《执笔者》：基于多 Agent 模式的全能写手 成果展示： 多 agent 协作的《执笔者》搭建用时不到 10 分钟（在之前的 bot 或工作流已调试好的前提下），目前协作了三个 agent，每个 agent 都根据任务分工集成了不同的工作流、图像流等内容，各司其职，互不干扰，整体交互模式保持一致。其主要功能是支持小红书、公众号和头条平台的图文创作，简单使用“主题词+平台类型”即可召唤相关 bot 输出优质内容。《执笔者》的出现极大地提高了工作效率，后续会不断更新迭代（人物专栏、作文、书籍等），成为真正的全能优质写手。感兴趣的朋友欢迎前往试用：https://www.coze.cn/store/bot/7387404430825668643?panel=1&bid=6d1b1va9o1g18 商业模式： 接入微信或者抖音，通过为广大创作者提供服务的方式引流；为品牌商或特殊客户提供批量优质定制文案收费服务。BOTID：7386947021552320564 操作步骤： 1. 多 agent 模式切换：在 bot 编排页面点选多 agent 模式，页面将会自动切换为多 agent 调试状态，相比单 agent，主要是多了中间一块的 agent 连接区。 2. 添加合适节点：节点有两种方式可以选择，用已发布的 bot，或者创建一个新的 agent，按需选取。添加的 agent 直接连接在默认的总管 agent（“执笔者”）后面即可，无结束节点。 3. 添加合适的 prompt：在多 agent 模式下，需要为每个 agent 填写合适的 prompt。外围的人设填写该 bot 的主要功能，内部的 bot 填写各个 bot/agent 的应用场景。 4. 调试与美化：经过以上简单三步，一个多 agent 的 bot 就基本搭建完成，接下来就是漫长的调试过程，如果输出与自己设想有差异，可以不断调整外围和内部 bot 的提示词，提升命中率，优化交互。 创作背景： 在全民自媒体时代，内容创作成为重要的表达方式。coze 平台上的图文创作 bot 虽吸引创作者关注，但现有的图文 bot 主要分为两类，一类专注特定垂直领域，无法满足博主跨平台需求；另一类不够专业优质。对于很多自媒体博主，需要同时入驻多个平台，根据不同平台格式和调性创作，单一或泛泛的文案创作助手不能满足需求。因此，作者萌生打造全且优的文案创作助手的想法，想到用多 agent 模式整合之前开发的小红书和头条文案创作 bot，节省复杂的 prompt 书写和调试工作。具体分 4 步拆解。 原文链接：https://developer.volcengine.com/articles/7387306376004894783 作者:用户 6810070191084；芋头小宝

以下是 AI 对您从事私域培训及创业解决获客问题可能提供的帮助： 1. 生成爆款内容：借助 AI 分析能力挖掘同品类爆款，利用 AI 工具生成电商商品图、小红书图文内容、种草短视频等，吸引潜在客户。 2. 公域阵地场景：依托视频号、抖音、小红书、公众号等平台，通过矩阵号和 IP 号的搭建，以及短视频、直播等方式获取 leads，背后涉及矩阵号工具、内容抓取分析、脚本创作、AI 剪辑、自动回复评论、无人直播工具等。 3. 私域阵地场景：在朋友圈、小红书、社群、个人 IP 方面，利用销售企微 SCRM 工具、企业智能体进行 AI 内容抓取和自动回复，实现获客转化。 此外，为您提供一些相关的近期安排和团队信息： 1. 近期安排： 商会公开课：时间暂定 2.22 日，线上直播（小鹅通/腾讯会议），主题为《AI 获客》。 重庆区域公开课：时间暂定 2.9 日，线上直播（小鹅通/腾讯会议），主题为《Deepseek 引发的商业思考》。 民营经济大讲堂：时间与讲师团商量调整，线下付费方式。 省商会公开课：时间待定，线上直播（小鹅通/腾讯会议），主题为《AI 获客》。 SaaS 平台企业公开课：时间待定，线上直播（小鹅通/腾讯会议），主题待定。 杭州市城投线下培训：时间 2 月底，针对城投内部线下培训。 2. 北京分队介绍： wb：运营一个私域资源（包括 AI）的讨论群，关注 AI 前沿动态。 祖海：在杭州，有 400 位编导和操盘手资源，做个人 IP 咨询和陪跑，以及 Ai 数字人获客。 宇竹：在多个赛道有丰富的 IP 操盘经验。 U：业余配音演员、业余歌手，擅长音频剪辑，也可简单视频剪辑。 萝卜：生图生视频剪辑均可，剪辑方面有从业经验。 李先森：星动 AI 联合创始人，致力于 AI 教育培训和 AI 商业应用。

