前言

從 2022 年的 OpenAI 的ChatGPT3.5發(fā)布，AI 技術(shù)迅速火遍全宇宙。全人類開始都在討論 AI 技術(shù)的未來和人類自己的未來。比如“AI 是否能夠替代人類”、“AI 究竟是什么？”、“AI是否能增加每個人的失業(yè)風(fēng)險”、“安全與隱私問題如何平衡”、“AI 是否會導(dǎo)致社會的不平等問題加?。俊钡鹊鹊脑掝}。

2023 年是可以說是 AI 技術(shù)的發(fā)展元年。很多有能力的公司都在做自己的 LLM，文心一言、Qwen、云雀語言大模型、Genimi、天工大模型、混元大模型、ChatGLM2、Llama2、GPT-4，GPT-3.5、百川大模型等。

這么多的大模型在這一年的時間里面在不斷的進化，不斷的提升各自模型的能力。從開始單一的聊天對話形式不斷進化為多模態(tài)的形式，文生圖、圖生文、圖生圖等模型的能力越來越強。尤其是在編碼能力方面給我們程序員提供了很多的幫助。

在如今 AI 火爆的時代，作為程序員的我們?nèi)绾问褂?AI 技術(shù)來給我們提供幫助？比如：學(xué)習(xí)、提升技能、工作、生活等等的方面。這個問題是我們值得思考的一個問題。對于這個世界的大部分人來說 AI 技術(shù)其實就是一個工具，AI 技術(shù)在未來一定會給我們的生活提供很多便捷性，就好比第二次工業(yè)一樣，它淘汰了很多個體體力勞動者，取而代之的是很多工業(yè)企業(yè)。同樣現(xiàn)在也一樣好多企業(yè)已經(jīng)在思考 使用AI 技術(shù)在自己的企業(yè)賦能。那作為個人的我們?nèi)绾问褂?AI 技術(shù)來提升我們的工作和生活效率能？

主題

接下來我們就探索如何使用 扣子/coze 來構(gòu)建一個自己的個人blog知識庫。

功能架構(gòu)設(shè)計

扣子/coze 是一個 LLM 的應(yīng)用開發(fā)工具，他內(nèi)置了很多自己的工具，可以提供給開發(fā)者直接使用。而且他還提供了自定義相關(guān)插件的功能，那么我們就可以結(jié)合他的自定義的能力擴展出很多的能力，從而可以構(gòu)建我們自己的應(yīng)用程序。

扣子/coze 的功能特點：

插件

• 內(nèi)置插件
• 自定義插件

數(shù)據(jù)源

• 內(nèi)容上傳
• URL 獲取在線網(wǎng)頁內(nèi)容
• API JSON 數(shù)據(jù)
• 自定義數(shù)據(jù)集

持久化

• 數(shù)據(jù)庫
• 知識庫

工作流

使用工作流可以無縫的將自己的業(yè)務(wù)邏輯與相關(guān)的工具集相結(jié)合，從而構(gòu)建強大的業(yè)務(wù)能力。

下面是使用扣子來搭建自己的blog知識庫的功能設(shè)計圖：

前提

本文只要是將自己的 blog 網(wǎng)站的內(nèi)容作為知識庫的數(shù)據(jù)源來構(gòu)建自己的知識庫。所以如果你想構(gòu)建自己自己的博客知識庫就首先需要有一個博客網(wǎng)站。如果你本地有很多的文本內(nèi)容同樣可以構(gòu)建自己的知識庫，不過需要稍微做個變換就行。本文主要就是提供個思路，僅做參考，提供思路。

配置插件工具

search_keywords插件工具的主要功能就是根據(jù)執(zhí)行一個 博客內(nèi)容API 請求。返回的內(nèi)容需要一個 json 的數(shù)據(jù)，因為需要將search_keywords插件工具在工作流中解析使用。

配置插件工具比較簡單，跟著提示一直構(gòu)建就行。

在第三步：配置輸出參數(shù)使用“自動解析”即可。

第四步：調(diào)試與校驗完成后，顯示調(diào)試通過即可保存。最后回到首頁點擊發(fā)布。

我這里請求 API 不需要請求參數(shù)，所以為空，大家根據(jù)自己的情況配置即可。

配置工作流

工作流的功能就是將一些工具集或者是另外的一些工作流串起來，創(chuàng)聯(lián)每個步驟的數(shù)據(jù)輸入以及輸出，使功能滿足自己的業(yè)務(wù)邏輯的流程。

