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

育儿智能体落地实践推荐，相关案例和资讯

Answer

以下是为您整理的育儿智能体落地实践的相关案例和资讯：

  • 在“通往 AGI 之路知识库使用指南”中，提到了智能纪要、智能章节等内容。包括博主精美解释六大策略，小七姐在社区带来共学课程及直播分享与回放，介绍了官方最佳 prompt 的 6 个实践办法。还提到了 AI 智能体的进阶、案例拆解及扣子的应用，如景淮老师的相关成果，阐述扣子、千帆百炼属于智能体范畴，扣子更偏 ToC 应用。同时提到 Cos 平台功能全面，社区共学成果显著，学习 AI agent 建议先吃透 prompt，官方文档内容全面，社区小伙伴参加 cos 比赛常获奖并分享经验。
  • 在“张翼然：AI 赋能教学，创新引领未来.pdf_AI 赋能教学创新引领未来”中，涵盖了教育目标由知识本位向能力为重的转型、群智协同与知识动态生成、核心能力、关键价值等方面。还包括设计实验或观察方法、收集与分析数据、得出结论并撰写报告等研究过程的指导，以及黎加厚关于让教师掌握教育智能体金钥匙的相关内容。同时探讨了 AIGC 教育革命、AI 从工具到助手、赋能教师提升效率与能力、大语言模型的教学潜力、AI 与教育场景融合拓展教学边界与创新场景、一线教师的 AI 需求与高效工具推荐、AI 赋能课堂的核心逻辑、AI 与人类智能的共生放大学生思考力塑造深度学习能力、解码 AI 教学案例、能力的普遍性与局限性、现阶段 AI 在教育领域应用的局限性等内容。
  • 在“扣子案例合集-社区内容分享”中，包含了如“用 Coze 扣子轻松搭个 Bot，从此告别‘标题党’”“扣子官方：用扣子/Coze 揭秘吴恩达的 4 种 AI Agent 设计模式”“扣子官方：这届 00 后已经学会用扣子/Coze‘偷懒’了”“【2 万字长文】如何用 Kimi 全自动创建扣子智能体？这喂饭级教程将揭晓一切！”“保姆级教程：Coze 打工你躺平”“扣子 Coze 智能体开发实战教程|智能体开发”等案例。
Content generated by AI large model, please carefully verify (powered by aily)

References

01-通往AGI之路知识库使用指南

[heading2]智能章节本章节主要提到了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。[01:09:26](https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=4166000)AI智能体的进阶、案例拆解及扣子的应用介绍本章节先指出提示词很关键且讲述较多。接着提到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。[01:11:08](https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=4268000)Cos平台功能全面，社区共学成果显著本章节提到学习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。[01:12:45](https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=4365000)AJ介绍知识库并推荐从AI绘画开始学习相关内容

张翼然：AI 赋能教学，创新引领未来.pdf

