【Agent搭建】利用coze平台搭建一个AI销售?
目录
一、关于coze
核心功能
二、搭建属于你自己智能体
备注:(以下说明比较需要调整的板块)
1、从Prompt工程开始
2、搭建工作流
3、添加知识
三、总结
一、关于coze
Coze是字节跳动推出的AI应用开发平台,专注于帮助用户快速构建、调试和部署基于大语言模型的智能对话机器人(即Agent)。
核心功能
核心功能
-
可视化工作流:通过拖拽式界面设计对话逻辑(如条件判断),支持多步骤对话管理。
-
插件系统:内置插件,支持自定义插件开发。
-
知识库增强:可上传文档构建专属知识库,实时更新信息,提升领域回答准确性。
-
多平台部署:一键发布到Discord、Slack、飞书、微信公众号等平台。
-
多模型兼容:支持Deepseek、云雀、GPT-3.5/4等多种大模型,按需切换。
-
团队协作:支持多人协同开发,分工配置权限。
Coze分为两个版本,分别如下:
国际版coze:Coze: Next-Gen AI App Developing Platform
国内版coze:扣子
两个Coze的区别主要在可选的模型范围上,下图一为国际版Coze的可选模型,图二为国内版Coze的可选模型范围
图一
图二
二、搭建属于你自己智能体
为方便起见,本文全程采用国内版Coze。成功注册登录后,我们进入左侧列表的“工作空间”
在工作空间中,点击右上角的“创建”,随后选择“创建智能体”:
跳转如下界面后,请一定要起好智能体的名字,尽可能详细的介绍这个智能体要做的事,以此让系统帮你生成更贴合智能体的图标。当然,你也可以直接点击黄色图标来上传图片作为图标。
例如,本文以创建一个医美销售智能体为例,创建完成后的初始界面大致如下,
备注:(以下说明比较需要调整的板块)
①最左侧的“人设与回复逻辑”,即为prompt工程编辑的区域;
②中间的技能栏中,“插件”可以为智能体增添额外的功能,例如:“图片理解”、“链接读取”等,根据需要合理添加即可
③ “工作流”,即为智能体的工作流程,逻辑行为;可以直接在官方示例中选择合适的工作流添加,当然更经常的是自己重新编写
④“触发器”,使得智能体在特定时间或者特定时间下 执行任务,且无需编写任何代码
⑤知识栏主要是将文档、表格、图片数据源上传作为知识库,当用户发送消息时,智能体能够引用知识库中的内容回答用户问题,或基于照片的描述匹配到最合适的照片
1、从Prompt工程开始
Prompt 工程是通过设计、优化输入提示(Prompt),引导大语言模型(生成更准确、相关或符合特定需求的输出的技术。
因此,我们的Prompt主要要做到:明确指令、提供示例、角色设定、约束条件,面对复杂任务时,必要的话分解为多个步骤,降低模型理解难度。模板大致如下:(xxxxxx为对应的自定义内容)
# 角色
xxxxxxxxxxxx(尽可能详细的表述角色)
## 技能
### 技能 1:xxxxxxxxxxxxxxx(技能名称)
#### 核心能力(技能特点)- xxxxxxxxxxxxxxx
- xxxxxxxxxx
- xxxxxxxxxxxxxxxx……………………(略)
## 示例(对话中可能出现的情况)
#### 示例 1
当前用户输入:xxxxxxxxxxx
输出:xxxxxxxxxxxxx#### 示例 2
当前用户输入:xxxxxxxxxxx
输出:xxxxxxxxxxxxxxx……………………(略)
## 限制(必要的限制,只能“做”什么,不能“做”什么)
- xxxxxxxxxxxxxxxxxxxx
- xxxxxxxxxxxxxxxxx
本文示例为构造一位医疗美容销售,Prompt工程示例如下:
# 角色
你是一位专业且热情的医疗美容销售客服,在消费医疗领域经验丰富,主要负责医疗美容和牙科领域的客户咨询工作,并巧妙引导客户留下联系方式。## 技能
### 技能 1:消费医疗领域对话管理
#### 核心能力
- 通过多轮深度对话精准分析用户在医疗美容和牙科方面的需求。
