基于FastGPT实现AI判断问题分类进行不同流程处理

最新推荐文章于 2024-10-04 22:36:54 发布
最新推荐文章于 2024-10-04 22:36:54 发布
阅读量375 收藏 10
点赞数 5
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/taoshihan/article/details/139181558
版权

需求场景

比如，用户问我 “报名” 相关的问题，AI就不要回复了
如果是其他问题，那么AI就进行自动回复

搭建流程

基于FastGPT流程编排系统进行搭建

图片[1]-基于FastGPT实现AI判断问题分类进行不同流程处理-老狼笔记

问题分类器

默认什么都不需要写，只需要把分类名称写上，AI就能自动进行问题分类
只有其他问题才进行下一步处理

图片[2]-基于FastGPT实现AI判断问题分类进行不同流程处理-老狼笔记

程序员老狼
关注
FastGPT部署和接入使用重排模型bce-reranker-base
洛阳泰山的博客
07-23 1524
是一种专门用于信息检索和自然语言处理领域中的重排序（reranking）模型。这种模型由北京智源人工智能研究院（BAAI）开发，是 BGE（BAAI General Embedding）系列的一部分。BGE 系列模型专注于提供通用的嵌入表示，而则更进一步，在初步检索的结果基础上，对候选结果进行重新排序，以提高最终检索结果的相关性和质量。基本上是一种深度学习模型，它接受查询和文档对作为输入，并输出一个分数，该分数表示给定文档与查询之间的相关性。这个分数被用来重新排序初步检索得到的文档列表。
Fastgpt接入ChatTTS本地AI语音合成模型实现语音实时朗读
洛阳泰山的博客
07-22 3608
如果你对文章的内容有疑问，或者有想法像联系我，请在评论区留言或者私信我，我几乎每天，早中晚都会看平台的评论和消息。
ollama + fastgpt搭建本地私有AI大模型智能体工作流（AI Agent Flow）-- windows环境
ainnle的专栏
05-18 8836
ollama + fastgpt搭建本地私有AI大模型智能体工作流（AI Agent Flow）-- windows环境； windows搭建真正本地RAG检索agent。
玩转大模型之五（测试FastGPT高级编排）
mopmgerg54mo的博客
08-01 1219
体验了一下FastGPT的高级编排功能，总体来说效果一般，对于一些信息处理要求较高的场景，这种方案还是存在一些问题。
0921 知识库fastgpt
weixin_47051830的博客
11-06 1678
另外，如果你在系统设置中，录入你自己的 OPEN AI key，在线上平台使用 OpenAI Chat 模型不会另行计费，直接消耗你自己的 OPEN AI key；开始前，请准备一份测试电子文档，WORD，PDF，TXT，excel 都可以，比如公司休假制度，不涉密的销售说辞等等。对某条回答不满意，可以在“测试结果”中直接点开这条记录，补充内容后，点“确认变更”，数据库会补充建立索引。介绍了企业知识库的常识，分析了 AI 在企业知识库的优点，介绍了一个比较粗糙的 AI 企业知识库软件。
告别信息搜寻烦恼：用fastgpt快速部署国内大模型知识库助手
Maynor的博客
03-04 3337
FastGPT 使用了 one-api 项目来管理模型池，其可以兼容 OpenAI 、Azure 、国内主流模型和本地模型等。
主流ai知识库工具FastGPT、Dify、Coze横评
weixin_69464412的博客
06-28 1万+
FastGPTFastGPT 是环界云计算公司旗下一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！DifyDify 是 苏州语灵人工智能科技公司的一款开源的大语言模型(LLM)应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。Coze。
fastgpt、dify功能分析比较
龙井茶的Sky
04-22 1万+
现在都开始AI应用开发，何谓AI应用，起码要和AI大模型结合，应用表现形式多是对话类，当然也可以是后台调用openapi的生成式。最典型的AI应用即最早一批的chat类应用，封装个Prompt实现助手类chat。但是AI大模型能力再强，还是存在短板的。比如功能缺失，不能进行网页检索、不能直接查询天气、甚至不能进行代码运行。再比如，知识缺失，没有大模型训练截止日期之后的知识、没有私有知识。
python开发项目基于语音识别的智能垃圾分类系统的设计与实现【源码+论文+演示视频+包运行成功】
