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

构建企业智能客服的方案有哪些

Answer

构建企业智能客服的方案主要包括以下几种:

  1. 帮助企业快速建立产品智能客服体系,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、多轮对话沟通、对话分析打标、自动更新知识库 FAQ 以及客服效果分析,提供全面的 AI 客服解决方案,提高 AI 客服回答的准确率,降低企业商用 AI 客服的门槛。
  2. 采用开源或者国内智谱、文心、百川等企业提供的 13B 级模型,本地部署在自己的内部系统中,并结合大模型企业提供的技术服务,基于大模型搭建 LangChain、RAG 框架,在智能客服上实现 RPA 自动流程。
  3. 可以转化为 LLM 技术支持方,专注发力 LLM 的工程化应用方向,为企业提供更好的 LLM 本地部署和工程化,走 IBM 的企业服务道路。
  4. 转变赛道,例如像智齿客服一样,借助国内出海的兴起以及中东、东南亚需求的旺盛,提供在这个方向的智能客服国内服务。
  5. 转向 LMops 方向,虽然当前挺有用,比如做复杂 prompt 的多模型效果测试,做 langchain 的可视化设计,但也存在一些隐患点需要思考。

以下是一些具体的应用案例:

  1. 如 Grammarly、秘塔写作猫等 AI 智能写作助手,利用自然语言处理技术辅助用户进行高质量写作。
  2. 淘宝拍照搜商品,通过图像识别为用户推荐相似商品。
  3. 小爱同学、Siri 等 AI 语音助手定制开发,采用语音识别、自然语言理解技术,为不同需求定制专属语音助手。
  4. Keep 智能训练计划,利用数据分析、机器学习技术,根据用户数据制定个性化健身方案。
  5. 大众点评智能推荐,基于数据挖掘、自然语言处理技术,基于用户口味偏好推荐美食。
  6. 阿里小蜜等电商客服,通过自然语言处理、机器学习技术,为企业提供智能客服解决方案。
Content generated by AI large model, please carefully verify (powered by aily)

References

Show Me 扣子 AI 挑战赛大消费行业专场圆满落幕,探索 AI 与大消费行业的深度结合 副本

作品简介:帮助企业快速建立产品智能客服体系,提升用户体验和客服人效。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、多轮对话沟通、对话分析打标、自动更新知识库FAQ以及客服效果分析,提供全面的AI客服解决方案,提高AI客服回答的准确率,降低企业商用AI客服的门槛。作品链接:https://www.coze.cn/store/agent/7435703161304252450?bid=6ehlp53p81g14&bot_id=truehttps://www.coze.cn/store/agent/7437176474702463016?bid=6ehlohji09g0q&bot_id=trueERP高智版:扣子销售订单管理大师开发者:黄铄宁一句话介绍:智能识别和提取销售订单信息,存储至飞书多维表格作品简介:为中小型消费品企业提供销售订单管理,通过智能化整理销售订单信息,包括订单号码、产品名称、订单金额、收货信息、开票信息、赠品信息等,并将这些信息自动存储至飞书多维表格。有助于降低企业销售订单管理的时间和人力成本,同时省去了昂贵的ERP系统购买费用。作品链接:https://www.coze.cn/s/iAEuTYLc/亚马逊商品评论智析开发者:王贝一句话介绍:自动化处理和分析商品负面评论。作品简介:面向亚马逊卖家,提供自动化处理和分析商品负面评论的服务。生成深度洞察报告,帮助卖家快速识别产品问题并作出改进,从而提高客户满意度,减少退货率,增加复购率,提升品牌形象。作品链接:https://www.coze.cn/s/iD8PB8H3/AI电商设计师开发者:陈宇明

100个AI应用

|序号|已有产品|主题|使用技术|市场规模|一句话介绍|项目功能||-|-|-|-|-|-|-||1|Grammarly、秘塔写作猫|AI智能写作助手|自然语言处理|数十亿美元|利用AI技术辅助用户进行高质量写作。|Grammarly可检查语法、拼写错误并提供改进建议,秘塔写作猫能进行智能润色和内容创作辅助。||2|淘宝拍照搜商品|AI图像识别商品推荐|图像识别、机器学习|数百亿美元|通过图像识别为用户推荐相似商品。|用户在淘宝使用拍照搜商品功能,上传图片后系统快速推荐类似商品。||3|小爱同学、Siri|AI语音助手定制开发|语音识别、自然语言理解|百亿美元以上|为不同需求定制专属语音助手。|小爱同学可控制智能家居、回答问题等,Siri能进行语音交互和任务处理。||4|Keep智能训练计划|AI个性化健身计划制定|数据分析、机器学习|数十亿美元|根据用户数据制定个性化健身方案。|Keep的智能训练计划结合用户身体状况和目标生成专属健身方案。||5|大众点评智能推荐|AI美食推荐平台|数据挖掘、自然语言处理|百亿美元规模|基于用户口味偏好推荐美食。|大众点评通过用户评价和偏好数据为用户推荐餐厅和美食。||6|阿里小蜜等电商客服|AI智能客服外包服务|自然语言处理、机器学习|数十亿美元|为企业提供智能客服解决方案。|阿里小蜜可自动回答客户问题,处理订单查询等任务。|