我們在空間（個人/團隊）里面點擊工作流，進入工作流配置頁面中創(chuàng)建自己的工作流。

這里面有一個名字是 keywords_search的工作流：

工作流的節(jié)點配置以及功能如下：

我們配置了 4 個節(jié)點，下面分別說明一下每個節(jié)點的作用：

開始節(jié)點：

開始節(jié)點是工作流的默認(rèn)節(jié)點，我們可以配置輸入?yún)?shù)以及參數(shù)的數(shù)據(jù)類型。這里我們配置一個 query:string的參數(shù)提供關(guān)鍵字的查找。

search_keywords節(jié)點：

search_keywords節(jié)點就是我們上面配置的插件，用來獲取我們 API 的內(nèi)容。這里插件可以在工作流的左側(cè)插件列表中找到。插件列表提供了系統(tǒng)內(nèi)置的插件和自定義的插件。

代碼節(jié)點：

代碼節(jié)點的功能是將 start節(jié)點的 query 參數(shù)與search_keywords節(jié)點返回的參數(shù)data作為輸入的參數(shù)數(shù)據(jù)，并對 data 的數(shù)據(jù)做過濾，并將過濾后的數(shù)據(jù)返回。

• input 參數(shù)：引用開始節(jié)點的 query 參數(shù)的值。
• seach_result參數(shù)：引用search_keywords節(jié)點返回的數(shù)據(jù)值。

我們編寫代碼來過濾數(shù)據(jù)：

js復(fù)制代碼 async function main({ params }: Args): Promise<Output> {
     const regex = new RegExp(params.input, 'i');
     let ret = [];
     for (let item of params.search_result) {
         // let item = params.search_result[idx]
         var data = {
             "content": "",
             "date": "",
             "permalink": "",
             "summary": "",
             "title": ""
         }
         if (regex.test(item.title)) {
             data.content = item.content
             data.date = item.date
             data.permalink = "https://fm126.top"+item.permalink
             data.summary = item.summary
             data.title = item.title
             ret.push(data)
         }
     }
 
     return ret
 }

• 配置返回值中參數(shù)名稱以及數(shù)據(jù)類型，提供模型回答時候卡片內(nèi)容的展示配置。

結(jié)束節(jié)點：

這個節(jié)點是工作流的默認(rèn)結(jié)束節(jié)點，這里我們只需要配置他的輸入?yún)?shù)引用的是代碼節(jié)點返回的參數(shù) ret即可。

調(diào)試工作流：

配置完成后我們可以試用行我們配置的工作流，點擊試運行，輸入query參數(shù)的值，提交后查看運行結(jié)果。

這里清晰的可以看到每一步的輸入?yún)?shù)和輸出參數(shù)。

這里有一點需要注意的就是：我們自定義的插件的返回的數(shù)據(jù)一定需要有個字段名稱，否則這里配置參數(shù)引用的時候會報錯“節(jié)點參數(shù)校驗失敗”。

知識庫構(gòu)建：

扣子/coze 的知識庫功能支持上傳外部數(shù)據(jù)（例如本地文件、實時在線數(shù)據(jù)），通過向量搜索來檢索最相關(guān)的內(nèi)容以回答用戶的問題，這可以幫助你的 Bot 更精確地回答問題。

我們將自己的網(wǎng)站或者 blog 網(wǎng)站的內(nèi)容導(dǎo)入知識庫，通過知識庫的自動更新能力，讓 Bot 幫助你收集最新數(shù)據(jù)。當(dāng) Bot 使用了這個知識庫后，你就可以擁有一個專屬領(lǐng)域的 Bot。

一個知識庫中可添加一個或多個單元，用于存儲外部數(shù)據(jù)。每個單元可包含多個分段，分段是一條的信息或特定的內(nèi)容塊。上傳到知識庫中的內(nèi)容會被分割成多個分段，然后通過向量召回，召回最相關(guān)的分段，幫助模型提高回答的準(zhǔn)確性。