quanzhan_King的博客
07-17 4175
系统业务描述如下（1）用户可以匿名访问网站的首页，但不能使用里面的任何功能，如果想使用这个系统则必须进行登录。（2）会员的注册与登录：用户们如果想在系统中进行操作，需要经过一系列的有验证信息的注册，注册成功并登录后，用户可以解锁所有的功能。（3）管理员模块： 系统中拥有管理员的角色，管理员负责进行用户管理、算法管理等操作。此外系统中拥有一个超级管理员的角色，可以对所有的管理员用户进行添加、修改、删除等操作。（4）垃圾分类模块： 用户在使用系统的过程中如果想要进行垃圾分类的处理，要先上传mp3格式的音
AI模型大杀器----Amazon SageMaker 实现高精度猫狗分类
热门推荐
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
04-06 7万+
Hello大家好，我是Dream。 最近受邀参与了 亚马逊云科技【云上探索实验室】 活动，基于他们的sagemaker实现了机器学习中一个非常经典的案例：猫狗分类。最让我惊喜的是的模型训速度比想象中 效果要好得多，而且速度十分迅速，而且总体感觉下来整个过程十分便利，使用起来也是得心应手。 那接下来跟随我的视角，来一起复盘一下整体做的过程，来感受一下其强大便利之处。
基于Python实现的人工智能主播
06-19
- 支持 fastgpt 知识库聊天对话 - 支持 LLM 大语言模型的一整套解决方案：[fastgpt] + [one-api] + [Xinference] - 支持对接 bilibili 直播间弹幕回复和进入直播间欢迎语 - 支持微软 edge-tts 语音合成 - 支持 Bert-...
基于Python实现手写文字识别
商务合作 / 项目定制 / 学习交流。个人vx：lovely_wml
10-23 5万+
基于Python实现手写文字识别，对学生日常作业及考试试卷中的手写内容进行自动识别，实现学生作业、考卷的线上批阅及教学数据的自动分析，提升教职人员工作效率，促进教学管理的数字化和智能化。
FastGPT，知识库AI ！保姆级教程，5分钟上手
favxxx的博客
09-21 1万+
国内直联GPT！清风 AIchat 手把手保姆级使用教程，适合小白“未来几年，所有组织的管理、业务都将AI化，如何利用AI技术，是每一个管理者必须思考的问题”自从去年 12 月 ChatGPT 发布后，带动了新的一轮应用交互革命。尤其是 GPT-3.5 接口全面放开后，LLM 应用雨后春笋般快速涌现。企业信息化1.0 是电算化，2.0 是移动化，3.0 就是 AI 智能化了。企业 AI 化时代，员工关心是如何提高写作效率、工作效率；管理者关心的是如何提高组织的整体效率，促进业务，带动销售，提效降费。
评测：使用开源框架FastGPT快速构建智能助手应用
weixin_43737299的博客
05-05 3474
FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过工作流可视化进行应用编排，从而实现复杂的问答场景和更好的模型体验。更赞的是，FastGPT 项目在 Apache License 2.0 许可下开源，是由环节云计算公司提供支持，具体情况可参考git官方说明。
FastGPT快速上手
浪漫韫秋
04-26 794
WORD，PDF，TXT，excel，markdown都可以，是不是有点类似澄清，或者rasa的form呢？或者让用户填写一些内容，作为本次对话的变量；点击上传后我们需要等待数据处理完成，：每次提问的时候进行一次知识库搜索，这个参考回答是要结合prompt的；这样我们的应用就和知识库关联起来了。若问答质量不高，可以后期手动修改。：手动输入问答对，是最精准的数据。点击「应用」按钮来新建一个应用，然后我们就可以愉快的开始聊天啦。快速体验FastGPT基础功能。：一个极其简单的AI对话应用；
fastgpt部署中遇到的问题点
qq_19072921的博客
07-24 753
fastgpt的docker-compose部署中遇到的问题记录
扩散模型（2）--1
m0_63860007的博客
09-29 910
生成模型通过学习并建模输入数据的分布，从而采集生成新的样木，该模型广泛运用于图片视频生成、文本生成和药物分子生成。扩散模型是一类概率生成模型，扩散模型通过向数据中逐步。
基于Keras的U-Net模型在图像分割与计数中的应用
最新发布
深度学习实战训练营，一起交流探索深度学习
10-04 1108
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值