直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

搭建agent除了coze还有什么？

回答

以下是一些除了 Coze 之外的 Agent 构建平台：

  1. Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。
  2. 文心智能体：百度推出的基于文心大模型的智能体（Agent）平台，支持开发者根据自身需求打造大模型时代的产品能力。
  3. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行设计良好的工作流。
  4. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等多种场景。提供多种成熟模板，功能强大且开箱即用。
  5. 钉钉 AI 超级助理：依托于钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能，在处理高频工作场景如销售、客服、行程安排等方面表现出色。

在 Coze 上搭建工作流框架时，首先进入 Coze，点击「个人空间-工作流-创建工作流」打开弹窗，自定义工作流信息并确认新建。编辑视图中左侧「选择节点」模块根据子任务需求，实际用到的有插件（提供能力工具拓展 Agent 能力边界）、大模型（调用实现文本内容生成）、代码（支持编写简单脚本处理数据），编辑面板中的开始节点和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，按照流程图拖入对应的 LLM 大模型、插件、代码节点即可完成搭建。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

问：有哪些好的Agent构建平台

[title]问：有哪些好的Agent构建平台以下是一些Agent构建平台：1.Coze：Coze是一个新一代的一站式AI Bot开发平台，适用于构建基于AI模型的各类问答Bot。它集成了丰富的插件工具，可以极大地拓展Bot的能力边界。2.Mircosoft的Copilot Studio：这个平台的主要功能包括外挂数据、定义流程、调用API和操作，以及将Copilot部署到各种渠道。3.文心智能体：这是百度推出的基于文心大模型的智能体（Agent）平台，支持开发者根据自身需求打造大模型时代的产品能力。4.MindOS的Agent平台：允许用户定义Agent的个性、动机、知识，以及访问第三方数据和服务或执行设计良好的工作流。5.斑头雁：这是一个2B基于企业知识库构建专属AI Agent的平台，适用于客服、营销、销售等多种场景。它提供了多种成熟模板，功能强大且开箱即用。6.钉钉AI超级助理：依托于钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能。这使得它在处理高频工作场景如销售、客服、行程安排等方面表现更加出色。以上信息提供了关于6个平台的概述，您可以根据自己的需求选择适合的平台进行进一步探索和应用。内容由AI大模型生成，请仔细甄别

一泽Eze:万字实践教程，全面入门 Coze 工作流｜用 Coze 打造 AI 精读专家智能体，复刻 10 万粉公众号的创作生产力

[title]一泽Eze:万字实践教程，全面入门Coze工作流｜用Coze打造AI精读专家智能体，复刻10万粉公众号的创作生产力[heading1]Step 2：分步构建和测试Agent功能[heading2]2.1在Coze上搭建工作流框架，设定每个节点的逻辑关系首先进入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。根据弹窗要求，自定义工作流信息。点击确认后完成工作流的新建，可以看到整个编辑视图与功能如下：其中，左侧「选择节点」模块中，根据我们的子任务需要，实际用上的有：1.插件：提供一系列能力工具，拓展Agent的能力边界。本案例涉及的思维导图、英文音频，因为无法通过LLM生成，就需要依赖插件来实现。2.大模型：调用LLM，实现各项文本内容的生成。本案例的中文翻译、英文大纲、单词注释等都依赖大模型节点。3.代码：支持编写简单的Python、JS脚本，对数据进行处理。而编辑面板中的开始节点、结束节点，则分别对应1.2分解子任务流程图中的原文输入和结果输出环节。接下来，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。

一泽Eze:万字实践教程，全面入门 Coze 工作流｜用 Coze 打造 AI 精读专家智能体，复刻 10 万粉公众号的创作生产力

[title]一泽Eze:万字实践教程，全面入门Coze工作流｜用Coze打造AI精读专家智能体，复刻10万粉公众号的创作生产力[heading1]Step 2：分步构建和测试Agent功能[heading2]2.1在Coze上搭建工作流框架，设定每个节点的逻辑关系首先进入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。根据弹窗要求，自定义工作流信息。点击确认后完成工作流的新建，可以看到整个编辑视图与功能如下：其中，左侧「选择节点」模块中，根据我们的子任务需要，实际用上的有：1.插件：提供一系列能力工具，拓展Agent的能力边界。本案例涉及的思维导图、英文音频，因为无法通过LLM生成，就需要依赖插件来实现。2.大模型：调用LLM，实现各项文本内容的生成。本案例的中文翻译、英文大纲、单词注释等都依赖大模型节点。3.代码：支持编写简单的Python、JS脚本，对数据进行处理。而编辑面板中的开始节点、结束节点，则分别对应1.2分解子任务流程图中的原文输入和结果输出环节。接下来，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。

