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

I need to create a customer service with AI, need a good open source project for reference

Answer

以下是为您推荐的可用于创建 AI 客服的开源项目参考:

  1. OpenAI 官方开源的多智能体框架「Swarm」:其在多智能体的通信处理,如客服权限交接和信息传递等方面有优雅的解决方案。
  2. ChatMLX:多语言支持,包括英语、简体中文、繁体中文、日语、韩语等。多模型兼容,支持 Llama、OpenELM、Phi、Qwen、Starcoder、Cohere 等模型。具有高性能与隐私保障,基于 MLX 和 Apple silicon,本地运行确保用户隐私与数据安全,适用于需要高性能且注重隐私的对话应用开发者。

此外,还有一些相关的 AI 应用示例,如:

  1. 智能写作助手:如 Grammarly、秘塔写作猫,利用自然语言处理技术辅助用户进行高质量写作。
  2. 图像识别商品推荐:如淘宝拍照搜商品,通过图像识别和机器学习为用户推荐相似商品。
  3. 语音助手:如小爱同学、Siri,通过语音识别和自然语言理解为不同需求定制专属语音助手。
  4. 个性化健身计划制定:如 Keep 智能训练计划,通过数据分析和机器学习根据用户数据制定个性化健身方案。
  5. 美食推荐平台:如大众点评智能推荐,基于数据挖掘和自然语言处理基于用户口味偏好推荐美食。
  6. 智能客服外包服务:如阿里小蜜等电商客服,通过自然语言处理和机器学习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

突发!OpenAI官方开源多智能体框架「Swarm」

脚趾头:因为是OpenAI出的。(君不见现在大多数大模型都在遵循OpenAI的接口规范...他们对自己做的东西更了解)脑门:其实单Agent这块,没有啥花里胡哨的东西,简单业务,OpenAI就一个/api/completions接口。但是「Handoffs」这块,Swarm的确做的非常优雅。(这里不得不给自己吹个牛,年初我就写了Swarm类似的多智能体了。)多智能体的核心难题其实是不同智能体之间的通信问题。怎麼传递,传哪些信息,这些都很重要。其实之前很多多智能体开源框架,走的都是Room/Group的思路,就是把各个智能体都扔到一个大空间里,然后每个智能体都接收信息,每个智能体都存储信息。不说效率低下,光token的消耗都扛不住。实际上,多智能体,也只要在必要的时候被call起就可以,回到我们上文10086客服的例子。当接线小姐姐识别到这是个宽带问题需要转接的时候,她需要做2个事情:1.找到宽带部门的小姐姐,把会话权限交接过去;2.把记录「Messages」和我的问题「Query」交接过去(实际上会自动记录,共享查阅)那如果我们需要构建这样的一个客服多智能体,是不是只需要准备两个Agent:一个普通接线客服,一个宽带客服。Swarm的「Handoffs」处理了交接的逻辑。下面我用官方的例子魔改一下客服例子,方便大家理解。执行这段代码,打印出来的对话记录就可能会是是不是就变得非常清晰了?总得来说就是:

宝玉 日报

?宝玉日报「10月1日」✨✨✨✨✨✨✨✨1⃣️?AI开源项目推荐:ChatMLX多语言支持:英语、简体中文、繁体中文、日语、韩语。多模型兼容:支持Llama、OpenELM、Phi、Qwen、Starcoder、Cohere等模型。高性能与隐私保障:基于MLX和Apple silicon,本地运行确保用户隐私与数据安全。应用场景:适用于需要高性能且注重隐私的对话应用开发者。?[https://github.com/maiqingqiang/ChatMLX](https://github.com/maiqingqiang/ChatMLX)2⃣️?OpenAI转型的阵痛:商业化之路带来的挑战内部紧张:CEO山姆·奥特曼的领导风格和公司商业化步伐引发高管离职潮。文化冲突:公司逐渐偏向商业优先,原本的研究文化受到冲击。关键发展:预计将推出GPT-5,但面临竞争对手(如Anthropic和xAI)的挑战。融资与扩展:OpenAI员工从770人扩展到1700人,寻求65亿美元融资。前景分歧:有人认为商业化是必要之举,有人则担忧公司的初衷已被损害。?[https://x.com/dotey/status/1839904630894989670](https://x.com/dotey/status/1839904630894989670)3⃣️?️GPT-4o高级语音模式与英语学习App的未来

