正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

腾讯把WeKnora升级到了：WeKnora2.0，RAG+Agent双驱动，引入ReACT架构，AI可以像人一样边思考、边行动、边调整的动态完成复杂任务就是说把PDF、Word、图片等资料丢进去，它能自动建知识库、做问答、写报告，还能上网查最新信息这个适合需要大量阅读+深度思考+结构化输出的复杂任务，比如说做行业调研、产品分析 WeKnora作为微信对话开放平台核心框架，它的智能问答能力是可以零代码无缝集成到公众号、小程序等生态里的，这个比较方便新增了FAQ知识库类型，可与现有文档知识库形成互补 FAQ知识库专用于管理“问题-答案”对形式的结构化知识，适合沉淀标准操作流程、产品使用指南、政策咨询等高频查询内容支持通过MCP，内置uvx、npx启动工具，支持多种传输方式内置DuckDuckGo获取实时信息 #WeKnora #微信公众号agent

AIGCLINK

33,749 subscribers

26,732 次观看 • 9 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

我发现！企业 AI 落地最自然的入口，可能是“知识库 + 工作群” 最近自己组了个GEO学习小组，明明都把链接学习资料都放群里了，但人遇到具体问题的时候，并不会打开知识库，从目录开始一页页翻。他只会在群里问一句： - GEO 新手第一步做什么？ - 官网内容很少，先改哪里？ - 品牌词没被 AI 搜到，怎么补？ - SEO 文章能不能直接改成 GEO 内容？ - ChatGPT / Perplexity 更容易引用什么样的页面？我早就把在 GEO 飞书知识库挂群里了。有些问题属于重复提问，有些是需要从知识库提取重点，再结合具体业务来回答。这都说明知识库离解决真实问题还有一段距离。我发现一个新产品 Lucius AI，能够把“知识库+IM”完美落地！我的做法很简单：把 GEO 飞书知识库、FAQ、执行清单、常见答疑口径接进去，再让它在飞书小群里做一个 AI 助教。 - 普通问题，它先按知识库回答。 - 需要诊断的问题，它先追问背景。 - 超出知识库的问题，它不会硬编，直接提示转人工。知识库以前更像一个仓库，东西都在里面，但要靠人自己进去找。接到 IM 之后，它就更像一个一直在线的小助教，站在真实对话现场，把知识拿出来用。这个形态其实很通用！ - 个人业务可以用在小社群、陪跑群、咨询服务、课程答疑。 - 企业内部可以用在员工手册、客服 SOP、产品 FAQ、销售口径、项目文档。 - 团队缺的是有人在大家提问的那一刻，把正确资料翻出来，并转成一句能执行的话。 Lucius AI 刚好连接知识库和实际业务的“最后一公里”

我发现！企业 AI 落地最自然的入口，可能是“知识库 + 工作群” 最近自己组了个GEO学习小组，明明都把链接学习资料都放群里了，但人遇到具体问题的时候，并不会打开知识库，从目录开始一页页翻。他只会在群里问一句： - GEO 新手第一步做什么？ - 官网内容很少，先改哪里？ - 品牌词没被 AI 搜到，怎么补？ - SEO 文章能不能直接改成 GEO 内容？ - ChatGPT / Perplexity 更容易引用什么样的页面？我早就把在 GEO 飞书知识库挂群里了。有些问题属于重复提问，有些是需要从知识库提取重点，再结合具体业务来回答。这都说明知识库离解决真实问题还有一段距离。我发现一个新产品 Lucius AI，能够把“知识库+IM”完美落地！我的做法很简单：把 GEO 飞书知识库、FAQ、执行清单、常见答疑口径接进去，再让它在飞书小群里做一个 AI 助教。 - 普通问题，它先按知识库回答。 - 需要诊断的问题，它先追问背景。 - 超出知识库的问题，它不会硬编，直接提示转人工。知识库以前更像一个仓库，东西都在里面，但要靠人自己进去找。接到 IM 之后，它就更像一个一直在线的小助教，站在真实对话现场，把知识拿出来用。这个形态其实很通用！ - 个人业务可以用在小社群、陪跑群、咨询服务、课程答疑。 - 企业内部可以用在员工手册、客服 SOP、产品 FAQ、销售口径、项目文档。 - 团队缺的是有人在大家提问的那一刻，把正确资料翻出来，并转成一句能执行的话。 Lucius AI 刚好连接知识库和实际业务的“最后一公里”