我們創(chuàng)建自己的知識庫：blog知識庫

創(chuàng)建好知識庫后，點擊新增單元，并選擇導(dǎo)入文件的方式，這里我們選擇在線數(shù)據(jù)來導(dǎo)入博客的頁面內(nèi)容。

點擊保存后會自動創(chuàng)建單元，并對數(shù)據(jù)進行分段。

如此我們可以將所需要的頁面內(nèi)容來構(gòu)建知識庫。

創(chuàng)建Bot

點擊 bot 頁面 > 創(chuàng)建 bot > 填寫名稱+介紹 > 結(jié)束

Prompt 提示詞編排

配置人設(shè)與回復(fù)邏輯：

人設(shè)與回復(fù)邏輯：是一種自然語言指令，告訴大語言模型（LLM）執(zhí)行什么任務(wù)。搭建 Bot 的第一步就編寫提示詞，為 Bot 設(shè)定身份和目標(biāo)。Bot 會根據(jù)大語言模型對人物設(shè)定和回復(fù)邏輯的理解，來響應(yīng)用戶問題。因此提示編寫的越清晰明確，Bot 的回復(fù)也會越符合預(yù)期。

參考編寫建議：

我們輸入一段自然語言，比如：

markdown復(fù)制代碼 # 角色
 你是一位知識庫助手，可以提取、總結(jié)、分析和解釋內(nèi)容，并以通俗易懂的語言回答相關(guān)問題。
 
 ## 技能
 ### 技能 1: 知識庫獲取數(shù)據(jù)
 1. 從知識庫中查找并提取相關(guān)內(nèi)容。
 2. 對知識庫中的內(nèi)容做總結(jié)。
 3. 如果用戶輸入的內(nèi)容格式為“q=keyword”，需要提取等號后面的內(nèi)容并去除空格，并調(diào)用“keywords_search”工作流來查找內(nèi)容。
 4. 用戶輸入的內(nèi)容格式為"s=keyword"時，不要調(diào)用“知識庫”和“keywords_search”工作流來查找內(nèi)容，你需要提取等號后面的內(nèi)容并調(diào)用“必應(yīng)搜索”插件來搜索結(jié)果。
 
 ### 技能 2: 搜索引擎
 1. 如果沒有找到任何內(nèi)容輸出：“暫未找到相關(guān)內(nèi)容，是否使用搜索引擎搜索內(nèi)容？”，當(dāng)用戶輸入“是”或者“是的”或者“yes”等肯定回答的情況下調(diào)用“必應(yīng)搜索”插件來獲取相關(guān)內(nèi)容。
 
 ## 
 - 所輸出的內(nèi)容必須按照給定的格式進行組織，不能偏離框架要求。
 - 在使用特定編程語言提取數(shù)據(jù)時，必須解釋所使用的邏輯和方法，不能僅僅給出代碼。
 - 未找到內(nèi)容時不要輸出卡片數(shù)據(jù)。
 - 只會輸出知識庫中已有內(nèi)容, 不在知識庫中的內(nèi)容, 需要通過工具去了解。
 - 輸出的內(nèi)容請標(biāo)記文檔連接。 
 - 請使用 Markdown 的 ^^ 形式說明引用來源。

然后使用優(yōu)化工具來優(yōu)化 Prompt:

工具編排

技能區(qū)域有 3 部分的配置：

• 技能：插件、工作流

• 記憶：知識庫、數(shù)據(jù)庫

• 高級：開場白、用戶問題建議、音色

插件配置

我們選擇“必應(yīng)搜索”插件來提供網(wǎng)絡(luò)搜索。我們的 prompt的有一條指令 4. 用戶輸入的內(nèi)容格式為"s=keyword"時，不要調(diào)用“知識庫”和“keywords_search”工作流來查找內(nèi)容，你需要提取等號后面的內(nèi)容并調(diào)用“必應(yīng)搜索”插件來搜索結(jié)果。來執(zhí)行必應(yīng)搜索插件獲取內(nèi)容。

