-
基于LLM的企业知识库AI助手实现
在企业内部通常有各类知识库，例如IT手册、产品文档、制度规范、培训材料等。在AI技术火热的今天，将知识库与LLM大语言模型结合，可以实现“类ChatGPT”的问答体验，AI可以识别用户意图，从知识库中检索相关信息，并生成通俗易懂的回答，显著提升知识获取效率和用户体验。本文介绍博主为公司内部搭建的企业AI知识库实现过程。效果展示一、架构设计1.1 架构设计图1.2 组件说明FastGPT：基于 LL…- 0
- 0
-
深度｜红杉资本：95%的AI创业和传统创业别无二致，在AI无限产出的时代，品味将成为最后的壁垒
当算力、模型、分发路径与用户习惯同时成熟，AI 应用的黄金时代悄然来临。真正的主战场，已经从“训练最强模型”转向“谁能让AI真正用起来”。在红杉资本的这场闭门分享会上，Pat Grady、Sonia Verma 和 Constantine Vassilev 共同抛出四个关键问题——What is it、So what、Why now、Now what？——试图为这场史无前例的智能浪潮划定航向。他们…- 2
- 0
-
Google研究发现：Multi-Agent的核心竟然是Prompt设计！
在多智能体系统（MAS：multi-agent systems）中，设计有效的提示和拓扑结构面临挑战，因为单个智能体可能对提示敏感，且手动设计拓扑结构需要大量实验。论文地址：https://arxiv.org/pdf/2502.02533论文名称：Multi-Agent Design: Optimizing Agents with Better Prompts and Topologies为了自动…- 2
- 0
-
挑战 Transformer 架构的谷歌最新扩散模型 Gemini Diffusion 系统提示词
Google DeepMind 最新发布的 Gemini Diffusion 模型在AI领域引起了轰动！这是一个突破性的实验性文本扩散模型，彻底颠覆了传统的文本生成方式。传统的自回归模型（如GPT系列）需要逐个token生成，而扩散模型通过迭代去噪的方式生成完整的文本块。这种方式在理论上能够获得更好的全局一致性和更快的生成速度。说人话就是，这个新模型彻底改变了AI写文字的方式。不再是GPT模型这种…- 1
- 0
-
“AI原生”时代：企业数智化转型的分水岭
当Gartner预测2025年全球生成式AI支出将达6440亿美元，同比增长76.4%，这不仅是技术投资的狂欢，更是产业基因重构的号角。在2025年火山引擎春季Force原动力大会上提出的"数据×工具×组织"三重进化框架，标志着企业数智化已从技术堆砌阶段进入深度融合的"AI原生"时代。这一体系的本质，是通过数据基础设施、Agent工具链与组织机制的动态协同，…- 1
- 0
-
多模态RAG的三类图文问答实现方式，你知道多少种？
多模态RAG的三类图文问答实现方式，你知道多少种？文章目标本文面向 RAG 图文混合问答系统感兴趣的读者，旨在帮助大家：理解图文混合问答系统的核心原理：了解嵌入型、检索型和生成型图文问答系统的基本概念和区别。掌握嵌入型图文问答的实现方法：详细学习如何通过分析Markdown中的图片，结合视觉语言模型（VLM）和大型语言模型（LLM）构建一个有效的图文问答系统。学习关键技术点的处理：包括图…- 2
- 0
-
新一代文本表征Qwen3-Embedding与排序模型Qwen3-Reranker 部署和替换
Qwen3-Embedding环境准备创建conda环境：conda create -n qwen_vllm python=3.10安装vLLM：推荐使用pip install vllm>=0.8.5 --extra-index-url https://wheels.vllm.ai/nightly安装最新版本CUDA要求：建议使用12.1/12.4版本以上，可通过nvidia-smi验证驱动…- 197
- 0
-
“华强北”围攻AI耳机，未来智能如何突围？
跨境游热度不减、出海成为当前中企的“必答题”、AI大模型技术持续升级等多重因素共同推动，AI耳机市场持续火热。继2024年为“AI耳机元年”，AI耳机为耳机品类中增长最快的子赛道之一。2025年AI耳机热度持续不减，洛图科技线上监测数据显示，2025年Q1，传统主流电商平台，0-1000元价格段的AI耳机销量同比增长近16倍至19.9万副，占比达52.1%，较2024年提升了19.4个百分点。10…- 2