麻酱AI实验室

11,880 次观看 • 3 个月前

我靠，Understand Anything 这个开源项目有点东西。它把 LLM 和静态分析结合起来，自动扫描整个代码库，提取文件、函数、类和依赖关系，最终生成一个可交互的代码知识图谱。可以直接： 1、浏览代码结构和依赖关系 2、查看业务逻辑如何映射到代码 3、语义搜索“哪些模块处理身份验证” 4、自动生成架构学习路径 5、分析一次改动可能影响哪些模块 6、按架构层级对代码自动分组 7、Claude Code, Codex, Cursor, Copilot 等多种支持它的分析方式也很合理： Tree-sitter 负责提取 import、函数、类等确定性结构；LLM 负责生成摘要、架构归类和业务领域映射。内部还拆成了多个专业 Agent，分别负责项目扫描、文件分析、架构识别、业务建模、学习路径生成和图谱校验。最终生成的知识图谱可以保存成 JSON、提交到仓库，并支持增量更新，不需要每次重新分析整个项目。对 AI Coding 来说，这类工具的价值很可观：把复杂代码库转换成 Agent 可查询、可复用、可持续更新的结构化上下文。相比每次让 Agent 从头读代码，这更像是在给代码库建立一层长期记忆。

我靠，Understand Anything 这个开源项目有点东西。它把 LLM 和静态分析结合起来，自动扫描整个代码库，提取文件、函数、类和依赖关系，最终生成一个可交互的代码知识图谱。可以直接： 1、浏览代码结构和依赖关系 2、查看业务逻辑如何映射到代码 3、语义搜索“哪些模块处理身份验证” 4、自动生成架构学习路径 5、分析一次改动可能影响哪些模块 6、按架构层级对代码自动分组 7、Claude Code, Codex, Cursor, Copilot 等多种支持它的分析方式也很合理： Tree-sitter 负责提取 import、函数、类等确定性结构；LLM 负责生成摘要、架构归类和业务领域映射。内部还拆成了多个专业 Agent，分别负责项目扫描、文件分析、架构识别、业务建模、学习路径生成和图谱校验。最终生成的知识图谱可以保存成 JSON、提交到仓库，并支持增量更新，不需要每次重新分析整个项目。对 AI Coding 来说，这类工具的价值很可观：把复杂代码库转换成 Agent 可查询、可复用、可持续更新的结构化上下文。相比每次让 Agent 从头读代码，这更像是在给代码库建立一层长期记忆。

Vince 聊开发

11,664 次观看 • 2 个月前

腾讯全面支持MCP：发布MCP Marketplace、MCP托管、agent构建、发布到小程序/公众号为一体的AI套件平台，打通三个生态：mcp生态、agent生态、小程序/公众号生态，为mcp和agent创业者商业化提供了很好的通道。使用它不需要任何技术能力，只用5分钟就可以0门槛快速搭建一个类manus通用智能体，且可以发布为web应用、小程序、公众号，相当于coze+mcp+zion的合体。这也是继阿里云支持mcp之后，第二家国内大厂全面支持mcp，推动mcp成为国内agent互联互通标准。 #mcp #腾讯mcp #mcp托管

腾讯全面支持MCP：发布MCP Marketplace、MCP托管、agent构建、发布到小程序/公众号为一体的AI套件平台，打通三个生态：mcp生态、agent生态、小程序/公众号生态，为mcp和agent创业者商业化提供了很好的通道。使用它不需要任何技术能力，只用5分钟就可以0门槛快速搭建一个类manus通用智能体，且可以发布为web应用、小程序、公众号，相当于coze+mcp+zion的合体。这也是继阿里云支持mcp之后，第二家国内大厂全面支持mcp，推动mcp成为国内agent互联互通标准。 #mcp #腾讯mcp #mcp托管

