摘要：
深度研究是各大AI平臺都比較比較常見的智能體，無論是國外的OpenAI、Google或是國內的Kimi、阿里等都提供了此功能。只需要通過輸入想要研究探索的主題該智能體就會自動通過網絡檢索、調用工具等抓取與用戶關心的該主題的相關內容，然后輸出該主題的報告/文章。 對于DeepResearch這種比較常 閱讀全文
posted @ 2025-10-01 16:51
AiFly
閱讀(40)
評論(0)
推薦(0)
摘要：
AI能改變什么，這或許又是一個Agent能帶來巨大改變的業務邏輯，網課有多種形式常見的有如視頻網課、圖文網課。 網絡課程從十幾二十年前就開始流行，各行各業都有自己的網絡課程，從中小學、職業教育、證書考試、繼續教育等。但網課的制作并不容易，需要耗費大量的人力物力，視頻課程還需要專門的錄制設備，錄制室。 閱讀全文
posted @ 2025-09-03 08:38
AiFly
閱讀(53)
評論(0)
推薦(0)
摘要：
合同審查是每個公司和個人經常會遇見的，雖然對個人來說有些合同你審查可能并沒有卵用，你不得不簽。大公司都會法務崗位合同審查這也是法務的主要工作之一。很多小公司并不會存在專門的法務或合作律所，合同也只是大概看下關鍵條款。對公司而言合同審查至關重要，一旦簽了問題合同就可能會對公司帶來災難性影響。 隨著大模 閱讀全文
posted @ 2025-08-11 08:32
AiFly
閱讀(368)
評論(0)
推薦(0)
摘要：
在RAG應用中通常需要對各種文檔進行文本提取，如果穩定是純文本那文檔提取會簡單很多，但通常文檔中會存在各種圖片信息，這是就需要使用OCR在提取文檔文本信息的同時對圖片進行OCR獲取圖片中的文本內容。本文只介紹PDF文檔中OCR技術方案。PDF文檔解析目前有不少開源框架亦可支持對PDF中的圖片進行OC 閱讀全文
posted @ 2025-07-23 08:37
AiFly
閱讀(127)
評論(0)
推薦(0)
摘要：
在智能體爆發的浪潮中，信息的獲取與處理效率無論是對企業亦或是個人都是保持競爭力的關鍵。面對日益分散和爆炸式增長的信息源，常常極易使人沉迷其中，陷入碎片化消耗陷阱，時間蕭然流失。本文將深度剖析一個智能體的構建的全自動 AI 資訊簡報智能體，從架構設計、技術實現和應用價值三個層面，揭示如何打造一個可擴展 閱讀全文
posted @ 2025-07-07 08:35
AiFly
閱讀(102)
評論(0)
推薦(0)
摘要：
AI正改變著各行各業，從內容創作到客戶服務、知識問答等AI的應用日益廣泛。為了更有效的利用AI，通常需要構建智能體或其初級形式的workflow。但在目前階段無論是智能體亦或許Workflow都無法保證其自動運行能達到100%的可靠性，根源在于大模型存在著下面的一些問題：幻覺問題、工具調用的可靠性、 閱讀全文
posted @ 2025-06-16 08:43
AiFly
閱讀(122)
評論(0)
推薦(0)
摘要：
去年底開始基于ESP32開發DIY的各種AI語音智能助手層出不窮，AI智能玩偶也比較火熱。目前市面上也都有比較成熟的開發板集成了各種模塊麥克風、OLED、功放、攝像頭等幾乎是開箱即用，普通開發者買了折騰一通總能搞點什么出來，當然對于批量推出市場的使用這種開發板成本比較高，通常比較少人這么用。 目前市 閱讀全文
posted @ 2025-05-26 08:44
AiFly
閱讀(632)
評論(0)
推薦(0)
摘要：
去年開始大模型火爆后也帶動了ESP32芯片的爆發出圈帶動股票暴漲。各種AI玩具層出不窮。ESP32的低門檻再加上B站UP的帶動，光開源的小智AI兩月就帶動了10萬AI設備，當然這和原來的智能音箱如小愛同學比只能算是毛毛雨，而且門檻很低智能音箱廠商發個OTA或新出個版本也就接入大模型了，而且大廠生態更 閱讀全文
posted @ 2025-04-27 08:43
AiFly
閱讀(1116)
評論(0)
推薦(0)
摘要：
這里簡單通過2019年到2023年這五年的城區面積、建成區面積、城市人口密度、征用土地情況、城市規劃建設用地情況幾個指標簡單看看海南各市縣發展。 海南各市縣規模差別巨大，最大與最小的無論是城市規模或是人口規模都不是一個數量級，但由于海南省直轄縣的特性縣和地市通常也是放在一個圖表中，也是可以進行比較的 閱讀全文
posted @ 2025-03-17 08:43
AiFly
閱讀(181)
評論(0)
推薦(0)
摘要：
DeepSeek-V2.5的時就有聽說過，直到 V3出來時開始使用已經體驗了一個多月，說實話效果沒那么驚艷會莫名從中文會話突然吐出英文。用的官方Web網頁稍微多點，Api接口也有在使用其性價比比較高，價格性能相對于其他模型比較便宜，目前注冊就送十塊錢使用額度。 V3推出時就已經因為其開源、性能、低成 閱讀全文
posted @ 2025-02-01 17:19
AiFly
閱讀(1533)
評論(0)
推薦(0)
摘要：
