- 综合排序
- 最热优先
- 最新优先
- 来自专栏Reinvent Data Science
Jina AI + Milvus Lite：搭建 RAG 问答机器人
本教程搭建的应用可在实际生活中使用，例如，某公司员工可以向聊天机器人提问 AI 训练流程。 Jina Embeddings、Jina Reranker 和 Milvus 发挥协同作用，能够帮助聊天机器人准确识别聊天记录中的相关信息，并生成高度准确的回答。 这样的聊天机器人可以有效帮助公司提升生产力，公司员工也能够更方便地获取所需信息。 如果您还未获取 Jina AI API 密钥，可通过此链接 (https://jina.ai/reranker/?ref=jina-ai-gmbh.ghost.io) 获取。 总结 文本分享了如何基于 Slack 聊天记录搭建 RAG 问答机器人，并详细介绍了设置 Milvus、使用 Jina Embeddings v2 将聊天记录转换为 Embedding 向量、借助 Jina
93510编辑于 2024-06-25 Vue3 封装 AI 问答组件实现 AI 流式回答问题
代码教程 Vue3实现AI流式回答问题：组件封装与应用实例 一、AI流式回答技术原理 （一）传统请求与流式响应对比 传统请求：客户端发送请求 → 服务器处理 → 一次性返回完整响应 流式响应：客户端发送请求 AI对话功能 支持流式接收和渲染内容 提供自定义样式和交互接口 处理错误和加载状态 （二）核心技术点 使用Vue3的Composition API 处理异步数据流 实现文本逐字渲染动画 管理对话状态 三 Composition API，我们可以方便地封装一个高效、可复用的AI流式问答组件。 SSE格式数据 状态管理：合理使用ref和reactive管理对话状态 用户体验优化：实现打字机效果、加载指示器 安全考虑：通过后端代理保护API密钥 这个组件可以轻松集成到各种应用中，如智能客服、聊天机器人 、知识问答系统等。
1.3K10编辑于 2025-09-03- 来自专栏悦思悦读
人工智能（AI）技术打造疫情问答机器人 | 战疫
01 — 微软AI技术 + 开源知识库 = 战疫机器人 ? 近一个月来，“新冠肺炎疫情”成了所有人的热点话题。抗击疫情的战役在全国紧张有序地进行着，怎样保护自己和所爱之人成了当下每个人的心头之重。 好在，我们有具备优秀信息素质并愿意为了澄清疫情信息而无私投入时间、精力的志愿者，还有微软（亚洲）互联网工程院商用人工智能团队的AI技术——智能对话平台。 在开源社志愿者和微软专家的共同努力下，在智能对话平台上基于“疫战2020语料库”打造了智能问答机器人小源，专门回答关于疫情的咨询和知识，帮您纾解疫情焦灼。 开源社凝聚技术和非技术的力量打造的疫情知识智能问答机器人-- “小源”，目前已在“开源社”微信平台上提供服务。 02 — 小源：防疫信息“万花筒” ? 可以让没有AI知识甚至没有计算机软件背景的用户也能轻松打造人机对话产品 (bot). 比如，这次的小源，就是在开源疫情知识库的基础上，没有经过任何编码，完全通过简单配置而创建的！
1.5K30发布于 2020-02-24 - 来自专栏IT派
深度学习实现问答机器人
3：深度学习算法。依然是IBM的watson研究人员在2015年发表了一篇用CNN算法解决问答系统中答案选择问题的paper。 3 深度学习算法实验 1）：CNN算法在问答中的应用 CNN算法结构图 2）：LSTM算法在问答中的应用 BILSTM算法结构图 参数设置： 1、这里优化函数采用论文中使用的SGD（采用adam优化函数时效果不如 3）：CNN+LSTM组合模型在问答中的应用 CNN+LSTM组合算法 参数设置： 1、这里优化函数采用论文中使用的SGD。 2、学习速率为0.05。 3、训练300轮。 4）：GRU算法在问答中的应用 参数设置： 1、这里优化函数采用论文中使用的SGD（采用adam优化函数时效果会差大概2个点）。 2、学习速率为0.1。 3、训练100轮，大概需要6个小时的时间。 4）本次实验的问答对为3万条左右，试验中采用dropout时并未取得更好的效果。
99290发布于 2018-03-29 - 来自专栏h5
原创flutter3.x集成deepseek流式ai问答模板
基于Flutter3.27+Dart3+Getx+Dio接入DeepSeek-v3搭建跨平台流式ai对话小助手。支持代码高亮、上下文多轮会话、本地存储对话等功能。支持运行到手机端和桌面端。 功能性基于Flutter3.27构建，接入DeepSeek-V3，对话更丝滑支持手机端/桌面端支持代码块高亮、多轮上下文会话、本地存储对话支持代码块横向滚动、代码复制支持图片宽度100%渲染、在线图片预览功能支持链接跳转支持表格显示功能项目框架结构使用 flutter3.27搭建项目模板，集成deepseek-v3聊天模型。