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。|

Others are asking
any recommendation for using AI to create my own website
以下是一些使用 AI 创建自己网站的建议和推荐: Bard 建议使用“给 AI 下具体设计任务”的方式,而不是简单地“要求 AI 直接输出内容”。这可以让 AI 更好地发挥创造力,同时也便于人类对最终输出进行检查和修改。 设计网站 logo 时,应保持简单易记,使用相关符号或图标,选择与技术和信任相关的颜色(如蓝色、绿色、白色),使用一致的字体,并获取他人的反馈。 利用 AI 创建网站时,通过与 AI 交互输入需求可快速创建网站,发布后会获得网址。 代码下载后可能复制容易但修改不易,有的工具可选中特定版块修改,有的则需整体重写。 网站修改的方法如通过浏览器开发者工具修改 logo,可替换图片或删除后上传同名图片。 推荐的网页原型图生成工具包括: 即时设计:https://js.design/ ,是一款可在线使用的「专业 UI 设计工具」,为设计师提供更加本土化的功能和服务,相较于其他传统设计工具,更注重云端文件管理、团队协作,并将设计工具与更多平台整合,一站搞定全流程工作。 V0.dev:https://v0.dev/ ,Vercel Labs 推出的 AI 生成式用户界面系统。每个人都能通过文本或图像生成代码化的用户界面。它基于 Shadcn UI 和 Tailwind CSS 生成复制粘贴友好的 React 代码。 Wix: ,是一款用户友好的 AI 工具,可让您在没有任何编码知识的情况下轻松创建和自定义自己的网站,提供广泛的模板和设计供您选择,以及移动优化和集成电子商务功能等功能。Wix 建站工具通过拖放编辑、优秀模板和 250 多种 app,能帮助不同领域的用户创建所有种类的网站。 Dora:https://www.dora.run/ ,使用 Dora AI,可以通过一个 prompt,借助 AI 3D 动画,生成强大网站。支持文字转网站,生成式 3D 互动,高级 AI 动画。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-08
I am new to Ai, I want to learn about, however I don’t know how to start to create a tailor AI that can suit for my background and can help me to increase my work productivity. Can you show me how I can learn ai from beginning step by step?
以下是为您提供的从零基础开始学习 AI 并创建适合您背景、能提高工作效率的定制 AI 的逐步指南: 1. 了解 AI 基本概念 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(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。 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。 2. 开始 AI 学习之旅 在「」中,您将找到一系列为初学者设计的课程,特别推荐李宏毅老师的课程。 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。 3. 选择感兴趣的模块深入学习 AI 领域广泛(比如图像、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。 一定要掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试 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。 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 5. 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。 6. 技术应用 如果您对生成式人工智能还不甚了解,当务之急是迅速掌握其基本概念和潜在影响。您无需成为技术专家,深入每个技术细节,重点应放在理解这项技术如何革新我们的工作方式,如何重塑行业格局。这种宏观的理解将帮助您在变革中找准定位,抓住机遇。 深入了解市场上现有的人工智能产品和工具,并积极尝试将它们应用到实际工作中。这种实践性的学习不仅能帮助您快速适应新技术,还能让您洞察到 AI 在实际工作中的优势和局限性。通过亲身体验,您将更好地理解如何将 AI 工具与您的专业知识和创造力相结合,从而在工作中创造更大的价值。 7. 精准控制生成式人工智能 当您深入了解了人工智能的背景并实际运用了这些产品后,您将迈入一个新的阶段:学习如何精准控制生成式人工智能,使之成为您工作的得力助手,显著提升您的工作效率和产出质量。在这个阶段,您将重点学习提示词技术。这项技能将帮助您编写更加清晰、精确的指令,从而更好地引导 AI 工具产生您所需要的结果。掌握了这项技能,您就能够更加灵活地运用 AI 工具,使其真正成为您工作中的得力助手。 8. 探索构建智能体(AI Agents) 您可以探索如何构建智能体(AI Agents)。这些智能体有潜力彻底革新您的工作方式。试想一下,拥有多个虚拟伙伴和助手与您共同工作的场景。每个智能体都可以被赋予特定的角色和任务,它们可以协同工作,大大提高您的工作效率和创新能力。 在实际应用中,为您提供几条准则: 如果您不确定如何为您的 AI 网站设计徽标,可以使用 AI 徽标生成器。网上有许多不同的 AI 徽标生成器可供选择,例如 Logomaster.ai、Free Logo Design、Logo AI、Looka logo maker(原名 Logojoy)、Brandmark、DesignEvo、Tailor Brands、Designhill 等。 为您的 AI 网站新徽标起草设计概要,包括项目名称、客户、日期、目的、目标受众和品牌属性等方面。 希望以上内容对您有所帮助,祝您在学习 AI 的道路上取得成功!
2024-12-27