其他人在问
什么是AI agent
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. 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： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. 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）。 3. 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），运行时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）。 另外，AI Agent 也就是 AI 智能体，简单来说就是拥有各项能力的打工人来帮我们做特定的事情。目前有不少大厂推出自己的 AI 智能体平台，像字节的扣子，阿里的魔搭社区等等。体验过 GPT 或者文心一言大模型的小伙伴应该都知道，现在基本可以用自然语言来编程了，相当于降低了编程的门槛。之前在使用 GPT 或者文心一言大模型的时候会出现胡编乱造的情况以及时效性、无法满足个性化需求等问题，而 AI 智能体的出现正是解决这些问题的绝佳方式，AI 智能体包含了自己的知识库、工作流、还可以调用外部工具，再结合大模型的自然语言理解能力，就可以完成比较复杂的工作。所以 AI 智能体的出现就是结合自己的业务场景，针对自己的需求，捏出自己的 AI 智能体来解决自己的事情。 例如，字节的扣子（Coze），作为字节跳动旗下的新一代一站式 AI Bot 开发平台，无论用户是否具备编程基础，都能在该平台上迅速构建基于 AI 模型的各类问答 Bot。这些 Bot 的功能涵盖了从解决简单问答到处理复杂逻辑对话的广泛范围。当开发完成后，还可以将自己构建的 Bot 发布到各种社交平台和通讯软件上，让更广泛的用户群体能够与这些 Bot 进行交互聊天。创建智能体可以通过简单 3 步，首先起一个智能体的名称，然后写一段智能体的简单介绍，最后使用 AI 创建一个头像即可。
2024-10-13
如何打造AI Agent
打造 AI Agent 主要分为以下步骤： 1. 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。 2. 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。 3. 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。 此外，构建高质量的 AI 数字人时，在构建数字人的灵魂方面，需要注意以下工程关键点： 1. AI Agent：要让数字人像人一样思考就需要写一个像人一样的 Agent，工程实现所需的记忆模块、工作流模块、各种工具调用模块的构建都是挑战。 2. 驱动躯壳的实现：灵魂部分怎样去驱动躯壳部分，需要将灵魂部分的所有接口定义出来，然后躯壳部分通过 API 调用，调用方式可以是 HTTP、webSocket 等，同时要处理好包含情绪的语音表达以及躯壳的口型、表情、动作和语音的同步及匹配问题。 3. 实时性：由于整个数字人的算法部分组成庞大，几乎不能实现单机部署，算法一般会部署到额外的集群或者调用提供出来的 API，需要解决网络耗时和模型推理耗时导致的响应太慢的问题。 4. 多元跨模态：不仅仅是语音交互，还可以根据实际需求添加其他感官的交互，如通过添加摄像头数据获取视觉信息并进行图像解析。 5. 拟人化场景：正常与人交流时会有插话、转移话题等情况，需要通过工程手段丝滑处理这些情景。
2024-10-12
什么是AI agent
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. 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，我们需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. 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）。 3. 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），运行时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）。 另外，AI Agent 也就是 AI 智能体，简单来说就是拥有各项能力的打工人来帮我们做特定的事情。目前有不少大厂推出自己的 AI 智能体平台，像字节的扣子，阿里的魔搭社区等等。