示例:设计实验或观察方法,收集数据。在这个过程中,你要仔细记录你的观察和实验结果最后,你可以分析数据,得出结论,并将你的研究结果写成报告或论文。在整个研究过程中要保持科学的态度和方法,遵循科学伦理原则。如果遇到问题或困难可以随时向我或其他老师请教。祝你研究顺利!黎加厚:让每一位教师都掌握教育智能体金钥匙2024.11.10目录AIGC教育革命:技术原理与课堂实践AI从工具到助手赋能教师提升效率与能力大语言模型的教学潜力:交流技巧与心得AI与教育场景融合拓展教学边界与创新场景一线教师的AI需求与高效工具推荐AI赋能课堂的核心逻辑:从理论到应用AI与人类智能的共生放大学生思考力塑造深度学习能力解码AI教学案例:创新与实践能力的普遍性与局限性·大模型在多数任务中可快速达到及格水平(60-80分)?但在绝大多数领域难以达到优秀水平(90分以上)现阶段AI在教育领域应用的局限性知识适配的层次性问题·AI模型缺乏特定年级的知识范围和表达方式·例:某模型高考数学达到90分水平,?但同一模型在小学数学只能考10分

扣子案例合集-社区内容分享

[heading3]综合探讨[用Coze扣子轻松搭个Bot，从此告别"标题党"](https://mp.weixin.qq.com/s/Fm_tPWAcZsysRz6Wsq5HBA)[扣子官方：用扣子/Coze揭秘吴恩达的4种AI Agent设计模式](https://mp.weixin.qq.com/s/OtdncYNt9KDE6YzDJeexFg)[扣子官方：这届00后已经学会用扣子/Coze“偷懒”了](https://mp.weixin.qq.com/s/uZMSrXp2MLrmcFAfV8N8ow)[【2万字长文】如何用Kimi全自动创建扣子智能体？这喂饭级教程将揭晓一切！](https://mp.weixin.qq.com/s/sGgUJgte4taivEJCZKRRXQ)[保姆级教程：Coze打工你躺平](https://mp.weixin.qq.com/s/QNg2-hRjSxBc_4MKtJh7Jw)[扣子Coze智能体开发实战教程|智能体开发](https://mp.weixin.qq.com/s/blmMHAV1IBDMyqwYpwqbSA)

Others are asking
实践案例推荐，仅搜索教育、多邻国相关的内容
以下是与教育、多邻国相关的实践案例推荐： 张翼然：用 AI 为教师减负（3H） 教师的 AI 减负指南生成式人工智能在教学中的应用 教师使用 AI 小技巧 想让 AI 做好，首先你得会做 教学目标：是否明确，与课程标准和学生实际需求相符合 教学方法：是否使用多种，考虑学生不同学习风格 能力培养：是否注重培养学生的思维、创新和实践能力 教学实践 教案中的教学过程是否紧密结合学生现实生活和个人经验 群里“公开问”创造良好探究学习气氛，提问技巧可见的快速提高 是否充分利用课堂时间，让学生参与教学 是否在教学中关注学生反馈和理解，及时调整教学策略 师生关系 是否营造良好教学氛围和师生关系 是否平等尊重学生主体地位，体现尊重和关爱学生的教育理念 是否注重发挥学生积极性和主动性，激发学习热情 移动教学应用： 多邻国 六六写字 幕布 “遇见苏轼”项目式教学 在教育实践中，针对二年级学生对于抽象数学概念感到困惑的痛点问题，也有相关的探索和尝试。
2025-03-20
AI变现案例
以下是一些 AI 变现的案例： 深圳 AI 变现沙龙： AI 抖音发广告：借助抖音平台对实体商家的流量扶持，每年对实体商家有 100 万多的基础曝光量，几万家实体商家花 3000 元、9000 元、10800 元购买软件。需求是懂软件开发的技术人员，熟悉抖音。 AI 私域做客户培育/用户旅程：AI 软件帮助不同商家自动跟进/培育客户。需求是懂软件开发的技术人员，熟悉微信。 本人成绩：签约过 300 多家实体商家，变现 70 万+。 AI 绘本：2 4 岁儿童的睡前故事，图文结合。 大学生社群，高校，对接商家，链接商家广告推广需群。 变现想法：Al+绘本+视频，3 10 岁儿童阅读教育，通过 Bot 实现自动化流程。 资源在做海外跨境电商和外贸，需要对接资源：ToB 服务。 法律咨询，制作劳动合同法 bot，个人机器人对接到 AI，建立数据库，回复。 体检报告解读，有企业资源，看怎么打通企业培训。 电商：小红书 AI 绘画变现： 用 AI 制作服装：代表案例——AI 小绿裙。单价 239 卖了 1160 多份，几个月一共卖了 27 万。可用 sd 或 mj 制作（熟练者），新手可用 mewxai 或幻火。 用 AI 定制萌娃的头像：单价 19.9，卖了 2675 份，共 5 万。适合执行力强的人，有人靠此月入 2000 3000，也有人做不完把单子转给别人抽成。 Coze 变现模板全新升级： 微信小程序变现模版正在开发中，12 月将会上线。目前实现小程序端可以通过 API 形式搭建，可参考 API 形式【30 分钟教程】打破 AI 次元壁，普通人的 AI 创意变现通天指南。Zion 支持小程序、Web、AI 行为流全栈搭建，APP 端全栈搭建 2025 上线。