如何让企业微信可以接上 AI?让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服,可以参考以下内容: 1. 基于 COW 框架的 ChatBot 实现方案:这是一个基于大模型搭建的 Chat 机器人框架,可以将多模型塞进微信(包括企业微信)里。张梦飞同学写了更适合小白的使用教程,链接为: 。 可以实现打造属于自己的 ChatBot,包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能,以及常用开源插件的安装应用。 正式开始前需要知道:本实现思路需要接入大模型 API 的方式实现(API 单独付费)。 风险与注意事项:微信端因为是非常规使用,会有封号危险,不建议主力微信号接入;只探讨操作步骤,请依法合规使用,大模型生成的内容注意甄别,确保所有操作均符合相关法律法规的要求,禁止将此操作用于任何非法目的,处理敏感或个人隐私数据时注意脱敏,以防任何可能的滥用或泄露。 支持多平台接入,如微信、企业微信、公众号、飞书、钉钉等;多模型选择,如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等;多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能;多部署方法,如本地运行、服务器运行、Docker 的方式。 2. DIN 配置:先配置 FastGpt、OneAPI,装上 AI 的大脑后,可体验知识库功能并与 AI 对话。新建应用,在知识库菜单新建知识库,上传文件或写入信息,最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中,AI 面临着巨大挑战,如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法,利用价值网络评估棋面优劣,策略网络选择最佳落子,且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练,达到蒙特卡洛树搜索水平,并将其与蒙特卡洛树搜索有机结合,取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步,也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外,神经网络在处理未知规则方面具有优势,虽然传统方法在处理象棋问题上可行,但对于围棋则困难重重,而神经网络专门应对此类未知规则情况。关于这部分内容,推荐阅读《这就是 ChatGPT》一书,其作者备受推崇,美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
学AI上钉钉
以下是在钉钉上学 AI 的相关内容: 从 AI 助教到智慧学伴的应用探索: 登录钉钉客户端,在右上角依次选择钉钉魔法棒、AI 助理、创建 AI 助理。进入创建 AI 助理页面后,填写 AI 助理信息,设置完成即可创建成功。 AI 领导力向阳乔木:未提及具体的在钉钉上学 AI 的操作方法。 基于 COW 框架的 ChatBot 实现步骤: 创建应用: 进入,登录后点击创建应用,填写应用相关信息。 点击添加应用能力,选择“机器人”能力并添加。 配置机器人信息后点击发布,发布后点击“点击调试”,会自动创建测试群聊,可在客户端查看。点击版本管理与发布,创建新版本发布。 项目配置: 点击凭证与基础信息,获取 Client ID 和 Client Secret 两个参数。 参考项目,将相关配置加入项目根目录的 config.json 文件,并设置 channel_type:"dingtalk",注意运行前需安装依赖。 点击事件订阅,点击已完成接入,验证连接通道,会显示连接接入成功。 使用:与机器人私聊或将机器人拉入企业群中均可开启对话。
2025-04-19
AI术语解释
以下是一些常见的 AI 术语解释: Agents(智能体):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。与大型语言模型在像 ChatGPT 这样的工具中的通常使用方式不同,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。属于技术范畴。 ASI(人工超级智能):尽管存在争议,但通常被定义为超越人类思维能力的人工智能。属于通识范畴。 Attention(注意力):在神经网络的上下文中,有助于模型在生成输出时专注于输入的相关部分。属于技术范畴。 Bias(偏差):AI 模型对数据所做的假设。“偏差方差权衡”是模型对数据的假设与给定不同训练数据的模型预测变化量之间必须实现的平衡。归纳偏差是机器学习算法对数据的基础分布所做的一组假设。属于技术范畴。 Chatbot(聊天机器人):一种计算机程序,旨在通过文本或语音交互模拟人类对话。通常利用自然语言处理技术来理解用户输入并提供相关响应。属于通识范畴。 CLIP(对比语言图像预训练):由 OpenAI 开发的 AI 模型,用于连接图像和文本,使其能够理解和生成图像的描述。属于技术范畴。 TPU(张量处理单元):谷歌开发的一种微处理器,专门用于加速机器学习工作负载。属于技术范畴。 Training Data(训练数据):用于训练机器学习模型的数据集。属于技术范畴。 Transfer Learning(迁移学习):机器学习中的一种方法,其中对新问题使用预先训练的模型。属于技术范畴。 Validation Data(验证集):机器学习中使用的数据集的子集,独立于训练数据集和测试数据集。用于调整模型的超参数(即架构,而不是权重)。属于技术范畴。 Knowledge Distillation(数据蒸馏):数据蒸馏旨在将给定的一个原始的大数据集浓缩并生成一个小型数据集,使得在这一小数据集上训练出的模型,和在原数据集上训练得到的模型表现相似。在深度学习领域中被广泛应用,特别是在模型压缩和模型部署方面。可以帮助将复杂的模型转化为更轻量级的模型,并能够促进模型的迁移学习和模型集成,提高模型的鲁棒性和泛化能力。属于技术范畴。 RAG(检索增强生成):检索增强生成。属于技术范畴。 Forward Propagation(前向传播):在神经网络中,输入数据被馈送到网络并通过每一层(从输入层到隐藏层,最后到输出层)以产生输出的过程。网络对输入应用权重和偏差,并使用激活函数生成最终输出。属于技术范畴。 Foundation Model(基础模型):在广泛数据上训练的大型 AI 模型,旨在适应特定任务。属于技术范畴。 GAN(通用对抗网络):一种机器学习模型,用于生成类似于某些现有数据的新数据。使两个神经网络相互对抗:一个“生成器”,创建新数据,另一个“鉴别器”试图将数据与真实数据区分开来。属于技术范畴。 Generative AI/Gen AI(生成式 AI):AI 的一个分支,专注于创建模型,这些模型可以根据现有数据的模式和示例生成新的原创内容,例如图像、音乐或文本。属于通识范畴。 GPU(图形处理单元):一种特殊类型的微处理器,主要用于快速渲染图像以输出到显示器。在执行训练和运行神经网络所需的计算方面也非常高效。属于产品范畴。
2025-04-18