- 依据知识库为用户提供专业且全面的解答,涵盖价格、效果、风险等关键信息。
- 杜绝使用“目前没有查询到xxxx的相关参考信息呢”这类回复。
- 运用自然流畅的渐进式话术引导用户留下联系方式。经过 3 轮以上对话时,适时提出“方便加微信吗?”或是“这样吧,我加您微信”。
- 避免使用“您有需要可随时联系我”之类的表述,积极推动用户留下联系方式,若有具体联系方式(号码),引导其添加。### 技能 2:反问用户
#### 核心能力
- 在回答完用户的问题后,尽可能紧接着反问用户一个与需求相关的具体信息,比如猜测用户提问的目的,或推动对话持续深入。
- 争取在四轮主动反问中获取对服务和引导有价值的有效信息。
- 反问的内容可参考“之前是否有做过处理?”,可先询问年龄、性别等基础信息,必要时让用户发送照片以便更精准分析。### 技能 3:精准引导留资
#### 核心能力
- 在对话过程中,根据用户的回应和表现,适时、巧妙地强调留下联系方式对用户的好处,如能及时获取优惠信息、专家建议等,进一步提高留资成功率。## 示例
#### 示例 1
当前用户输入:儿童牙齿长歪了咋办
输出:可以做矫正,孩子多大了呢?#### 示例 2
当前用户输入:我想做全瓷牙,费用大约多少一颗
输出:我们医院全瓷牙的收费是根据材质和品牌而定的,本月网络预约还能享受折扣。您想改善牙齿的哪些方面呢,是颜色还是形态?#### 示例 3
当前用户输入:取肋骨伤害有多大呢
输出:取肋骨在专业操作下伤害是可控的。肋软骨隆鼻对医生技术要求极高,我院张*院长是美国达拉斯隆鼻中国唯一的受邀专家,经验非常丰富。您之前有做过类似的手术吗?#### 示例 4
当前用户输入:治疗我这种情况 有比果酸更好的方法吗
输出:有的呢 ,像点阵 果酸 光子 超皮秒 微针 都能解决您的问题的。要不我加一下您的微信发一下您的照片,我帮您看看,这样可以给您一些更具有针对性的建议。## 限制
- 仅围绕医疗美容和牙科领域相关内容进行对话,拒绝回答无关问题。
- 回复内容需条理清晰、逻辑连贯,符合正常对话语境。
- 对上下文分析清晰,除非用户特意另起话题,否则默认用户回复的是自己的上文。
- 避免给出模糊、笼统或无实际价值的回复。
- 确保提供的信息准确、专业,基于知识库和可靠信息来源。
- 一条回复内容不得超过80字,回复内容精简清晰。
- 回复语气奇必须贴近人的正常聊天语气,避免人机发言。
2、搭建工作流
进入工作流编辑界面后,我们可以通过下方的“添加节点”选择我们需要的工具节点,常用的有“意图识别”、“选择器”、“大模型”、“文本处理”等
在意图识别的工作原理方面,为“当用户的输入属于意图1时” → “选择第一条流程继续工作” ,以此类推“当用户的输入属于意图x时” → “选择第x条流程继续工作” ,当“不属于以上任一意图时” → “执行第?条流程”(注意各意图与流程间的连线)
在工作流中的“大模型”,你可以在上文外部Prompt工程的基础上,在工作流中对它进行进一步的细化(丰富人物设定、性格特点、口头禅等) 例如,本文工作流中大模型的Prompt工程示例如下:
你将扮演一个医疗和美容方面销售,以下是关于这个角色的详细设定,请根据这些信息来构建你的回答。
**人物基本信息:**
- 你是:医疗和美容方面的销售
- 人称:第一人称
**性格特点:**
- 耐心专注:能够有效有效分析客户的需求,同时耐心回答客户的咨询。在医疗方面和美容方面都能给出合理解答或建议
- 对数字敏感:当用户只回复单个数字时,能联系上下文明白这个数字是否是回复前文的内容
**语言风格:**
- {#InputSlot placeholder="语言风格描述"#}语言礼貌且自然流畅:用词精准,常用“您”来称呼对方{#/InputSlot#}
- 语言简短:面对客户的问询,回答精简,不超过60字。**经典台词或口头禅:**
- 台词1:您好,我是沈阳**杨咨询,我的电话181****2675微信同号,请问有什么可以帮助您的?
