端代码中。 实现文件上传通过 Coze 的 。 搭建 Demo 最简单的方式是首先绘制草图,然后借助多模态 AI 工具(如 GPT/Claude)生成初步的前端结构代码。前端开发语言简要说明:HTML 用于构建网页的基础框架,定义整体的页面结构;CSS 负责网页的布局样式美化,使页面视觉效果更优美;JavaScript 实现交互逻辑,如信息处理、网络请求及动态交互功能。 此外,还有相关的学习日记和共学内容,如:《雪梅 May 的 AI 学习日记》中提到的 Zion+coze 变现相关内容,以及相关产品链接:https://zion.functorz.com/ 、waytoAGI 的共学链接: 等。
2025-02-25
coze智能体开发
以下是关于 Coze 智能体开发的相关内容: 1. 创建 Bot:打开 Coze 官网 https://www.coze.cn/home 。 2. 图像工作流:创建图像工作流,图像流分为智能生成、智能编辑、基础编辑三类,Coze 的图像流比 ComfyUI 更普世化且简单易上手。 3. 空间风格化插件:其参数包括 image_url(毛坯房的图片地址)、Strength(提示词强度,即提示词对效果图的影响度)、Style(生成效果的风格,如新中式、日式、美式、欧式、法式等)、user_prompt(用户输入的 Promot 提示词)。 4. 工作流流程:按照构架配置工作流,调试工作流,毛坯房测试用例:https://tgi1.jia.com/129/589/29589741.jpg 。 5. 开始节点解析:开始节点对应配置三项内容,进行提示词优化。 6. 人设和回复逻辑:技能 1 中 3 项中的编译数字来源,然后点击右上角发布,机器人就可以出图。 此外,还有以下相关信息: 1. Code AI 应用开发教学:Code AI 应用背景为智能体开发从最初的 chatbot 只有对话框,到有了更多交互方式,因用户需求扣子推出了 AI 应用,其低代码或零代码的工作流等场景做得较好。但 AI CODING 虽强,目前适用于小场景和产品的第一个版本,复杂应用可能导致需求理解错误从而使产品出错。以证件照为例,说明以前实现成本高,现在有客户端需求并做了相关智能体和交互。创建 AI 应用,需学习操作界面、业务逻辑和用户界面,包括布局、搭建工作流、用户界面及调试发布,重点熟悉桌面网页版的用户界面。 2. 搭建工作流驱动的 Agent,简单情况可分为 3 个步骤: 规划:制定任务的关键方法,总结任务目标与执行形式,将任务分解为可管理的子任务,确立逻辑顺序和依赖关系,设计每个子任务的执行方法。 实施:在 Coze 上搭建工作流框架,设定每个节点的逻辑关系,详细配置子任务节点,并验证每个子任务的可用性。 完善:整体试运行 Agent,识别功能和性能的卡点,通过反复测试和迭代,优化至达到预期水平。
2025-02-23
请帮我梳理WaytoAGI知识库所有信息的目录
以下是 WaytoAGI 知识库的信息目录: 1. 通往 AGI 之路知识库使用指南 智能纪要 总结 关于 AI 知识库使用及 AIPO 活动的介绍 AIPO 线下活动及 AI 相关探讨 way to AGI 社区活动与知识库介绍 关于 AI 知识库及学习路径的介绍 时代杂志评选的领军人物 AI 相关名词解释 知识库的信息来源 社区共创项目 学习路径 经典必读文章 初学者入门推荐 历史脉络类资料 2. 介绍说明 AJ,产品经理,「通往 AGI 之路」WaytoAGI 开源知识库的创建者 项目的起源和社群开发的初衷 社区介绍 WaytoAGI 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,覆盖从基础概念到实际应用的各个方面。 全球领先的 AI 开源社区,最新最全面的 AI 资源,丰富多样的技术活动,100+进行中的活动,4000+学习资源,1500000+社区成员。 知识库与社区平台:汇集了上千个人工智能网站和工具,提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯。 学习资源: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。 实践活动:社区定期组织活动,如视频挑战赛、模型创作大赛等,鼓励成员在实践中学习,促进交流与合作。 开放共享:引领并推广开放共享的知识体系,倡导共学共创等形式,孵化了 AI 春晚、离谱村等大型共创项目。 用户基础:在没有任何推广的情况下,一年时间已有超过 100 万用户和超千万次的访问量。 目标与愿景:让每个人的学习过程少走弯路,让更多的人因 AI 而强大。 目前合作过的公司/产品:阿里云,通义千问,淘宝,智谱,支付宝,豆包,火山引擎,marscode,coze,堆友,即梦,可灵,MiniMax 海螺 AI,阶跃星辰,百度,Kimi,吐司,liblib,华硕,美团,美的,360,伊利,魔搭,央视频,Civitai,Openart,Tripo3D,青椒云等 3. 「用 AI 一起搞钱搞事搞脑子他们在线下密谋」 WaytoAGI 是啥? 是一个专门讲人工智能的“百科全书”,从基础到高级,还有实用的 AI 工具推荐、案例分享、行业最新动态,用飞书文档整理得清楚。 对我有啥用? 对 AI 一窍不通,从零开始教。 懂点 AI,提供实用工具和案例。 怕错过 AI 最新动态,帮你整理资讯。 想用 AI 赚钱或创业,告诉你相关工具和方法。 不想浪费时间找资源,帮你筛选推荐。