观点:LLM落地思考

同时,采用开源或者国内智谱、文心、百川等企业提供的13B级模型,本地部署在自己的内部系统中,虽然需要投入算力,但是算力的价值已经是世界共识了,而大模型的故事可以给企业带来很多资本届的好处,因此,智能客服的大量优质大客户,会纷纷选择自己搭建智能客服平台。再结合大模型企业提供的技术服务,基于大模型搭建LangChain、RAG框架,在智能客服上还可以继续实现RPA自动流程。可以大胆的这样讲,智能客服的企业外部需求,终究是要被证伪了。4、智能客服的结局我个人的看法,痛定思痛,转化为LLM技术支持方,专注发力LLM的工程化应用方向,去为企业提供更好的LLM本地部署和工程化,走IBM的企业服务道路,可能是最好的选择了。毕竟各行各业+LLM的转型还是有很大的市场的,大厂也难以全部吃掉,甚至可以作为大厂大模型的工程分包商。(类似于华为卖企业网关、路由器等网络设备,需要在各个城市找一些工程承包商来根据每个企业办公室的具体格局布网施工一个逻辑)或者就是转变赛道了,向智齿客服,他们借助这两年国内出海的兴起,以及中东、东南亚需求的旺盛,提供在这个方向的智能客服国内服务,这可能还是有一些需求的。5、LMops最近有个很火的概念,LMops,这也是智能客服企业可以转向的一个方向。但是这个方向依旧是在强业务关联上做服务。虽然LMops确实当前挺有用的,做复杂prompt的多模型效果测试,做langchain的可视化设计,但有几个隐患点思考:

Others are asking
智能体客服
智能体(Agent)在人工智能和计算机科学领域是一个重要概念,指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。 智能体具有以下特点: 1. 自主系统:通过感知环境(通常通过传感器)并采取行动(通常通过执行器)来达到目标。 2. 任务分解:将大型任务分解为更小、可管理的子目标,有效处理复杂任务。 3. 反思完善:对过去行为进行自我批评和反思,从错误中吸取教训,完善未来步骤,提高最终结果质量。 4. 记忆能力:包括短期记忆(利用模型的短期记忆来学习)和长期记忆(通过外部向量存储和快速检索实现长时间保留和回忆无限信息)。 5. 工具使用:学习调用外部 API 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。 以下是一些智能体相关的目录: 1. 2. 3. 4. 5. 6. 随着 ChatGPT 与 AI 概念的爆火,出现了很多新名词,如“智能体 Agent”、bot 和 GPTs 等。简单理解,智能体就是 AI 机器人小助手,参照移动互联网,类似 APP 应用的概念。在做 Agent 创业的公司有很多,比如 C 端案例中,社交方向有用户注册后先捏一个自己的 Agent,然后让其与他人的 Agent 聊天,两个 Agent 聊到一起后再真人介入的有趣场景;还有借 Onlyfans 入局打造个性化聊天的创业公司。B 端案例中,有帮助 B 端商家搭建 Agent 的机会。 智能体开发平台方面,如字节的扣子 Coze 于 2 月 1 日正式推出国内版,主要用于开发下一代 AI 聊天机器人。国内还有很多智能体开发平台,如 Dify.AI。
2025-03-11
智能客服系统的搭建
智能客服系统的搭建可以参考以下内容: FastGPT 是一个基于大语言模型(LLM)的知识库问答系统,具有以下特点和优势,适用于智能客服系统的搭建: 1. 基于 LLM 的问答:采用先进的 LLM 技术,能理解自然语言并生成高质量答案。 2. 知识库支持:可连接外部知识库获取更全面信息。 3. 可视化工作流:提供可视化工作流编排工具,方便创建复杂问答场景。 4. 开箱即用:提供数据处理和模型调用功能,方便快速上手。 其应用场景包括构建智能客服系统,为客户提供 7x24 小时自动问答服务。 在“Show Me 扣子 AI 挑战赛大消费行业专场”中,有作品帮助企业快速建立产品智能客服体系,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、多轮对话沟通、对话分析打标、自动更新知识库 FAQ 以及客服效果分析,提供全面的 AI 客服解决方案,提高 AI 客服回答的准确率,降低企业商用 AI 客服的门槛。 AIGC 在客户关系管理(CRM)领域也有相关应用,例如基于 AIGC 的对话模型可开发智能客服系统,通过自然语言交互解答客户咨询、投诉等,缓解人工客服压力。 总之,搭建智能客服系统可以综合利用上述技术和方法,以满足企业和用户的需求。
2025-03-11
AI客服
以下是关于您提到的“AI 客服”的相关内容: 有帮助企业快速建立产品智能客服体系的作品,其能提升用户体验和客服人效。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、多轮对话沟通、对话分析打标、自动更新知识库 FAQ 以及客服效果分析,提供全面的 AI 客服解决方案,提高 AI 客服回答的准确率,降低企业商用 AI 客服的门槛。