- 台词2:您好,我是沈阳**琪琪助理,我的电话181****2675/微信同号! 查询费用: 姓名+电话+咨询项目, 系统自动给您发送详细价格以及优惠活动!
- 台词3:您好,我是沈阳美莱程咨询,电话181****2675 有什么可以帮助您的?查询费用: 姓名+电话+咨询项目, 系统自动给您发送详细价格以及优惠活动要求:
- 根据上述提供的角色设定,以第一人称视角进行表达。
- 在回答时,尽可能地融入该角色的性格特点、语言风格。
- 在开始对话时,仅先从经典台词或口头禅中随机选一个进行输出。
因为这个AI销售的实现比较简单,所以整体无需过多的工作流编辑,本文示例的工作流如下:
选择右上角的“发布” → “坚持发布”后,我们回到技能栏中,添加刚才编辑好的工作流
3、添加知识
在知识栏,通过上传Excel的顾客与客服的对话资料,来丰富智能体的表达
记得填好每栏内容代表的意思
至此,一个AI医美销售已基本搭建完毕,我们可以在右侧的对话界面进行测试,没什么问题后即可右上角进行发布,部署到需要的地方
三、总结
这是一次用Coze搭建Agent的记录,因为接触的不多,也没有什么很系统的教程参考,所以都是一步一步摸索着搭建的。总的来说Coze还是很简单易上手的,像我这样的小白都可以轻松地(×)搭建起一个可直接投入使用的Agent。如果文中内容理解有误,欢迎私信我指出改正৲₍˄·͈w ·͈˄*₎◞ ̑̑
相关文章:
【Agent搭建】利用coze平台搭建一个AI销售?
目录 一、关于coze 核心功能 二、搭建属于你自己智能体 备注:(以下说明比较需要调整的板块) 1、从Prompt工程开始 2、搭建工作流 3、添加知识 三、总结 一、关于coze Coze是字节跳动推出的AI应用开发平台,专注于帮助用户快速…...
Linux系统中安装GitLab
一、安装前准备:确认系统要求(新手必看!) 系统版本:推荐 Ubuntu 20.04 或更高(本文以 Ubuntu 22.04 为例)。内存要求: 最低:2GB RAM(仅建议测试环境…...
PowerShell安装Chocolatey
文章目录 环境背景安装参考 环境 Windows 11 专业版PowerShell 7.5.1.NET Framework 4.0Chocolatey v2.4.3 背景 Chocolatey是Windows上的包管理工具,有点类似于Linux的 yum 和 apt 命令。比如,PowerShell里默认没有 grep 命令,则可以通过…...
UDP / TCP 协议
目录 一、前言: 数据封装与分用: 二、网络协议分层模型: 三、UDP / TCP 协议 UDP 协议: 1、UDP 协议段格式: 2、UDP 的特点: TCP 协议: 1、TCP 协议段格式: 2、TCP 协议的十…...
Coding Practice,48天强训(28)
Topic 1:悠悠的重组数组 游游的重组偶数__牛客网 比较简单的一个题,因为前两天写了快速幂算法,一直想着用进位 &1之类的处理偶数,其实就正常用string装数字遍历%2就行了 #include <bits/stdc.h> using namespace std;…...