2025-02-26
知识库中关于 deepseek 有哪些文档
以下是关于 DeepSeek 的相关文档和内容: 章节: 知识点: 申请: 接入: 此外,还有以下相关内容: 【今晚 8 点】聊聊你怎么使用 DeepSeek!2025 年 2 月 6 日的智能纪要,包括关于 DP 模型的使用分享、音系学和与大模型互动的分享、DeepSeek 的介绍与活动预告等。 DP 模型的功能、使用优势、存在问题、审核方法、使用建议、使用场景和案例展示。 音系学研究、大模型取队名。 DeepSeek 文档分享、使用介绍、未来活动预告。
2025-02-25
大模型+知识库
大模型与知识库的结合: RAG(RetrievalAugmented Generation)即搜索增强生成,指大模型结合广泛的知识库数据,检索相关片段后生成答案。这种方式能减少大模型的幻觉,提高特定任务表现,提升搜索文档信息和生成回答的效率与体验。 LangChain 是实现 RAG 的开源框架,提供基础组件和工具,允许开发人员将大语言模型与外部数据源结合搭建应用。LangChainChatchat 是在 LangChain 基础上构建的具体应用,目标是建立对中文场景和开源模型支持友好、可离线运行的知识库问答解决方案。 在商业化问答场景中,大模型有时会回复不准确,如未根据正确的知识库内容回答,在严肃场景中这是不能接受的错误。优化大模型更准确回答问题的过程称为 RAG。 在基于大模型+知识库的 Code Review 实践中,涉及语言、根据知识库返回的上下文信息、变更的代码等。开源大模型与领域知识库结合并私有化部署是企业级应用的一种实践方式,大模型在 Chat 聊天中的产品形态更多是展示能力,最终产品形态需依具体场景而定。
2025-02-25
知识库
以下是关于知识库的相关内容: 智能体创建: 手动清洗数据:本次创建知识库使用手动清洗数据,上节课程是自动清洗数据,自动清洗数据会出现目前数据不准的情况,本节视频就尝试使用手动清洗数据,提高数据的准确性。参考链接: 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。飞书在线文档中每个问题和答案以分割,可选择飞书文档、自定义的自定义,输入后可编辑修改和删除,添加 Bot 后可在调试区测试效果。 本地文档:本地 word 文件,注意拆分内容以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,要先将 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。 发布应用:点击发布,确保在 Bot 商店中能够搜到,没有通过发布的获取不到 API。 概述:扣子提供了几种方式来存储和记忆外部数据,以便 Bot 精准回复用户。知识库是大量知识分片,通过语义匹配,给模型补充知识。以车型数据为例,每个知识库的分段中,保存了一种车型的基础数据。数据库类似传统软件开发的数据库功能,以表格结构存储信息,通过 NoSQL 方式使用。目前提供的是关系型数据库,还有 AI 便签和单词本等。 智能体“竖起耳朵听”:扣子的知识库功能强大,可以上传和存储外面的知识内容,并提供多种查找知识的方法。在这个智能体中,用到了自己的知识库,收集了很多关于地道口语表达的短句,知识库可以包含多种格式的文件,这里只用了文本格式,有了自己的知识库,智能体回答用户时会首先检索自己的知识库内容。还可以添加开场白,提升体验。
2025-02-25
AGI网站和飞书知识库有什么区别
AGI 网站和飞书知识库存在以下区别: 1. 功能方面: AGI 网站提供和 AI 知识库对话、集合精选的 AI 网站、集合精选的提示词、呈现知识库精选内容等功能。 飞书知识库则更像是一个知识的存储和分享平台,包含 AI 工具的说明书、经验分享、实用秘籍等。 2. 使用方式: AGI 网站可以通过在网站首页直接输入问题得到回答,也可以加入飞书群@机器人。 飞书知识库通过点击飞书链接进入。 3. 内容呈现: AGI 网站的界面有左边的导航栏、上面的搜索框和中间的内容区。 飞书知识库的内容呈现方式类似于藏宝图。 总之,AGI 网站和飞书知识库各自独立但又相互关联,都是为了帮助用户更好地学习和获取 AI 相关知识。
