- 博客(83)
- 收藏
- 关注
RSS订阅
原创 【Agent实战】发票信息识别提取专家（AI +OCR技术结合ChatGPT4o能力+结构化prompt（CoT、One-shot等）+Knowledge - RAG+API工具Agent项目实践）
本文通过结合AI和OCR、RAG等技术（ChatGPT4o能力+结构化prompt（CoT、One-shot等）+Knowledge - RAG+API工具）可以有效地让人工智能系统理解来自不同客户的发票内容，自动识别并提取出关键数据。这不仅可以帮助企业精确地进行成本控制和物流规划，还能显著提高数据处理的效率和准确性，进一步推动行业向数字化和智能化转型。通过这种技术整合，UNIS等公司能够通过自动化的方式处理大量的发票数据，从而实现成本节约和效率提升。
2025-03-14 11:31:26
1395
原创 AI训练师团队管理运营思路
工具运营AI训练师主要是支撑运营，协助算法和运营提高托管机器人的解决能力，以协助降低业务场景熔断与优化场景识别为核心运营目标，通过算法聚类、标注分析等方式，结合业务知识，提供精准、清晰的标注数据和解决方案，确保训练效果满足需求。过程中需要与算法、运营一块参与模型搭建和数据验收，并且负责核心指标和数据日常的跟踪维护。④针对知识库已有意图进行梳理和分析，反馈运营评估缺失或合并意图优化方向。③对语料数据进行挖掘、清洗，解除缠绕、冗余等问题导致的未识别。①线上case分析，及时发现识别问题导致的托管熔断问题。
2025-02-22 10:00:00
714
原创 【Agent实战】BOL提单识别提取专家（AI +OCR技术结合ChatGPT能力Agent项目实践）
在公司的运输业务中，BOL（提单）是关键文档，标志着运输的开始，并包含重要的运营信息。目前，不同客户使用不同的BOL模板和处理方式。开发一个单一客户的OCR 信息提取方案通常需要约一周时间，然后才能接入RPA的流程。事实上来说，对于我司而言，BOL中的关键信息具有通用性，可以使用AI的文字理解来解决这个问题。 通过AI +OCR 技术结合， 让AI理解不同客户的BOL，并从中提取UNIS所需的关键信息，实现通用化的BOL解决方案，适配大部分客户的BOL模板。此方法确保数据提取的完整性、准确性和稳定性，并可在
2025-02-05 15:45:53
2604
5
原创 美团式工作方法论全解析：一套让人卷又服气的体系
正是上述这5个重要的人才成长的方法论，让美团组织内的人才生生不息，也由此打造出了威震中国互联网界的美团铁军。
2025-04-03 09:30:00
447
原创 Agent开发攻略篇：智能体技术的突破与实践之路
在接下来的内容中，我们将深入探讨AI Agent开发的核心策略，从架构设计、工具集成到质量保证与成本优化，并通过多个行业的实际案例，为开发者和企业提供一套系统化的Agent开发攻略。本文的核心观点是：成功的AI Agent开发需要系统化的架构设计、精细化的工具集成策略、完善的质量保证体系以及深度的行业场景理解。面对这一挑战，本文提出一个核心观点：成功的AI Agent开发不仅需要先进的技术基础，更需要系统化的架构设计、精细化的工具集成策略、完善的质量保证体系以及深度的行业场景理解。
2025-04-02 11:28:12
840
原创 从模糊感知到量化评估：构建一个Prompt打分工具
在大模型时代，优质提示词（Prompt）决定了输出质量的上限。本文介绍了一个「提示词打分器」的设计与实现过程，旨在解决提示词优劣难以量化评估的问题。我们从评分维度设定、模型调用逻辑、打分算法设计等方面展开，构建出一个能够自动评估Prompt质量的评分系统。无论你是Prompt工程师，还是AIGC内容优化者，这款工具都将为你筛选出更高质量的提示词组合，提升交互效率与模型表现。
2025-04-01 14:45:13
828
原创 4. 如何减少大模型幻觉？⸺大模型外挂向量数据库的分析（知识延伸版）