如果您想用 AI 进行直播建立虚拟的自己，以下是一些相关信息： 虚拟主播在电商直播间的现状和挑战： 直播间的特点在于真实性，包括真实的商品展示、试用以及评测，这是虚拟主播面临的挑战。如虚拟网红翎 Ling 的美妆带货翻车案例，虚拟人很难让消费者共情。 尽管 3D 交互技术可完善数字人与真实空间的交互，但实现与商品的互动较困难，且用户希望了解商品细节。 虚拟数字人的发展阶段： 拟人化：由计算机虚拟合成高度逼真的三维动画人物，初步基于 AI 实现虚拟人驱动，实时进行信息沟通和反馈。 同人化：从外观模拟进阶到情感可交互，实现与人类高质量情感互动。 超人化：虚拟人的能力超越自然人，“虚拟”实体化，机器人承载虚拟人意识回到现实世界。 虚拟直播间的场景搭建： 绿幕的虚拟直播场景方案是低成本的直播样式，手机上有相关绿幕视频抠图 App，288 元可购买永久会员解锁所有功能。 场景搭建成本因多种因素而异，包括规模、复杂度、细节程度、互动特效等。 MR 设备的普及可能带动新的技术迭代，提供更沉浸式的互动购物体验。 构建高质量 AI 数字人的方法： 建好的模型可使用 web 前端页面或 Native 的可执行程序进行部署，呈现在用户面前的是一个 GUI。 开源数字人项目选择 live2d 作为数字人躯壳，相比其他方式更可控、自然、轻量和简单，卡通二次元形象接受度更高。 品牌使用 AI 驱动虚拟主播的情况： 欧莱雅、YSL、兰蔻、李宁、北面等品牌会使用 AI 驱动的虚拟主播进行自播，但通常只在午夜时段排期。 阿里云提供的品牌智能直播间基础版有多种功能，售价为 99000 元/（年×路）。 淘宝智能直播间的虚拟形象有 3D 卡通风格和 2D 拟真人风格，预设动作库和真实语音表现，展示方式和互动流程有一定特点，但也存在一些问题，如无法与产品接触导致测评缺乏真实性。

以下是用 AI 做一款 app 的一些建议和方法： 1. 从基础小任务开始： 让 AI 按照最佳实践写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，以学会必备的调试技能。 对于特定需求，如学习写 chrome 插件，让 AI 选择适合小白上手的技术栈生成示范项目，包含典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。 若使用 o1mini，可在提示词最后添加“请生成 create.sh 脚本，运行脚本就能直接创建插件所需要的所有文件。请教我如何运行脚本。”（Windows 机器则是 create.cmd），以一次性生成多个目录和文件。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，包含影响技术方案选择的细节，方便后续开发时参考。 3. 提升应用效果的技巧： 对于界面样式，不用非得用语言描述，可从设计平台找喜欢的设计稿上传图片让模型参考，如国内的站酷、海外的 Dribbble 和 Layers。重点描述静态图片无法表现的部分。 要求 AI 引用在线图片填充页面需要图片的部分，如 unsplash 等开源图片网站。 要求 AI 在生成页面时引用在线的图标库，如 Font Awesome 或 Material Icons 等，以替代 emoji 图标，使页面更简洁整齐。 此外，Eric Quan 表示使用 Trae 进行开发，贡献度接近 100%，能极大提高开发效率，尤其是前端代码开发，0 到部署所需时间从原来的 1 周到现在的 10 小时，1 个月的 MVP 能做到原来需要半年才敢想的 App。在产品使用中，Chat 模式更可控，Builder 模式也可在必要时使用。