2025-03-19
AI和教育结合的案例以及资料
以下是一些 AI 和教育结合的案例及相关资料： 张翼然是湖南农业大学教育技术系副教授，国家教学成果奖获得者，也是“人工智能+教育”实践专家。其相关研究包括 AI 从工具到助手赋能教师提升效率与能力、AI 与教育场景融合拓展教学边界与创新场景、AI 与人类智能的共生放大学生思考力塑造深度学习能力、AIGC 教育革命：技术原理与课堂实践、大语言模型的教学潜力：交流技巧与心得、一线教师的 AI 需求与高效工具推荐、AI 赋能课堂的核心逻辑：从理论到应用、解码 AI 教学案例：创新与实践等。 例如，在个性化支持与学习自主性方面，AI 通过数据分析与即时反馈，提供定制化学习路径和资源，帮助学生根据自身兴趣、需求和能力规划学习，同时赋予学生更多学习自主权，支持自定步调学习，实现精准教学，关注每个学生的个体需求，帮助学生在学习过程中培养自主决策能力。 在科技伦理与批判性思维方面，通过 AI 生成的开放性问题与多维数据，帮助学生审视技术的潜在风险，培养批判性思维与负责任的科技使用态度，引导学生辨析技术优劣，理解科技的伦理边界，通过讨论和反思提升学生的审辨能力。如课堂讨论 AI 生成内容的真实性与偏见，并设计项目探索数据隐私的保护方案。 同时也指出了大模型在多数任务中可快速达到及格水平，但在绝大多数领域难以达到优秀水平，以及现阶段 AI 在教育领域应用存在知识适配的层次性问题等局限性。 深圳福田区梅山中学梁玉老师使用百度文库的 AI 有声画本导入故事生成，用即梦 AI 生成数字人。 教研员贺亚使用通义千问根据评分标准改英语作文。 黎加厚提出让每一位教师都掌握教育智能体金钥匙。
2025-03-17
我要策划一个朋友圈发的海报，需要有些prompt指导，看看有没有类似的案例或者相似的案例
以下为您提供一些朋友圈海报的 prompt 指导及相关案例： 即梦图片 2.1 模型： 模型上线，已支持在图片中生成中文字体。 操作步骤： 第一步：打开即梦官网 https://jimeng.jianying.com/ 第二步：点击进入图片生成页面 第三步：生图模型选择图片 2.1 模型 案例： 提示词：咖啡店穿着服务员服装的猫咪，揉着眼睛，文字“小店打烊了” 提示词：一只布偶猫举着牌子，牌子上写着“睡什么睡，起来嗨” 提示词：电影宣传海报，画面中间是韦小宝，四周是七个宫女，标题文字“重生之我是韦小宝” 提示词：电商节日海报，背景是上海外滩，圣诞节布置，旋转木马，节日的气氛，标题文字“圣诞集市” 即梦：女神节海报教程： 原文链接：https://mp.weixin.qq.com/s/CYmlZDPjrchnKr8V4lvmRQ 操作步骤： 第一步：打开即梦 AI，选择“图片生成”功能 https://jimeng.jianying.com 第二步：模型选择图片 2.1，输入提示词（可以直接参考案例提示词） 第三步：点击生成，几秒钟后，专属字体海报完成 案例： 案例一：提示词：女神节主题，3D 设计，梦幻氛围，明亮春天场景，花田，数字 38，天空“女神节”，五彩缤纷的蝴蝶，晴朗的蓝天，茂密的绿色草地，盛开的花朵，柔和光线 案例二：提示词：粉色主题，梦幻氛围，数字 38，心形气球，花卉装饰，玫瑰花，漂浮的花瓣，柔和的云朵，美丽的湖面倒影，奇幻风格，柔和的色调，庆祝场景 案例三：提示词：妇女节，3D 设计，粉色主题，大号装饰数字 38，爱心，郁金香花朵，柔和光照，背景城市天际线，精致花卉装饰，优雅节日氛围，金色文字，春天氛围，细致鲜艳 希望这些内容对您策划朋友圈海报有所帮助！
2025-03-13
教育行业有那些基于aigc的业务实际落地的产品和案例?