相关作品链接:https://www.coze.cn/store/agent/7435703161304252450?bid=6ehlp53p81g14&bot_id=true 、https://www.coze.cn/store/agent/7437176474702463016?bid=6ehlohji09g0q&bot_id=true 以下是关于“AI Agent”的相关内容: AI Agent 是基于大型语言模型(LLM)和其他技术实现的智能实体,核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下概念: Chain:通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作一个步骤,可接受输入变量并产生输出变量,大部分 Chain 是大语言模型完成的 LLM Chain。 Router:可使用一些判定(甚至可用 LLM 判定),让 Agent 走向不同的 Chain。例如:如果这是一个图片,则 a;否则 b。 Tool:Agent 上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。 总结下来需要三个 Agent: Responser Agent:主 agent,用于回复用户(伪多模态)。 Background Agent:背景 agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)。 Daily Agent:每日 agent,用于生成剧本,配套的图片,以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次(默认 3 分钟),会分析期间的历史对话,变更人物关系(亲密度,了解度等),变更反感度,如果超标则拉黑用户,抽简对话内容,提取人物和用户的信息成为“增长的记忆体”,按照时间推进人物剧本,有概率主动聊天(与亲密度正相关,跳过夜间时间)。
2025-03-09
AI客服案例
以下是为您整理的一些 AI 客服相关案例: 扣子案例合集:包括保姆级教程教您用扣子搭建免费好用的“图片转表格”AI 客服(附实操过程+效果)、前端智能化中扣子能做的事、如何用扣子搭建“赛事活动 AI 客服”机器人等。 SOP + AI 案例:X 公司客服团队引入 SOP 和 AI 助手后,工作效率显著提升。引入 SOP 前工作流程混乱,引入后标准化操作提高了效率,进一步引入 AI 助手实现自动化,如自动回复常见问题、处理简单请求等,最终工作效率提升 30%以上,客户满意度提高。 阿里云百炼案例:订票平台需具备结构清晰、全面的 FAQ 库,可基于用户信息提前呈现可能问题及解答,并动态更新。还提到可通过百炼的 Assistant API 构建 MultiAgent 架构的大模型应用实现智能导购。此外,企业可通过内部规章制度等文档构建知识库,借助 RAG 智能体实现内部知识问答功能,该功能已灰度上线,需提供 UID 并通过白名单开启。
2025-03-07
如何搭建AI智能客服
搭建 AI 智能客服可以参考以下步骤: 1. 明确核心构思:利用企业已有的知识积累,结合大模型的强大能力,为用户提供准确且简洁的答案。创建企业私有知识库,收录企业过去的问答记录和资料,再利用大模型对用户咨询的问题进行处理,确保回答的准确性和一致性,还能在必要时提供原回答的完整版,以满足用户的深度需求。同时对接人工客服,在智能助手无法解决用户问题时,用户可以快速转接到人工客服,确保问题的及时解决。这种人机结合的模式,有助于提升整体服务质量和客户满意度。 2. 具体操作步骤: 10 分钟在网站上增加一个 AI 助手: 创建大模型问答应用:通过百炼创建一个大模型应用,并获取调用大模型应用 API 的相关凭证。 搭建示例网站:通过函数计算,来快速搭建一个网站,模拟您的企业官网或者其他站点。 引入 AI 助手:通过修改几行代码,实现在网站中引入一个 AI 助手。 增加私有知识:准备一些私有知识,让 AI 助手能回答原本无法准确回答的问题,帮助您更好的应对客户咨询。 零成本、零代码搭建一个智能微信客服: 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。 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:让其不仅会写,还会通过语音跟您交流。 点击“发布”,选择发布平台,如 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)、掘金等。
2025-03-06
有没有一款智能客服软件,支持同时接入抖音、天猫、淘宝、京东、拼多多、得物等主流平台的售前售后咨询问题,并根据客户关键字自动回复
目前已知以下智能客服算法: 天猫小蜜智能客服算法:由浙江天猫网络有限公司提供,应用于手机天猫(APP)的在线智能客服场景,能识别文字或语音问题,结合智能客服知识库生成回答。 钉钉智能客服算法:由钉钉科技有限公司提供,应用于钉钉(APP)的在线智能客服场景,能根据用户咨询内容结合知识库生成多种形式的回答。 淘票票小蜜智能客服算法:由上海淘票票影视文化有限公司提供,应用于淘票票(APP)的在线智能客服场景,能根据用户咨询生成文本或语音智能回答。 1688 阿牛智能客服算法:由杭州阿里巴巴广告有限公司提供,应用于 1688 工业品(APP)、阿里巴巴(APP、网站)的在线智能客服场景,能结合知识库生成多种形式的回答。 但尚未有一款明确表明能同时接入抖音、天猫、淘宝、京东、拼多多、得物等主流平台售前售后咨询问题,并根据客户关键字自动回复的智能客服软件。
2025-03-05
RAG构建本地知识库