AIGCLINK

59,139 次观看 • 1 年前

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,708 次观看 • 6 个月前

强，字节刚刚开源了一款“ChatGPT Pulse”类工具： MineContext，它会主动推送洞察、日/周总结、待办、活动记录等信息以每日总结、每周回顾、关键Tips或待办事项等形式，主动推送到主页 MineContext具有上下文感知能力，它目前基于屏幕截图+内容理解，看到看懂用户数字世界的上下文，再基于底层的上下文工程框架，进行主动推送未来会支持其他来源的多模态信息，文档、图片、视频、代码、外部应用数据等无感收集，开启后，它会在后台自动收集上下文，无需进行任何额外操作智能浮现，当需要创作或查找资料时，它可以智能浮现出相关历史上下文，以辅助创作比ChatGPT Pulse，MineContext所有的数据都会经过压缩后保存在本地，更具安全性 MineContext等于把沉默的电脑数据变成了随时可用的第二大脑，学生或研究者可以用来辅助构建知识体系，内容创作者可以用来提供灵感、优化工作流等 #MineContext #AI信息推送助手

强，字节刚刚开源了一款“ChatGPT Pulse”类工具： MineContext，它会主动推送洞察、日/周总结、待办、活动记录等信息以每日总结、每周回顾、关键Tips或待办事项等形式，主动推送到主页 MineContext具有上下文感知能力，它目前基于屏幕截图+内容理解，看到看懂用户数字世界的上下文，再基于底层的上下文工程框架，进行主动推送未来会支持其他来源的多模态信息，文档、图片、视频、代码、外部应用数据等无感收集，开启后，它会在后台自动收集上下文，无需进行任何额外操作智能浮现，当需要创作或查找资料时，它可以智能浮现出相关历史上下文，以辅助创作比ChatGPT Pulse，MineContext所有的数据都会经过压缩后保存在本地，更具安全性 MineContext等于把沉默的电脑数据变成了随时可用的第二大脑，学生或研究者可以用来辅助构建知识体系，内容创作者可以用来提供灵感、优化工作流等 #MineContext #AI信息推送助手

AIGCLINK

35,881 次观看 • 11 个月前

GitHub Copilot大更新，增加了MCP支持，推出Copilot Agent模式，面向所有VS Code用户开放 1、Agent模式不仅仅是回答问题，而能主动执行任务，它可以理解更复杂的指令，跨多个文件进行修改，建议终端命令、调用工具等，可以自动识别或生成所需的文件，并执行必要的步骤实现开发目标，还能分析运行时错误并进行自我修复 2、提供了一个本地MCP服务器，这个MCP服务为agent模式提供了强大的功能，比如跨代码库搜索代码、管理issues 以及创建 PR等 3、增加了对Claude 3.5/3.7、Google Gemini 2.0 Flash、OpenAI o3-mini等的支持推出了GitHub Copilot Pro+订阅计划，$39/月 4、Copilot的代码审查Agent正式发布，新增了个"下一步编辑建议"功能 #AI编程助手 #GitHubCopilot

GitHub Copilot大更新，增加了MCP支持，推出Copilot Agent模式，面向所有VS Code用户开放 1、Agent模式不仅仅是回答问题，而能主动执行任务，它可以理解更复杂的指令，跨多个文件进行修改，建议终端命令、调用工具等，可以自动识别或生成所需的文件，并执行必要的步骤实现开发目标，还能分析运行时错误并进行自我修复 2、提供了一个本地MCP服务器，这个MCP服务为agent模式提供了强大的功能，比如跨代码库搜索代码、管理issues 以及创建 PR等 3、增加了对Claude 3.5/3.7、Google Gemini 2.0 Flash、OpenAI o3-mini等的支持推出了GitHub Copilot Pro+订阅计划，$39/月 4、Copilot的代码审查Agent正式发布，新增了个"下一步编辑建议"功能 #AI编程助手 #GitHubCopilot