体验过 GPT 或者文心一言大模型的小伙伴应该都知道，现在基本可以用自然语言来编程了，相当于降低了编程的门槛。之前在使用 GPT 或者文心一言大模型的时候会出现胡编乱造的情况以及时效性、无法满足个性化需求等问题，而 AI 智能体的出现正是解决这些问题的绝佳方式，AI 智能体包含了自己的知识库、工作流、还可以调用外部工具，再结合大模型的自然语言理解能力，就可以完成比较复杂的工作。所以 AI 智能体的出现就是结合自己的业务场景，针对自己的需求，捏出自己的 AI 智能体来解决自己的事情。 例如，字节的扣子（Coze），作为字节跳动旗下的新一代一站式 AI Bot 开发平台，无论用户是否具备编程基础，都能在该平台上迅速构建基于 AI 模型的各类问答 Bot。这些 Bot 的功能涵盖了从解决简单问答到处理复杂逻辑对话的广泛范围。当我们开发完成后，还可以将自己构建的 Bot 发布到各种社交平台和通讯软件上，让更广泛的用户群体能够与这些 Bot 进行交互聊天。创建智能体可以通过简单 3 步，首先起一个智能体的名称，然后写一段智能体的简单介绍，最后使用 AI 创建一个头像即可。
2024-10-11
简单介绍一下prompt和agent的关系
Prompt 在激活和运用 AI Agent 的“大脑模块”中起着关键作用，在角色定义、知识处理和逻辑规划等环节都不可或缺。但 Prompt 并非完美无缺，其缺点是使用的 Prompt 越长，消耗的 Token 越多，推理成本可能很高。 对于拟人化程度不高的情况，单纯通过 Prompt 来构建大脑模块（Prompttuning）较为适合；而对于“有趣的灵魂”，目前最直接的解决方式是通过微调一个定向模型，微调过程能将信息直接“记忆”在 AI 的“大脑模块”中，提高信息提取效率，减少处理数据量，优化性能和成本。一般创建方式是将 Prompttuning 和 Finetuning 相结合。 此外，还有如 PromptAgent 这样的优化方法，它将提示词优化视为策略性规划问题，采用基于蒙特卡洛树搜索的规划算法，能自主设计出与专家手工制作同等质量的提示词，并应用于多个实际领域的任务且效果显著。
2024-10-09
Agentgpt是什么
Agent 是执行特定任务的 AI 实体。Agent（智能体）是一个设置了一些目标或任务，可以迭代运行的大型语言模型。它与大型语言模型（LLM）在像 ChatGPT 这样的工具中的通常使用方式不同，ChatGPT 中用户提出问题并获得答案回应，而 Agent 拥有复杂的工作流程，模型本质上可以自我对话，无需人类驱动每一部分的交互。 Lilian Weng（OpenAI 应用人工智能研究负责人）将 Agents 定义为 LLM、记忆（Memory）、任务规划（Planning Skills）以及工具使用（Tool Use）的集合，其中 LLM 是核心大脑，Memory、Planning Skills 以及 Tool Use 等则是 Agents 系统实现的三个关键组件。到今天，构建 AI Agent 的工具箱已经相对完善，但仍需要面对一些限制，例如上下文长度、长期规划和任务分解，以及 LLM 能力的稳定性等。 目前已知的相关案例有斯坦福 25 人小镇。参考文章：https://logankilpatrick.medium.com/whataregptagentsadeepdiveintotheaiinterfaceofthefuture3c376dcb0824 、https://lilianweng.github.io/posts/20230623agent/ 。 关于 AgentGPT 暂未查询到确切的相关内容。
2024-10-09
agent什么意思
“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。 从以下几个方面详细介绍： 1. 定义：智能体是一种自主系统，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）来达到某种目标。 2. 在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并辅以几个关键组成部分： 规划：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。 反思和完善：对过去的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。 记忆：包括短期记忆（所有的上下文学习利用模型的短期记忆来学习）和长期记忆（为 Agents 提供长时间保留和回忆无限信息的能力，通常通过利用外部向量存储和快速检索实现）。 工具使用：学习调用外部 API 来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。 从产品角度思考 Agent 设计： Who：Agent 可以是一个历史新闻探索向导，具有知识渊博、温暖亲切、富有同情心的性格，主导新闻解析和历史背景分析。为使角色生动，可为其设计背景故事，明确起源、经历和动机，定义性格特点、说话方式和风格，设计对话风格，明确核心功能及附加功能。 在 AI 大模型中，agent 是比较火的概念，被认为是大模型未来的主要发展方向。中间的“智能体”其实就是 LLM 或大模型，四个箭头分别是为 LLM 增加的工具、记忆、行动、规划四个能力。目前行业里主要用到的是一个叫 langchain 的框架，它把 LLM 和 LLM 之间以及 LLM 和工具之间通过代码或 prompt 的形式进行串接，在 prompt 层和工具层完成主要的设计逻辑。
