AI 与智能体 第10页
Coze+Ansible实战:插件、工作流与自动化运维智能体-AI运维探索者

Coze+Ansible实战:插件、工作流与自动化运维智能体

一、创建coze插件 工具: exec_playbook 代码 依赖包 元数据: 测试: 1.1 创建coze工作流 需要提前创建一个智能体,并定义用户变量ANSIBLE_API_TOKEN 试运行 发布 1.2 配置coze智能体 前面已经...
Coze 智能体实战:把儿童绘本工作流封装成可用 Agent-AI运维探索者

Coze 智能体实战:把儿童绘本工作流封装成可用 Agent

一、这一步要做什么 前一篇已经把儿童绘本工作流搭好了,接下来要做的是: * 把工作流挂到智能体上; * 配置智能体人设; * 配置欢迎语和预设问题; * 优化交互体验,让它更像一个真正能用的儿...
Coze 快速上手:工作空间、工作流与基础体验-AI运维探索者

Coze 快速上手:工作空间、工作流与基础体验

一、先认识 Coze 的基本入口 地址: `https://www.coze.cn/home` 进入之后,你通常会接触到几类核心入口: * 创建智能体; * 创建应用; * 工作空间; * 资源库; * 模板; * API。 工作空间主...
Coze 工作流实战:搭建一个儿童绘本生成工作流-AI运维探索者

Coze 工作流实战:搭建一个儿童绘本生成工作流

一、整体流程是什么 这套工作流可以拆成 5 个核心节点: 1. 开始节点: * 接收用户输入。 2. 分镜节点: * 根据主题生成多张漫画画面的镜头描述。 3. 故事节点: * 根据分镜生成儿童绘本文案。 ...
向量数据库入门:向量是什么,为什么 RAG 离不开它-AI运维探索者

向量数据库入门:向量是什么,为什么 RAG 离不开它

一、向量是什么 在 AI 场景里,向量可以理解成一个“很长的数字列表”,例如: 这个数字列表不是随便生成的,它通常承载了原始数据的语义或特征。 例如: * 一张图片会被编码成代表颜色、形状、...
RAGFlow 项目实战:做一个公司内部员工智能问答助手-AI运维探索者

RAGFlow 项目实战:做一个公司内部员工智能问答助手

一、项目目标 这个项目的目标是: * 把员工手册和培训手册导入 RAGFlow; * 做一个公司内部知识问答助手; * 再把它嵌入 OA 或企业内部页面。 二、准备知识文档 如果你没有现成资料,可以先用生...
RAGFlow 部署与快速体验:Linux 安装、模型配置、知识库和聊天-AI运维探索者

RAGFlow 部署与快速体验:Linux 安装、模型配置、知识库和聊天

一、部署前的机器要求 生产环境通常建议: * CPU >= 4 cores * RAM >= 16 GB * Disk >= 50 GB * Docker >= 24 * Docker Compose >= 2.26 演示环境里使用的是: * Ubuntu 22.04 *...
RAGFlow 入门:它的特点、适用场景,以及和 FastGPT 的区别-AI运维探索者

RAGFlow 入门:它的特点、适用场景,以及和 FastGPT 的区别

一、RAGFlow 是什么 RAGFlow 是一个基于深度文档理解的开源 RAG 引擎,目标是为企业提供更高质量的知识检索与问答能力。 官网: `https://ragflow.io/` GitHub: `https://github.com/infiniflo...
RAG 进阶:典型架构、Rerank 和重排序模型怎么选-AI运维探索者

RAG 进阶:典型架构、Rerank 和重排序模型怎么选

一、RAG 的典型架构 一个比较完整的 RAG 架构,通常包含三块能力: 1.1 知识库内容整理 文档不会直接原样扔进系统,而是要先切分成适合检索的片段。 常见切分方式包括: * 固定字数切分; * 按...
RAG 入门:它是什么,解决了什么问题,核心原理是什么-AI运维探索者

RAG 入门:它是什么,解决了什么问题,核心原理是什么

一、什么是 RAG RAG 是 `Retrieval-Augmented Generation` 的缩写,中文通常翻译为“检索增强生成”。 它的核心思路非常直接: 1. 用户先提出问题; 2. 系统先去外部知识库里检索相关内容; 3. ...