腾讯IMA知识库 大厂加入厮杀的战局

前言
在这里插入图片描述

看遍市面上各种开源的RAG知识库,今天开始调研各大厂的免费版本。 明天搞搞dify
目前已手撸的系统
RagFlow+Ollama 构建RAG私有化知识库
Llamaindex+Ollama 构建RAG私有化知识库
MaxKb+Ollama 构建RAG私有化知识库
AnythingLLM+Ollama,基于RAG方案构专属私有知识库
OpenWebUI+Ollama本地知识库

什么是IMA知识库

官网地址:
https://ima.qq.com/

腾讯的IMA知识库(全称ima.copilot)是腾讯推出的以知识库为核心的AI智能工作台,集“搜、读、写”功能于一体,旨在提升用户学习与工作效率,并支持知识的长期沉淀与共享。
ima.copilot 的 slogan 是“智慧因你而生”,其产品定位为“个人知识助理和效率工具”。从中可以看出,这款产品不仅仅是一个简单的内容存储工具,而是一个能够帮助用户在日常工作和学习中提升效率、结构化管理知识的智能助手。其背后采用腾讯的 混元大模型,依托丰富的数据源和用户个性化信息,实现了知识与洞察的深度结合。

按照知识库角度

  • 个人知识库
    通过ima客户端可以导入本地文档,照片的图文文件小程序可以导入自己本地文档,微信聊天记录,照片,还支持现场拍。
  • 共享知识库
    共享知识库创建方式和个人知识库相同,但是可以分享给其他人使用。也可把个人知识库添加到共享知识库中分享给其他人。
    image

按照检索方式

  1. 知识库查询

目前个人知识库只支持小程序查询,客户端暂不支持。

如果选择知识库查询,引擎会优先使用知识库,如果没有相关知识,可以点击搜全网,如下图。
在这里插入图片描述
2. 全网搜

25年2月11日,IMA接入中国最牛推理大模型deepseek,可以免费使用,再也不怕deepseek断网卡顿问题,其他接入deepseek使用还要收费的厂商已经坐不住了。 在这里插入图片描述

发展历程

  • 腾讯于2024年10月23日推出的智能工作台。
  • 2024年11月15日,ima.copilot正式上线Windows版本。该产品由腾讯混元大模型提供技术支持。用户访问ima.qq.com,即可下载ima.copilotWindows版。
  • 2025年2月11日,ima.copilot接入DeepSeek-R1模型,用户将ima更新至最新版本后,在使用搜、读、写和知识库的时候,可以选择使用腾讯混元大模型或DeepSeek-R1模型。

功能介绍

1. 搜索模块

ima.copilot 的搜索功能不仅支持用户从互联网全网资料中提取答案,还可以基于个人知识库进行信息检索。这意味着用户可以将不同场景的需求集中到一个平台中处理。产品支持上传最多10个文件用于搜索分析,且在回答结果中直接提供了详细的参考资料列表。这些资料支持一键访问原文,让用户能更直观地了解内容来源。

值得一提的是,ima 的搜索模块还配备了思维导图生成功能,帮助用户将搜索内容转化为直观的知识结构。同时,系统也会根据用户的搜索内容提供一系列拓展性问题和关联建议,便于用户从不同角度深入理解问题。
不知道是博主使用不当,还是技能不熟悉, 一点都没有触发联网搜索

在这里插入图片描述
问下刚刚创建的spark-tts试试

在这里插入图片描述
看来,联网搜索只能在新建笔记中使用, 知识库中搜索,仅限本地知识库内容

2. 知识库模块

知识库模块可以说是 ima.copilot 的核心所在。该模块支持用户将本地文件导入其中,作为个人知识库的一部分,同时还可以对内容打标签、分类保存,以便日后更快检索。特别是右侧的 copilot 模式,可以通过 AI 辅助快速调用知识库内容,为用户提供即时的智能问答。

通过向量数据库技术的加持,ima 能够让用户的个性化内容与大模型“融合”。在未来,腾讯或将会开放更多腾讯生态内的内容源,如腾讯文档、公众号文章、会议纪要等,使知识库内容更加丰富多样。同时,ima 未来也可能会引入自动化标签功能,帮助用户更好地管理知识库中的内容,提升搜索和分类的效率。
需求: 目前上传知识库还不支持网络链接, 博主在csdn上写的博客如何能加入知识库呢?一个个导出然后再上传试试
目前csdn只支持markdown和html格式的导出, 试验下导入失败
在这里插入图片描述
看来要么一张张截图, 要么找别的门路。 比如使用trace写一个解析博客生成pdf的功能。博主前几天使用trace写过一个下载博客的功能, 给粉丝提供一个思路