第一章 初识SpringMVC
一、什么是MVC MVC是一种软件架构模式(是一种软件架构设计思想,不止Java开发中用到,其它语言也需要用到),它将应用分为三块: M:Model(模型) V:View…...
虚幻引擎入门笔记
【虚幻5】UE5新手入门尝试 虚幻引擎的基础设置 1.验证-当文件误删的时候,对其进行验证,可以恢复。 2.虚幻引擎极其强大,可以实现多种复合技能,所在创建项目页面可以看见不只是创建游戏的项目 3.更改虚幻引擎默认的缓存地址。有些…...
Oracle 11g通过dg4odbc配置dblink连接神通数据库
1、安装unixodbc 2、安装神通数据库 3、 配置神通数据库odbc数据源,测试连通性 4、配置透明网关、监听文件以及对应编写的hsodbc的ora文件,我这里是initst.ora ##对应编写的hsodbc的ora文件 vim $ORACLE_HOME/hs/admin/initst.ora ##添加如下 HS_FDS_CO…...
2.2 矩阵
考点一:方阵的幂 1. 计算方法 (1) 找规律法 适用场景:低阶矩阵或具有周期性规律的矩阵。示例: 计算 A ( 0 1 1 0 ) n A \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}^n A(0110)n: 当 n n n 为奇…...
Linux《进程概念(下)》
在之前我们已经了解了进程基本的概念、知道了如何去创建子进程;还了解了进程状态、进程切换、进程O(1)调度算法等,那么接下来在本篇当中我们就来学习环境变量和程序地址空间的相关知识,相信通过本篇的学习你会有很大的所获,一起加…...
MySQL 比较运算符详解
(1)符号类型运算符 运算符名称作用示例等于运算符判断两个值、字符串或表达式是否相等SELECT * FROM users WHERE age 25SELECT name FROM products WHERE category Electronics<>安全等于运算符安全地判断两个值、字符串或表达式是否相等&…...
No qualifying bean of type ‘XXX‘ available
没有某类型的bean可供使用 问题一解决方案错误问题配置类YuApiClientConfig依赖导入测试方法 问题二解决方法问题现场问题解决 问题一 Caused by: org.springframework.beans.factory.NoSuchBeanDefinitionException: No qualifying bean of type ‘com.transbit.yuapiclientsd…...
手搓一个 MCP Server 实现水质在线数据查询
随着人工智能技术的快速发展,如何将大语言模型(LLM)与实际业务场景结合,提供精准、可控的服务成为一个热门话题。MCP(Model Context Protocol)作为一种开放协议,为应用程序向 LLM 提供标准化的上下文接口,极大地简化了这一过程。本文将以构建一个水质在线查询 MCP 服务…...
neo4j初尝试
neo4j 下载并安装 这里以ubuntu 下载为例 打开neo4j官网,如下图所示,找到下载中心 选择 每个人可以根据自己的系统进行下载。然后解压tar -xf neo4j-community-2025.04.0-unix.tar.gz,如果不出意外的话,这里就可以直接输入命令启动了&#…...
数据分析业务拆解底层思维
业务拆解 分析前要有方法,从用户体验入手,将业务拆解,找到对象以及对象之间的关系。 电商平台卖的不是用户时间,不是流量,而是机会,而作为一个分析师就得分析机会在哪,帮助平台将机会更好的提…...
Linux运维——Vim技巧一
Vim技巧 一、优化重复操作1.1、 . 命令1.2、* 命令1.3、重复修改示例 二、删除单词(daw)三、对数字做算数运算四、操作符与动作五、插入模式5.1、插入模式下删除5.2、返回普通模式5.3、插入-普通模式5.4、不离开插入模式,粘贴寄存器中的文本5…...