2024-10-08
如何利用coze实现公众号更新后自动推送并总结内容
利用 Coze 实现公众号更新后自动推送并总结内容的步骤如下： 1. 抓取公众号内容： 先在平台搜索现成的插件，如 Coze 平台的读取公众号内容插件，但可能已荒废无法使用。 可考虑自己写爬虫抓取，或寻找可通过 API 方式直接调用的现成服务，如“瓦斯阅读”，但可能存在公众号不全的问题。还可尝试 GitHub 上的“WeWe RSS”工具。 2. 公众号内容总结： 主要依靠大模型的能力，如字节的豆包大模型。涉及批量化操作时，可使用“批处理”功能。 3. 定时推送到微信： 定时可通过 Coze 平台的触发器实现。 推送到微信需找第三方 API 的方案解决，如“server 酱”，通过服务号的模板消息将自定义内容推送到微信。 4. 搭建工作流： 循环查询文章是否推送过： 循环体内部的数据库节点用于在数据库中查询是否已推送过该文章，输入项为文章 url 和开始节点的 key（重命名为 suid）。 循环体内容的选择器判断数据库查询内容是否为空，为空则拼接文章完整信息。 设置 Bot： 人设和回复逻辑：设置提示词直接调用工作流，将“sum_weixin_2_2”替换为工作流名称。 工作流：添加创建的工作流。 设置触发器：选择“定时触发”，设定触发时间，如每天 18 点，输入工作流开始节点的参数。可设置多个触发器。 发布到飞书：点击右上角“发布”，选择飞书渠道，因 Coze 平台触发器目前只对飞书渠道生效。
2024-10-03
coze相关学习资料和案例
以下是关于 Coze 的学习资料和案例： 共学资料： 教程： 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 国内版地址：https://www.coze.cn/home Coze 海外版地址：https://www.coze.com/home
2024-10-02
请问在coze寄如何将url格式的图片内容转换成image图片
在 Coze 中将 URL 格式的图片内容转换成 Image 图片，主要通过以下步骤实现： 1. 生成图片时没有使用图像流里的工具，而是采用工作流，并调用插件来完成。 2. 运用 ByteArtist 插件中的 ImageToolPro 工具。 3. 将 model_type 选 2，这样能够根据用户图片风格进行生成。 4. 关键在于输入一个参考丑图，例如从 glif 官网别人的作品中选取一个 10241024 的老大爷图片，将其 URL 传到 Coze 中后，将其 URL 输入给 image_url。
2024-10-01
coze中的代码编辑如何测试
在 Coze 中测试代码编辑可以按照以下步骤进行： 1. 首先进入 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，点击确认后完成工作流的新建。 3. 在编辑视图中，左侧「选择节点」模块中，根据子任务需要，实际用上的有插件、大模型和代码。其中代码支持编写简单的 Python、JS 脚本，对数据进行处理。 4. 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，完成工作流框架的搭建。 5. 对于插件的测试，在页面右侧单击测试代码图标并输入所需的参数，然后单击 Run 测试工具。如果在元数据设置了输入参数，可单击自动生成图标，由 IDE 生成模拟数据，您只需要调整参数值即可进行测试。您可以在控制台区域查看运行日志、在输出区域查看运行结果，单击更新输出参数，IDE 会自动把输出结果中的参数，更新到元数据的输出参数中。
2024-09-30
coze工作流中的编辑代码如何使用
在 Coze 工作流中，代码的使用方法如下： 首先进入 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。根据弹窗要求自定义工作流信息，点击确认后完成工作流的新建。 在编辑视图中，左侧「选择节点」模块中，代码节点支持编写简单的 Python、JS 脚本，对数据进行处理。 按照流程图，在编辑面板中拖入对应的代码节点。 例如在艾木的介绍中，利用“Code”组块插入一段 Python 代码，将 Google 搜索返回结果格式化成两个字符串，一个是由搜索结果相关信息拼接而成，另一个是由搜索出来的网页链接拼接而成。这段代码起到了粘合剂的作用，逻辑不复杂，理论上也可以让 AI 帮助生成。
2024-09-30
coze案例
以下是关于 Coze 案例的相关信息： 标题：一泽 Eze:万字实践教程，全面入门 Coze 工作流｜用 Coze 打造 AI 精读专家智能体，复刻 10 万粉公众号的创作生产力 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。 从案例入门：何为捏 Bot 使用扣子 coze.cn 等平台创建智能体 Agent 的过程，创作者形象的比喻为“捏 Bot”，最简单的 Bot 往往可以在 1 分钟内捏完。常见 Bot：讲故事、减肥提醒、生成 PPT、真假新闻辨识、新闻资讯收集、扮演“甄嬛”......