以下是教育行业基于 AIGC 的一些业务实际落地的产品和案例： 教师的 AI 减负指南生成式人工智能在教学中的应用，包括教师使用 AI 的小技巧。涉及人员有张亚丽、富露露、张亚玲、张楚璇、吴箭枢等，学校有深圳大学附属中学、苏州工业园区娄葑学校、上海市静安区风华初级中学南校、江苏省苏州工业园区教师发展中心中学、苏州工业园区唯亭学校初中、中央民族大学附属中学等。 AIGC 人机协同国家课程项目化学科实践设计与实施，例如以科学《计量时间博物展》为例，以及基于思维可视化的项目式主题学习设计与实践，如以智驾未来课程为例。相关人员有祝琛、崔琴、张然、刘敏、王国庆、吴沁珂等，学校有深圳市南方科技大学教育集团实验二小、成都经济技术开发区实验小学校。 Al 创作家：用 AI 辅助设计桌游，解决学校实际问题，如北京市新英才学校的魏一然所做的工作。 生成式人工智能与教学变革：AI 领雁行动的探索与实践，相关人员有邹贤莲、向雪萍、陈治佑、余初冉、阊洪娇，学校有重庆两江新区行远小学校。 北京市新英才学校的跨学科项目老师带着学生用 AIGC 做学校地图桌游，英语老师在 AIGC 的帮助下备课和授课，生物和信息科技老师合作一起带着学生用训练 AI 模型，用以识别植物。 AIGC 常见名词解释，如 AIGC 意为人工智能生成内容，能进行 AIGC 的产品项目和媒介众多，包括语言文字类的 OpenAI 的 GPT、Google 的 Bard、百度的文心一言等，语音声音类的 Google 的 WaveNet、微软的 Deep Nerual Network、百度的 DeepSpeech 等，图片美术类的 Midjourney、Stable Diffusion 等。
2025-03-13
有没有接入微信消息的coze工作流案例
以下是一些接入微信消息的 Coze 工作流案例： 1. 【拔刀刘】自动总结公众号内容，定时推送到微信（附完整实操教程） 搭建工作流： 设置 Bot： 人设和回复逻辑：由于 Bot 主要依托于工作流，设置提示词，直接调用工作流，将 sum_weixin_2_2 替换为工作流的名称。 工作流：添加刚刚创建的工作流。 设置触发器：选择「定时触发」，选择触发的时间，比如每天 18 点，任务执行时输入工作流中开始节点的输入参数，如 key 为 Server 酱的 sendkey，rss_list 可以使用提供的测试数据。触发器在设定时间点根据输入项内容执行工作流，从而在微信收到推送的总结内容。可以同时设置多个触发器，最多 10 个，可推送给不同的人或分不同时间段给自己推送不同内容。 发布到飞书：点击右上角「发布」，注意渠道选择飞书，因为目前 Coze 平台触发器只对飞书渠道生效。 2. AI 实战：搭建信息情报官 Agent 先在 http://open.feishu.cn 上建飞书机器人，并添加知识库或多维表格编辑权限，获得机器人的 app_id 和 app_secret 以获取租用 token:tenant_access_token 来获取多维表格数据和编辑能力。 工作流一：通过微信文章链接进行文章解读成摘要报告，通过 LLM 能力，开源提示词如下。由于 Coze 使用 LLM 和批量执行任务延时的约束，建议不要同时处理太多文章（如 6 篇左右）。执行后将多维表格的文章状态转换成“已通知”并生成简报。 消息情报官 Bot：通过 Coze 建定时任务，执行工作流二，并添加其他如分析文章和搜索文章的能力，变成一个消息情报官的 Agent，发布到 Coze 商店、豆包、飞书、微信、微信公众号、微信小程序等。可以构建多个分身，收集整理不同领域和行业的情报信息。 3. Bot 智能体|用 Coze 实现【多模态资讯的跨平台推送】 技术实现原理： Coze API 接入微信群 Bot：登录宝塔面板，在宝塔面板当中可视化控制云服务器，部署 docker 容器，启动 COW 项目与微信取得关联。chatgptonwechat（简称 CoW）项目是基于大模型的智能对话机器人，可以接入微信公众号、企业微信应用、飞书、钉钉，可选择多种模型，能处理文本、语音和图片，通过插件访问操作系统和互联网等外部资源。点击“Docker”中的“项目模板”中的“添加”按钮，将编译好的内容复制进来，在容器中创建容器，选择容器编排，填入模板和名称，确定。运行成功后点击容器，可看到运行的是两个服务，点击“wcandyaibot”后面的日志按钮，用微信扫码，手动刷新日志，看到 WeChat login success 即成功将 Bot 接入微信。
