- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅翻译 MACRec：一个用于推荐的多智能体协作框架
摘要： 本文提出MACRec，一个基于大语言模型（LLM）的多智能体协作推荐框架，通过专业化智能体分工解决推荐任务。现有研究多聚焦于智能体模拟用户/物品行为或单一智能体推荐，而MACRec创新性地引入多智能体协作机制，包括管理器、用户/物品分析师、反思器、搜索器和任务解析器，各司其职协同完成任务。框架支持评分预测、序列化推荐、对话式推荐及解释生成等场景，并提供了可视化在线界面。实验表明，MACRec通过智能体系统一协作显著提升了推荐系统的灵活性与性能，填补了多智能体在推荐领域的应用空白。代码已开源，便于开发
2025-08-05 09:56:35
8
原创 手机产品客服（分类问答小助手）
摘要：本文介绍了产品客服分类问答场景的工作流实现方法。系统采用Chatflow模式，包含开始节点、问题分类节点、知识检索节点、LLM节点和直接回复节点五个核心环节。通过设置三类问题标签（售后、操作、其他），系统能自动识别用户问题类型并调用相应知识库进行回复。其中售后和操作类问题会关联对应知识库并由LLM节点生成专业回复，其他问题则直接返回预设回复。该系统通过明确的流程设计和分类标准，实现了手机产品客服问答的智能分类处理。
2025-08-04 09:25:42
474
原创 AI辅导员（Django版）
本文介绍了如何使用Django框架快速搭建一个AI辅导员网站。主要内容包括：1）创建Django工程和应用；2）配置全局和局部URL路由；3）编写视图函数和HTML模板，嵌入聊天机器人iframe；4）启动服务器并测试运行效果。通过简单的5个步骤，即可实现一个网页版的智能聊天程序。文章还展示了最终的运行效果和Django项目目录结构。
2025-08-01 09:48:10
593
原创 Dify分段设置小技巧
本文介绍了Excel和Word文档数据的两种分段方法：通用分段和父子分段。通用分段将每行/段设为父块，用"\n\n"分隔；父子分段在此基础上增加子块划分，Excel用";"、Word用","分隔子块。示例中学生信息被分成2个父块，各含5个子块。两种分段方式分别适用于不同数据处理需求。
2025-07-31 13:12:47
198
原创 AI辅导员（完成角色的个性化服务）
本文介绍了基于Dify平台构建AI辅导员聊天助手的完整流程。首先需准备辅导员知识库文档，在Dify创建聊天助手应用并设置专业提示词和开场白。重点是通过父子分段方式创建知识库，选择合适的embedding模型和向量检索方法。完成知识库集成后，经过调试优化即可发布应用，支持API调用或网页嵌入。文中特别强调操作后需"发布更新"保存设置。该方案实现了限定知识范围的智能问答服务，可应用于高校学生辅导场景。
2025-07-31 11:41:49
795
原创 Coze、Dify 和 LangChain 的区别与联系
Coze、Dify和LangChain是三种不同的AI开发平台。Coze（字节跳动）主打低代码可视化开发，适合快速搭建简单应用；Dify作为开源LLM平台，侧重企业级解决方案，支持复杂工作流；LangChain是开源框架，通过编程接口提供高度灵活性。三者在模型支持、知识库管理等方面各有优势：Coze易用性强，Dify功能全面，LangChain扩展性佳。选择取决于需求复杂度——简单应用选Coze，企业级需求用Dify，定制化开发则适合LangChain。
2025-07-30 13:19:55
620
原创 Django开发步骤
本文介绍了使用Django框架创建项目和应用的基本步骤。首先在指定目录下创建mysite工程项目，通过django-admin命令生成项目结构。然后在项目内创建helloapp应用，并配置全局和局部URL映射关系。重点说明了如何在应用目录中添加urls.py文件，以及在views.py中定义视图函数。最后展示了如何运行整个工程并查看结果。该教程涵盖了Django项目从创建到运行的基本流程。
2025-07-30 11:14:46
226
原创 一个简单的聊天助手智能体
本文介绍了如何利用Dify平台开发聊天助手智能体。Dify作为开源LLM应用开发平台，支持从Agent构建到AI工作流编排等多种功能。开发过程包括：创建聊天助手应用、编排提示词和开场白、调试模型响应、发布应用等步骤。通过设置专业提示词如旅游规划场景，并添加对话开场白提升用户体验。开发者可在本地部署大模型进行调试，最终将应用发布为可交互的Web服务或API。该方案展示了使用Dify快速构建对话式AI应用的完整流程，为日常对话场景提供了实用解决方案。
2025-07-30 11:04:20
953
原创 Docker+Dify+Ollama实现本地大模型部署
本文详细介绍了Docker环境搭建及Dify、Ollama的本地部署流程。首先讲解了Docker Desktop的下载安装、配置镜像源及验证方法；其次说明Dify源码获取、环境配置和启动步骤；然后介绍Ollama的安装、模型路径设置及本地大模型下载；最后展示如何在Dify工作台关联Ollama本地模型。整个部署过程包含环境配置验证、服务启动检查等关键步骤，最终实现在本地完成Dify智能体开发环境的搭建。
2025-07-29 16:27:05
1112
原创 Anaconda的下载与安装
Anaconda可从官网或清华镜像源下载安装，建议勾选高级选项以方便环境配置。安装完成后，通过Anaconda Prompt输入conda --version查看版本，使用conda list命令查看已安装的Python包。
2025-07-06 16:15:35
113
原创 全连接神经网络（MLP)
深度学习是机器学习领域中的一个新的研究方向，模仿生人类神经网络，学习样本数据的内在规律的一种方法，可以处理回归、分类等问题。
2023-02-24 11:08:38
3943
AI辅导员(Coze编程案例)
2025-08-01
Gowalla数据集
2019-01-05
Foursquare数据集
2019-01-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人