语言模型（LLM）有两个突出能力：一个是自然语言的理解和生成能力🗣️，另一个是逻辑推理能力🧠。然而，大模型也存在短板，比如大模型会产生幻觉：即大模型的输出内容，与输入内容或现实不相符😵，也就是“大模型在绘声绘色地胡说八道”🎭。不同的应用场景，对大模型幻觉的容忍度不同⚖️。比如，在要求严谨和精确的领域📊，大模型幻觉就是个必解的问题❗
2025-03-25 15:46:31
1590
原创 【Excel使用技巧】某列保留固定字段或内容
我想保留Excel某一列的固定内容，比如原内容是：我想只保留成body内容：应该怎么操作？你可以使用 Excel 的来提取你想要的内容。假设你要处理的文本在，比如 A1 单元格中是你提供的那段内容，那么你可以按以下方式操作来提取后面的内容。
2025-03-24 14:22:14
683
原创 【Agent平台】AI workflow解读（三）
每个步骤都有固定的顺序，如果打乱了顺序，可能会影响整个流程的效率。工作流的魅力在于，它能够将复杂的任务分解成简单可行的步骤。简单的理解为把大模型当做一个“人”，让他按照既定的流程完成一项任务，并取得一定的成果。通俗定义：工作流指的是一系列步骤或任务，通过预定义的顺序和规则，完成特定目标的一种方法。工作流本质上是将"慢思考"的结果固化，使得我们可以用"快思考"的方式快速执行复杂任务。通过工作流，我们实际上是在为AI创建一个"检查清单"，大大减少了错误发生的可能性。这正是工作流的精髓所在。
2025-03-21 15:40:37
1235
原创 【Agent平台】AI workflow解读（二）
1. 大语言模型（LLM）：这是AI Agent的"大脑"。就像人类大脑由上千亿个神经元组成，LLM也由数以亿计的参数构成。这使得它能理解和生成人类语言，解答问题，甚至创作内容。2. 规划能力（Planning）：这相当于AI Agent的"前额叶皮质"，负责制定计划和决策。例如，当你要求它帮你规划一次旅行时，它能考虑预算、时间、个人喜好等多个因素，给出一个合理的方案。3. 记忆系统（Memory）：这就像AI Agent的"海马体"，用于存储和检索信息。
2025-03-20 18:02:17
1149
原创 一文讲透 MCP（来源 Apifox MCP Server）
当用户和 AI 助手对话，且开启联网搜索后，AI 助手会先将用户说的话发送给第三方搜索引擎，然后将第三方搜索引擎的返回的内容和用户说的话一起提供给 AI 大模型，再由 AI 大模型生成回答。然后设定这样一个工作流：如果有人问 Apifox 的最新版本是多少，则调用这个 API，再将 API 返回的结果和用户的原始问题一起提供给 AI，这样 AI 就可以给出正确的回答了。，再强大的 AI 也只是知道过去发生的事情，却无法实时从外界获取最新的信息，比如今天的天气情况、今天的热点新闻等。
2025-03-19 09:00:00
1347
原创 【Agent平台】AI workflow解读（一）
思维链方法是通过中间推理步骤实现复杂的推理能力，将大目标拆解成小目标，一步一步思考计算最后得到最终结果。 就像快递员送货，如果你一下子让他送一个小区的快递，他就会不知所措。但如果把所有快递先分楼栋，再区分快递的类型，他的送货效率肯定会快很多。 一步一步去完成，这就是思维链。
2025-03-18 11:51:00
1140
原创 【Dify平台】Function Call 模式模式和ReAct模型有什么不同？
DIFY（Do It For You）是一个低代码/无代码 AI 应用开发平台，支持 Function Call 模式，这种模式主要依赖。ReAct 是一种更高级的智能体（Agent）推理与行动模式，由。"请帮我查询订单 #12345 的状态，并告诉我预计送达时间"，DIFY Function Call 更合适。"请帮我查询订单 #12345 的状态"先推理，再决定是否调用 API/工具。单轮调用，通常是一次 API 请求。低，可结合推理减少 API 调用。，ReAct 更合适；较低，API 结构固定。
2025-03-17 11:31:41
1304
原创 【Agent实战】货物上架位置推荐助手（RAG方式+结构化prompt（CoT）+API工具结合ChatGPT4o能力Agent项目实践）