29710编辑于 2025-05-24 - 来自专栏python3
Linux安全问答（3）
3、保护一个目录为只读。 # lidsconf -A -o /some/directory -j READONLY 此命令用保证一旦LIDS启用，任何人都不能列出或删除此目录及其中的内容。
91020发布于 2020-01-08 - 来自专栏Tencent Serverless 官方专栏
SCF：搭建智能客服问答机器人
再仔细冷静一下：我们可不可以做一个机器人，他可以自动回答一些问题？ 今天本文，就通过简单的方法，在SCF上部署一个问答机器人/智能客服，来为各位有需求的小伙伴，解决实际问题，当然，这篇文章也算是抛砖引玉。 这个项目在实际生产中，可以是这样： 你问客服机器人一个问题，机器人给你一个回答，然后下面会说：更多相似问题：巴拉巴拉一堆。 总结 本文是通过一个简单的算法，实现了简单的问答机器人工具。 主要涉及到了： 1： 打包函数，可以参考文章中的地址 2：上传代码，可以通过cos上传 3：连接数据库的Demo 4：使用云API触发 当然，SCF的应用场景还有很多，我也会在以后的文章中，更多的和大家分享它的使用场景
2.6K124发布于 2019-06-27 - 来自专栏前端开发
Vue3 封装 AI 问答组件实现 AI 流式回答问题的方法
Vue3实现AI流式回答问题：组件封装与应用实例一、AI流式回答技术原理（一）传统请求与流式响应对比传统请求：客户端发送请求 → 服务器处理 → 一次性返回完整响应流式响应：客户端发送请求 → 服务器逐步生成响应 GPT系列）通信协议：使用SSE(Server-Sent Events)或WebSocket前端处理：实时解析和渲染流式数据二、Vue3组件封装基础（一）组件设计思路独立封装AI对话功能支持流式接收和渲染内容提供自定义样式和交互接口处理错误和加载状态 Composition API，我们可以方便地封装一个高效、可复用的AI流式问答组件。 、知识问答系统等。 Vue3,AI 问答组件，AI 流式回答，前端开发，组件封装，人工智能，实时交互，Web 开发，Vue 组件，自然语言处理，前端组件，AI 对话，流式响应，Vue.js, 智能问答
2.4K10编辑于 2025-05-23 【TIDB.AI 知识图谱问答机器人——改变人机交互的未来】
一、TIDB.AI 知识图谱问答机器人的背景 随着人工智能技术的快速发展，问答机器人已经成为了人机交互的重要方式之一。 TIDB.AI 知识图谱问答机器人是一种基于知识图谱的问答机器人，它将人工智能和语义技术应用于问答过程中，将用户的问题与知识图谱中的结构化数据进行匹配、分析和回答。 三、TIDB.AI 知识图谱问答机器人的应用场景 在线教育：学生可以通过与TIDB.AI 知识图谱问答机器人的交互获取学习资料、解决问题，提高学习效果。 客户服务：企业可以将TIDB.AI 知识图谱问答机器人应用于客户服务中，提供快速、准确的答案，提升客户满意度。 个人助理：个人可以利用TIDB.AI 知识图谱问答机器人解决生活中的各种问题，比如旅游路线规划、健康咨询等。
13510编辑于 2025-08-29- 来自专栏muller的测试分享
打造垂直领域内容的问答机器人
简介在大模型问世之后，其中一个最核心的功能就是问答机器人。但是若直接将问题抛给 ChatGPT，仍然解决不了以下限制：相关的关联数据需要联网。相关的关联数据是 GPT 也不知道的私密数据。 应用场景垂直领域内容的问答机器人的应用场景非常多，比如金融、医疗、电商等。如果是针对于互联网相关的从业人员，比如开发、测试、产品等，我们还可以让其帮助我们进行以下多种类型的工作：公司知识库检索。 实践演练那么如果要完成一个垂直领域内容的问答机器人，其实也是有多种方式的：openai 官方在 2023 年末做了一次重大更新，推出了官方的 assistant，可以通过官方的 assistant 完成一个问答机器人 , model="gpt-4-turbo-preview", tools=[{"type": "retrieval"}], file_ids=[file.id])# 3. 总结垂直领域内容的问答机器人的产品需求。垂直领域内容的问答机器人的实现方案。使用官方 assistant 实现垂直领域的问答机器人。
30010编辑于 2024-08-12 - 来自专栏Reinvent Data Science
Milvus 智能问答机器人上线