配置卡片數(shù)據(jù)綁定：

這里面可以配置卡片的樣式，卡片需要綁定的數(shù)據(jù)源等

工作流配置

工作流配置中添加上面配置的工作流 keywords_search ,并配置卡片的樣式，卡片需要綁定的數(shù)據(jù)源等。

知識庫

只要我們上面配置過知識庫，這里就會自動綁定我們預(yù)先配置好的blog知識庫。同樣這里可以添加多個知識庫來提供Bot 使用。

數(shù)據(jù)庫

我們這里沒用到數(shù)據(jù)庫，所以不需要配置。

高級配置

• 開場白文案配置：你好，我是一名知識庫助手，可以為你提供各種信息和答案。無論你需要什么幫助，我都會盡力回答你的問題。
• 開場白預(yù)置問題:
  • 請問知識庫中有關(guān)于golang主題的信息嗎？
  • 幫我總結(jié)一下知識庫中涉及到的關(guān)鍵技術(shù)點。
  • 使用技巧：q=keyword 用來關(guān)鍵字搜索知識庫關(guān)鍵字, s=keyword調(diào)用搜索引擎來獲取內(nèi)容
• 用戶問題建議:使用默認(rèn)配置
• 音色：選用自己喜歡的。

高級配置里面相關(guān)文案可以根據(jù)自己的實際情況配置，以上僅為參考?；蛘呖梢栽谧约旱氖褂眠^程中不斷的微調(diào)，讓大模型更能理解我們的意圖。

預(yù)覽與調(diào)試

配置完成后就可以在 預(yù)覽與調(diào)試看到bot 基本的樣子：

我們可以在預(yù)覽區(qū)域測試我們的 Bot 的能力，Bot 的實際表現(xiàn)，如果不符合預(yù)期，根據(jù) Bot 的目標(biāo)，分析不符合預(yù)期的原因，并不斷調(diào)整和優(yōu)化回復(fù)prompt邏輯。

發(fā)布Bot

Bot編輯好后，如果他的實際表現(xiàn)符合我們的預(yù)期，我們既可以發(fā)布 Bot，扣子/coze支持發(fā)布 Bot 到如圖所示的平臺。

具體相關(guān)配置可以參考官方文檔：

總結(jié)

總體來說使用扣子/coze來搭建自己的知識庫還是很方便的，通過插件工具，文檔上傳/拉去形成知識庫，然后通過工作流將工具串聯(lián)起來。

比較耗費時間的地方就是 prompt 人設(shè)與回復(fù)邏輯的調(diào)整。在使用的過程中會遇到比較難以理解的回答和不統(tǒng)一的回答：比如

• 一個問題問多次，每次回復(fù)的差距比較大，有的可以找到知識庫中的內(nèi)容來回答，而有的回答提示未找到相關(guān)內(nèi)容。
• 執(zhí)行 q=keyword 和 s=keyword 有的時候可以正確執(zhí)行，但是大多數(shù)的時候還是不能理解。

如何學(xué)習(xí)AI大模型 ？

“最先掌握AI的人，將會比較晚掌握AI的人有競爭優(yōu)勢”。

這句話，放在計算機、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的開局時期，都是一樣的道理。

我在一線互聯(lián)網(wǎng)企業(yè)工作十余年里，指導(dǎo)過不少同行后輩。幫助很多人得到了學(xué)習(xí)和成長。

我意識到有很多經(jīng)驗和知識值得分享給大家，故此將并將重要的AI大模型資料包括AI大模型入門學(xué)習(xí)思維導(dǎo)圖、精品AI大模型學(xué)習(xí)書籍手冊、視頻教程、實戰(zhàn)學(xué)習(xí)等錄播視頻免費分享出來?！颈ＷC100%免費】??

對于0基礎(chǔ)小白入門：

如果你是零基礎(chǔ)小白，想快速入門大模型是可以考慮的。

一方面是學(xué)習(xí)時間相對較短，學(xué)習(xí)內(nèi)容更全面更集中。
二方面是可以根據(jù)這些資料規(guī)劃好學(xué)習(xí)計劃和方向。

??有需要的小伙伴，可以VＸ掃描下方二維碼免費領(lǐng)取??