2025-03-12
企业落地都有哪些工具或者方案
企业落地 AI 可以考虑以下工具和方案： 火山引擎： 豆包大模型的 tokens 调用量增长迅速，其视觉理解模型具备强大的视觉识别与推理能力，能处理复杂视觉任务，满足多行业需求。 其 AI 应用开发平台“扣子”发布 1.5 版本，新增支持 GUI 界面的开发环境，增强多模态能力，结合智能语音 OpenAPI 和实时语音通话能力。 还发布了专为企业定制的 AI 应用开发平台“HiAgent”，通过 100+行业模板支持，帮助企业快速构建 AI 能力中心，并与现有系统深度集成。 百度文心大模型：在智能终端行业，超半数手机厂商使用，包括三星、荣耀等主流品牌；十余家车企已接入。百度表现突出，拿下关键中标项目数量和金额两项第一，其智能云增长由多行业需求带动。 Dify：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、广泛模型集成、提示词 IDE、RAG Pipeline 等，允许定义 Agent 智能体，可监控和优化性能，提供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。
2025-03-19
更通用一点，更落地一点，主题换成学习AI&LLM吧
以下是关于学习 AI&LLM 的相关知识： 一、AI 相关概念与技术 1. 概念 生成式 AI 生成的内容称为 AIGC。 AI 即人工智能。 2. 机器学习 电脑通过找规律进行学习，包括监督学习、无监督学习、强化学习。 监督学习：使用有标签的训练数据，算法目标是学习输入和输出之间的映射关系，包括分类和回归。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习：从反馈中学习，以最大化奖励或最小化损失，类似训小狗。 3. 深度学习 一种参照人脑神经网络和神经元的方法（因有很多层所以叫深度）。 神经网络可用于监督学习、无监督学习、强化学习。 4. 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 5. LLM（大语言模型） 对于生成式 AI，生成图像的扩散模型不是大语言模型。 对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 二、技术里程碑 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN）。 三、RL 与 LLM 融合的本质与阐释 AI 本质是一堆 scaling law。今天能看到最好的模型规模在 10 的 25 到 26 次方 FLOPs 这种规模，且数量级还会持续增长，算力是必要条件。一个值得被 scale up 的架构是基础，要支持不断加入更多数据。现在“吃”的是 base model 的 scaling law，未来可能会“吃”用户数据源的 scaling law。alignment 也有 scaling law，只要能找到对的数据就能解决。当 next token prediction 足够好时，能够平衡创造性和事实性。多模态数据的引入可推迟数据瓶颈问题，如视频和多模态的卡点解决不了，文本的数据瓶颈就会很关键。在限定问题（如数学或写代码）上，数据相对好生成，通用问题还没有完全的解法，但有探索方向。统计模型没有问题。
2025-03-17
提供给我一个agent落地的具体案例
