比Coze AI工作流更简单,用AI数据库打造一个AI笑话大师应用

简介: 本文展示如何利用iThinkAir的AI数据库创建一个能生成图文并茂笑话的“笑话大师”。通过构建本地化的数据库,结合多种视图展示形式,并利用AI指令流自动化生成内容。主要步骤包括建立数据库与表结构、定义字段类型如“指令流”以触发AI工作流程。流程涉及条件判断、文本合成与分割、AI模型生成笑话及其插图等内容。最终,笑话大师不仅能生成多样化笑话,还能通过不同方式分享给他人使用,如发布应用、授权协作或备份导出文件。这不仅是一个创意项目示例,也为AI数据库应用开发提供了灵感。

本文介绍如何用iThinkAir的AI数据库来打造一个AI笑话大师,他能创作各种类型带插图的笑话。

背景知识

  • iThinkAir的AI数据库是一整套本地化数据库存储和数据库应用技术。把文字、图片、链接、文档等各种资料聚合在一起,用表格、列表、看板、画廊、日历、甘特图、透视表、报表、图表等众多视图来展现。
  • AI数据库引入‘指令流’字段类型,将表的其它字段作为输入来触发AI指令流,将AI指令流生成的内容用数据库来存储和管理。
  • 每个AI指令都包含输入和输出。一个AI指令的输入可以来自用户输入,也可以来自前一个AI指令的输出。从一个AI指令的输出到另一个AI指令的输入,构成AI指令流。
  • 计算机指令是指挥计算机工作的指示和命令。为了最大程度地发挥AI大模型的能力,iThinkAir设计了一套AI指令集,包括:文本触发、文件触发、指令触发、表单触发、指令流调用、AI模型、文生图、图生图、代码解释器、文本合成、文本输入、文本分割、文本拆分、文本截取、列表合并、文件链接、读取文件、读取网页、图片搜索、网页搜索、输出文本、输出文档、输出网页、输出图表等。
  • 使用AI指令流,任何人都可以用自然语言来让AI大模型生成自己所需要的内容。

开发步骤

新建一个名为‘笑话大师’的数据库。
1.jpg

库描述写上:创作各种类型带插图的笑话。

再新建一个也命名为‘笑话大师’的表。
2.jpg

给表添加两个字段‘笑话类型’和‘笑话创作’。

定义‘笑话类型’的字段类型为‘单选’。
3.jpg

填写单选的可选项,如果不知道都有哪些笑话类型,可以点‘AI填参’。我自己就是这么做的。

接下来到了最关键的环节,定义字段‘笑话创作’的类型为‘指令流’。
4.jpg

字段定义窗口关闭后,开始AI指令流的定义。

AI指令流的工作过程是根据选择的笑话类型,让‘AI大模型’生成一则笑话,然后将笑话拆分为3到5个段落,为每个段落用‘文生图’生成插图,最后在将段落文本和插图依次组合成完整的内容。

先概览一下设计好的笑话大师指令流。
5.jpg

下面我们一个个添加和定义AI指令,来实现上图所示的笑话大师指令流。

1.添加‘条件判断’指令。
6.jpg
这个指令的意思是当字段‘笑话类型’的记录值为空时,返回文本值’随机’。

2.添加‘文本合成’指令。
7.jpg
这个‘文本合成’指令的作用是将前一个条件判断指令的输出作为笑话的类型,替换预设的模板文本中的‘{ {笑话的类型}}’,合成为一个完整的文本内容。

3.添加‘AI模型’指令。
8.jpg
‘AI模型’指令的‘Prompt’参数取值为‘文本合成’指令的输出。AI模型按‘Prompt’的提示,生成一则笑话。

Prompt的写法通常会包含以下几个部分:

  • Role,指明AI扮演的角色。
  • Skill,指明AI需要具有的技能。
  • Goals,指明AI的工作目标。
  • Constrains,指明AI输出的内容必须遵守的约束规则。
  • OutputFormat,指明AI输出的文本格式。
  • Workflow,指明AI的工作流程。
  • Input,提供给AI的输入文本。

