- 博客(16)
- 收藏
- 关注
RSS订阅原创 【创新实训】团队角色设计与职责分工
在DeepSeek广告投放方案生成系统中，我们构建了一个由七个专业AI智能体组成的虚拟广告公司。每个AI角色都有明确的职责定位和专业领域，通过协作完成从需求分析到方案输出的全流程工作。
2025-06-15 05:13:39
1074
原创 【创新实训】CAMEL框架中的消息管理基础
这个函数的目的是初始化代理的消息存储，它将系统消息作为第一条消息放入stored_messages列表中。在实际运行时，系统首先通过init_messages初始化对话，然后在每次交互时通过update_messages更新对话历史，最后在step函数中使用完整或窗口化的消息历史生成新的响应。当接收到新的ChatMessage对象时，这个函数将其添加到存储的消息列表中，然后返回更新后的完整消息历史。ChatAgent类中两个关键的消息管理函数：init_messages和update_messages。
2025-05-27 15:28:21
131
原创 【创新实训】ChatChain可视化
ChatChain可视化提供了一个直观、易用的界面，使用户能够更好地理解AI智能体的协作过程。通过将复杂的JSON配置转换为可视化的流程图，以及实时显示智能体之间的对话，提升了项目的可用性和可解释性。// 如果不是最后一个阶段，添加连接箭头。// 添加阶段类型和状。# 存储工作流程数据。
2025-05-21 22:31:49
102
原创 【创新实训】prompt整体设计
数据层 变量池（{task}/{ideas}等） 存储跨阶段传递的任务参数、创意灵感、分析结果等结 构化数据。将市场营销业务流程拆解为7个阶段，遵循“需求分析→任务数据分类→数据爬取→广告建议→市场分析→投放策略→PPT生成），形成从需求输入到方案输出的完整数字孪生。
2025-05-13 17:29:27
148
原创 【创新实训】CAMEL框架中的角色扮演初步
通过这些功能，__init__函数构建了一个初始的角色扮演，为后续的对话交互奠定了基础。这个系统可以模拟各种场景下的对话，如AI社会、任务规划、角色扮演等，为研究和开发更智能的对话系统提供了强大的工具。每个智能体都有自己的系统消息，这些消息定义了它们的角色、行为和限制。系统消息的内容是通过格式化角色提示和元数据生成的，确保智能体能够理解自己的角色和任务。__init__函数是RolePlaying类的构造函数，它负责初始化整个角色扮演系统。创建了两个系统消息的元数据字典，包含背景提示和任务信息。
2025-05-08 21:23:27
181
原创 【创新实训】PhaseConfig.json：为AI智能体编写的“对话剧本“
这个阶段是系统与外部数据源交互的关键点。PhaseConfig.json 不仅定义了AI之间的对话内容，更通过巧妙的占位符机制，实现了信息在不同阶段之间的流动和积累。让AI智能体的行为更加可控、可预测，同时又保留足够的创造性空间，使其能够发挥自己的专业知识和创意能力，最终产出高质量的结果。它定义了每个阶段中，不同的AI角色应该如何对话、讨论什么话题、以什么方式结束对话，是整个系统中最精细的指导文档。每个阶段的 phase_prompt 是一个字符串数组，会被合并成一个完整的提示词，指导这个阶段的对话。
2025-05-06 20:15:22
575
原创 【创新实训】ChatChainConfig.json：多智能体协作系统的工作流编排
在多智能体协作系统中，ChatChainConfig.json 扮演着"导演"的角色，它定义了整个"剧组"的组成和"剧情"的发展。chain 数组是这个文件的核心，它定义了一个任务被拆解成的所有阶段，以及它们的执行顺序。例如，如果我们想添加一个"竞品分析"阶段，只需在 chain 数组中适当位置插入一个新的阶段定义即可，无需修改代码。每个角色都有自己的专业领域和职责，共同完成一个复杂的任务。"""执行整个chain中定义的所有阶段""""""执行整个chain中定义的所有阶段"""
2025-04-28 00:26:37
237
原创 【创新实训】RoleConfig.json：为AI智能体塑造专业角色与个性
这三个配置文件共同构成了系统的"剧本"：RoleConfig.json 定义了"演员"，ChatChainConfig.json 决定了哪些"演员"会出场，PhaseConfig.json 则规定了每个场景中"演员"应该如何表演。然后将这个角色添加到 ChatChainConfig.json 的 recruitments 数组中，并在 PhaseConfig.json 中创建一个新的"社交媒体策略"阶段，让这个角色发挥作用。每个AI角色都会根据自己的角色提示词，在对话中表现出相应的专业知识。
2025-04-27 22:07:24
508
原创 【创新实训】数据获取、整理与汇总
从APPgrowing平台进行数据的下载，包括开放商名称、投放广告数量、投放强度、投放天数等。下载完成后，分类整理数据，将相同种类的广告汇总到同一表格中。由于每次最多下载1000条数据，所以先进行细分后下载。
2025-04-20 22:52:41
195
原创 【创新实训】prompt学习笔记（2）——Prompt工程的格式与要求
示例1 - 法律文件分析我将分享一份长达20页的合同，请按以下步骤处理： 1. 首先阅读并总结第1-5页的主要条款 2. 基于这个总结，继续分析第6-10页的内容，特别关注与前面条款的冲突点 3. 再次总结目前的理解，然后分析第11-15页 4. 最后，整合所有分析，提供对第16-20页的评估和整体建议示例2 - 学术论文审阅。
2025-04-13 22:39:47
620
原创 【创新实训】项目环境配置运行
在执行项目前设置python临时变量 set $env:PYTHONIOENCODING="UTF-8"安装运行 conda env create -f environment.yml。按下Win+R，输入cmd打开终端。激活环境 conda activate cxsx。第二步： 安装anaconda。
2025-04-06 23:37:32
246
原创 【创新实训】可供市场营销团队角色设计与职责分工
我们构建了一个由七个专业AI智能体组成的市场营销团队。每个AI角色都有明确的职责定位和专业领域，通过协作完成从需求分析到方案输出的全流程工作。
2025-03-30 21:48:44
451
原创 【创新实训】prompt学习笔记（1）——了解prompt
提示工程就是开发和优化提示词（Prompt），一种在大模型中使用的技巧，通过提供清晰、简洁的指令或问题，充分发挥大模型的能力，让模型更好地理解我们的需求，从而得到更好的模型输出。-把事情说详细：在工作中，往往也是上级安排的命令和要求越详细，我们完成的工作才能越加符合他们的预期，在训练大模型时亦是如此，将要点都详细的告诉大模型往往效果会更好。-结尾可加约束：我们在提出问题时可以在结尾加一个"用户输入的问题："这样相当于强调我们主要要分析的内容是结尾输入的这部分内容，帮助大模型更好的进行分析。
2025-03-30 20:15:53
221
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人