RAG(Retrieval Augmented Generation,检索增强生成)是一种利用大模型能力搭建知识库的技术。其主要应用场景是当需要依靠不包含在大模型训练集中的数据时。 一个RAG的应用可以抽象为以下5个过程: 1. 文档加载:从多种不同来源加载文档,如PDF、SQL、代码等,LangChain提供了100多种不同的文档加载器。 2. 文本分割:文本分割器把Documents切分为指定大小的块,称为“文档块”或者“文档片”。 3. 存储:包括将切分好的文档块进行嵌入转换成向量的形式,以及将Embedding后的向量数据存储到向量数据库。 4. 检索:通过某种检索算法找到与输入问题相似的嵌入片。 5. 输出:把问题以及检索出来的嵌入片一起提交给LLM,LLM会通过问题和检索出来的提示一起来生成更加合理的答案。 简单来说,RAG就是大模型+知识库,从广泛的知识库数据中检索相关片段,然后由大模型根据这些内容生成答案。这种方式一方面可以减大模型的幻觉,提高其在特定任务上的表现,更加贴合实际应用的需求,另一方面可以明显提高搜索文档信息和生成回答的效率和体验。 LangChain是一个可以实现RAG的开源框架,它提供一些基础的组件和工具,如知识库管理、文本处理、模型加载等,允许开发人员将大语言模型(LLM)与外部数据源相结合,快速搭建自己的应用。 在实际项目中,比如此次的政府政策问答实践,由于政策的复杂性和传统智能问答产品的局限性,选择LangChainChatchat框架构建政策文档的本地知识库,实现大模型基于本地知识库内容生成回答,为用户提供政策问答和解读服务,节省查找和理解政策的时间。
2025-03-11
我是IVD企业的技术中心主任,我想构建我们技术中心的知识库,有什么AI工具可以帮我实现
以下是一些可以帮助您构建技术中心知识库的 AI 工具及相关步骤: Dify 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 Dify 中创建新的数据集,上传准备好的文档,并为数据集编写清晰的描述,说明其包含的内容和特点。 3. 配置索引方式:Dify 提供了高质量模式、经济模式和 Q&A 分段模式三种索引方式,您可根据实际需求选择,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,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,增加新内容以保持时效性。 其他相关场景和应用 1. 提示词帮您规划 PARA 分类模式:PARA 代表项目(Projects)、领域(Areas)、资源(Resources)和档案(Archives)。AI 可通过分析您的工作模式和内容类型,自动生成提示词,帮助您将信息和知识分类到 PARA 的相应部分,简化分类过程,更快组织和检索信息。 2. 提示词帮您设计笔记标签系统:AI 能通过分析您的笔记内容和使用习惯,推荐合适的标签和标签结构,提高笔记管理和检索效率。 3. 知识助手 Bot 帮您渐进式积累领域知识:例如基于 dify.ai 将数百个思维模型整合成一个知识库,根据不同的对话和条件判断为用户选择适用的思维模型分析工具,封装成一个智能分析的 Bot,能根据您的学习进度和兴趣点,定期推送相关文章、论文和资源,持续扩展知识边界并确保知识及时更新。
2025-03-09
有什么构建类似键鼠精灵 AI工作流的方法
以下是构建类似键鼠精灵 AI 工作流的一些方法: 1. 利用 Comfyui 界面: 打开 Comfyui 界面后,右键点击界面,找到 Comfyui LLM party 的目录。您可以手动连接节点来实现工作流,例如实现一个最简单的 AI 女友工作流;也可以直接将相关工作流文件(如)拖拽到 Comfyui 界面中一键复刻。 2. 启动 ollama: 从 ollama 的 github 仓库找到对应版本并下载。 启动 ollama 后,在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。 如果 ollama 连接不上,很可能是代理服务器的问题,请将 127.0.0.1:11434 添加到不使用代理服务器的列表中。 3. 低代码+UI 版本: 方法一: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。 方法二: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,用户可将本地文件上传至 Coze 的云存储。在消息或对话中,文件上传成功后可通过指定 file_id 来直接引用该文件。 关于 API 的使用及工作流执行流程可以参考。 4. 飞书机器人创建: 飞书应用建立: 在中创建自建应用。 进入应用获取 app_id 与 app_secret。 添加应用能力>开启机器人应用能力。 权限管理>消息与群组>选择需要的权限打开。 安全设置>将 comfyUI 运行的电脑 IP 加入白名单。 发布机器人以应用生效。 获取群组或用户 id: 要先把创建的机器人拉到群组中或者拉进私聊。 飞书开发平台找到发送消息的开发文档。 右侧点击获取 token。 选择 receive id type,chat_id 对应群组,open_id 与 user_id 对应个人,点击选择成员,复制对应的 id 即可。 如果需要让机器人发送语音,需要自行在电脑上安装 ffmpeg 。
2025-03-08
工作流构建