以下为您提供几个 Agent 落地的具体案例： 彬子基于 ComfyUI 做油管封面 Agent：彬子是 ComfyUI 新人，之前更多使用 Coze 做 Agent 并调用其图像流完成绘图功能，还在 Glif 上做若干 Bot 以插件调用 API 方式完成绘图功能调用。Glif 提供的云端 ComfyUI 带来更多图像玩法，Coze 的工作流和 ComfyUI 的图像流代表了 Agent 内部两个子领域领先水平，但大多数同学专注一个领域精进，只要从擅长阵地多迈出一步，就能更好把控 Agent 中各种节点的设计和运用。 有用 Agent 产品开发：目前仍没有 Killer App 出现和 Agent 产品落地，原因一是 Agent 不靠谱，二是 Agent 开发者不靠谱。Agent 能力受 Tools 能力影响，如订机票需携程的 API 接入能力，要让模型更准确选择 Tools 及生成 api args，将非通识业务知识设计好让 Agent 直接用是当前接近“人工”智能且高性价比的方式。 【智谱 AutoGLM】：经过深度测试，AutoGLM 让开发者看到了 AI Agent 真正落地的希望。它解决了之前开发类似功能时的 API 对接难、多模态识别差、操作不精准等问题，借助 RPA 思路通过模拟人类操作实现跨应用控制。其场景理解能力出色，能根据用户意图选择合适应用场景，但仍存在语音识别偏差、复杂界面操作稳定性差、只支持安卓等问题。智谱团队选择几个高频场景深耕细作，证明了产品价值，未来发展空间大。
2025-03-12
大模型企业落地方案有哪些
大模型企业落地方案主要包括以下几个方面： 1. 提高内容可信： 做具备通用能力的大模型，通过商业交付应用、反馈和评测来解决内容可信问题。 不断优化数据以解决实际应用问题，如自我学习能力等。 走向垂直化，结合场景用一个模型和框架提高内容精准度。 2. 解决算力成本高、训练重复和资源紧缺的问题： 以 GPT3 模型为例，现有千卡集群训练一个月，单次训练周期一个月，总成本超过 1200 万美金，且全行业训练卡持续涨价。 目前仍无人能用商业化的国产芯片做大模型训练。 3. 降低大模型价格或使用垂直领域模型落地。 4. 以百度智能云为例： 在 IaaS 层，百舸 AI 异构计算平台解决算力问题，提供从集群创建到模型训练、推理的完整算力管理方案，提升算力管理能力和模型训练效率，确保高达 99.5%的有效训练时间，为大模型应用落地提供强大算力支撑。 在 Paas 层，千帆大模型平台解决大模型的调用、开发和应用开发问题，支持调用文心大模型全系列模型，提供全面工具链，支持定制化模型开发，通过 AppBuilder 提供企业级 Agent 和企业级 RAG 开发能力，还能将企业应用数据反馈到模型中形成良性循环，持续优化模型性能。 在 SaaS 层，提供丰富的常用应用供客户选择，如数字人平台曦灵、智能客服应用客悦等。 此外，大模型在实际应用中存在一些问题，如知识的局限性、幻觉问题和数据安全性问题，而 RAG 是解决上述问题的一套有效方案，它可以让大模型从权威的、预先确定的知识来源中检索、组织相关信息，更好地控制大模型生成的文本输出，并且用户可以深入了解 LLM 如何生成最终的结果。RAG 可以和微调结合使用，两者并不冲突。
2025-03-12
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
关于人工智能有什么推荐的书
以下是为您推荐的关于人工智能的书籍： 1. 《认知神经学科：关于心智的生物学》（作者：Michael S.Gazzaniga;Richard B.Lvry;George R.Mangun）：世界权威的认知神经科学教材，系统介绍了认知神经科学的诸多方面。 2. 《神经科学原理》（作者：Eric R.Kandel;James H.Schwartz）：让您系统了解神经元的细胞和分子生物学等内容。 3. 《神经生物学:从神经元到脑》（作者：John G.Nicholls 等著）：神经生物学领域的世界级名著，涵盖了神经科学的多方面内容。 4. 《深度学习》（作者：Ian Goodfellow、Yoshua Bengio 和 Aaron Courville）：深入探讨深度学习背后的深层数学。 5. 《智慧的疆界从图灵机到人工智能》 6. 《白话机器学习的数学（图灵图书）》（作者：立石贤吾） 7. 《人工智能（第 4 版）现代方法》 此外，还有一些相关的学习资源，如微软的 AI 初学者入门课程，包括特定的机器学习云框架课程、对话式人工智能和聊天机器人课程以及深度学习背后的深层数学课程等。同时，李宏毅的机器学习课程也值得关注。
