第二期书生浦语大模型实战营 第三次作业

视频：https://www.bilibili.com/video/BV1QA4m1F7t4/
教程：https://github.com/InternLM/Tutorial/blob/camp2/huixiangdou/readme.md
作业：https://github.com/InternLM/Tutorial/blob/camp2/huixiangdou/homework.md
github地址：https://github.com/InternLM/HuixiangDou

基础作业1–茴香豆知识助手

在茴香豆 Web 版中创建自己领域的知识问答助手
参考视频零编程玩转大模型，学习茴香豆部署群聊助手
完成不少于 400 字的笔记 + 线上茴香豆助手对话截图(不少于5轮)
（可选）参考 代码 在自己的服务器部署茴香豆 Web 版
web端平台网址：https://openxlab.org.cn/apps/detail/tpoisonooo/huixiangdou-web
茴香豆微信部署教程：https://zhuanlan.zhihu.com/p/686579577（会封微信号，得用微信测试号）

个人点评
茴香豆目前支持30M以内的pdf（非图片版）、word版，excel，markdown等格式文件上传，刚开始我上传的文件过大，无法上传；
图片版无法识别，后期建议加个ocr识别，图片版也可以上传。
所有涉政的问题都不能回答，小伙伴就不要白费力气上传了，不能回答，
感觉茴香豆模型挺强大的，很多文档问题检索查询生成的都很好，
有些文档的元问题似乎不能很好回答，比如这个问题“列出每章的章名称”，
另外涉及数学公式不能很好的回答，比如“请写出隐马尔可夫模型”

茴香豆接入飞书

教程：https://aicarrier.feishu.cn/docx/H1AddcFCioR1DaxJklWcLxTDnEc
个人小结：
三个操作界面：
1）进入飞书开放平台（https://open.feishu.cn/app?lang=zh-CN），创建企业自建应用， 添加机器人，作为群聊bot，
2）在茴香豆web知识库（https://openxlab.org.cn/apps/detail/tpoisonooo/huixiangdou-web）和企业应用进行连接配置并发布（照着教程操作即可）（操作1和2在这个教程很详细：https://aicarrier.feishu.cn/docx/H1AddcFCioR1DaxJklWcLxTDnEc）
3）电脑端飞书app端，将刚刚创建并发布的应用机器人添加到群聊中，这句话比较困难，先在飞书群里添加机器人，注意不是添加自定义机器人，而是在下拉列表中找到创建的应用添加，然后还要删除飞书助手，再@创建的机器人，否则轮不到创建的机器人回答问题，

茴香豆接入微信群

web端茴香豆地址：https://openxlab.org.cn/apps/detail/tpoisonooo/huixiangdou-web
教程：https://zhuanlan.zhihu.com/p/686579577
个人小结：
两个操作地址：
电脑web端茴香豆创建个人知识库，创建微信应用，复制回调地址
手机安装茴香豆app，开启“茴香豆llm rag回复”
安装茴香豆app教程：注意不是从手机应用端下载app，没有上架，应该从电脑端下载https://github.com/InternLM/HuixiangDou/releases/tag/v0.1.0rc1这个文件huixiangdou-20240409.apk，
微信给自己发送文件huixiangdou-20240409.apk，
用浏览器打开安装茴香豆app，
把茴香豆web端微信回调地址粘贴进去，打开应用，去微信端让小伙伴发送消息过来，机器人就会自动回复，
主要是手机微信聊天窗口开着，对方发来消息就会自动回复，然后立刻关掉应用，否则就会消息泛滥，有被封号的危险。

基础作业2：在 InternLM Studio 上部署茴香豆技术助手

根据教程文档搭建 茴香豆技术助手，针对问题"茴香豆怎么部署到微信群？"进行提问
完成不少于 400 字的笔记 + 截图
完成平台：https://studio.intern-ai.org.cn/console/instance/

进阶作业 - 二选一

A.【应用方向】 结合自己擅长的领域知识（游戏、法律、电子等）、专业背景，搭建个人工作助手或者垂直领域问答助手，参考茴香豆官方文档，部署到下列任一平台。
飞书、微信
可以使用 茴香豆 Web 版 或 InternLM Studio 云端服务器部署
涵盖部署全过程的作业报告和个人助手问答截图
B.【算法方向】尝试修改 good_questions.json、调试 prompt 或应用其他 NLP 技术，如其他 chunk 方法，提高个人工作助手的表现。
完成不少于 400 字的笔记 ，记录自己的尝试和调试思路，涵盖全过程和改进效果截图

A

step1：往知识库文件夹repodir里放了李航统计学习方法的12个ppt形成的pdf


step2：终端输入以下内容，相当于创建了一个接受问题列表，测试问题列表，并重新提取知识库向量特征，重新测试

cd /root/huixiangdou
mv resource/good_questions.json resource/good_questions_bk.json
echo '[
    "隐马尔可夫模型是什么",
    "条件随机场的原理是什么",
    "感知机的输入和输出分别是什么",
    "感知机由谁提出",
    "请介绍感知机学习算法的步骤",
    "k-近邻法的工作原理是什么",
    "使用k-近邻法的一般流程是什么",
    "k-近邻法有哪些举例度量形式",
    "请介绍支持向量机的含义",
]' > /root/huixiangdou/resource/good_questions.json

#新建测试问询列表，用来测试拒答流程是否起效
cd /root/huixiangdou
echo '[
"感知机由谁提出",
"你好，介绍下自己"
]' > ./test_queries.json

# 创建向量数据库存储目录
cd /root/huixiangdou && mkdir workdir 
# 分别向量化知识语料、接受问题和拒绝问题中后保存到 workdir
python3 -m huixiangdou.service.feature_store --sample ./test_queries.json

# 填入问题
sed -i '74s/.*/    queries = ["感知机由谁提出", "茴香豆怎么部署到微信群", "今天天气怎么样？"]/' /root/huixiangdou/huixiangdou/main.py
# 运行茴香豆
cd /root/huixiangdou/
python3 -m huixiangdou.main --standalone

运行过程：

运行结果：