很抱歉，目前没有关于在 Windows 上安装 ollamadeepresearcher 的完整教程。建议您通过以下途径获取相关信息： 1. 官方网站：访问 ollamadeepresearcher 的官方网站，查找针对 Windows 系统的安装指南。 2. 相关技术论坛：在专业的技术论坛上搜索相关主题，可能会有其他用户分享的安装经验和教程。 3. 视频平台：部分视频平台上可能有关于此软件在 Windows 上安装的演示视频。

AI 在翻译行业有广泛的应用： 1. 常见的应用是使用现成的 AI 翻译工具，能直接满足基本的翻译需求。 2. 对于有特殊翻译风格要求的情况，可以自己撰写提示词给 AI，对翻译要求进行专门说明，这是更高级的使用方式。 3. 若希望翻译的输入能自动参考自己的数据文档，并输出到微信平台等特定平台，就需要开发一个专属的智能体来实现功能。 4. 进一步地，若希望智能体与其他智能体协作，自动完成文章下载、翻译、输出、发布等一系列工作，可以搭建一个多智能体工作流系统。 5. 当翻译内容越来越专业，而现有的 AI 模型缺少很多专业词汇知识时，可能需要自己对 AI 模型进行训练，给它更多专业数据以使其更符合需求，但这一步的门槛和成本相对较高。 此外，在对访问量最大的 AI 工具及流量行为的研究中发现，人工智能聊天机器人在翻译和音译方面发挥着重要作用，其产生了巨大的流量份额。例如 ChatGPT 和 Google 的 Bard 等工具，它们不仅可用于写作和内容创作、教育和常识、集思广益和协助规划、产品推荐、数据输入和处理、不同类型的分析等，也可用于翻译。

以下是一些卡片笔记生产的 AI 工具及相关介绍： 1. 利用 ChatGPT 辅助完成单词卡片制作： 可以生成对应的单词内容，并整理好放入 Excel 文件中。 利用搞定设计批量产图，步骤包括点击右上角三个点、选择批量套版、按照步骤依次点击、保留要替换的部分等。 2. 以 Trae 为代表的自然语言交互式 AI 编程工具：能让程序小白迈出创造的第一步，只要有清晰需求和创意，就能将想法转化为实际产品。 3. 利用 AI 快速总结群聊消息制作笔记卡片： 方法是文字原文+提示词+AI 大模型+小卡片软件。 先将微信聊天内容批量复制，如多选想要复制的内容转发到群里或文件传输助手，收藏并转存为笔记后全选复制。还可使用能让电脑和手机设备剪切板共享的工具。

RAG（RetrievalAugmented Generation，检索增强生成）是一种结合检索和生成能力的自然语言处理架构。 通用语言模型通过微调可完成常见任务，而更复杂和知识密集型任务可基于语言模型构建系统，访问外部知识源来实现。Meta AI 引入 RAG 来完成这类任务，它把信息检索组件和文本生成模型结合，可微调且内部知识修改高效，无需重新训练整个模型。 RAG 接受输入并检索相关/支撑文档，给出来源（如维基百科），这些文档作为上下文和原始提示词组合给文本生成器得到最终输出，能适应事实随时间变化，让语言模型获取最新信息并生成可靠输出。 大语言模型（LLM）存在一些缺点，如无法记住所有知识（尤其是长尾知识）、知识容易过时且不好更新、输出难以解释和验证、容易泄露隐私训练数据、规模大导致训练和运行成本高。而 RAG 具有数据库存储和更新稳定、数据更新敏捷且不影响原有知识、降低大模型输出出错可能、便于管控用户隐私数据、降低大模型训练成本等优点。 在 RAG 系统开发中存在 12 大痛点及相应的解决方案。