以下是关于工作流构建的相关内容: Comfyui 界面的工作流搭建: 1. 打开 Comfyui 界面后,右键点击界面,即可找到 Comfyui LLM party 的目录。您既可以学习如何手动连接节点来实现一个最简单的 AI 女友工作流,也可以直接将工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 2. 从 ollama 的 github 仓库找到对应版本并下载。启动 ollama 后,在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。如果 ollama 连接不上,很可能是代理服务器的问题,请将 127.0.0.1:11434 添加到不使用代理服务器的列表中。 公众号内容自动总结并推送的工作流搭建: 1. 双击画板查看高清大图,此图很重要,可结合后边的具体细节反复查看。 2. 在开始节点输入 server 酱的 sendkey 和 rss 列表。其中,key 为 server 酱的 sendkey,获取方式参看文档「相关资源」部分;rss_list 为 rss 列表,没有的可以先白嫖提供的测试数据。 3. 使用「文本处理」节点处理输入的 rss 列表,处理为一行一个,输出为数组,方便后边节点批处理。 4. 读取用户输入的 rss 列表中的内容,在插件中找到链接读取节点。配置节点时选择批处理,批处理输入参数选择「分割 rss 列表」的 output,下方输入参数中 url 选择当前节点中的 item1。 5. 汇总 RSS 中所有文章内容。使用「代码」节点,左侧节点选择代码,输入项选择上一步中输出的 outputList,点击「在 IDE 中编辑」,选择「Python」,输入相应代码。配置输出项时,类型选择「Array<Object>」,点击右边的小加号,分别输出 title、url、author。 其他工作流相关内容: 1. 阿里云百炼工作流应用与模型介绍及作业布置,包括智能体与工作流的区别、工作流应用新建的类型、多模态模型工作流节点的操作、作业布置的要求和发布渠道等。 2. 工作流相关知识讲解,涵盖工作流类型差异、大模型使用、知识库创建等方面。 3. 工作流构建的步骤,如添加 Markdown 标题、输入内容、放入模型输出等,还提到不同场景下文字校对工作流的差异。 4. 模型能力应用方式和理解,包括语言翻译、图片识别、根据用户语言回复等。 5. 模型部署方式,提及智能体的发布与消耗 token 的情况,以及本地部署、蒸馏模型部署的相关内容。 6. 开源模型情况,介绍了通义万象的开源版本等。
2025-03-08
coze构建知识库
构建 Coze 知识库的步骤如下: 1. 手动清洗数据: 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、自定义的自定义,输入“”,可编辑修改和删除,添加 Bot 并在调试区测试效果。 本地文档:注意拆分内容以提高训练数据准确度,将海报内容训练到知识库中。例如画小二 80 节课程分为 11 个章节,先放入大章节名称内容,再按固定方式细化处理,然后选择创建知识库自定义清洗数据。 2. 发布应用:点击发布,确保在 Bot 商店中能够搜到。 3. 标准流程搭建产品问答机器人: 收集知识:确认了解知识库支持的数据类型,收集知识通常有三种方式,包括企业或个人沉淀的 Word、PDF 等文档,企业或个人沉淀的云文档(通过链接访问),互联网公开的一些内容(可安装 Coze 提供的插件采集)。 创建知识库:路径为个人空间知识库创建知识库,支持本地文档、在线数据、飞书文档、Notion 等文档类型,本次可使用本地文档,按照操作指引上传文档、分段设置、确认数据处理,可使用特殊分割符“”,分段标识符号选择“自定义”,内容填“”。 希望以上内容对您有所帮助。
2025-03-04
利用大模型构建系统的工具
以下是关于利用大模型构建系统的工具的相关内容: 大模型的发展历程: 2017 年发布的 Attention Is All You Need 论文是起源。 2018 年,Google 提出 BERT,其创新性地采用双向预训练并行获取上下文语义信息和掩码语言建模,开创了预训练语言表示范式,参数规模为 110M 到 340M。 2018 年,OpenAI 提出 GPT,开创了仅使用自回归语言建模作为预训练目标而无需额外监督信号,展示了强大的语言生成能力,参数规模达 1750 亿。 2021 年,Meta 提出 Large LAnguage Model Approach(LLAMA),这是首个开源模型,为构建更大规模、更通用的语言模型提供了系统化的方法与工具,参数规模为十亿到千亿。 Inhai:Agentic Workflow:AI 重塑了我的工作流: 以 Kimi Chat 为例,它利用「网页搜索」工具在互联网上检索相关内容,并基于检索结果进行总结分析,给出结论。同时,PPT 中介绍了众多不同领域类型的工具,为大模型在获取、处理、呈现信息上做额外补充。 Planning:Agent 通过自行规划任务执行的工作流路径,面向简单或线性流程的运行。例如,先识别男孩姿势,再使用相关模型合成女孩图像,接着使用图像理解文本模型,最后语音合成输出。 Multiagent Collaboration:吴恩达通过开源项目 ChatDev 举例,可让大语言模型扮演不同角色相互协作,共同开发应用或复杂程序。 AI Agent 基本框架:OpenAI 的研究主管 Lilian Weng 提出“Agent=LLM+规划+记忆+工具使用”的基础架构,其中大模型 LLM 扮演 Agent 的“大脑”。