今天我要带大家来了解这个基于 Milvus 的 FAQ 问答机器人-MilMil。 MilMil 是由 Milvus 社区开发的一款基于 Milvus 常见问题的自动问答机器人，旨在收集用户在使用 Milvus 的过程中遇到的问题，帮助用户快速查找答案，同时扩展用户获取问题答案的途径。 该问答机器人的数据来自于 Milvus 开源以来所收到的用户问题，共有两个问答库，分别针对 Milvus 1.x 版本和 Milvus 2.x 版本。 此外，你还可以通过切换左上角 Milvus 文档的版本号来切换该 Chatbot 的问答库版本。 下面我们来做个简单的演示： ? 输入问题点击发送后，问答机器人会返回与输入问题相似的三个问题。 Milvus 目前是 LF AI & Data 基金会的毕业项目，能够管理大量非结构化数据集。我们的技术在新药发现、计算机视觉、推荐引擎、聊天机器人等方面具有广泛的应用。
1K50发布于 2021-07-23 - 来自专栏LLM时代，写点什么
基于🦜☕️ LangChain4j 实现问答机器人
2022 年 11 月 30 日，OpenAI 发布了基于 GPT-3.5 模型调优的新一代对话式AI模型 ChatGPT。 目录关于这只“鹦鹉”快速演示机器人实战关于这只“鹦鹉”在官方的GitHub下面，有人提问（issues/8673）：LangChain 的 logo 有什么含义？ 快速上手如果只想快速体验一下 AI 应用开发，只需要一个简易的 Maven 即可。配置只需要官方的 OpenAI 包即可使用。 api.hunyuan.cloud.tencent.com/v1") .build();openAiStreamingChatModel.generate("如何高效学习", onNext(System.out::print));效果演示机器人实战接下来进入机器人搭建的实战初始化虽说不强制绑定 AI 也可以如此。
1.7K20编辑于 2024-11-12 - 来自专栏素质云笔记
chatgpt-on-wechat实现微信问答机器人
"linkai_api_key": "YOUR API KEY", "linkai_app_code": "YOUR APP CODE" 再来回顾一下，chatgpt-on-wechat 链接微信进行问答底层是使用 2 配置 config表 核心的就是config表的配置了： # config.json文件内容示例 { "open_ai_api_key": "YOUR API KEY", # 代理客户端的ip和端口 "single_chat_prefix": ["bot", "@bot"], # 私聊时文本需要包含该前缀才能触发机器人回复 # 私聊时自动回复的前缀，用于区分真人 "group_chat_prefix": ["@bot"], # 群聊时包含该前缀则会触发机器人回复 ":"https://xxxx.openai.azure.com/" 其中azure_deployment_id 是自己部署的应用名字 3 问题 与 体验 我只能说问题实在太多了！！
2.8K10编辑于 2023-12-26 - 来自专栏张善友的专栏
利用ChatGPT 和Milvus快速搭建智能问答机器人
智能问答机器人是 自然语言处理领域一个很经典的问题，它用于回答人们以自然语言形式提出的问题，有着广泛的应用。其经典应用场景包括：智能语音交互、在线客服、知识获取、情感类聊天等。 常见的分类有：生成型、检索型问答系统；单轮问答、多轮问答系统；面向开放领域、特定领域的问答系统。 3. 该项目下的FAQ问答系统中的金融数据集，我们从中一共整理了33万条数据。结合这组数据，我们可以快速搭建一个xx银行智能客服机器人。 3.导入Milvus和SQL Server将上述产生的特征向量归一化处理后导入Milvus中存储，然后将Milvus返回的id以及该id对应的问题的答案导入SQL Server中。
4K21编辑于 2023-03-09 - 来自专栏AI派
政务问答机器人，助推数字化服务升级
3月5日，《政府工作报告》提出要加强数字政府建设，推动政务数据共享。智慧政务旨在助力政务决策、业务流程优化，提升利企便民的服务体验，是提升政府监管效能和公共服务能力的关键之举，智慧城市中的重中之重。 智慧政务涉及智慧城市中与政府公务相关的场景，包括信息采集、审核与服务，涉及语音技术、检测技术、文字识别、自然语言处理、理解和生成等多项AI技术。 03 政务问答机器人 问答系统是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户提出的问题，问答系统广泛应用于搜索引擎、智能设备、智能客服等产品中。 图：政务问答系统示例 以某地方政务网站的问答系统为例，该网站积累了大量疫情相关的标准问答对（Q-A pair），希望搭建智能问答机器人，这是一个典型的FAQ问答场景：当接收到用户的咨询问题后，系统会检索语料库中的相似问题 百度飞桨自然语言处理模型库PaddleNLP近期开源的FAQ问答系统，提出了针对无监督数据的端到端检索式问答系统方案，无需标注数据也能够轻松构建起检索系统，并且提供训练、预测、最近邻搜索一站式能力。