- 0
-
AI时代如何为企业和个人赋能
这段时间一直在测试各种AI工具，自媒体的宣传也使人愈发焦虑，但实际竞争中，能够有好的使用的实际应用还是少数，总结一下简单测试的结果，希望能够有读者提出不同看法。国外：大模型代码编写能力图像信息调研Chatgpt能够引领非专业者入门，长期需要付费能够理解修改指令行业信息不全Grok理解能力一般能够深刻理解修改指令行业信息不全Gemini编写代码能力一般能够正…- 1
- 0
-
没吃透 Function Calling？难怪你不理解 AI Agent 为何非来不可！
如果说2023属于指尖流淌的提示词，2024 年是检索增强生成（RAG）的舞台，那么 2025 年无疑是 AI Agent 的天下。全球的公司都在摩拳擦掌，探索如何用这些智能代理改变我们的生活和工作。今天，我们就来聊聊 AI Agent 的不同类型，以及如何通过一个叫 Function Calling 的技术，让它们变得更聪明、更实用，并且知道他的局限性，为什么说今后是AI Agent的天下。一、…- 2
- 0
-
浅尝一下微软的AutoGen框架
前言近期，微软的AutoGen（传送门：https://microsoft.github.io/autogen/stable/user-guide/Agentchat-user-guide/tutorial/index.html）框架进行了一次小规模的版本升级，从V0.2升级到了V0.4，支持的模型范围和平台更加广泛了。恰好近期DeepSeek-R1（https://api-docs.deepse…- 3
- 0
-
基于大模型的智能运营 ｜ 智能体式编排，业务流程管理的新阶段
90年代开始兴起的ERP、CRM 等企业应用系统（Enterprise Applications）， 记录了企业运营的业务对象（例如物料、客户、供应商、账户）和事务处理（例如发货、开票、工程变更、信用检查、收入确认等）的信息。到2000 年后，随着企业使用的信息系统数量增多，以及分布式计算出现，在企业的信息技术架构里就出现了工作流系统（workflow）和业务流程管理（BPM）…- 1
- 0
-
从Manus爆火看Agent AI的技术演进与市场变革——AI Agent全景研报
本文是目前AI Agent行业的全景研报，阅读预计耗时10分钟。01 Manus爆火 2025年3月，一款名为Manus的AI产品如闪电般划破技术圈层，迅速点燃全球AI社区的热情。在短短48小时内，…- 1
- 0
-
张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？
2025 年，是 Agent 按下速键的一年。从年初 DeepSeek 引发的惊叹，到 GPT-4o 和 Claude 3.5 接连登场，大模型的边界一次次被重写。但真正让 AI 产业链神经绷紧的，不是模型的性能迭代，而是 Agent 的横空出世。Manus、Devin 等产品的爆火，都在重申一个共识：大模型将不再只是工具，而是要成为可以自我调度的智能体。Agent 由此成为继大模型之后，全球科技…- 2
- 0
-
为什么说Maus是未来任务型AI系统的代表？
在当下人工智能如火如荼的浪潮中，如何将大模型能力落地到具体的业务任务中，成为众多企业和开发者关心的核心问题。而Maus系统的出现，正是对这一问题的优雅解法。今天，我们就从一张结构图出发，带你逐步拆解Maus系统的架构与工作原理，看它如何通过任务规划、执行调度、多Agent协同与最终输出，实现了一个智能任务处理的完整闭环。一、任务的起点：用户需求如何被理解？所有智能系统的价值，都是从用户的需求开始的…- 2
- 0
-
AI agent如何进化为天网
最近参加了一个人工智能的展会，机器人，具身智能，AI Agent, AGI被广泛讨论。感觉人类在技术进步的路上迈进了一小步，但是却是推动人类自我毁灭走了一大步。所有人都不遗余力地努力地推动技术朝这个方向发展。现在的AI agent可以自主控制一个城市的一个区块的交通，扩大规模就可以控制很多基础设施，然后就需要一个集中调度，就需要一个智能中枢，智能中枢需要自我优化，人类无法理解然后就失控了，顺理成章…- 2
- 0
-
Ollama 和 vLLM 私有化部署大模型方案分析