2024-09-29
如何通过ollama 搭建本地知识库
以下是通过 Ollama 搭建本地知识库的步骤： 1. 了解背景：本文思路来源于视频号博主黄益贺，旨在分享如何部署本地大模型及搭建个人知识库，让您了解相关核心技术及流程。 2. Ollama 简介：Ollama 是一个开源框架，用于简化本地运行大型语言模型的过程，是轻量级、可扩展的，提供简单 API 和预构建模型库，适合初学者和非技术人员，能推动大型语言模型的发展和应用。 3. 安装 Ollama：官方下载地址为 https://ollama.com/download ，安装完成后可通过访问特定链接判断是否安装成功。 4. 运行本地大模型：安装完成后，在命令行中运行相应命令，模型名称可通过查看，如选择 llama2 大模型，可根据机器配置选择合适参数的模型，运行时 Ollama 会自动下载大模型到本地。 此外，还有关于本地部署资讯问答机器人：Langchain + Ollama + RSSHub 实现 RAG 的相关内容，包括加载所需库和模块、从订阅源获取内容、为文档内容生成向量等步骤。
2024-10-12
智能体搭建教程
以下是关于智能体搭建的教程： 智能体的基本概念： 智能体大多建立在大模型之上，从基于符号推理的专家系统逐步演进而来。 基于大模型的智能体具有强大的学习能力、灵活性和泛化能力。 智能体的核心在于有效控制和利用大型模型，提示词设计直接影响其表现和输出结果。 动手实践： 基于公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等）开发智能体。 步骤： 点击“浏览 GPTs”按钮。 点击“Create”按钮创建自己的智能体。 使用自然语言对话或手工设置进行具体设置。 开始调试智能体并发布。 以扣子（Coze）为例： 扣子是字节跳动旗下的新一代一站式 AI Bot 开发平台，无论是否具备编程基础，都能在该平台上迅速构建各类问答 Bot。 开发步骤： 为 Bot 设定人设与回复逻辑。 为 Bot 添加技能，如为获取 AI 新闻的 Bot 添加搜索新闻的接口。 测试 Bot 是否符合预期，可在预览与调试区域进行，可清除对话记录。 完成测试后发布 Bot，在编排页面右上角单击发布，输入发布记录并勾选发布渠道。 更多内容可访问 Coze 官方文档： 英文版：https://www.coze.com/docs/welcome.html 中文版：https://www.coze.cn/docs/guides/welcome
2024-10-11
搭建AI客服，对接知识库
以下是搭建 AI 客服并对接知识库的步骤： 1. 搭建 OneAPI（https://github.com/songquanpeng/oneapi），用于汇聚整合多种大模型接口，方便后续更换使用各种大模型，同时了解如何白嫖大模型接口。 2. 搭建 FastGpt（https://fastgpt.in/），这是一个知识库问答系统。将知识文件放入其中，并接入上面的大模型作为分析知识库的大脑，最后回答问题。如果不想接到微信，搭建到此即可，它也有问答界面。 3. 搭建 chatgptonwechat（https://github.com/zhayujie/chatgptonwechat）接入微信，并配置 FastGpt 将知识库问答系统接入微信。建议先用小号以防封禁风险。搭建完后想拓展功能，可参考 Yaki.eth 同学的教程（https://waytoagi.feishu.cn/wiki/UADkwZ9B0iAWdTkFJIjcN7EgnAh），其中的 cow 插件能进行文件总结、MJ 绘画等。 此外，用 Coze 免费打造自己的微信 AI 机器人时： 1. 