如何用LLM和自有知识库搭建智能agent?

智谱AI发布国产最强大模型GLM4,理解评测与数学能力仅次于Gemini Ultra和GPT-4,编程能力超过Gemini-pro,还有对标GPTs商店的GLMs 这是在智谱AI开发者大会上推出的新一代基座大语言模型,GLM4相比较此前最大的特点是三个变化:性能全面提升、上下文长度更长、支持更强的多模态能力。GLM4(GLM4)详细信息 | 名称、简介、使用方法,开源情况,商用授权信息 | 数据学习 (DataLearner) 阅读详情

开坑总结下Qwen-Agent项目是如何构建知识库问答:

1.agent:

docqa_agent.py
在这里插入图片描述
在这里插入图片描述解析pdf并QA
assistant.py提取query中关键词

PROMPT_TEMPLATE_ZH = """请提取问题中的关键词,需要中英文均有,可以适量补充不在问题中但相关的关键词。关键词尽量切分为动词/名词/形容词等类型,不要长词组。关键词以JSON的格式给出,比如{{"keywords_zh": ["关键词1", "关键词2"], "keywords_en": ["keyword 1", "keyword 2"]}}

Question:这篇文章的作者是谁?
Keywords:{{"keywords_zh": ["作者"], "keywords_en": ["author"]}}

Question:解释下图一
Keywords:{{"keywords_zh": ["图一", "图 1"], "keywords_en": ["Figure 1"]}}

Question:核心公式
Keywords:{{"keywords_zh": ["核心公式", "公式"], "keywords_en": ["core formula", "formula", "equation"]}}

Question:{user_request}
Keywords:
"""

memory.py负责组织知识库,以及读取文件
在这里插入图片描述
在这里插入图片描述AI阅读网页并QA
2.prompt:各个提示的封装

3.tool:retrieval.py负责提取query中的关键词,以便检索

4.utils工具类:doc_parser.py解析各类文件格式,底层用的langchain.document_loaders
在这里插入图片描述
​

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

用ollama本地部署Lamma3.1 ollama create 自定义模型名字 -f Modelfile。让lamma3.1写一个贪吃蛇小游戏,一次run成功。例如:ollama run llama3.1。例如:ollama run llama3.1。 阅读详情

相关推荐

Windows 中 利用 ollama 来搭建 deepseek R1

近年来,大模型凭借其强大的语言理解和生成能力,在自然语言处理、计算机视觉等领域取得了突破性进展。从GPT系列到国内的,文心一言、[Qwen]、,大模型已成为推动人工智能发展的核心力量。ollama作为新兴的大模型搭建工具,以其开源、高效、易于部署的特点,在人工智能开发者社区中崭露头角,为大模型的搭建和应用提供了新的解决方案。在当今数字化浪潮中,人工智能的发展可谓日新月异,而大模型作为其核心驱动力,正重塑着各个行业的格局。

一个专注于机器学习基础与实战的技术博客,内容涵盖算法推导、模型实现、数学原理与代码实践。用通俗的语言解析复杂概念,记录学习过程中的思考与总结,适合机器学习爱好者和从业者参考。 2554

使用 Ollama 本地运行各种 LLM

今天看看另外一个产品Ollama。Ollama 的安装非常简单,只需从官网(https://ollama.com/download)下载后解压缩,并在 Terminal 中运行脚本即可完成环境设置。我尝试运行 Llama3,虽然在运行时占用了大量电脑资源,使得其他应用运行变慢,但整体体验尚可。Ollama 支持多种大型语言模型(https://ollama.com/library)。

python123456_的博客 1734

如何用LLM和自有知识库搭建智能Agent?

除了类似阿里等商业方案,对于中小企业,可以考虑轻量级的开源方案。调研了几个开源方案,从部署难易程度上选择了fastgpt。

python122_的博客 1118

AI大模型探索之路-基础篇5:GLM-4解锁国产大模型的全能智慧与创新应用

随着人工智能技术的飞速发展,大型预训练语言模型已成为推动行业进步的重要力量。它们在理解自然语言、生成文本、执行复杂任务等方面展现出惊人的能力。在此背景下,国产大模型GLM-4的问世,不仅展现了中国在AI领域的实力,也为国内外研究者和开发者提供了新的研究与应用平台。

寻道AI,探索AI无限可能! 8679

理解基于LLM的Agent及多Agent架构

Agent 是一个自主单元,通过编程可以执行任务、做出决策并与环境通信。同样,基于 LLM 的 Agent 是一个高级单元,它将 LLM 作为大脑来进行思考、做出决策并采取行动完成特定任务。这些 Agent 还可以拥有记忆,可以是短期记忆( Agent 的思路),也可以是长期记忆(对话历史)。它们还可以使用工具来执行任务,如上网搜索、使用计算器等。让我们看看下面的示例–如果用户的天气条件不理想(如大雨、极端温度或大风),则以电子邮件的形式向用户发送个性化提示。

m0_70839135的博客 2559

【AI+开发】什么是LLM、MCP和Agent?