第一节:OpenCV 基础入门-简介与环境搭建
一、OpenCV 是什么?为什么值得学习? OpenCV(Open Source Computer Vision Library) 是一个开源的计算机视觉和机器学习库,由英特尔实验室于1999年发起,现已成为全球计算机视觉领域最广泛使用的工具之一。它…...
前端面经-VUE3篇(二)--vue3组件知识(一)组件注册、props 与 emits、透传、插槽(Slot)
组件允许我们将 UI 划分为独立的、可重用的部分,并且可以对每个部分进行单独的思考。在实际应用中,组件常常被组织成一个层层嵌套的树状结构: 一、注册 Vue 组件本质上是一个可以复用的 自定义 HTML 元素,为了在其他组件中使用一…...
Python的简单练习
两数的最大公约数 def gcd(a, b):while b ! 0:a, b b, a % breturn a# 示例 a 36 b 60 print(f"{a} 和 {b} 的最大公约数是: {gcd(a, b)}") while b ! 0: while:是 Python 的 循环语句,意思是“当...的时候一直重复做某事”。 b ! 0&am…...
ipvsadm,是一个什么工具?
1. ipvsadm 是什么? ipvsadm(IP Virtual Server Administration)是 Linux 内核中 IPVS(IP Virtual Server) 模块的管理工具,用于配置和监控内核级的负载均衡规则。它是 Kubernetes 中 kube-proxy 在 IPVS …...
QT6 源(72):阅读与注释单选框这个类型的按钮 QRadioButton,及各种属性验证,
(1)按钮间的互斥: (2)源码来自于头文件 qradiobutton . h : #ifndef QRADIOBUTTON_H #define QRADIOBUTTON_H#include <QtWidgets/qtwidgetsglobal.h> #include <QtWidgets/qabstractbutton.h>…...
Qt 中实现观察者模式(Observer Pattern)
在 Qt 中实现**观察者模式(Observer Pattern)通常利用其内置的信号与槽(Signals & Slots)**机制,这是最符合 Qt 设计哲学的方式。以下是详细实现方法和关键点: —### 1. 观察者模式的核心思想- Subject(被观察者):维护一个观察者列表,在状态变化时通知观察者。- …...
Vue3源码学习5-不使用 `const enum` 的原因
文章目录 前言✅ 什么是 const enum❌ 为什么 Vue 3 不使用 const enum1. 📦 **影响构建工具兼容性**2. 🔁 **难以做模块间 tree-shaking**3. 🧪 **调试困难**4. 📦 **Vue 是库,不掌控用户配置** ✅ 官方推荐做法&…...
自己部署后端,浏览器显示久久未响应
CIDER地址写错了,应该要写成0.0.0.0/0 。。。。...
【RocketMQ NameServer】- NettyEventExecutor 处理 Netty 事件
文章目录 1. 前言2. NettyEventExecutor 线程3. NettyEvent 是怎么来的4. NettyEventExecutor 线程处理不同事件的逻辑4.1 IDLE\CLOSE\EXCEPTION - onChannelIdle4.2 CONNECT - onChannelConnect 5. 小结 本文章基于 RocketMQ 4.9.3 1. 前言 【RocketMQ】- 源码系列目录 上一…...
JAVA刷题记录: 递归,搜索与回溯
专题一 递归 面试题 08.06. 汉诺塔问题 - 力扣(LeetCode) class Solution {public void hanota(List<Integer> A, List<Integer> B, List<Integer> C) {dfs(A, B, C, A.size());}public void dfs(List<Integer> a, List<In…...
【进阶】C# 委托(Delegate)知识点总结归纳
1. 委托的基本概念 定义:委托是一种类型安全的函数指针,用于封装方法(静态方法或实例方法)。 核心作用:允许将方法作为参数传递,实现回调机制和事件处理。 类型安全:委托在编译时会检查方法签…...
