一直以来，我都在寻找一个能够构建个人知识库的方法，尤其是在AI大模型的诞生，让每个人都拥有了打造专属知识库的能力。因此很容易的想到，可以在大模型的基础上，引入个人知识库，这样就可以打造专属于个人的AI知识库问答机器人。
目前已经有很多开源的项目支持这样子的构建，比如LangChain和LlamaIndex。但是这些对于普通人来说，还是需要一定的编程能力，并且熟悉其框架才能够搭建起来。
为了实现零代码构建个人知识库，这里用到了之前字节开发的免费AI助手：Coze
在国内可以利用字节开发的开源模型作为大模型基座，而在国外则可以调用GPT4等模型进行搭建。
可以先看看我基于Coze搭建的“AI小助理”，目前关注我公众号后，直接进行问答也可以
个人知识库AI小助理
目前我构建的“个人知识库AI小助理”有三个主要的功能：
- 个人知识库搜素：搜索个人知识库的文章记录，同时进行实时问答，在问答的过程中可以反馈给我具体的文章链接
- 文章总结：给出一篇文章链接，让AI帮我总结文章内容
- 文章阅读笔记记录：把阅读笔记的内容进行记录，随时查看笔记
个人知识库搜索问答
搜素本地知识库的内容，并通过微信公众号进行展示：
上面内容基于我自己打造的知识库进行回答的，比较准确的，并且会返回文章中的引用链接：
文章链接内容提取
给定一个文章链接，它就能够帮你提取出网页文章的内容：
然后，这个工具会对文章进行深入的解析，提取出关键信息，如标题、作者、发布日期、正文内容等。这些信息会被整理成一个易于阅读的格式，以便用户快速了解文章的主题和要点。
文章阅读笔记记录
利用coze也能够打造属于自己的AI记录员，比如我这里让它记录我的阅读笔记
并且可以让它提醒我读到哪里了：
这种长期记忆的方法，能够让它变身成为你的私人小助理，随时为你提供帮助。
2.背景知识
打造个人知识库，看起来是一个比较酷的内容，特别是针对在工作中积累了很多内容，需要时不时翻找出来。
借助于大模型的帮助，在不需要微调的情况下，我们就可以搭建属于自己的知识库。这种技术被称为RAG（Retrieval-Augmented Generation）。简单来说就是通过大模型LLM的能力，在其基础上引入外部的知识库数据，这样大模型AI在回答问题的时候更加的精确。
整体的RAG技术框架包括三个方面：
- 数据索引阶段：构造向量数据库，引入自己的外部数据源
- 检索阶段：根据用户给定的问题，从数据库中找到精确的信息
- 生成阶段：利用检索到的数据库中的信息，生成回答
3.AI机器人构建教程
了解了一些简单的RAG知识之后，那么如何构建呢？
这里利用字节开发的Coze，简单演示一下如何构建自己的个人知识库。首先打开网站：
创建一个属于自己的机器人，这里我取了一个名字叫“算法一只狗的小助理”：
知识库创建
为了达到引入自己文章的目的，需要先新建一个自己的知识库：
上传你自己的文档到“我的空间”中，因为我大部分的文章都是用markdown格式下的，因此可以把文档导入并转换成“飞书在线文档”：
整理好自己的文件夹后，需要把文件设置成“互联网公开”的形式：
把对应的文件夹设定成“互联网上获得链接的人可阅读”：
最后整体的文件目录如下：
登陆自己的账号，回到刚刚建立的知识库中，飞书文章导入进来：
可以看到自己的文章可以进行选择，如果没有选择互联网公开，这里面是看不到文章的：
最后导入后，就可以看到自己对应的知识库了：
为每个文章添加链接
要想AI在回复的时候带上网页链接，需要给它进行提示，因此这里用了excel表格，把每个文章的对应链接写成表格形式：
然后把excel表格上传到知识库中，最后选择要索引的列名，这样机器人就可以根据你的标题进行查找，然后给出对应的文章链接
5.测试Coze小助手
可以回到Bots建立的页面，把刚刚搭建的知识库添加进来
然后设定prompt词语，由于我只想让这个机器人搜索基于知识库的内容进行问答，因此输入了下面的prompt：
使用知识库搜索问答
然后再点击它自带的优化提示词功能：
接下来右边界面就可以开始测试自己的Bots机器人了
chatgpt账号升级
它不仅能够根据你给定的文章进行搜索和总结，同时也给出了具体的文章链接。
有了这个功能之后，以后如果你的个人知识库有新增的话，那就可以添加到里面，只需要和他进行对话就可以方便查找自己的文章。
6.公众号接入和发布
配置你自己的机器人到公众号上，只需要两个步骤就可以：
步骤一：获取公众号的开发者ID（appid）：在设置与开发 > 基本配置页面，获取开发者ID(AppID)。
步骤二：
- 在发布页面，找到微信公众号（订阅号）发布渠道，单击配置。
- 在 AppID 输入框内，填写微信订阅号的开发者 ID，并单击保存。
- 跳转到公众平台账号授权页面，使用公众平台绑定的管理员个人微信号扫描二维码。
4.在微信移动端，根据页面提示选择订阅号并确认授权。
在发布页面中，选择微信公众号，然后进行发布即可：
回到自己的公众号，进行测试
chatgpt账号升级 它的回复和在Bots测试时是一致的，但有一点缺点是回复比较慢，因为要等AI全部回答完之后才返回结果。
7.总结
上面就是一个简单的利用Coze，不需要写任何一行代码就可以实现简单的个人知识库，这对于普通人来说是极大便捷的。
当然它还有其他功能，通过添加插件可以实现“网页文章提取”、“ppt生成”、“图片生成”等等的功能，感兴趣的读者都可以去尝试一下，打造一个属于自己的AI小助理
大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？
答案当然是这样，大模型必然是新风口！
那如何学习大模型 ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：
最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！
在这个版本当中：
您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
一、大模型经典书籍（免费分享）
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套大模型报告（免费分享）
这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)
三、大模型系列视频教程（免费分享）
四、2025最新大模型学习路线（免费分享）
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取
2471
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
