几步轻松定制私人AI助手

简介: 这两年大模型的发展持续火热,以至于许多资本和学者认为AI出现了泡沫,根本原因还是因为大模型目前还没有出现能够结合行业切实落地的应用。我才不关注泡沫不泡沫呢,我只关注大模型能给我带来哪些帮助即可。大模型离用户最近的助力方式就是AI智能体。

这两年大模型的发展持续火热,以至于许多资本和学者认为AI出现了泡沫,根本原因还是因为大模型目前还没有出现能够结合行业切实落地的应用。

我才不关注泡沫不泡沫呢,我只关注大模型能给我带来哪些帮助即可。大模型离用户最近的助力方式就是AI智能体。

本篇,我会使用一款AI智能体平台来根据需求轻松搭建一个AI助手。目前市面上的智能体平台较多,比如百度的千帆大模型平台、智谱清言的智能体平台、Coze等等,本文以Coze国内版为例。

1、需求

我对AI的一贯观点是:AI是我们的超级助手,并非为了取代我们,而是让我们更快更好的完成任务。

本篇来实现一个需求,比如小A同学是一位运营,某一天领导给他发了一张带有文章内容的图片,并让他按照图片里的文章内容进行改写,然后给文章起个标题、再配一张封面图,最后在发表到公众号上。

下面使用智能体平台实现一个AI助手,来帮助小A同学轻松完成任务。

2、分析需求

要实现以上小A同学的需求,需要如下6步:

  1. 根据图片链接,通过OCR去识别图片里的文字内容。
  2. 调用大模型,让大模型根据已有内容,进行改写。
  3. 调用大模型,让大模型根据内容,起一个吸引人的标题。
  4. 调用大模型,让大模型根据内容,写出生成图片的提示词。
  5. 根据生成图片的提示词,调用相关插件生成图片。
  6. 最后,将以上步骤产出的标题、内容、封面图一起输出。

根据以上需求实现一个AI智能助手,下次小A同学只需要输入一个图片链接,智能助手即可给出标题、内容、封面图。

最终的工作流大概如下图,下面继续一步步拆解。

3、了解AI智能体平台

智能体平台是一个人人都可以使用和发布智能助手的平台。发布的智能助手可以供自己使用,也可以发布到商店给别人使用。以Coze为例(https://www.coze.cn/),注册完之后,可以看到如下界面:

智能体其实就是:利用大模型这个超级大脑实现的可以帮我们自动化完成一系列任务的助手。它和RPA自动化机器人有点类似,但是之前的RPA机器人只有自动化没有智能,无法理解自然语言。

智能体有3个核心概念

  • 插件:如果一个智能体需要完成任务,则需要各种各样的工具,插件就是工具。这个工具可以是自己开发的,也可以使用别人发布的。
  • 工作流:如果想让智能体完成复杂任务,只有工具还不行,还需要加入一系列流程。那么工作流就是编排这个流程的地方。
  • 知识库:智能体在完成任务时,有时会需要一些行业知识,比如法律知识、企业内部沉淀的问答知识等等。那知识库就是给智能体提供相关知识的地方。

智能体平台有2个核心概念

  • 商店:既然是平台,那就是给供需方搭建的一个台子。里面必然有各种商店,智能体商店、插件商店、工作流商店等等。这些商店里的东西都是别人发布上来的。
  • 标准:既然是想让人人都能参与进来,那必然就会有一些插件标准、API标准等,只要按照平台的标准去实施,就可以将自己的想法发布到商店。这个想法可以是插件、工作流、智能体。

4、创建智能体

市面上的智能体平台,在创建智能体的见面几乎一样。左侧是人设区、中间是创建区、右侧是调试区。创建区的每个模块,点开后,都会进入新的界面进行选择或者编辑。

小A的需求,偏向一个固定的流程,所以使用“工作流”去实现。在工作流中可以使用各种插件和大模型。

5、创建工作流

5.1、了解工作流

工作流的核心有:开始、结束、节点,编排时牢记一点:只要节点相连,那么前面节点的输出,可以作为后续节点的输入

工作流里的节点,可以是插件、大模型、知识库等等。

工作流的整体感觉就像一个链条,串联N个节点,具体如下:

  • 开始:每个工作流都有一个开始节点,开始节点只有输入,用于接受用户输入。
  • 结束:每个工作流都有一个结束节点,结束节点只有输出,输出可以转换为最终呈现给用户的回答结果。可以将前面的任意节点的输出,组合作为结束节点的输出,呈现到最终的回答结果。
  • 节点:工作流就是由任意个节点组成,每个节点有输入和输出,每个节点可以和任一节点相连。开始和结束也是一种特殊节点。
    • 输入:与本节点相连的前序节点,都可以作为本节点的输入。
    • 输出:每个节点都可以有输出,并且可以将输出传递给与之相连的后序节点。