AIGCLINK

39,362 次观看 • 1 年前

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

宝玉

172,688 次观看 • 3 年前

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

小互

27,254 次观看 • 1 年前

酷，阿里出的一个可以让LLM像人类一样在网上搜索信息的多智能体框架：WebWalker，它可以让LLM能自动点击链接、阅读网页、理解信息、最终给出答案，解决传统搜索引擎只能浅层搜索的问题系统包含两个智能体，一个找信息助手，负责点击链接、浏览网页内容；一个判断助手，判断找到的信息够不够，是否需要继续找，给出答案垂直搜索能力强，能处理复杂问题，可以深入多个网页，找到隐藏的信息它可以和现有的AI问答系统（比如RAG）结合，比如RAG系统以前只能找到一些简单的答案，加上WebWalker后，可以增强处理复杂网络信息的能力 #AI上网助手 #WebWalker #AI问答助手 #RAG

酷，阿里出的一个可以让LLM像人类一样在网上搜索信息的多智能体框架：WebWalker，它可以让LLM能自动点击链接、阅读网页、理解信息、最终给出答案，解决传统搜索引擎只能浅层搜索的问题系统包含两个智能体，一个找信息助手，负责点击链接、浏览网页内容；一个判断助手，判断找到的信息够不够，是否需要继续找，给出答案垂直搜索能力强，能处理复杂问题，可以深入多个网页，找到隐藏的信息它可以和现有的AI问答系统（比如RAG）结合，比如RAG系统以前只能找到一些简单的答案，加上WebWalker后，可以增强处理复杂网络信息的能力 #AI上网助手 #WebWalker #AI问答助手 #RAG

AIGCLINK

34,435 次观看 • 1 年前

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？还真让我给找到了！！前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用并且直接付费！！有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力具体能干什么？举几个例子你就懂了会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产这绝对是一次能力供应链的重构！以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉为什么我说谁先知道谁赚钱？因为这个平台刚起来，早期上架的人能建立先发优势而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源强烈推荐大家来试试：

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？还真让我给找到了！！前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用并且直接付费！！有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力具体能干什么？举几个例子你就懂了会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产这绝对是一次能力供应链的重构！以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉为什么我说谁先知道谁赚钱？因为这个平台刚起来，早期上架的人能建立先发优势而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源强烈推荐大家来试试：

超级个体｜柿子

51,463 次观看 • 1 个月前

卧槽太叼了，腾讯自家的 ima知识库可以让AI轻松替代读取我们微信收藏夹里的微信公众号文章，支持批量哟。有没有跟我一样，平常喜欢刷点公众号的文章，然后看着不错，就点击收藏了。然后到用的时候，还得去收藏夹里查找、打开、复制链接、非常的不方便，如果很多篇就更别提了。尤其是在AI时代，我需要通过 WorkBuddy、或者 Claude Code、Codex 等 Agent产品来加工微信公众号文章的时候就天然的不方便了，这不ima知识库竟然能解决这个问题。而且WorkBuddy 中深度绑定了ima知识库。但同时你也能轻松在Codex、Claude Code 中使用 ima知识库。一个视频来教你轻松打通这个链路，如果对你有用，记得回来谢谢我。同时看看这篇文章，我是从这篇文章中学来的。最后附上ima知识库这个skill的安装方式：“请根据 ima-skills”。它在WorkBuddy中可是纯天然然集成的，或者你直接在skillhub上搜索，下载这个skill的压缩包。