2025-02-25
我是一个ai零基础小白,你需要基于当前知识库内容,帮我规划学习该知识库的学习计划,请详细明确
以下是为您规划的学习 AI 的详细计划: 一、基础概念学习 1. 阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能的定义、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。 2. 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。 二、正式学习 1. 在「」中找到为初学者设计的课程,特别推荐李宏毅老师的课程,学习生成式 AI 等基础知识。 2. 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。 三、选择感兴趣的模块深入学习 AI 领域广泛,包括图像、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。同时,一定要掌握提示词的技巧,它上手容易且很有用。 四、实践和尝试 1. 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。 2. 在知识库中查看大家实践后的作品、文章分享,并在自己实践后也进行分享。 五、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。通过与这些 AI 产品的对话,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 此外,知识库中还提到了以下内容: 1. 博主会精美地解释六大策略,小七姐在社区带来共学课程并有直播分享及回放,像喂饭教程般帮助理解 prompt。每个板块下有共学快闪,社区老师会带着大家动手操作并讲解思路,还提到官方最佳 prompt 有 6 个实践办法,看熟任意一个即可。 2. 智能体由大语言模型衍生而来,因提示词不太可控才有此进阶。还讲述了智能体进阶案例拆解,推荐景淮老师的相关成果。然后阐述扣子、千帆百炼属于智能体范畴,扣子更偏 ToC 应用,所以有专门讲解扣子相关内容。 3. 学习 AI agent 可能较痛苦,建议先吃透 prompt 再看相关内容。官方文档内容很全面,包含市面上 cos 的教程等。社区小伙伴参加 cos 比赛常拿大奖,有共学活动,获奖小伙伴会分享经验。cos 平台可用于工作生产,有很多功能,感兴趣可体验其官网,能进行对话感受功能。 4. 关于 AI 知识库使用及 AIPO 活动的介绍:讨论了 AI 知识库的使用情况、AIPO 活动的发起背景、内容安排及相关资源等。 5. AIPO 线下活动及 AI 相关探讨:讨论了 AIPO 线下活动的规则和玩法,以及 AI 在科技发展中的重要地位和相关研究方向。 6. way to AGI 社区活动与知识库介绍:讨论了 way to AGI 社区活动的安排、材料准备以及知识库的使用和相关内容更新等情况。 7. AI 相关名词解释:包括 AGI、AIGC、agent、prompt 等,建议通过与 AI 对话或李继刚老师的课程来理解。 8. 知识库的信息来源:有赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等,推荐大家订阅获取最新信息并投稿。 9. 社区共创项目:如 AIPU、CONFIUI 生态大会,每月有切磋大会等活动,还发起了新活动 AIPO。 10. 学习路径:有李弘毅老师的生成式 AI 导论等高质量学习内容,可系统化学习或通过社区共创活动反推学习,鼓励整理学习笔记并分享交流。 11. 经典必读文章:如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章,还包括软件 2.0 时代相关内容。 12. 初学者入门推荐:推荐看 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 13. 历史脉络类资料:整理了 open AI 的发展时间线和万字长文回顾等。 您可以根据自己的需求和兴趣,有针对性地深入学习这些内容。
2025-02-24
MacBook 如何搭建机器人进行日常事务操作