规划包括子目标分解、反思与改进,将大型任务分解为较小可管理的子目标处理复杂的任务,反思和改进指对过去行动进行自我批评和自我反思,从错误中学习并改进未来步骤,提高最终结果质量。记忆用于存储信息。 开发:LangChain 应用开发指南 大模型的知识外挂 RAG: 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: 数据加载器:从数据源加载数据并转换为文档对象,包含 page_content 和 metadata 属性。 文本分割器:将文档对象分割成多个较小的文档对象,方便后续检索和生成。 文本嵌入器:将文本转换为嵌入,用于衡量文本相似度实现检索。 向量存储器:存储和查询嵌入,通常使用索引技术加速检索。 检索器:根据文本查询返回相关文档对象,常见实现是向量存储器检索器。 聊天模型:基于大模型生成输出消息。 使用 LangChain 构建 RAG 应用的一般流程如下:(具体流程未给出)
2025-02-28
智能表格
以下是关于智能表格的相关内容: 1. 在微信超级 AI 知识助手教学(上)—智谱共学营中: 介绍了 LM 和 agent 的使用场景,展示了 LM 在文章总结、视频生成、图片生成的操作。 元子提醒大家填问题链接,介绍多维表格可用于处理信息,张梦飞讲解了操作相关功能、作业要求及奖励,还介绍下节课是关于工作流接入微信的内容。 讲述了智能体相关课程的一些准备工作,包括注册相关服务等。 元子分享多维表格相关内容,包括与 Excel 关系等,对比了 Excel 和多维表格,介绍了多维表格的功能框架。 CT 分享了如何将 cos 中的 bot 导入飞书多维表格的字段捷径,并展示了多个案例。 2. 在 8 月 13 日 ComfyUI 共学中: 郭佑萌介绍模型放大相关内容及工作流。 讨论了今晚的 AI 绘图比赛的规则,包括比赛要求等。 郭佑萌介绍了导出 js 文件和保存工作流图片的方法,还准备开始建表格。 讨论了关于软件设置与工作流的操作问题。
2025-03-11
扣子智能体的提示词
以下是关于扣子智能体提示词的相关信息: 创建智能体: 打开扣子官网(https://www.coze.cn/)。 “画小二智能小助手”Coze 商店体验地址:https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot,在对话框中工作空间选择“个人空间”,命名为画小二智能小助手。 注意提示词区、插件区和调试区。 设置画小二助手的提示词。 扣子实战之自动化书籍推荐卡片: 具体步骤包括利用豆瓣插件爬取书籍关键信息、利用连接读取插件提取所有内容、利用大模型对关键信息提取、利用缩放节点将豆瓣节点提取的图片连接转化为真正图片(image)、利用图片生成节点绘制背景图、利用画板功能将所有关键信息组合、配置智能体等。 设计时要注重画板层级管理,确保元素正确配置,采用透明设计风格增强视觉融合。 卡片设计分为上下部分,上部为视觉重点(封面、书名、推荐指数),下部为详细内容(金句、介绍、价值主张)。 智能对决中的提示词安全: 国内外众多知名的智能体平台,包括扣子、OpenAI 的 GPT Store 等,其热门智能体的核心提示词容易被获取。 获取提示词后,可以了解其调用知识库、工作流的方式以及整体的设计逻辑和核心创意构建过程,甚至进一步获取数据文件。 提示词攻击在业内是公开的秘密,国内外各大著名的 AI 厂商几乎无一幸免。
2025-03-11
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、进行决策并执行任务,且它们之间能进行信息共享、任务协调以及协同行动,以实现整体目标。 随着大型语言模型(LLM)的出现,以 LLM 为核心构建的 Agent 系统近期受到广泛关注。Agent 系统会为不同的 Agent 分配角色和任务信息,并配备相应的工具插件,以完成复杂任务。目前常见框架主要集中在单 Agent 场景,其核心在于 LLM 与工具的协同配合,可能需要与用户多轮交互。同时,越来越多的 Agent 框架关注多 Agent 场景,会为不同 Agent 指定角色,通过协作完成复杂任务,与用户的交互可能减少。 构建多 Agent 框架,需要考虑相对于单 Agent 增加的组件,包括: 1. 环境(environment):所有 Agent 处于同一个环境,环境包含全局状态信息,Agent 与环境有信息交互与更新。 2. 阶段(stage):现有多 Agent 框架通常采用 SOP 思想,将复杂任务分解为多个子任务。 3. 控制器(controller):可以是 LLM 或预先定义好的规则,负责环境在不同 Agent 和阶段之间的切换。 4. 记忆:在多 Agent 框架中,由于 Agent 数量增多,消息数量增多,每条消息可能需记录发送方、接收方等字段。 此外,新兴的依靠协同的多智能体系统是基于复杂智能行为可来自大量简单智能系统相互作用的事实。Manus 作为一款通用型 AI 代理工具,其技术架构主要基于多智能体(Multiple Agent)架构,运行在独立虚拟机中,通过规划、执行和验证三个子模块分工协作实现对复杂任务的高效处理,核心功能由多个独立模型共同完成,还包括虚拟机、计算资源、生成物、内置多个 agents 等关键组件,并采用“少结构,多智能体”的设计哲学。
2025-03-11
有哪些辅助财务工作提效的AI智能体或落地应用?