确定功能范围，例如支持用户发送“关键字”自助获取分享的“AI 相关资料链接”；能回答 AI 相关知识，优先以“知识库”中的内容回答，不足时调用大模型回复并在答案末尾加上“更多 AI 相关信息，请链接作者：jinxia1859”；能在微信公众号上发布作为微信客服助手。 2. 为实现上述功能，需要准备的内容有：根据目的和核心能力编写 prompt 提示词；整理“关键字”与“AI 相关资料链接”的对应关系，可用 word、txt、excel 整理；创建知识库用于回答 AI 相关知识；创建工作流控制 AI 按要求处理信息；准备好微信公众号以便发布机器人。
2024-10-10
设计搭建一个ai平台需要做些什么
设计搭建一个 AI 平台需要做以下工作： 1. 明确平台的目的和核心能力，编写相应的 prompt 提示词。 2. 整理“关键字”与“AI 相关资料链接”的对应关系，可以使用 word、txt、excel 等进行整理。 3. 创建一个用于回答 AI 相关知识的知识库。 4. 为平台创建工作流，以控制 AI 按照要求处理信息。 5. 准备好微信公众号，以便将平台发布在微信公众号上作为微信客服助手。 此外，还可以参考以下内容： 阅读如等文章，了解市场动态和生成式 AI 商业模式的相关问题。 学习如等内容，掌握新型 AI 动力系统在设计方面的应用。 参考，了解设计的当前状态和设计师利用 AI 工具的实用技巧。 研究，了解对 ML 模型进行研究的最佳实践，以及如何利用数据科学和机器学习技术做出数据驱动的设计决策，并利用 UX 策略使 AI/ML 系统对最终用户更易于解释和透明。
2024-10-10
AI微信聊天机器人怎么搭建
以下是零基础模板化搭建 AI 微信聊天机器人的步骤： 纯 GPT 大模型能力的微信聊天机器人搭建 疑问解答： 1. 宝塔面板提供了图形化的管理界面，操作简单直观，许多常见任务都可以通过点击按钮完成。 2. 丰富的在线资源：宝塔面板和 Docker 都有详细的官方文档和教程，您可以随时查阅。 3. 极简未来平台的支持：极简未来平台也提供了详细的操作指南和技术支持，遇到问题可以查阅官方文档或寻求帮助。 4. 社群和论坛：加入相关的技术社群或论坛，向有经验的用户请教，也是一个很好的学习途径。 5. 定期备份和监控：设置定期备份和监控，确保在出现问题时可以及时恢复。 如果遇到问题，可以采取以下几种方式来解决： 1. 查阅官方文档和教程：极简未来平台、宝塔面板和 Docker 都有详细的官方文档和教程，可以帮助解决大部分问题。 2. 联系技术支持：极简未来平台提供技术支持服务，可以联系平台的技术团队寻求帮助。 3. 加入技术社群：加入相关的技术社群，向有经验的用户请教，获取问题的解决方案。 4. 在线论坛和社区：在在线论坛和社区发布问题，寻求其他用户的帮助和建议。 为了避免长时间不操作后忘记步骤，可以采取以下措施： 1. 制作操作手册：将每一步的操作记录下来，制作成操作手册，方便日后查阅。 2. 定期操作：定期登录服务器，进行简单的操作和维护，保持熟练度。 3. 视频教程：可以录制自己的操作视频，作为教程，日后查看时更直观。 4. 自动化脚本：对于一些常见的运维任务，可以编写自动化脚本，简化操作步骤。 开始搭建 配置腾讯云轻量应用服务器 配置部署 COW 组件： 1. 在刚刚复制的 dockercompose.yml 文件中，需要修改里面的具体配置来串联微信号和平台上已创建好的 AI 机器人。配置的参考官方来源是：https://docs.linkai.tech/cow/quickstart/config 。 2. 从配置参数解释可以看到，配置里面的每个参考的名称的全大写描述，比如 open_ai_api_key 对应编排模板的 OPEN_AI_API_KEY，model 对应编排模板的 MODEL，以此类推就可以在编排模板去配置具体的配置参数。