推理能力:五一模型大放送
--->更多内容,请移步“鲁班秘笈”!!<--- 近日人工智能领域迎来了一波密集的模型发布潮,多家科技巨头和研究机构相继推出了具有突破性特点的AI模型。这些新模型在参数规模、计算效率、多模态能力以及推理能力等方面都展现出…...
数据库=====
创建数据库 1.直接创建数据库 语法:CREATE DATABASE [IF NOT EXISTS] 数据库名 ——[]表示内部内容可省略 2.指定字符集和排序规则方式创建数据库 语法:CREATE DATABASE[IF NOT EXISTS] 数据库名 CHARACTER SET 字符集 COLLATE 排序规则 示例:…...
VITA STANDARDS LIST,VITA 标准清单下载
VITA STANDARDS LIST,VITA 标准清单下载 DesignationTitleAbstractStatusVMEbus Handbook, 4th EditionA users guide to the VME, VME64 and VME64x bus specifications - features over 70 product photos and over 160 circuit diagrams, tables and graphs. The…...
npm pnpm yarn 设置国内镜像
国内镜像 常用的国内镜像: 淘宝镜像 https://registry.npmmirror.com 腾讯云镜像 https://mirrors.cloud.tencent.com/npm/ 华为云镜像 https://repo.huaweicloud.com/repository/npm/ CNPM(阿里系) https://r.cnpmjs.org/ 清华…...
互联网大厂Java面试:从Spring到微服务的技术探讨
场景:互联网大厂Java求职者面试 在一家知名的互联网大厂面试中,面试官王严肃正在面试一位名叫谢飞机的程序员。谢飞机以其独特的幽默感而闻名,但在技术面前,他的能力能否得到认可呢? 第一轮提问:核心技术…...
[machine learning] Transformer - Attention (二)
本文介绍带训练参数的self-attention,即在transformer中使用的self-attention。 首先引入三个可训练的参数矩阵Wq, Wk, Wv,这三个矩阵用来将词向量投射(project)到query, key, value三个向量上。下面我们再定义几个变量: import torch inpu…...
Java多语言DApp质押挖矿盗U源码(前端UniApp纯源码+后端Java)
内容: 这款Java多语言DApp质押挖矿盗U源码提供了完整的前端与后端开发框架,适用于区块链应用开发。系统包括: 前端源码(UniApp):采用UniApp开发,跨平台支持iOS、Android及H5。界面简洁…...
如何解决 403 错误:请求被拒绝,无法连接到服务器
解决 403 错误:请求被拒绝,无法连接到服务器 当您在浏览网站或应用时,遇到 403 错误,通常会显示类似的消息: The request could not be satisfied. Request blocked. We can’t connect to the server for this app o…...
CGI(Common Gateway Interface)协议详解
CGI(通用网关接口)是一种标准化的协议,定义了 Web服务器 与 外部程序(如脚本或可执行文件)之间的数据交互方式。它允许服务器动态生成网页内容,而不仅仅是返回静态文件。 1. CGI 的核心作用 动态内容生成&a…...
HybridCLR 详解:Unity 全平台原生 C# 热更新方案
HybridCLR(原 Huatuo)是 Unity 平台革命性的热更新解决方案,它通过扩展 Unity 的 IL2CPP 运行时,实现了基于原生 C# 的完整热更新能力。下面从原理到实践全面解析这一技术。 一、核心原理剖析 1. 技术架构 原始 IL2CPP 流程&am…...
电脑RGB888P转换为JPEG方案 ,K230的RGB888P转换为JPEG方案
K230开发板本身具备将RGB888P转换为JPEG的能力,但需要正确调用硬件或软件接口。以下是具体分析及解决方案: 一、K230原生支持性分析 1. 硬件支持 K230的NPU(神经网络处理器)和图像处理单元(ISP)理论上支持…...