??1.大模型入門學(xué)習(xí)思維導(dǎo)圖??

要學(xué)習(xí)一門新的技術(shù)，作為新手一定要先學(xué)習(xí)成長路線圖，方向不對，努力白費。

對于從來沒有接觸過AI大模型的同學(xué)，我們幫你準(zhǔn)備了詳細(xì)的學(xué)習(xí)成長路線圖&學(xué)習(xí)規(guī)劃?？梢哉f是最科學(xué)最系統(tǒng)的學(xué)習(xí)路線，大家跟著這個大的方向?qū)W習(xí)準(zhǔn)沒問題。（全套教程文末領(lǐng)取哈）

??2.AGI大模型配套視頻??

很多朋友都不喜歡晦澀的文字，我也為大家準(zhǔn)備了視頻教程，每個章節(jié)都是當(dāng)前板塊的精華濃縮。

??3.大模型實際應(yīng)用報告合集??

這套包含0份報告的合集，涵蓋了AI大模型的理論研究、技術(shù)實現(xiàn)、行業(yè)應(yīng)用等多個方面。無論您是科研人員、工程師，還是對AI大模型感興趣的愛好者，這套報告合集都將為您提供寶貴的信息和啟示。（全套教程文末領(lǐng)取哈）

??4.大模型落地應(yīng)用案例PPT??

光學(xué)理論是沒用的，要學(xué)會跟著一起做，要動手實操，才能將自己的所用到實際當(dāng)中去，這時候可以搞點實戰(zhàn)案例來學(xué)習(xí)。（全套教程文末領(lǐng)取哈）

??5.大模型經(jīng)典學(xué)習(xí)電子書??

隨著人工智能技術(shù)的飛速發(fā)展，AI大模型已經(jīng)成為了當(dāng)今科技領(lǐng)域的一大熱點。這些大型預(yù)訓(xùn)練模型，如GPT-3、BERT、XLNet等，以其強大的語言理解和生成能力，正在改變我們對人工智能的認(rèn)識。 那以下這些PDF籍就是非常不錯的學(xué)習(xí)資源。（全套教程文末領(lǐng)取哈）

??6.大模型面試題&答案??

截至目前大模型已經(jīng)超過200個，在大模型縱橫的時代，不僅大模型技術(shù)越來越卷，就連大模型相關(guān)的崗位和面試也開始越來越卷了。為了讓大家更容易上車大模型算法賽道，我總結(jié)了大模型?？嫉拿嬖囶}。（全套教程文末領(lǐng)取哈）

??學(xué)會后的收獲：??
? 基于大模型全棧工程實現(xiàn)（前端、后端、產(chǎn)品經(jīng)理、設(shè)計、數(shù)據(jù)分析等），通過這門課可獲得不同能力；

? 能夠利用大模型解決相關(guān)實際項目需求： 大數(shù)據(jù)時代，越來越多的企業(yè)和機構(gòu)需要處理海量數(shù)據(jù)，利用大模型技術(shù)可以更好地處理這些數(shù)據(jù)，提高數(shù)據(jù)分析和決策的準(zhǔn)確性。因此，掌握大模型應(yīng)用開發(fā)技能，可以讓程序員更好地應(yīng)對實際項目需求；

? 基于大模型和企業(yè)數(shù)據(jù)AI應(yīng)用開發(fā)，實現(xiàn)大模型理論、掌握GPU算力、硬件、LangChain開發(fā)框架和項目實戰(zhàn)技能， 學(xué)會Fine-tuning垂直訓(xùn)練大模型（數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)蒸餾、大模型部署）一站式掌握；

? 能夠完成時下熱門大模型垂直領(lǐng)域模型訓(xùn)練能力，提高程序員的編碼能力： 大模型應(yīng)用開發(fā)需要掌握機器學(xué)習(xí)算法、深度學(xué)習(xí)

這份完整版的 AI 大模型學(xué)習(xí)資料已經(jīng)上傳CSDN，朋友們?nèi)绻枰梢晕⑿艗呙柘路紺SDN官方認(rèn)證二維碼免費領(lǐng)取【保證100%免費】

??有需要的小伙伴，可以Vx掃描下方二維碼免費領(lǐng)取??