以下是最新的容器编排模板的配置参数（里面有'{{中文描述}}'的请替换为预留好的对应值）。 留意在私聊或者群上交流时，最好都是需要加上一些前缀才触发机器人回复，比如配置的是，即对应的配置参数 SINGLE_CHAT_PREFIX，在私聊或者群里发消息，必须要包含 bot 或者@bot 才会触发机器人回复。在群组里，对应配置参数是 GROUP_CHAT_PREFIX，机器人只会回复群里包含@bot 的消息。 还有参数 GROUP_NAME_WHITE_LIST，它是用来配置哪些群组的消息需要自动回复的，比如配置的是，即只有 ChatGPT 测试群和 ChatGPT 测试群 2 的群组消息才会自动回复。 假设要对接的微信号的名称叫安仔机器人，就可以更新最终版的配置参数（GROUP_NAME_WHITE_LIST 参数记得根据要交互的群组进行具体修改），查看过没问题，就点击保存，这个编排模板就创建成功了，当然以后需求可能有所变化，也可以继续修改这个模板，然后基于它来重新建立接下来的具体 COW 服务。 现在切换到容器编排界面，开始基于刚刚创建的模板进行真正的 COW 服务部署，点击添加后，部署会开始进行，可能需要等待一会时间。等待一会后，COW 服务就部署成功了。
2024-10-08
怎么搭建AI Agent
搭建 AI Agent 主要包括以下几个方面： 1. AI Agent 的概念：AI Agent 简单来说就是拥有各项能力的“打工人”来帮我们做特定的事情。它包含了自己的知识库、工作流、还可以调用外部工具，再结合大模型的自然语言理解能力，就可以完成比较复杂的工作。 2. 构建数字人灵魂中的 AI Agent 工程实现：所需的记忆模块，工作流模块、各种工具调用模块的构建都是挑战。 3. 驱动躯壳的实现：灵魂部分怎样去驱动躯壳部分，我们可以将灵魂部分的所有接口定义出来，然后躯壳部分通过 API 调用，调用方式可以是 HTTP、webSocket 等等，视躯壳部分的实现而定。但包含情绪的语音表达以及如何保证躯壳的口型、表情、动作和语音的同步及匹配，目前主流方案只能做到预设一些表情动作，再做一些逻辑判断来播放预设，语音驱动口型相对来说成熟一些，但都是闭源的。 4. 实时性：由于整个数字人的算法部分组成庞大，几乎不能实现单机部署，特别是大模型部分，所以算法一般会部署到额外的集群或者调用提供出来的 API，这里面就会涉及到网络耗时和模型推理耗时，如果响应太慢就会体验很差，所以低延时也是亟需解决的一个问题。 5. 多元跨模态：仅仅是语音交互的数字人是远远不够的，人有五感（听觉、视觉、嗅觉、触觉、味觉），听觉只是其中一种，其他的感官可以根据实际需求来做。 6. 拟人化场景：正常和人交流的时候不是线性对话，会有插话、转移话题等情况，这些情景如何通过工程丝滑处理。 7. 制作 AI Agent 的方式：一般创建方式是 Prompttuning + Finetuning 相结合。单纯通过 Prompt 来构建大脑模块（Prompttuning），一般适合“无趣的灵魂”，即拟人化不是那么重的情况。针对“有趣的灵魂”，最直接的解决方式就是通过微调一个定向模型来达到上述效果。微调过程本质上是一个信息压缩和整合的过程，它能将例如三万条推特中的零散信息有效地整理并嵌入到大型模型的权重中，且权重占比不到 1%。这种方法不仅提高了信息提取的效率，还减少了每次查询或应用时所需处理的数据量，从而优化了性能和成本。 此外，像字节的扣子就是一个 AI Bot 开发平台，用户无论是否具备编程基础，都能在该平台上迅速构建基于 AI 模型的各类问答 Bot。创建智能体可以通过简单 3 步，首先起一个智能体的名称，然后写一段智能体的简单介绍，最后使用 AI 创建一个头像即可。
2024-10-04