以下是关于更自动化使用 cherry studio 本地知识库的具体操作方法： 使用知识库： 将知识库直接与 Bot 进行关联用于响应用户回复，或者在工作流中添加知识库节点，成为工作流中的一环。 在 Bot 内使用知识库： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在 Bots 页面，选择指定 Bot 并进入 Bot 详情页。 4. 在 Bot 编排页面的知识库区域，单击加号图标，添加指定的知识库。 5. （可选）添加知识库后，可以在自动调用下拉界面内，调整知识库的配置项。 配置项说明： 最大召回数量：Bot 在调用知识库匹配用户输入内容时，返回的数据片段数量，数值越大返回的内容越多。 最小匹配度：Bot 在调用知识库匹配用户输入内容时，会将达到匹配度要求的数据片段进行召回。如果数据片段未达到最小匹配度，则不会被召回。 调用方式：知识库的调用方式。 自动调用：每轮对话将自动从所有关联的知识库中匹配数据并召回。 按需调用：您需要在人设与回复逻辑中提示 Bot 调用 RecallKnowledge 方法，以约束 Bot 在指定时机从知识库内匹配数据。 6. （可选）在预览与调试区域调试 Bot 能力时，扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 在工作流内使用 Knowledge 节点： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入工作流页面，并打开指定的工作流。 4. 在左侧基础节点列表内，选择添加 Knowledge 节点。 创建知识库并上传文本内容： |上传方式|操作步骤| ||| |本地文档|1. 在文本格式页签下，选择本地文档，然后单击下一步。<br>2. 将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档。<br>目前支持上传.txt,.pdf,.docx 格式的文件内容。<br>每个文件不得大于 20M。<br>一次最多可上传 10 个文件<br>1. 当上传完成后单击下一步。<br>2. 选择内容分段方式：<br>2.1. 自动分段与清洗：系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据。<br>2.2. 自定义：手动设置分段规则和预处理规则。<br>分段标识符：选择符合实际所需的标识符。<br>分段最大长度：设置每个片段内的字符数上限。<br>文本预处理规则：<br>替换掉连续的空格、换行符和制表符<br>删除所有 URL 和电子邮箱地址<br>1. 单击下一步完成内容上传和分片。| 创建知识库并上传表格数据： |上传方式|操作步骤| ||| |本地文档|选择将本地文件中的表格数据上传至知识库中。<br>1. 在表格格式页签下，选择本地文档，然后单击下一步。<br>2. 将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档，然后单击下一步。<br>目前支持上传.csv 和.xlsx 格式的文件内容，且表格内需要有列名和对应的数据。<br>每个文件不得大于 20M。<br>一次最多可上传 10 个文件。<br>1. 配置数据表信息后，单击下一步。<br>1.1. 指定数据范围：通过选择数据表、表头、数据起始行指定数据范围。<br>1.2. 确认表结构：系统已默认获取了表头的列名，您可以自定义修改列名，或删除某一列名。<br>1.3. 指定语义匹配字段：选择哪个字段作为搜索匹配的语义字段。在响应用户查询时，会将用户查询内容与该字段内容的内容进行比较，根据相似度进行匹配。<br>2. 查看表结构和数据，确认无误后单击下一步。<br>3. 完成上传后，单击确定。|

以下是关于 AI 本地笔记的相关内容： Obsidian 与 Cursor 结合构建最强 AI 知识库 因 Obsidian 浏览器剪藏插件强大而开始使用，但其 AI 插件配置复杂，存在 Bug。 Cursor 能解决相关问题，主要有三类作用： 用模糊问题检索笔记库，而非关键字。 基于笔记库进行研究，结合多个笔记软件给出建议。 生成和修改笔记，如生成整个笔记文件或修改文案。 教程中会用默认中文且免费的 Trae 演示，其他 AI IDE 也大同小异。 关于 Obsidian 是一款功能强大的笔记软件，专为知识管理设计，支持 Markdown 格式、双向链接和本地存储。 支持 Markdown 格式，简单易学且功能强大。 具有独特的双链笔记，允许在笔记之间建立关联，形成动态知识网络。 笔记完全在本地储存为 Markdown 格式的文件，数据完全属于用户。 准备工作 找到 Obsidian 本地文件存储的文件夹。 打开 Trae 软件，选择“打开文件夹”，选中 Obsidian 笔记文件夹。 学习笔记：AI for everyone 吴恩达 AI 分为 ANI 和 AGI，ANI 发展巨大，AGI 进展不大。ANI 为弱人工智能，只能做一件事，如智能音箱等应用。AGI 能做任何人类能做的事。 机器学习中的监督学习，从输入到输出。近期监督学习快速发展得益于数据增长、神经网络规模发展及算力发展。 数据集是数据的集合，通常以表格形式出现，每列代表特定变量，每行对应成员。获取数据方式有手动标注、观察行为、网络下载。使用数据时，可将数据展示或给 AI 团队协助梳理。数据分结构化与非结构化，结构化数据易处理，非结构化数据如图片、视频、文本机器处理较难。