随着大语言模型（LLM）技术的快速发展，越来越多的企业开始考虑将AI能力引入自己的业务系统。然而，面对高昂的API调用费用、数据隐私担忧以及对模型定制化的需求，私有化部署成为了一个不可忽视的选择。在这样的背景下，容器化技术以其独特的优势脱颖而出。容器化技术为大模型的私有化部署提供了理想的解决方案。它不仅解决了"在我的机器上能跑"的环境一致性问题，还提供了良好的资源隔离、弹性扩展…- 2
- 0
-
Manus 启发下的 Agent产品设计：如何构建能思考、多步操作的 AI
01什么是Manus？Manus 是由 中国创业公司Monica.im 团队开发的全球首款真正通用且自主的AI智能代理（Agent），于2025年3月正式发布。它不仅能理解用户指令，还能自主规划、分解行复杂任务，并利用工具执行任务，最终直接交付高质量的成果，如文档、PPT、图表等。02工作原理Manus 不同于仅依赖LLM进行对话问答或内容生成，而是将大语言模型与云端虚拟机环境、命令行交互、以及强…- 2
- 0
-
「AI实践笔记」看AI驱动下的产品设计
“今天我准备从最近在学习AI产品说起，主要是使用Flowith进行PRD与原型自动化的实践有感”。一.写在前面 如今这个时代AI发展太快，每天都有新的概念，新的工具产生。资讯越多，焦虑想必越多。最近我也在学习AI产品，也在思考应该怎么做？说实话我现在也没有完整的答案。但是俗话说要想设计产品，必先从使用产品开始。今天我们就从使用flowith产品说起，看怎么使用…- 1
- 0
-
「AI产品开篇」看B端产品的AI学习之路
“今天我准备我最近在学习AI产品说起，主要是浅谈我的AI学习之路一些想法”。一.写在前面 想必我们真切感受到了AI时代来临，也想学习这个未知的领域，转型成AI产品。但可能很多朋友跟我一样，不知道应该从哪里开始学习？整个对AI的认知都很碎片化。前面聊到我最近学习AI的知识，也在思考应该怎么做？而到目前我确实也没有非常完美的答案以及标准的方法。但是有了…- 1
- 0
-
【用AI重塑产品工作流】用AI理战略规划：从”支离破碎”到”好用爱用”
战略规划写着写着就变成了一锅粥，逻辑越写越乱，最后自己都看不明白。每次熬夜写战略规划，写到凌晨三点眼皮打架，电脑屏幕都快看成了双重影，第二天交给老板还被打回来重写更可怕的是除了战略规划，还有产品演进路线图、用户故事地图、产品功能架构图、精益价值树、企业深度调研、业务流程图……每一份文档都让人头疼欲裂，画图工具换来换去，思维导图越画越乱，文档版本从v1改到v15还是不够满意AI如何把战略…- 2
- 0
-
AI Infra 投资的核心维度拆解：技术、生态、市场、商业模式
说在开头：AI Infra 的真正赢家，不是做出最先进模型的人，而是让“做模型变得更简单”的人一、问题本质：AI Infra 项目的投资逻辑是什么？在技术驱动型投资中，AI Infra 的核心价值不在于其短期变现能力，而在于其对 AI 应用生态的底层支撑作用。因此，本质上是评估其是否能成为 AI 技术体系中的“基础设施级要素”，并具备以下关键属性：• 技术先进性（能否定义下一…- 1
- 0
-
LLM不是所有！这几个模型你需要知道！
AI时代，远不止大语言模型一种，也不要企图通过大模型解决所有问题，复合AI系统（伯克利：即使模型再强大，复合AI系统（ Compound AI Systems）都将会是一种领先的应用模式）已经成为共识，掌握各种模型的特点，对于构建高质量的AI应用十分关键，今天就带大家快速了解各类模型的特点。LLM — 大型语言模型 (Large Language Model)是什么：一种基于海量文本数据训练的概率…- 2
- 0
-
OpenAI首席产品官凯文·威尔最新深度解读AI智能体的未来 | 2万字+视频
【城主说】如主持人所言， 在这次访谈开始前的一小时，OpenAI再次进行了一系列产品发布。这种紧凑的迭代节奏已成为AI竞赛“场上选手”的常态-如果没能保持这种节奏，那恐怕就不是AI主要玩家了。作为幕后推手，OpenAI首席产品官凯文·威尔（Kevin Weil）在这次访谈里再次阐明了ChatGPT的演进蓝图：它将不再是一个被动的问答“先知”，而是能够接入你的个人与企业数据，主动为你执行现实世界任务…- 1
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×