前沿技术:一文搞懂AI应用开发中的LLM、MCP和Agent

多学、多想、多做 1637

如何用 LLM 和自有知识库搭建智能 Agent?

工具可以是任何可执行函数,如查询天气、计算器、发送邮件、查询数据库等。# 示例:定义几个简单工具@tool"""获取指定时区的当前时间。"""# 简化实现,实际应使用时区库return f"{timezone} 当前时间是:{now.strftime('%Y-%m-%d %H:%M:%S')}"@tool"""使用搜索引擎(模拟)搜索最新信息。"""# 此处为模拟,实际可调用 Serper、Google Search API 等。

zzzll1111的博客 395

LLM vs AI Agent

它是一种基于深度学习的人工智能大语言模型,通过对海量文本数据进行训练,学习语言的语法、语义、逻辑等方面的知识。像GPT系列、文心一言、通义千问等都属于大语言模型。LLM能完成文本生成、知识问答、推理计算、语言翻译等多种任务,在自然语言处理领域有广泛应用。诶,是不是很牛,但是还要AI Agent这个代理干嘛使?这我们就要看看LLM的一些痛点了。在特定行业场景中,通用大模型具有的泛化服务特性,很难在某些特定领域知识问答、内容生成、业务处理和管理决策等方面精准满足用户的需求;

m0_37681136的博客 1424

搭建AI Agent(智能体)

本文详细介绍了如何使用Coze平台搭建AI Agent(智能体)。

m0_56945481的博客 3052

用Multisim复刻经典收音机:从零搭建超外差中波调幅接收机(附仿真源文件)

本文详细介绍了如何使用Multisim软件从零搭建超外差中波调幅接收机,复刻经典收音机的设计过程。通过模块化搭建、稳定性优化和增益分配等实战指南,帮助读者掌握超外差架构的核心技术,并附赠仿真源文件供实践参考。

weixin_28744423的博客 475

Oracle11g安装教程、配置实例、监听、客户端程序详解_Windows篇

Oracle11g安装教程、配置实例、监听、客户端程序详解_Windows篇 文章目录Oracle11g安装教程、配置实例、监听、客户端程序详解_Windows篇前言一、数据库的安装前准备,前提是没有安装过!!!二、仅安装数据库软件(数据库运行环境)三、添加数据库实例四、设置监听程序,让数据库可以通过网络访问五、为目标数据库设置网名总结 前言 如果需要安装包:联系我看到会给你链接,因为现在官网已经不提供10g,11g的安装包了,在网盘保存望悉知(回复不会很及时,下班看到会回复敬请谅解)。 提示:以下

zhx__的博客 5630

实战:在华为云上快速搭建 openJiuwen Agent 平台,并开发一个“诗词雅集”知识库智能体

全场景适配:面向ToB与ToC的全场景设计,满足企业和个人在不同应用场景下的需求。灵活的开发方式:提供零代码、低代码和使用SDK等多种开发方式,帮助用户根据需求和技术背景自由选择开发方式。高效精准的任务执行:确保AI Agent在执行任务时的高效性与精准性,优化任务处理流程,提升工作效率。多Agent协同能力:支持Multi-Agent的协同工作,能够处理复杂的业务流程和跨领域任务,提升整体效率。

风中追风 4万+

DBeaver配置本地mysql-connector驱动文件

本文摘要:介绍了数据库驱动管理的基本操作步骤:1)新建驱动管理器,填写MySQL驱动名称、类名和类型;2)添加本地MySQL驱动文件;3)创建数据库连接并测试。适用于MySQL5.x和8.x版本,帮助用户快速配置数据库连接。

litlit023的专栏 1689

大模型LLM | 一文彻底搞懂大模型Agent(智能体):Agent、Agent + RAG

AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享!

m0_56255097的博客 5万+

V4L2教程(1):Ubuntu V4L2开发环境搭建与设备探索

欢迎来到V4L2学习指南的第一篇!本文将带你从零开始,在Ubuntu系统上搭建完整的V4L2视频采集开发环境。无论你是想开发视频监控、视频会议还是机器视觉应用,掌握V4L2都是Linux视频开发的必经之路。 **本节学习目标**: - 理解V4L2的基本概念和架构 - 搭建Ubuntu下的V4L2开发环境 - 掌握v4l2-ctl等调试工具的使用 - 学会检测和配置USB摄像头设备