以下是在 MacBook 上搭建机器人进行日常事务操作的详细步骤: 搭建前准备: 硬件准备: MacBook(需能科学上网) 一部 iPhone 手机 主板 Arduino UNO R4 Wifi(200RMB) 舵机 9g(32RMB) 杜邦线,公对公 7 条(手残党可多备) (可选)八爪鱼支架(10RMB) (二选一)usbtypeC 转接头,或一根两头 typeC 的线 Arduino UNO R4 WIFI 开发板 MG90s/SG90 舵机 9g 云台支架 可选八爪鱼手机支架 杜邦线公对公 搭建步骤: 完成代码: 在 Github 上下载完整代码。 根据需求修改文件: 【必改】在 head.py 中找到填写主板串口的地方,改成串口地址(可通过主板写入的第 3 步里的小字或 Tools>Get Board Info 重新查询,复制 sn 号替换 usbmodem 后面的编码)。 【必改】查询 iPhone 的 ip 地址,填到 talk.py 里(iPhone 设置>无线局域网>点击当前 wifi 旁的感叹号>找到 ipv4 地址里写的 ip 地址)。 【必改】把 open ai key 填到 talk.py 里。 【可选】在 talk.py 里,可以修改: Openai 调用的 model。 system prompt(机器人的人设)。 机器人的音色。 录音的设置。 【可选】在 head.py 里,可以修改不对话后,等待多久恢复人脸追踪。 运行程序: 1. 在 MacBook 上按下 command+space(空格)打开一个新的终端,依次输入如下代码(每一次代码运行完以后再输入下一个),全部完成后,关闭端口。 2. 将 iPhone 的屏幕关闭时间设置为 5 分钟或永不。 3. 打开 iPhone 的 pythonista 并复制 face.py 的代码进去,运行。注意:每一次如果需要重新运行 pythonista,请先杀后台再运行,否则会因为端口已经被占用而无法播放声音。 4. 找到下载下来的 AIinhindsightGPTEmbodimentRobot 文件夹,control+单击文件夹,选择最后一项“新建位于文件夹位置的终端端口”。 5. 将 arduino R4 与 MacBook 相连,在终端中输入以下代码,运行后程序会申请一次摄像头权限,点击允许,然后出现运行失败,再运行一次即可。这个程序一旦运行,无法自然退出,建议直接拔掉 R4 的线或者终端输入 control+c 或者直接关闭终端,但多强制退出几次以后运行就会卡住需要重启或清进程。 6. 再次在 AIinhindsightGPTEmbodimentRobot 文件夹,control+单击文件夹,选择最后一项“新建位于文件夹位置的终端端口”,在终端中输入以下代码,运行后程序会申请一次录音权限,点击允许,然后出现运行失败,再运行一次即可。如果运行中出现任何报错,将本文档,代码,报错信息给到 GPT4,让他帮助你就好~可能是有一些库没有预装。 7. 把 talk.py 的终端放在最前面你能看到,出现 recording...的时候就可以说话了。 8. 三个程序同时运行、iPhone 和 MacBook 在同一 wifi,iPhone 没有调静音的情况下,就可以正常对话啦。
2025-02-25
搭建个人知识库
以下是关于如何搭建个人知识库的详细介绍: 要搭建基于 GPT API 的定制化知识库,首先需要给 GPT 输入(投喂)定制化的知识。但 GPT3.5(即当前免费版的 ChatGPT)一次交互(输入和输出)只支持最高 4096 个 Token,约等于 3000 个单词或 2300 个汉字,这个容量对于绝大多数领域知识是不够的。为解决此问题,OpenAI 提供了 embedding API 解决方案,可参考 OpenAI embedding documents。 embeddings(直译为嵌入)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,列表是一种包含一组有序元素的数据结构。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,其计算方法是将两个向量的对应元素相减,然后取平方和,再开平方。在 OpenAI 词嵌入中,靠近向量的词语在语义上相似,例如“猫”和“狗”距离近,它们都是宠物,与“汽车”距离远,相关性低。文档上给了创建 embeddings 的示例。 将文本转换成向量能大大节省空间,可简单理解为索引,发送给 GPT API。 LlamaIndex 是更高一层 LangChain 的抽象,之前叫 GPT Index。之前的文章中的例子就是使用的 LlamaIndex 包。它简化了 LangChain 对文本分割、查询这块的接口,提供了更丰富的 Data Connector。LlamaIndex 只针对 GPT Model 做 Index,而 LangChain 是可以对接多个 LLMs,可扩展性更强。参考 https://gptindex.readthedocs.io/en/latest/ 。 最近各家大厂接连放大招,AI 技术和应用突飞猛进,GPT4 接口已经支持最大 32K 输入,AI 的开发和使用门槛肯定会越来越低。垂直领域知识库的搭建和优化可能更多的是一个业务问题,而不是一个技术问题。欢迎关注公众号“越山集”,多交流。