5.2、实现工作流

下面利用工作流来实现小A的需求,总共分6部。

①、接受图片链接,利用插件将图片转成文字

选择左侧的创建插件,可以自己创建插件,也可以选择商店里别人做好的插件。商店里有许多常规的通用功能插件,一般我们先搜索,如果实在没有,则自己创建。

这里我们可以找到现成的图片识别文字的插件。

每个插件都有自己的输出,选择插件后,选择前序节点的输出作为本节点的输入,同时也能看到此插件的输出。

②、利用大模型改写内容

一般在需要生成内容时,选择大模型。大模型的核心就是理解自然语言,生成内容。

点击左侧的大模型,然后在大模型编辑框里,选择具体的模型、输入、提示词、输出等。

③、利用大模型给内容起标题

继续添加大模型,让其写标题,记得将相关的节点连接起来哦。

④、利用大模型生成图片所需的提示词

继续添加大模型,让其写一个生成图片的提示词,然后将输出传递给图片生成插件。

⑤、利用插件将提示词生成图片

到商店里找到相关插件(这里是根据提示词生成图片),利用插件生成图片链接。

⑥、整合标题、内容、封面图片

最终,将前序多个节点的输出,汇总到结束节点里。

结束节点里,可以选择前序节点的输出,然后根据输出,修改下面的格式,生成最终的回答内容。

5.3、测试工作流

工作流制作完毕后,就是试运行了。点击右上角的试运行,输入图片链接地址,等待各个节点运行完毕。

试运行结果如下,可以看到基本符合小A同学的需求。

6、发布到商店

工作流制作完毕后,既可回到智能体制作界面,选择刚刚制作的工作流,然后添加开场白,即可预览和调试智能体。

在调试智能体时,可以看到中间每个节点的输入过程,如果整个过程没有问题,即可将智能体发布到商店。

至此就实现了一个满足小A同学需求的智能体啦!

当然啦,智能体的插件各式各样,工作流也是千变万化,只要有想法,就可以实现各种好玩有用的智能体。

7、总结

本篇主要介绍如何利用智能体平台,搭建私人定制的智能助手,希望对你有帮助!

本篇完结!欢迎 关注、交流、全网可搜(程序员半支烟)

原文链接:https://mp.weixin.qq.com/s/INdSD6wosqIALxiJcDpi1Q

相关文章
|
边缘计算 JSON 物联网
解锁业务灵活性:RuleGo规则引擎的高效解耦与实时响应秘籍
RuleGo是一个基于Go语言的轻量级、高性能规则引擎,旨在通过动态规则链和组件化设计,简化复杂系统的业务逻辑管理和实时响应。
解锁业务灵活性:RuleGo规则引擎的高效解耦与实时响应秘籍
|
3月前
|
人工智能 缓存 开发者
MCP协议究竟如何实现RAG与Agent的深度融合,打造更智能AI系统?
本文AI专家三桥君探讨了通过MCP协议实现RAG与Agent系统的深度融合,构建兼具知识理解与任务执行能力的智能系统。文章分析了传统RAG和Agent系统的局限性,提出了MCP协议的核心设计,包括标准化接口、智能缓存和动态扩展性。系统架构基于LlamaIndex和LangGraph实现服务端和客户端的协同工作,并提供了实际应用场景与生产部署指南。未来发展方向包括多模态扩展、增量更新和分布式处理等。
361 0
|
11月前
|
人工智能 自然语言处理 机器人
手把手带你搭建一个语音对话机器人,5分钟定制个人AI小助手(新手入门篇)
本文介绍了如何从零开始搭建一个语音对话机器人,涵盖自动语音识别(ASR)、自然语言处理(NLP)和文本到语音合成(TTS)三大核心模块。通过使用开源工具如FunASR、LLaMA3-8B和ChatTTS,以及FastAPI和Gradio等技术,详细指导读者轻松实现个人AI小助手的构建,适合技术新手快速上手。
4002 1
|
存储 人工智能 Serverless
为你的网站打造一个AI助手
通过简单四步,即可在网站中集成AI助手,提升客户咨询体验。首先点击“立即部署”,创建大模型问答应用并获取API凭证;接着利用函数计算快速搭建示例网站;随后解除代码注释,引入AI助手;最后配置知识库,上传文档并建立索引,使AI助手能提供更精准的回答。新用户可享受免费额度,降低初期成本。
489 0
|
机器学习/深度学习 自然语言处理 知识图谱
|
缓存 Java Maven
SpringCloud基于Eureka的服务治理架构搭建与测试:从服务提供者到消费者的完整流程
Spring Cloud微服务框架中的Eureka是一个用于服务发现和注册的基础组件,它基于RESTful风格,为微服务架构提供了关键的服务注册与发现功能。以下是对Eureka的详细解析和搭建举例。
179 0
|
传感器 自然语言处理 机器人
ROS2教程03 ROS2节点
本文是关于ROS2(机器人操作系统2)节点的教程,涵盖了节点的概念、特性、使用方法,以及如何编写、测试和使用ROS2节点相关的命令行工具。文章介绍了节点的独立性、任务执行、跨硬件分布和多语言编写能力。详细解释了如何启动节点、查看节点信息、编写节点代码(包括面向过程和面向对象的方法),以及如何为功能包添加依赖和入口点。此外,还探讨了重映射节点名称和使用节点命令行工具的方法,如 `ros2 node info` 和 `ros2 node list`。适合已安装ROS2 Humble和Ubuntu 22.04操作系统,并具有Shell基础知识的读者学习。
786 1
|
Java Apache Spring
整合Spring Boot和Apache Solr进行全文搜索
整合Spring Boot和Apache Solr进行全文搜索
|
运维 监控 负载均衡
什么是系统可用性?如何提升可用性?
本文探讨了系统可用性的概念、计算方法及其重要性。可用性指系统能在预定时间内正常运行的比例,计算公式为:(运行时间)/(运行时间+停机时间)。文章列举了不同级别的可用性对应的停机时间,并介绍了提升系统可用性的多种策略,包括冗余设计、故障检测与自动恢复、数据备份与恢复、负载均衡、容错设计、定期维护与更新及使用高可用性云服务和网络优化。这些措施有助于构建更加稳定可靠的系统。
1841 0
|
前端开发 开发工具 git
大事件项目15----axios响应拦截器,统一判断401做被动退出
大事件项目15----axios响应拦截器,统一判断401做被动退出