琅嬛福地 417

Claude Code 处理长任务 + Cursor 专注交互:双栈协作的 3 种分工场景与响应提速 35% 实测

揭示 Claude Code 与 Cursor 在 AI 编程中的本质分工:Claude Code 作为离线式架构师处理跨文件、带约束的长链路重构(如单体拆微服务),Cursor 作为现场交互工程师专注秒级局部编辑;提出按任务切片动态切换的三种工程化协作场景,并给出结构化上下文构建、约束型 Prom

weixin_28728443的博客 123

Agent知识库:功能、原理浅析

随着LLM不断发展,基于LLM的Agent今年来十分火热。Agent知识库不仅可以存储大量的信息,还包含了丰富的规则、算法和模型,是Agent实现智能化决策和行动的关键。本文将介绍Agent知识库的功能、原理以及相关落地应用。领域学科知识、企业知识、经验知识、特定场景的内容知识、推理规则、学习算法等,涵盖事实、规则、算法等方面。

letsgogo7的博客 3762

数据预处理

数据预处理 数据预处理(数据清洗)是数据挖掘过程中的重要一步,它主要包括数据清洗,数据集成,数据变换和数据规约。 在我们进行数据挖掘的过程中,大量的原始数据中存在着大量有问题的数据(脏数据)比如有缺失值的,不一致的,有异常的,大量重复的数据等。这些脏数据会严重影响到数据挖掘建模过程的执行效率,也可能会使挖掘结果产生偏差。通过数据预处理(数据清洗)可以提高数据的质量,更好的适应特定的挖掘技术及工具。...

CJW的博客 9929

怎么看AI大模型(LLM)、智能体(Agent)、知识库、向量数据库、知识图谱,RAG,AGI 的不同形态?

在 AI 人工智能时代,智能体将会是未来最主流的大模型应用方式?人人都有机会通过智能体,解锁成为【超级个体】。在人工智能的快速发展中,LLM、Agent、知识库、向量数据库、RAG(检索增强生成)、知识图谱以及AGI(人工通用智能)等概念和技术不断涌现,其共同推动着人工智能技术的进步和应用场景的拓展!从智能体定义到实际应用,在多次体验各个智能体系之旅的前提下,简单谈谈一点 IDea!本文将分别介绍这些概念和技术,并探讨它们在实现AGI的不同形态中所扮演的角色。

zhishi0000的博客 3683

lammps教程:ovito免费输出高清图片方法

基本原理是调用ovito软件包中的TachyonRenderer模块,该模块可实现Tachyon渲染,达到和ovito 2.9 Tachyon完全相同的效果。这种方法在后来的ovito版本中已经不能使用,但是ovito 2.9版本在后处理方面功能较少,使用起来也不是特别方便。在之前的推文中,曾介绍过使用ovito 2.9版本更换Tachyon渲染器实现高清图片的输出。这个方法只需要配置ovito模块即可,完全免费,不需要购买ovito pro版。具体的配置参数可到ovito官网查询。大家好,我是小马老师。

lammps_jiayou的博客 2766

短信验证码逻辑漏洞学习——各种绕过姿势技巧

短信验证码逻辑漏洞学习——各种绕过姿势技巧

记录并分享学习安全的知识点.. 2556

Dify 架构:企业级 LLM 智能运维 Agent 搭建指南

1.创建运维知识库&预处理文本首先是知识的预处理,先将文件用分段标识符切成大块(也称文本切块),然后就是向量化(也称为建立索引),所谓索引就是以后用来比较相似度、语义指纹和坐标最后就是设置检索(检索是在向量化语义内容的基础上,计算语义相似度的过程。Top K是“先粗筛”:从向量库里先找最像的K 个候选,数目固定。Score 阈值是“再精筛”:把候选里低于某个分数(每个文档的相似度)的全部扔掉,分数固定。Rerank 模型是“再排序”:对通过前两关的候选,用更重的交叉编码器重新打分并重新排序。

qq_74803524的博客 1924

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

AI | 基于 Dify + 大模型(LLM)+ 智能体(Agent) 手把手从0-1构建私有化智能助手

人工智能技术领域持续火热,智能助手已经成为企业和个人提高效率、获取信息的重要工具。构建一个私有化智能助手,不仅可以满足个性化需求,还可以确保数据安全和隐私保护!

2401_82469710的博客 7954

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

告别传统RAG,用智能Agent方法构建AI知识库

问题:定期嵌入新数据、监控向量库性能都增加复杂度;向量可能泄露原文信息,需要防范embedding反推原文的风险。概括来说,传统RAG扩展了LLM知识却引入新的挑战——

Everly_的博客 1440
上一篇: 2024年chatgpt这么火,适合转行ai产品经理吗?
下一篇: 大模型在企业中应用的挑战与OpenAI Function Calling的实践
AI_小站
博客等级 码龄3年 6255粉丝 1152原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值