2025-02-24
siliconflow可以搭建rag知识库吗
SiliconFlow 本身并不能直接搭建 RAG 知识库。但一般搭建 RAG 知识库的步骤通常包括以下方面: 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,并对数据进行清洗、分段等预处理,确保数据质量。 2. 创建知识库: 访问相关平台的知识库索引,如阿里云百炼,单击创建知识库。在创建知识库界面填入知识库名称与描述。 选择文件,类目位置单击默认类目,文件名称选择准备好的数据文件。 进行数据处理,使用默认的智能切分或根据需求选择合适的处理方式。 3. 配置相关设置:如在 Dify 中提供了三种索引方式供选择,包括高质量模式、经济模式和 Q&A 分段模式,可根据实际需求选择合适的索引方式。 4. 集成至应用:将创建好的数据集集成到相应的应用中,作为应用的上下文知识库使用,并在应用设置中配置数据集的使用方式。 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时效性。 需要注意的是,不同的平台和工具在具体操作上可能会有所差异。
2025-02-24
搭建rag
搭建 RAG 主要包括以下步骤: 1. 导入依赖库:加载所需的库和模块,如 feedparse 用于解析 RSS 订阅源,ollama 用于在 python 程序中跑大模型,使用前需确保 ollama 服务已开启并下载好模型。 2. 从订阅源获取内容:通过特定函数从指定的 RSS 订阅 url 提取内容,若需接收多个 url 稍作改动即可。然后用专门的文本拆分器将长文本拆分成较小的块,并附带相关元数据,如标题、发布日期和链接,最终合并成列表返回用于后续处理。 3. 为文档内容生成向量:使用文本向量模型 bgem3,从 hf 下载好模型后放置在指定路径,通过函数利用 FAISS 创建高效的向量存储。 4. 了解 RAG 概念:大模型训练数据有截止日期,当需要依靠不在训练集中的数据时,通过检索增强生成 RAG。RAG 应用可抽象为 5 个过程,包括文档加载(从多种来源加载)、文本分割(切成指定大小的块)、存储(嵌入转换为向量形式并存入向量数据库)、检索(通过检索算法找到相似嵌入片)、输出(问题和检索出的嵌入片提交给 LLM 生成答案)。 5. LangChain 和 RAG 的结合:LangChain 是专注于大模型应用开发的平台,提供一系列组件和工具构建 RAG 应用。包括数据加载器(将数据转换为文档对象)、文本分割器(分割文档)、文本嵌入器(将文本转换为嵌入)、向量存储器(存储和查询嵌入)、检索器(根据文本查询返回相关文档对象)、聊天模型(生成输出消息)。使用 LangChain 构建 RAG 应用的一般流程如下。
2025-02-24
如何搭建 知识库
以下是搭建知识库的相关内容: 使用 Dify 构建知识库的步骤: 1. 准备数据:收集纳入知识库的文本数据,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。 2. 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。 3. 配置索引方式:Dify 提供三种索引方式,根据实际需求选择,如追求更高准确度可选高质量模式。 4. 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使用方式。 5. 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,定期更新增加新内容。 使用 Coze 智能体机器人搭建知识库的步骤: 1. 手动清洗数据:本次创建知识库使用手动清洗数据,提高数据准确性。 2. 在线知识库:点击创建知识库,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,选择飞书文档、自定义,输入,可编辑修改和删除,添加 Bot 并在调试区测试效果。 3. 本地文档:注意拆分内容提高训练数据准确度,将海报内容训练到知识库,按章节进行人工标注和处理,选择创建知识库自定义清洗数据。 4. 发布应用:点击发布,确保在 Bot 商店中能搜到。 本地部署大模型以及搭建个人知识库中关于 RAG 的介绍: 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 是当需要依靠不包含在大模型训练集中的数据时,通过检索增强生成的技术。其应用可抽象为 5 个过程:文档加载、文本分割、存储(包括将文档块嵌入转换成向量形式并存储到向量数据库)、检索、输出(把问题及检索出的嵌入片提交给 LLM 生成更合理答案)。文本加载器是将用户提供的文本加载到内存中以便后续处理。