成功利用ChatGPT4o版本结合RAG知识库方式，通过结构化prompt（CoT）调用API工具为用户推荐货物上架位置。工具调用数据来自于业务系统。
2025-03-13 09:45:00
1218
原创 标注需求项目管理思路
1、标注量级较大的，可采用阶段性数据交付，大目标拆解阶段性小目标，并估算所需资源及交付周期。若试标数据准确率85%，则开始正式标注任务；培训文档包括标注流程及规范、知识库标准问边界List、业务背景及相关名词。1、利用沉淀的标注规则及文档，远程培训外包资源，讲解标注流程及规则。1、通过对接运营、产品等同学进行需求沟通，正确理解本次需求；3、根据标注目标，识别涉及需求的相关方有哪些；2、基于需求的正确理解，识别、拉齐标注目标；2、标注任务分配，试标及试标数据质量评估。2、标注进度及质量把控。
2025-03-12 14:00:05
354
原创 【智能客服】智能客服的核心技术-对话系统
实体指的是从单句发言中提取到的信息，而槽位存储整个会话过程中提取到的所有信息，前者是后者的数据来源，槽位存储的信息会被用于后续对话系统决策的过程中。在聊天场景中，对话系统面对的挑战与前二者相比要复杂很多，如自然语言理解能力、记忆能力、知识面，甚至语气、性格等等，但它提供的对话体验也最接近与真人交谈。基于模板的生成方案中，对话代理人的所有发言都由对话设计师设计而成，然后将剧本中的上下文信息，如槽位填充物，填入模板。会话是对话代理人与用户之间发生的一次连续对话，不同对话系统可以有自己对「连续」的定义。
2025-03-06 11:44:27
1454
原创 【智能客服】相似问编写方法论
相似问是为了完善机器人教育的一种手段，相似问同原始语料一样，都是机器人学习的对象，是提供模型训练的材料。相似问是在用户日志、行业数据复用、网上爬取相关问句等都不足以完成机器人训练时，我们才会用到的一种最基本也是最强硬的手段。也就是说，当我们完成了原始语料的归档后，这个时候我们能够得到对应场景下分类的客户原始问法以及对应的应答内容。但在实际的训练过程当中，我们会发现某一类场景，并没有原始语料能够覆盖，这个时候就需要根据自己以往的服务经验，结合业务场景去补充这些缺失场景下面的语料问答对。
2025-03-05 09:45:00
830
原创 【智能客服】意图识别训练协作优化机制
意图识别通常有几个方式来做，模型+正则表达式+关键字+逻辑关系。1、模型：即 NLP 模型，这里涉及的不止是 NLU 模型，还包括语义纠错模型、句式识别模型、分词词性模型、多意图识别模型、实体识别模型等等2、正则表达式：利用正则方式的规则把识别的关键词聚合，理论上也属于关键字识别的一种。3、关键词：这个好理解，就是单纯和明确的关键字、词。4、逻辑关系：部分产品也有用到这个的，即或与非关系、包含 XX、非 XX、除 XX 等数学逻辑关系，主要方便使用人员关键字与关键字之间的关系搭配。除模型
2025-03-04 10:00:00
1876
原创 如何向上管理
对的事情，想在他前面，做在他提醒和布置之前。你认为错的事情，知道怎么建设性地提示和沟通，揭开老板的盲点，补充老板欠缺的信息……，否则在团队协作中，老板往往只看团队结果，而不会特别意识到每个人清晰而准确的价值和能力。你需要做对两件事：提高你对他的价值，降低他管理你的成本。，拥有他的视野和格局，理解他的苦恼和处境，按照他关注的重点和思路去看待问题。所以提高价值的第一步，要了解什么才是对你老板有价值的事。你做了，价值的体现是需要展示的。你的能力长板，对老板不一定有价值，或者价值极低。这也是一种创造价值的高能力。
2025-03-03 10:36:08
301
原创 【虚拟客服】风险场景意图与对话能力建设项目计划书 v1.1（美团单车）
风险种类和场景较多，摩西平台涉及风险意图的仅有【受伤】场景的对话能力，造成用户进入托管询问风险类问题意图覆盖度不足与对话能力不足；因此需要风险场景的真实人机会话内容需要抽炼出风险意图分类并定义意图名称，构建风险场景的意图识别能力，根据意图能力来设计用户对话流程。优化风险识别能力（准确率）63%->70%（去除账号被盗（疑似）），提升7pp，随产品需求上线风险场景多轮对话安抚能力。定量目标：风险场景意图识别能力达上线标准，即准确率80%（非硬性），召回率99%（硬性）；如果用户确认无风险的回复话术；
