如何建立自己的知识库

☝️拆解创作任务AI创作的一个痛点在于生成的内容太过笼统模糊，也就是AI味儿很重。回想你在工作中是不是也遇到过派活后当甩手掌柜的领导，他不会告诉你步骤、方法或者技巧，只会「很急，今天就要」。如果把AI看作是一名实习生，它可能也遇到了类似的情况。所以如果想让AI成为你的得力助手，你需要提供一定的指导，比如拆解复杂的任务到合适的颗粒度，提供一些方法论让它效仿，定义好输出的格式它好按部就班地执行。我做的第一件事是拆解自己创作一期「科幻预见未来」的步骤，如下图所示：其中需要AI生成的核心内容有电影中未来世界观的描述，构成世界观的驱动力/颠覆因素的分析，和延伸思考的问题。而生成这些内容的前提是准确选出匹配电影设定的驱动力/颠覆因素，也就是流程中的第3步。因此，我们可以视其为一个关键的任务节点，而第4到第7步是围绕第3步展开的主线任务。✌️建立定向知识库由于《梦想与颠覆》卡牌是本次创作的元知识，我们可以将它导入到flowith的知识花园中作为AI可以调用的知识库。将所有的驱动力和颠覆因素转化为文字上传后，打开智能拆分模式，AI就会自动分析内容并优化拆分的逻辑，最后形成一颗颗知识「种子」。后续在画布的侧边栏激活知识库后，AI将启用知识关联功能，根据创作场景自动匹配库内素材，让输出的内容更具针对性。另外你可以选择发布或分享你的知识库，让它成为别人的知识外挂，而在flowith的知识市场中你也可以「挪用」别人的秘籍，只不过受益者是你的AI Agent。

要搭建基于GPT API的定制化知识库，涉及到给GPT输入（投喂）定制化的知识。但GPT-3.5,也就是当前免费版的ChatGPT一次交互（输入和输出）只支持最高4096个Token，约等于3000个单词或2300个汉字。这点容量对于绝大多数领域知识根本不够。为了使用GPT的语言能力来处理大量的领域知识，OpenAI提供了embedding API解决方案。参考OpenAI embedding documents。[heading2]理解embeddings[content]embeddings(直译为嵌入）是一个浮点数字的向量（列表）。两个向量之间的距离衡量它们的关联性。小距离表示高关联度，大距离表示低关联度。进一步解释：向量（列表）：向量是数学中表示大小和方向的一个量，通常用一串数字表示。在计算机科学和数据科学中，向量通常用列表（list）来表示。列表是一种数据结构，它包含一组有序的元素。例如，一个二维向量可以表示为[2,3]，这意味着沿着两个轴的分量分别为2和3。在这里，"list"是一种编程术语，意味着一系列有序的数据。向量之间的距离：向量之间的距离是一种度量两个向量相似性的方法。有多种方式可以计算两个向量之间的距离，最常见的是欧几里得距离。欧几里得距离计算方法是将两个向量的对应元素相减，然后取平方和，再开平方。例如，向量A=[1,2]和向量B=[4,6]之间的欧几里得距离为sqrt((4-1)^2+(6-2)^2)=5。较小距离意味着高相关性，因为向量间相似度高。在OpenAI词嵌入中，靠近向量的词语在语义上相似。例如，“猫”和“狗”距离近，它们都是宠物，与“汽车”距离远，相关性低。文档上给了创建embeddings的示例上面的命令访问embeddings API接口，将input语句，转化成下面这一串浮点数字。

[heading5]3）创建【知识库】，整理“关键字”与“AI相关资料链接”的对应关系，并将信息存储起来。创建知识库路径：个人空间-知识库-创建知识库知识库文档类型支持：本地文档、在线数据、飞书文档、Notion等，本次使用【本地文档】按照操作指引上传文档、分段设置、确认数据处理。?小技巧：知识库好不好用，跟内容切分粒度有很大关系，我们可以在内容中加上一些特殊分割符，比如“###”，以便于自动切分数据。分段标识符号要选择“自定义”，内容填“###”。最终的知识库结果如下，同一颜色代表同一个数据段，如果内容有误需要编辑，可以点击具体内容，鼠标右键会看到“编辑”和“删除”按钮，可以编辑或删除。