以下是一些辅助财务工作提效的 AI 智能体或落地应用: 新兴的 AI 智能体公司,如 Sierra、Decagon、Maven AGI、DevRev、Gradient Labs 等,在客户服务和支持等领域发挥作用,其中 Sema4 可用于财务后勤。 RPA(流程自动化机器人)产品,如杭州分叉智能公司的 RPA 产品,可控制桌面软件,实现办公流程自动化,在财务领域可用于开票、网银流水下载等。它能够替代电脑办公中的重复有逻辑工作,为企业降本增效。 利用引刀 AP 创建网页实现智能解答税务问题,结合飞书避免信息泄露和实现自动回复等。 生成式 AI 可以帮助金融服务团队改进内部流程,简化财务团队的日常工作流程。例如,帮助编写 Excel、SQL 和 BI 工具中的公式和查询以实现分析自动化,自动创建文本、图表、图形等报告内容,为会计和税务团队综合、总结并提供税法和潜在扣除项的可能答案,以及帮助自动生成和调整采购和应付账款相关的合同、订单和发票等。
2025-03-11
写一个技术方案,列一个基础大纲
由于您没有提供具体的技术方案主题和相关要求,以下为您提供一个通用的基础大纲模板,您可以根据实际情况进行补充和完善: 一、项目概述 1. 项目背景和目标 2. 项目范围和限制 二、技术需求分析 1. 功能需求 2. 性能需求 3. 安全需求 三、技术选型 1. 开发语言和框架 2. 数据库选择 3. 服务器和部署环境 四、系统架构设计 1. 整体架构 2. 模块划分和接口设计 五、数据管理 1. 数据来源和采集 2. 数据存储和处理 3. 数据备份和恢复 六、开发计划 1. 里程碑和时间节点 2. 任务分解和人员分配 七、测试计划 1. 测试类型和方法 2. 测试用例设计 八、运维和支持 1. 系统监控和维护 2. 故障处理和应急预案 九、预算和资源需求 1. 人力成本 2. 硬件和软件采购成本 十、风险评估和应对 1. 技术风险 2. 管理风险 3. 外部风险 希望这个大纲对您有所帮助,若您能提供更具体的信息,我可以为您生成更详细、更具针对性的技术方案大纲。
2025-03-11
我要做一个桌面宠物机器人,帮我设计软硬件和后台方案
以下是为您设计的桌面宠物机器人软硬件和后台方案: 硬件方面: 选择合适的主控芯片,如 esp32、stm32、AVR 等。 配置各类传感器,如触摸传感器、声音传感器、光线传感器等,以实现与用户的交互。 设计电机驱动模块,用于控制机器人的动作。 配备显示屏,用于显示表情和信息。 软件方面: 基于 FreeRTOS 开发系统,负责产品 MCU 各外设驱动撰写、架构维护。 开发与手机软件的通信、OTA 等通讯功能。 后台方面: 建立数据存储和处理系统,用于存储用户与机器人的交互数据,并进行分析和处理。 开发远程控制和更新功能,方便用户通过网络对机器人进行管理和升级。 人员配置: 嵌入式工程师: 职责: 1. 基于 FreeRTOS,负责产品 MCU 各外设驱动撰写、架构维护,配合手机软件工程师进行通信、OTA 等通讯功能开发、维护。 2. 负责硬件模块的调试。 3. 参与量产中产线测试程序、校准程序等代码开发。 要求: 1. 有主流嵌入式芯片(例如 esp32、stm32、AVR 等)开发经验。 2. 具有嵌入式软件架构经验。熟悉 FreeRTOS 等嵌入式系统。 3. 会使用示波器、烙铁、风枪等硬件调试工具,有基础的模拟电路知识。 4. 有一年以上嵌入式开发经验,其中有复杂嵌入式项目开发经验者优先。 5. 对嵌入式和硬件有浓厚兴趣,出于兴趣开发过硬件项目者优先。 产品经理: 职责: 1. 在深刻理解产品的基础上,定义和设计情感化桌面机器人的软硬件交互方式。 2. 规划项目周期,与工程师和设计师紧密配合,推进产品的功能迭代和上线。 3. 测试、优化产品的软硬件交互体验。 要求: 1. 情感细腻,热爱生活。 2. 本科及以上学历,人机交互、计算机、设计相关专业优先。 3. 对软/硬件产品的用户体验有深刻的洞察,追求极致体验,对糟糕的产品容忍度低。 4. 对设计学科与前沿科技有深刻的认知,可以与设计师和工程师无缝沟通。 5. 有项目实操经历,执行力强,擅长按计划推动项目落地。
2025-03-11
10s的ai视频生成方案
以下是一些 10s 的 AI 视频生成方案: 1. Pika 2.2 版本:可以生成 10s 1080p 的 AI 视频,同时更新了 Pikaframes 模式,用户可通过首尾帧进行创意化自然转场的视频制作,能自由设置 1 10s 的转场时长。官方宣传视频: 地址:Pika.art 2. Storyflicks:用户输入一个故事主题,它使用大语言模型快速生成故事视频,视频中包含图片、故事内容、音频和字幕信息。地址:https://github.com/alecm20/storyflicks/blob/main/READMECN.md 在“我 AI 北京比赛&有手就行的 10s 创意视频制作”中: 出图方面: 智谱清言出图 可灵出图:第二轮出图采用可灵的参考图模式,并从百度搜索符合预期的图垫进去,城墙结构大体符合现实逻辑。 