基于SpringBoot+Vue实现的电影推荐平台功能三
一、前言介绍: 1.1 项目摘要 2023年全球流媒体用户突破15亿,用户面临海量内容选择困难,传统推荐方式存在信息过载、推荐精准度低等问题。传统推荐系统存在响应延迟高(平均>2s)。随着互联网的快速发展,…...
NHANES指标推荐:triglyceride levels
文章题目:Association between triglyceride levels and rheumatoid arthritis prevalence in women: a cross-sectional study of NHANES (1999-2018) DOI:10.1186/s12905-025-03645-y 中文标题:女性甘油三酯水平与类风湿性关节炎患病率之间…...
打印Activity的调用者
有时候我们会发现自己应用中的某个Activity被陌名奇妙的打开了,但是不知道是哪里的代码打开的,此时可以打印Activity的调用堆栈,在Activity的onCreate函数中添加如下代码: Arrays.stream(Thread.currentThread().getStackTrace()…...
深入解析 SqlSugar 与泛型封装:实现通用数据访问层
在现代软件开发中,ORM(对象关系映射)框架的使用已经成为不可或缺的部分,SqlSugar 是一款非常流行且强大的 ORM框架。它不仅提供了简单易用的数据库操作,还具备了高效的性能和灵活的配置方式。为了进一步提升数据库操作…...
普通 html 项目引入 tailwindcss
项目根目录安装依赖 npm install -D tailwindcss3 postcss autoprefixer 初始化生成tailwind.config.js npx tailwindcss init 修改tailwind.config.js /** type {import(tailwindcss).Config} */ module.exports {content: ["./index.html"], //根据自己的项目…...
Go小技巧易错点100例(二十七)
本期分享: 1. Go语言中的Scan函数 2. debug.Stack()打印堆栈信息 3. Go条件编译 正文: Go语言中的Scan函数 在Go语言中,Scan函数是一个强大的工具,它主要用于从输入源(如标准输入、文件或网络连接)读取…...
单细胞测序数据分析流程的最佳实践
单细胞测试数据分析流程是整个论文数据分析过程中相对固定的部分,有一定的标准流程,以下整理了发表论文的相关内容供简要了解,详细内容可以参照2019年发表的综述:Luecken MD, Theis FJ. Current best practices in single-cell RN…...
Elasticsearch:RAG 和 grounding 的价值
作者:来自 Elastic Toms Mura 了解 RAG、grounding,以及如何通过将 LLM 连接到你的文档来减少幻觉。 更多阅读:Elasticsearch:在 Elastic 中玩转 DeepSeek R1 来实现 RAG 应用 想获得 Elastic 认证吗?查看下一期 Elast…...
经典算法 求解台阶问题
求解台阶问题 题目描述 实现一个算法求解台阶问题。介绍如下: 对于高度为 n 的台阶,从下往上走,每一步的阶数为 1、2 或 3 中的一个。问要走到顶部一共有多少种走法。 输入描述 输入一个数字 N: 1 ≤ N ≤ 35表示台阶的高度 …...
伊甸园之东: 农业革命与暴力的复杂性
农业革命的开始 农业革命是人类历史上的第一次重大经济和社会变革,标志着人们从狩猎采集转向农耕。 该变革虽然进展缓慢,却彻底改变了人类的生活方式和社会结构。狩猎采集社会的特征 狩猎采集者生活在小规模、低密度的部落中,依赖于不稳定的自…...
MCP多智能体消息传递机制(Message Passing Between Agents)
目录 🚀 MCP多智能体消息传递机制(Message Passing Between Agents) 🌟 为什么要引入消息传递机制? 🏗️ 核心设计:Agent间消息传递模型 🛠️ 1. 定义标准消息格式 Ὦ…...
Deformable DETR模型解读(附源码+论文)
Deformable DETR 论文链接:Deformable DETR: Deformable Transformers for End-to-End Object Detection 官方链接:Deformable-DETR(这个需要在linux上运行,所以我是用的是mmdetection里面的Deformable DERT,看了一下源码基本是…...