2025-03-21
我想学习智能体提示词如何设计
以下是关于智能体提示词设计的相关内容： 方案扩写助手： 参考 Claude 3.5 的官方提示词写法，用非 markdown 语法输出。 主要能力包括：能够对专业类方案按扩写前的格式和风格输出，保证一致性；能够拆解技术细节，保证技术描述专业；对扩写方法进行提示与教学，保证扩写稳定。 纯 Prompt 类 Agent 的个人感受：提示词不是越多越好，要清晰表达任务让模型理解，不一定是 markdown 语法，参考 Claude 3.5 提示词；提示词需要不断优化，从繁琐逐步简化，在使用过程中根据反馈不断调整，结合实际需求最终简化为 100 个字内。 工作流：智能体采用对话模式的 Prompt 进行设计，提示词为：你是能深入思考文档需求并编写成文字的专家。你通过分析示例文档的内容和结构，判断文章讲述了哪几个方面，并进行扩写。扩写过程中，主要采用的方法为，对里面提到的每个部分，进行进一步描述，比如技术上进一步编写与描述；比如写具体的效果；比如写这样做的原因等，从而让每部分尽可能充实。扩写过程不用采用分段式描写，或者罗列大纲，而是仿照原文的格式，尽可能减少分段。在保证专业准确性的同时，通过自然流畅的语言将各个部分有机串联。请你一步一步思考，不急于输出你的内容，让扩写更加充实，同时保持文章的整体连贯性和可读性。需要扩写的内容为：{{原文}} 拟人化提示词设计： 从使用角度分类，大致分为任务型和拟人化型。任务型提示词专注于完成特定任务或解决特定问题，高度专业化、流程清晰，遵循严格工作逻辑；拟人化提示词模拟人类交互方式，用于陪伴聊天或展现人性化特质，需要更细致全面的设计以呈现丰富个性和背景。 拟人化提示词设计思路：设计过程始于角色的基础信息，包括姓名、性别、年龄和职业等。接着考虑角色的背景和经历，它们与基础信息密切相关，相互影响。角色的背景和经历对爱好、特长、性格和价值观等方面的塑造有深远影响。规划和目标是相对弱关联的元素，可以是短期或长期愿景。
2025-03-21
我想学习扣子智能体提示词
以下是关于扣子智能体提示词的相关信息： 要创建扣子智能体机器人并设置提示词，您可以按照以下步骤进行： 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。 进入提示词设置环节，为画小二助手设置提示词。 此外，韦恩作为智能体创业者、WayToAGI 共建者、微软提示词工程师等，在相关课程中提到： 课程计划包括入门和进阶，入门是搭建证件照应用，进阶是邮票收藏馆搭建。 您将收获完整构建一个中等复杂的扣子 AI 应用学习、解决应用构建过程中的卡点以及获得一个价值万元的邮票收藏馆 AI 应用。 在通往 AGI 之路知识库使用指南中，也有关于智能体和提示词的一些介绍。
2025-03-21
我是新手小白，如何用最简单的方式构建多智能体
对于新手小白构建多智能体，以下是一种较为简单的方式： 1. 快速搜索补充参考信息：根据用户的任务调研市场上主流的开源搜索引擎技术架构，使用搜索工具 API WebSearchPro 补充更多信息，具体可参考。 2. 用模型规划和分解子任务：使用大模型如 GLM40520 帮助规划，把用户问题拆分成若干子搜索任务，并转换为 JSON 格式。JSON 格式处理可参考。 3. 用搜索智能体完成子任务：AI 搜索智能体具备联网搜索和自主分析并进行多轮搜索任务的能力。智能体 API 的调用方式可参考。智能体 id 为 659e54b1b8006379b4b2abd6，简介为连接全网内容，精准搜索，快速分析并总结的智能助手。 4. 总结子任务生成思维导图：智能体能调用各种插件，如思维导图、流程图、PPT 工具等，可根据工作需要选择。