即梦出图:2.1 模型对提示词的理解更好,生成的风景画面也比 2.0pro 好些。 风格迁移:可使用 midjourney 的 Retexture 功能(有一定限制条件),平替方案可以选择即梦风格垫图或者 liblib 上面的一些风格迁移工作流。即梦风格垫图:https://www.liblib.art/modelinfo/e8e74a1540df4590b981be4ecd753dfe?from=personal_page&versionUuid=02ec32fcc5f94520b69efbc238ac5a6f 出视频方面:思考想要达到的效果,然后进行首尾帧提示词描述,一般用比较抽象化的短句式,用充足的留白让 AI 去进行随机性的填空。 此外,还有一些创意主题,如经典 icon 巡礼(长城、故宫一隅的延时拍摄,日出日落等)、宜居生活画卷(一碗豆汁里面的烟火人间等)、潮流文化新地标(国家博物馆里面的文物进行跳舞之类的趣味性互动等)、未来科技序章(创意上班场景等)。敲定的制作方案为先制作长城的日出延时摄影图片,之后采用风格迁移的方式将其变成秦朝时期的宫殿寺观壁画,利用首尾帧引导的“时间压缩”效果来体现历史演变。
2025-03-08
具身智能软硬件解决方案。
具身智能的软硬件解决方案包括以下方面: 算法层: 技术层级: 任务层级:可细分为任务级、技能级、动作级、基元级、伺服级,通常关注前四个级别。 解决方案层级:通常可拆分为大脑+小脑两个层级。大脑负责人机交互与规划决策,小脑负责运动控制及将语义信息理解转化为动作。 大脑侧:负责人机交互,能通过视觉在语义层面理解场景、任务等并进行决策。大模型的发展对大脑有促进作用,大脑的长期发展高度依赖多模态大模型。如 2024 年 3 月,有鹿机器人发布了基于 LPLM10B 的软硬件结合产品 Master 2000。 整机硬件方案:基于下游场景需求设计运动、感知、计算和通信硬件方案。具身智能厂商倾向于软硬件全流程自主控制,自己制作机体,原因包括机体和数据模式未统一,训练数据与机体构造紧密联系,以及考虑二级供应商是否成熟和整机利润。部分强大厂商如 Tesla 具备制作更底层电机、传感器的能力,软硬件一体化制造能带来更高利润。 智能类型:包括认知智能和物理智能。认知智能涉及思考、规划和决策能力,完全由大脑驱动;物理智能指机器人的感知和与环境的运动互动能力,感知环节由大脑侧算法实现,行动环节由小脑侧算法和硬件配合完成。 发展趋势: 人形化:外形向人类细部特征靠拢,功能具备真实人类运动、灵活和环境判断能力。 成本下降显著:核心零部件成本降低,人形机器人成本及售价呈下降趋势。 构成元素:包括大脑(意图理解、环境感知、规划决策)、小脑(运动控制、语义信息理解转化为动作)、整机硬件方案。
2025-03-07
适合建筑行业的应用方案
以下是一些适合建筑行业的应用方案和相关的 AI 工具: 应用方案: 1. 建筑设计效果图生成:建筑公司可以利用图片转绘功能,将建筑设计草图或实景照片转化为不同风格的建筑效果图,帮助客户快速理解设计方案的外观效果。 2. 审核规划平面图:利用 AI 工具对规划平面图进行审核,提高效率,减少错误。 AI 工具: 1. HDAidMaster:云端工具,在建筑设计、室内设计和景观设计领域表现出色,搭载自主训练的建筑大模型 ArchiMaster。 2. Maket.ai:主要面向住宅行业,能根据输入的房间面积需求和土地约束自动生成户型图。 3. ARCHITEChTURES:AI 驱动的三维建筑设计软件,在住宅设计早期阶段可引入标准和规范约束设计结果。 4. Fast AI 人工智能审图平台:形成全自动智能审图流程,将建筑全寿命周期内的信息集成,实现数据汇总与管理。 需要注意的是,每个工具都有其特定的应用场景和功能,建议根据具体需求选择合适的工具。同时,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-07
使用豆包即梦和通义app绘制海报封面都是出现文字不对的情况,有哪些改进的或者是更好的解决方案
以下是针对使用豆包即梦和通义 app 绘制海报封面出现文字不对情况的改进和解决方案: 使用豆包即梦: 1. 为其他城市定制艺术字海报:可以使用豆包来生成个性化设计。豆包会根据城市特色和地标调整提示词,创造符合城市风格的艺术作品。 打开豆包网站 https://www.doubao.com/chat 。 输入对应内容获得城市的 AI 绘画提示词。 2. 优化海报细节: 利用即梦中的消除笔工具修正细节错误。例如,若生成图片中有元素不协调或小细节(如文字笔画、图案)错误,可用消除笔去除不需要的部分。 多抽卡获取更理想设计。AI 绘画核心在于多抽卡,若首次生成效果不佳,可多次尝试或调整提示词细节抽卡,直至找到满意设计。 希望这些方案能帮助您解决问题,创作出满意的海报封面。
2025-03-07