1.7K20编辑于 2022-04-19 - 来自专栏数据库相关
快速构建智能运维问答机器人的实践
同时也为了提高人效，让运维将精力投入到更高优先级的事情上，我们着手研究了下市面上的各类客服机器人。最终看到腾讯云智服挺适合我们生产的。 我们可以创建多个机器人（下图这是我目前创建测试用的） ? 创建完机器人后，我们就可以去给它添加知识了（用于交互式场景下的对话），下面是我创建的几个测试用例。 ? 完成添加知识点后，我们还可以去机器人设置里面，给通用话术增加点提示。（例如提醒用户在没用合适结果的时候，输入一个wiki导航地址，或者直接联系运维去扩充知识库） ? 注意要选择启用机器人。同时要注意不启用设置人工。 点击设置按钮后，大体如下图所示，我们可以直接点击 立即体验的url来体验下效果： ? 立即体验的效果如下： ? 到这里，最起码我们流程已经跑通了。 然后，在"工作台应用主页" 这里，配置下，将上面"网站渠道"的机器人的url配置到这里。然后勾选上"在微信插件中始终进入主页"，保存即可。 ? 最终在企业微信里面的效果如下： ?
1.3K10发布于 2020-09-01 一行代码不用写，用 Autoflow + Gitee AI 搭建本地知识库问答机器人
最新的 0.4.0 版本支持 Gitee AI，为本地知识库问答机器人提供强大支撑。 本文详解 AutoFlow 从部署到配置的完整流程，包括数据库连接、模型设置、知识库创建及聊天引擎配置，实现了一行代码不用写的问答机器人快速搭建。轻松上手，助力开发者探索智能问答解决方案。 马建仓看到本次更新后也是迫不及待上手实践，最终实现了一行代码没写，快速搭建出了一个基于本地知识库的问答机器人，那么下面就和马建仓一起开始吧！ 完成配置后，可进入 Settings 为你的问答机器人进行个性化设置，设置自己的网页标题、Logo、预设提问等等。 完成配置，开始使用 现在一个属于《开源指北》的问答机器人就可以正式开始使用了！ 现在一个《开源指北》问答机器人就正式完成，可以将其正式部署上线了。除了网页端外， AutoFlow 还支持在网页中嵌入 JavaScript 片段 ，将对话窗口集成到网站中。
54400编辑于 2025-03-27- 来自专栏AI工程
对话机器人技术简介：问答系统、对话系统与聊天机器人
机器人的作用之一是回答问题（Question Answering) 一个最简单的问答系统 最简单的问答系统就是当我们有足够多的问答数据，例如： 中国的首都是哪？ 北京。 当然这个看上去很简单粗暴的解决方案有很多问题，例如： 1、准确率取决于相似度算法； 2、很难设置相似度算法的阈值； 3、数据库要求比较大； 4、扩展性比较差； 但是实际上在真实世界中，往往必须有一部分上这个算法 ，因为这个算法同样有优势： 1、不需要训练，假设你的领导要你给线上产品添加一个问答的时候，他并不喜欢：“我的深度学习模型训练5个小时之后，这个答案就上线了”，这样的回答； 2、自定义问题成本低； 3、非常容易解释 简单的来说，可以分为“有数据”的问答系统，和“没数据的问答系统”。 有数据的是指，我们已经有一些已经结构化的数据，或者说知识。 没数据的问答系统 IR-based 问答系统 (IR: Information Retrieval) 此类问答系统不需要提前构建知识，而是根据问题去检索答案（例如从搜索引擎上）。
4.1K20发布于 2020-02-14 - 来自专栏python3
学员问答之3-View桌面问题
海哥，问个问题啊，我在做vmware桌面虚拟化的时候，创建桌面迟后，出现这个报错。。
2.8K20发布于 2020-01-08 - 来自专栏智能制造预测性维护与大数据应用
IAS现场展示问答精选Day3
解答：目前的标准版通过Modbus/TCP进行上传，在OutPUT画面可以设置Modbus/TCP地址，可以将特征值，例如RMS，FFT_Frequency等特征值以模拟量的形式上传到3XXXX寄存器， 问题3、动态展示如何切换视频解说和演示程序？ 问题2、明星产品MIC-3106是如何展示的？ 问题1、明星产品USB-4716RS，AMAX-4830是如何展示的？
65530编辑于 2022-05-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号