智能体 API 的调用方式可参考。智能体 id 为 664e0cade018d633146de0d2，简介为告别整理烦恼，任何复杂概念秒变脑图。 另外，OpenAI 官方开源的多智能体框架「Swarm」具有一定优势，其「Handoffs」处理了不同智能体之间交接的逻辑。例如构建客服多智能体，可能只需要准备普通接线客服和宽带客服两个 Agent 。 在实际操作中，如创建 Coze 智能体获取笔记和评论信息，要创建智能体并使用单 Agent 对话流模式，编排对话流，进行测试和发布等步骤。发布时要注意相关配置，如输出类型、输入类型等。
2025-03-20
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。每个智能体都能感知环境、决策并执行任务，且它们之间能信息共享、任务协调与协同行动以实现整体目标。 随着大型语言模型（LLM）出现，以 LLM 为核心构建的 Agent 系统受广泛关注。单 Agent 核心在于 LLM 与工具协同配合，可能需与用户多轮交互；多 Agent 为不同 Agent 指定角色，通过协作完成复杂任务，与用户交互可能减少。 构建多 Agent 框架，需考虑增加的组件，包括： 1. 环境（environment）：所有 Agent 处于同一环境，环境含全局状态信息，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 和阶段间切换。 4. 记忆：多 Agent 框架中因 Agent 数量增多，消息数量及每条消息需记录的字段也增多。 此外，新兴的依靠协同的多智能体系统是复杂智能行为可来自大量简单智能系统相互作用的一种实现智能的方法。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处理复杂任务，核心功能由多个独立模型完成，还包括虚拟机、计算资源、生成物、内置多个 agents 等关键组件，采用“少结构，多智能体”设计哲学，实现高效处理复杂任务和高质量输出。
2025-03-20
如何在coze中建智能体
在 Coze 中创建智能体的步骤如下： 1. 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。 2. 提示词设置：设置画小二助手的提示词。 3. 进入 coze 官网（www.coze.cn），注册并登录，点击页面左上角的⊕，通过【标准创建】填入 bot 的基本信息。 4. 了解 Bot 开发调试界面： 人设与回复逻辑（左侧区域）：设定 Bot 的对话风格、专业领域定位，配置回复的逻辑规则和限制条件，调整回复的语气和专业程度。 功能模块（中间区域）： 技能配置：插件（扩展 Bot 的专业能力，如计算器、日历等工具）、工作流（设置固定的处理流程和业务逻辑）、图像流（处理和生成图像的相关功能）、触发器（设置自动化响应条件）。 知识库管理：文本（存储文字类知识材料）、表格（结构化数据的存储和调用）、照片（图像素材库）。 记忆系统：变量（存储对话过程中的临时信息）、数据库（管理持久化的结构化数据）、长期记忆（保存重要的历史对话信息）、文件盒子（管理各类文档资料）。 交互优化（底部区域）：开场白（设置初次对话的问候语）、用户问题建议（配置智能推荐的后续问题）、快捷指令（设置常用功能的快速访问）、背景图片（自定义对话界面的视觉效果）。 预览与调试（右侧区域）：实时测试 Bot 的各项功能，调试响应效果，优化交互体验。 5. 动手实践： 创建智能体：使用单 Agent 对话流模式。 编排对话流：点击创建一个新的对话流（记得要和智能体关联）。 测试：找到一篇小红书笔记，试运行对话流，直接在对话窗口输入地址，当看到数据即为成功。回到智能体的编排页面，同样方式测试，确保对话流执行成功。 发布：点发布后，只选择多维表格，然后点配置。输出类型选文本，输入类型选字段选择器。完善上架信息，填个表格，选发布范围（可仅自己可用，避免审核时间长）。提交上架信息后，返回配置界面显示已完成，即可完成最终提交。
2025-03-20