4.添加‘输出文档’指令。
9.jpg
这个‘输出文档’指令的作用是将AI模型生成的笑话文本输出到文本文件‘笑话原文.txt’。

5.添加‘输出音频’指令。
10.jpg
这个‘输出音频’指令的作用是将AI模型生成的笑话文本通过语音合成输出到音频文件‘笑话音频.mp3’。

6.添加‘文本合成1’指令。
11.jpg

7.添加‘AI模型1’指令。
12.jpg
‘文本合成1’指令和‘AI模型1’指令的作用是将前面生成的笑话文本拆分成3到5个段落。

8.添加‘文本分割’指令。
13.jpg
‘文本分割’指令是将笑话文本按段落分割成文本列表,为后面的插图生成做准备。

9.添加‘文本合成2’指令。
14.jpg

10.添加‘AI模型2’指令。
15.jpg

‘文本合成2’指令和‘AI模型2’指令的作用是根据笑话原文想象出主角的形象,为后面的插图生成做准备。

11.添加‘文本合成3’指令。
16.jpg

12.添加‘AI模型3’指令。
17.jpg
‘文本合成3’指令和‘AI模型3’指令的作用是根据笑话段落文本、主角形象、图像风格,生成插图的画面内容,为后面的插图生成做准备。

13.添加‘Stable Diffusion’指令。
18.jpg
‘Stable Diffusion’指令的作用是生成插图。

14.添加‘文本合成4’指令。
19.jpg
‘文本合成4’指令将段落插图和故事段落文本合成为一体。

15.添加‘列表合并’指令。
20.jpg
‘列表合并’指令将段落插图及文本列表合并成一个完整的带插图笑话。
到这里,‘笑话大师’指令流就设计完成了,这里显示的是大纲视图,也可以转换为白板视图,也就是前面的‘笑话大师指令流’概览图。

点界面左上方的眼睛。
21.jpg

选择变化类型‘白板’。
22.jpg

显示‘笑话大师指令流’概览图。可以看到有输出输入关系的指令之间自动用线条连接起来。
23.jpg

后退返回到数据库界面。
24.jpg

点表名‘笑话大师’,打开表。
25.jpg

点界面下方的+添加记录。

选择笑话类型,比如‘字谜笑话’。
26.jpg

点‘生成’,开始运行AI指令流来生成笑话。
27.jpg

点生成后的‘笑话创作’链接,查看生成的笑话内容。
28.jpg

你可以让AI笑话大师生成很多笑话,数据库表格可以很好地管理生成的笑话。
29.jpg

开发好的‘笑话大师’的数据库,你可能很想分享给其他人,有三种方式。

点‘笑话大师’数据库页面下方工具栏的协作按钮。
30.jpg

弹出菜单,选发布应用或授权协作。
31.jpg

‘发布应用’是将‘笑话大师’数据库发布到‘探索应用’,审核通过后,其他用户就能下载使用。

‘授权协作’是将‘笑话大师’数据库授权给好友来共同访问。协作权限可以是管理员、编辑、读者。被授权的好友的AI数据库界面上会显示‘笑话大师’数据库。
32.jpg

第三种方式是将‘笑话大师’数据库备份导出到文件,发给好友。

点‘笑话大师’数据库下方工具栏的菜单按钮,弹出菜单,选‘导出备份’,导出为后缀为.HKO的文件。
33.jpg

好友收到.HKO文件后,在AI数据库界面点下方工具栏的菜单按钮,弹出菜单,选‘导入库’。
在这里插入图片描述

如果你只是想将‘笑话大师’数据库分享给他人使用,但是并不想将指令流的源码让他人看到,那在定义字段‘笑话创作’的类型为‘指令流’时,要同时定义‘谁可以打开’为‘仅自己’。
35.jpg

AI数据库应用开发会将成为一个新的职业,开发者可以为企业团队开发各种各样的AI数据库应用。

相关文章
|
2天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
39 1
|
6天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
7天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
38 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
2天前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
20 4
|
12天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
46 10
|
5天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗诊断中的应用与挑战
本文旨在揭示人工智能(AI)技术如何革新医疗诊断领域,提高疾病预测的准确性和效率。通过分析AI在图像识别、数据分析等方面的应用实例,本文将探讨AI技术带来的便利及其面临的伦理和法律问题。文章还将提供代码示例,展示如何使用AI进行疾病诊断的基本过程。
|
12天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。