2025-03-01 10:45:00
932
原创 【虚拟客服】风险场景识别badcase运营方案（美团单车）
高中低高：频率较高、大量常用的用户说法未识别或者识别错误较大程度影响线上效果及用户体验；中：频率适中、一般常用的用户说法未识别或者识别错误一般程度影响线上效果及用户体验；低：频率较低、不常用用户说法未识别或者识别错误较小程度影响线上效果及用户体验；
2025-02-28 10:00:00
1253
原创 结合CoT思维链的workflow应用拆解（基于Dify平台）
0-1搭建workflow分步推理将问题拆分出相应的解题步骤，应用效果显著（相比LLM模型直接回复不经过though过程）；
2025-02-26 10:45:54
1211
原创 【智能客服】美团智能客服意图标注规则
标注时可适当推理，但不要过度解读标注标准问时，应该以用户表述的字面意思为准，当有错别字时可以做简单推理，但不要过度解读
2025-02-25 10:51:19
1378
原创 数据标注人员工作行为规范
1、标注员每周梳理出本周发现的问题汇总及展示截图或录音，问题类型以文档形式记录。工作格式：标注任务以日期+机器人流程名称+姓名的格式命名，发现的问题以会话ID命名录音和截图，并保存本地。语音转文本在人耳能听清的情况下正确转译判断为正确，在人耳能听清的情况下错误转译判断为错误，并填写正确转译。根据客户话术及录音综合判断客户意图属于该机器人流程节点中的那个意图，如意图错误，需更改为正确意图。思考及建议优化方向：可提供对优秀话术的思考和新增意图、以客户第一视角提升交互体验的建议。标注的机器人名称：还款提醒。
2025-02-25 09:30:00
570
原创 一文了解检索增强生成（RAG技术）
向量检索为核心的 RAG 架构已成为解决大模型获取最新外部知识，同时解决其生成幻觉问题时的主流技术框架，并且已在相当多的应用场景中落地实践。
2025-02-24 11:58:34
735
原创 【智能客服】大模型话术评测规范（AIGC）
模型生成回复与原始会话回复的相关性跳过某些流程缺少流程某一节点。需要了解流程才能判断缺少哪些节点缺少知识，使得方案错误未识别或识别错用户真实意图，答非所问用户问题和话术完全不匹配。比如：用户问了退款问题，话术给的配送问题；生成话术与上文不衔接、不连续用户问题和话术相关性不大，衔接不上。比如：用户问了退款问题，话术提到了退款，但回答不是退款问题。无法区分角色用户有两个角色，骑手和消费者，问了两个订单，无法区分消费者/骑手角色。
2025-02-21 14:11:35
983
原创 【智能客服】ChatGPT大模型话术优化落地方案
LLM的出现对智能客服是挑战与机遇并存，如何用好LLM的强大能力，提升智能客服机器人的效果，目前没有相对统一的技术路线，需要各方的积极探索
2025-02-20 09:45:00
1363
原创 【Agent实战】窗口登记助手（结构化prompt（CoT）+组合API工具结合ChatGPT4o能力Agent项目实践）
成功利用ChatGPT4o版本结合结构化prompt（CoT）调用多种API工具按步骤为用户办理窗口登记。工具使用过程中涉及查询信息和提交信息、绑定信息，5个工具使用过程即。
2025-02-18 10:00:00
2241
原创 大模型常识：什么是大模型/大语言模型/LLM
大家或多或少都听过 ChatGPT 是一个 LLMs，那 LLMs 是什么LLMs 全称是 Large Language Models，中文是大语言模型。语言模型简单说来，就是对人类的语言建立数学模型，注意，这里的关键是数学模型，语言模型是一个由数学公式构建的模型，并不是什么逻辑框架。这个认知非常重要。最早提出语言模型的概念的是贾里尼克博士。
2025-02-17 10:42:18
1052
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