2025-02-24
想要搭建属于自己的知识库应该用什么软件
以下是一些可用于搭建个人知识库的软件及相关信息: 1. Coze 或 FastGPT 等工具:在当下技术条件下,其 RAG 能力对问答场景较友好,其他场景效果一般。若需企业级复杂知识库场景,可能需找专业团队,收费几万到几十万不等。 2. 推荐文章《手把手教你本地部署大模型以及搭建个人知识库》中提到的 AnythingLLM 软件: 包含所有 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:选择大模型、选择文本嵌入模型、选择向量数据库。 该软件中有 Workspace 的概念,可创建独有 Workspace 与其他项目数据隔离,包括创建工作空间、上传文档并进行文本嵌入、选择对话模式(Chat 模式和 Query 模式),配置完成后可进行对话测试。 3. 基于 GPT API 搭建定制化知识库:涉及给 GPT 输入定制化知识,因 GPT3.5 交互容量有限,OpenAI 提供了 embedding API 解决方案,可参考 OpenAI embedding documents 理解 embeddings 相关知识。
2025-02-23
如何基于你的模型对一台工业设备(钢板划线印字装备)进行故障诊断和预测性维护,从以下几个方面进行分析 1.技术栈:数据采集与通讯,数据库,算法,前端,微服务、应用等,并进行软件选型 2.硬件选型:工业设备、边缘计算设备,软件部署硬件,分别列出性能最优和国产化替代方案 3.算法创新性:要求可发表高水平论文和申请发明专利 4.算法通用性:考虑如何通过一个通用模型经过简单配置适应不同船舶建造工业设备的故障诊断和预测性维护 5.考虑前后合理性,若以此进行招标,如何描述招标内容
以下是为您整合的相关内容: Transformer 模型和 BERT 模型: 模型训练与评估:定义模型后,传递训练数据集和验证数据集及训练时期数,训练完成后评估性能,如达到 85%准确率。 模型性能可视化:绘制准确性和随时间的损失图。 保存与加载模型:使用 model.save 方法导出并保存模型到本地路径,保存后可加载进行预测。 预测示例:对不同情感的评论句子进行预测。 部署模型到 Vertex AI:检查模型签名,上传本地保存的模型到 Google Cloud 存储桶,在 Vertex 上部署模型并获得在线预测。 提示工程: 策略:将复杂任务分解为更简单的子任务。 技巧:使用意图分类识别用户查询中最相关的指令。例如在故障排除场景中,根据客户查询分类提供具体指令,如检查路由器连接线、询问路由器型号、根据型号提供重启建议等。模型会在对话状态变化时输出特定字符串,使系统成为状态机,更好控制用户体验。 OpenAI 官方指南: 战术:将复杂任务拆分为更简单的子任务。 策略:使用意图分类来识别与用户查询最相关的指令。例如在故障排除场景中,基于客户查询分类向 GPT 模型提供具体指令。已指示模型在对话状态变化时输出特殊字符串,将系统变成状态机,通过跟踪状态等为用户体验设置护栏。
2025-02-12
faiss 知识库搭建和维护
以下是关于 Faiss 知识库搭建和维护的相关内容: 搭建步骤: 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,并对数据进行清洗、分段等预处理,确保数据质量。 2. 创建数据集:在相关工具(如 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:提供了多种索引方式供选择,如高质量模式、经济模式和 Q&A 分段模式等。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。 维护方面: 1. 维护知识库内容:为了提升召回的准确率,可以删除、新增或修改知识库内容。 2. 管理知识库:在知识库页面,可以看到已创建的知识库和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,进入知识库详情页面。在知识库详情页,可以进行新增内容、删除内容、更新单元内的分段、开启引用等操作。如果不开启引用,即便 Bot 中使用了所属的知识库,该单元内容也不会被召回。 此外,还需了解知识库由大到小可分为:知识库(一整套领域知识,是 Bot 加载的最小单位)、单元(知识库的一部分,可上传的最小内容单位可以是一个.txt、.pdf、.csv 文件或一个网页)、分段(一个单元切分成多个分段,模型查询的最小单位。分段内容的完整度和准确性度会影响模型回答问题的准确性)。
2025-02-06