刷钱利器：黄金波动 - 运用大语言模型RAG预测黄金价格涨跌

这次有幸参加了NVIDIA的2024暑期训练营，学习了如何基于NVIDIA NIM（NVIDIA Inference Microservices) 平台构建LLM-RAG和多模态智能体。

在当前快速发展的AI领域，RAG技术通过结合大语言模型（LLM）和动态检索机制，能够实时连接外部数据源，从而显著提升模型的输出质量和准确性。这不仅使得AI系统能够处理更复杂的查询，还能提供更加个性化和智能化的用户体验。多模态智能体则进一步扩展了AI的应用边界，通过将文字、语音、图像、视频等多种形式的数据融合处理，使AI系统具备更强的理解和生成能力。这种技术在许多领域，如自动驾驶、医疗影像、智能客服等，都展现出了巨大的潜力和应用价值。这使得预测黄金的涨跌变成可能。

单纯的构想没有行动只会是空想，只有付诸于实施才能把梦想变成现实。

l   明确目标：

预测黄金涨跌幅的人工智能助手

l   目标拆分：

1. 获取资料数据 —— 获得黄金价格的历史数据
2. 多模态AI ——根据数据生成相应的曲线和图像，作为下一步的输入；
3. RAG系统——RAG系统AI可以根据知识库检索到的信息，作为上下文输入，提高输出结果的准确度。在这里选取图像分析方面，目标输出是图标数据结论和更加细化的趋势分析比较。
4. 数据输出系统——AI通过图像数据的趋势对比输出结论。

上述部分把任务拆分后，构建AI Agent就是把这几块拼在一起，很像搭积木，想要替换功能只需要对其中的板块进行替换。接下去就是具体执行细化