3. 笔记模块

笔记模块并不是传统意义上的简单记事功能,而是一个集成了智能写作、分析和多语言功能的创作助手。用户不仅可以创建不同类型的笔记(如论文、文案等),还能一键添加参考文档作为生成内容的辅助材料。对于已存在的内容,用户可以使用 AI 扩展、压缩甚至翻译,实现更高效的多语种内容创作。目前支持混元、deepseek r1等大模型
在这里插入图片描述

此外,当用户在笔记中选中某段内容时,ima 还可以根据上下文内容对其进行解读,帮助用户快速理解文档重点。这一功能尤其适合需要对内容进行深入剖析的知识工作者,提供了一个更灵活、更人性化的阅读和理解体验。
在这里插入图片描述

写技术博客“Spark-TTs”

昨天看到一个语音克隆的项目, 求助ima写一篇小白上手指南

https://blog.csdn.net/u010522887/article/details/146143513?ops_request_misc=&request_id=&biz_id=102&utm_term=spark%20tts&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-146143513.142^v102^pc_search_result_base2&spm=1018.2226.3001.4187

spark-tts 我不太熟悉,能否帮我写一篇入门技术文档

在这里插入图片描述
接下啦,就看ima的表演啦。经过一段耐心的等待, 发现它并没有直接在左侧的笔记正文写内容, 要点击最下面的“记笔记”按钮,才能生成文档
在这里插入图片描述
生成的文档如下, 还不错
在这里插入图片描述
美中不足的是, 它不像trace这种ai编程工具, 可以指定文件名称后,直接进行修改。

体验脑图功能

点击右侧img生成结果的“生成脑图”按钮
在这里插入图片描述
哇 , 这个脑图很不错么。
在这里插入图片描述
思考点: 博主在csdn上写的博客, 如何能通过ima优化下,尤其这个生成脑图, 非常清晰好用

  • 客户端功能介绍
  • 在这里插入图片描述

① 区域一

知识库管理 这块区域,用于管理自己的个人知识库,共享知识库,和已加入的知识库,可以通过右上角的按钮导入文档到知识库。 image

  • 笔记
    可以在这个界面,记录生活,学习,以及工作笔记,可以通过右上角的灯泡按钮加入自己的知识库。 在这里插入图片描述

② 区域二 通过大模型检索,在这里输入你的问题就行,不做过多介绍,相关提示词可以+V:aweijianying 获取

③ 区域三 文档解读

在这里插入图片描述

可以添加自己知识库文档和本地文档,进行内容总结和脑图生成在这里插入图片描述

  1. 可以在选择的文档中进行提问,他虽然也是提问的个人知识库,但是需要你手动添加,没有小程序方便。
    ④ 区域四 智能写作

支持多场景的写作需求,让你不用再自己训练自己的智能体。 在这里插入图片描述

### 在 IMA 中添加外部知识库后正确引用内容的方法 在 IMA(假设为 Intelligent Management Assistant 或类似的智能管理辅助系统)中引入外部知识库之后,为了确保能够正确引用其中的内容,需遵循特定流程来保障信息的准确性与合法性。 当将 Ollama 作为后端引擎接入 AnythingLLM 后,用户的“专属 AI 助手”可以以对话的形式与用户互动,并能在回答问题时调用已上传至系统的文档进行信息整合[^1]。这意味着,在 IMA 系统里集成第三方资料源时,应当先完成这些资源的有效导入工作;随后通过配置相应的索引机制使得机器学习模型能识别并提取有用的信息片段用于后续查询响应过程之中。 对于具体实现上如何做到合法合规地引用: - **权限确认**:确保拥有对外部知识库使用的授权或许可权。 - **数据处理**:按照既定标准对获取的数据实施预处理操作,比如清洗、标注等步骤。 - **引用格式化**:采用统一的标准来进行引用标记,如文中所示的方式使用 `[^编号]` 形式的脚注符号指向对应的参考资料位置。 - **透明度维护**:保持引用来源公开透明,让用户清楚知道信息出处以及版本情况。 ```python # 示例 Python 代码展示如何创建一个简单的函数来验证引用是否存在 def check_reference_exists(reference_id, reference_database): """ 检查给定ID的引用是否存在于数据库中 参数: reference_id (str): 要查找的引用标识符 reference_database (dict): 存储所有可用引用的对象 返回: bool: 如果存在则返回True,否则False """ return reference_id in reference_database.keys() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

赤胜骄阳

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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