Agents從去年大模型火后就開始爆發，特別是今年2025又被稱為Agents元年，像是要無處不存在Agents似的。Agent是什么，直譯過來就是代理，但在國內人工智能領域通常被譯為智能體。從智能體這個名字可以大概想象出這個Agents可能與智能相關，此概念出現已經有相當長時間了。隨著大模型的爆發 閱讀全文
posted @ 2025-01-14 08:40
AiFly
閱讀(516)
評論(0)
推薦(0)
摘要：
MCP(Model Context Protocol) Anthropic推出的一種開放協議，旨在統一LLM應用于外部數據源之間的通訊協議使之無縫集成，MCP提供了標準化協議使得LLM與所需要的上下文無縫銜接。使用MCP可以插件式為LLM的集成各種外部數據源。 MCP概念 上圖為MCP官方所描述的M 閱讀全文
posted @ 2024-12-24 08:39
AiFly
閱讀(5205)
評論(1)
推薦(2)
摘要：
語言大模型是通過大規模數據集訓練而來可以幫我們進行文本生成、內容總結，但對于一些小眾知識、內部數據模型不一定知道怎么回答，這時候可能會胡言亂語。目前要想在特定領域小眾知識或私密數據時模型能夠表現出比較好的水平目前主要有兩種方式可以實現：模型微調、外掛知識庫也就是RAG模式，RAG模式之前我們有介紹過 閱讀全文
posted @ 2024-11-26 08:42
AiFly
閱讀(205)
評論(0)
推薦(0)
摘要：
現在很多語音助手比如小愛同學、小度等都有支持方言語音識別，開源模型也有不少中文的ASR(自動語音識別)預訓練模型可做到開箱即用。方言的ASR模型比較少特別是海南話ASR模型更是沒有。這幾篇文章主要是基于Transformer從0開始訓練一個海南話語音識別模型，當然效果可能不會特別好，這也是方言語音識 閱讀全文
posted @ 2024-09-18 08:40
AiFly
閱讀(461)
評論(1)
推薦(0)
摘要：
上篇文章介紹了使用大模型構建生成知識圖譜，其實也可不用大模型用其他方式構建生成知識圖譜，但RAG要結合知識圖譜使用關鍵還是怎么把圖譜的內容查詢出來；簡單來說可以先查出Chunk集在關聯查出每個Chunk所關聯的實體Entity再查詢出實體之間的的關系集；這里說的RAG結合知識圖譜和微軟開源的Grap 閱讀全文
posted @ 2024-09-03 08:42
AiFly
閱讀(406)
評論(0)
推薦(0)
摘要：
前面幾篇文章談了多種針對RAG的優化如多表示索引（Multi-representation indexing）、Raptor等但其都是存儲在向量庫中的，這里將介紹一種新的存儲模式，圖數據庫，適合存儲數據高度相關的數據。其存儲實體與實體間的關系，存儲著豐富的關系類型數據，能給RAG知識庫帶來更精準的上 閱讀全文
posted @ 2024-08-12 08:40
AiFly
閱讀(1352)
評論(0)
推薦(0)
摘要：
在現有的樸素RAG應用中其只是簡單的對文檔進行分塊后存儲的向量庫中，然后在使用是根據 提問問題 從查詢向量庫中查詢相識度較高的文檔快作為問題上下文提交到LLM讓其根據上下文去回答用戶所提問的問題。對于小文本可以直接將整個文檔作為上下文或使用上篇文章所提到的多表示索引（Multi-representa 閱讀全文
posted @ 2024-08-05 08:39
AiFly
閱讀(250)
評論(0)
推薦(0)
摘要：
閑來無事，想起吃灰的樹莓派拿來做點什么，貌似去年還專門買了個麥克風還沒怎么用過。正好拿來做個類似小愛智能語音助手的小林同學，現在智能助手不接入大模型都不好意思說出來，當然小林同學沒有小愛同學的米家生態功能，后續如果加入多模態圖片識別貌似會更有點意思。 智能助手涉及到的技術主要由：語音離線喚醒、錄音、 閱讀全文
posted @ 2024-07-12 08:40
AiFly
閱讀(438)
評論(0)
推薦(0)
摘要：
在樸素RAG中通常會對文檔、文本進行分塊后進行文檔嵌入，對所有文件、文本都沒有經過采用Chunk方法可能有時候效果不是和好，盡管有著各種分塊策略有針對大文件的、針對小文件的策略，但都難免可能會造成上下文語義丟失。 分塊通常有兩個非常重要的參數chunk_size、chunk_overlap，分別代表 閱讀全文
posted @ 2024-07-08 08:42
AiFly
閱讀(357)
評論(0)
推薦(0)
摘要：
otel-profiling-agent為elastic開源項目，用于對生產環境中的應用程序進行性能分析，幫助開發者理解程序的運行情況，識別瓶頸，優化性能。用于包括CPU和內存使用情況的分析、調用跟蹤、性能指標收集等功能。它是一個用于Linux的全系統、跨語言的性能分析器，通過eBPF（Extend 閱讀全文
posted @ 2024-06-24 08:35
AiFly
閱讀(160)
評論(0)
推薦(0)
浙公網安備 33010602011771號