卧槽太叼了，腾讯自家的 ima知识库可以让AI轻松替代读取我们微信收藏夹里的微信公众号文章，支持批量哟。有没有跟我一样，平常喜欢刷点公众号的文章，然后看着不错，就点击收藏了。然后到用的时候，还得去收藏夹里查找、打开、复制链接、非常的不方便，如果很多篇就更别提了。尤其是在AI时代，我需要通过 WorkBuddy、或者 Claude Code、Codex 等 Agent产品来加工微信公众号文章的时候就天然的不方便了，这不ima知识库竟然能解决这个问题。而且WorkBuddy 中深度绑定了ima知识库。但同时你也能轻松在Codex、Claude Code 中使用 ima知识库。一个视频来教你轻松打通这个链路，如果对你有用，记得回来谢谢我。同时看看这篇文章，我是从这篇文章中学来的。最后附上ima知识库这个skill的安装方式：“请根据 ima-skills”。它在WorkBuddy中可是纯天然然集成的，或者你直接在skillhub上搜索，下载这个skill的压缩包。

AI少年

26,765 次观看 • 2 个月前

一款可以使用自然语言与图库对话的工具：Album AI 可以用作图库/相册AI助手，也可以用作一个图像知识库辅助LLM内容生成 Album AI使用gpt-4o mini作为视觉模型，自动识别出相册中图像文件的元信息，借助RAG技术，实现的与相册对话的能力功能： 1、自动识别图片元数据，使用 gpt-4o-mini 作为视觉模型，自动识别相册中图片文件的元数据 2、对话功能，利用 RAG 技术，使相册能够与人进行对话。 3、存储，使用 PgSQL 数据库存储图片 4、元数据向量化，使用 OpenAI 的 Embedding API 对元数据进行向量化 5、包含2个API，传统的搜索 API和RAG API github： #AlbumAI #AI图库交互 #image #gpt4omini #llm #rag

一款可以使用自然语言与图库对话的工具：Album AI 可以用作图库/相册AI助手，也可以用作一个图像知识库辅助LLM内容生成 Album AI使用gpt-4o mini作为视觉模型，自动识别出相册中图像文件的元信息，借助RAG技术，实现的与相册对话的能力功能： 1、自动识别图片元数据，使用 gpt-4o-mini 作为视觉模型，自动识别相册中图片文件的元数据 2、对话功能，利用 RAG 技术，使相册能够与人进行对话。 3、存储，使用 PgSQL 数据库存储图片 4、元数据向量化，使用 OpenAI 的 Embedding API 对元数据进行向量化 5、包含2个API，传统的搜索 API和RAG API github： #AlbumAI #AI图库交互 #image #gpt4omini #llm #rag

AIGCLINK

16,617 次观看 • 2 年前

昨天看很多人转发Apodex 1.1 一个专门面向深度研究而打造的 Agent 专门解决那种"没有现成答案、需要大量调研才能搞定"的硬问题好奇测试了下，跑了俩任务，一下午都没跑完😅 执行时间是真长这玩意能你只要给它个目标，它就能能长时间运行、失败后能自动修复，还能自己验证交付结果是否准确它在接到任务后，主 Agent 拆解成各种子问题，异步派发给专业化的子 Agent执行，每个子 Agent 有自己独立的上下文、提示词和工具集。子 Agent 的报告汇入共享报告池，编排器异步读取，不会被最慢的那个卡住。单任务最高可调度 150 个子 Agent 解决的是什么问题呢？过去：一次提问，一段回答，一份报告。衡量标准通常是：答案对不对知识覆盖够不够引用多不多报告写得是否完整 Apodex 想提出的新的要求：一项从输入到交付的完整任务，衡量标准变成：是否理解目标是否能操作真实文件是否能调用代码和工具是否能维护长任务状态遇到变化能否局部调整执行失败能否自行恢复最终结论是否可以核查因此，它真正挑战的是当前 Deep Research 的产品形态：搜集资料和生成报告，只覆盖了复杂任务的一部分。真正的专业任务还需要读文件、清洗数据、选择方法、执行代码、处理异常、核查结论。所以特别适合：科研人员、分析师、专业用户

昨天看很多人转发Apodex 1.1 一个专门面向深度研究而打造的 Agent 专门解决那种"没有现成答案、需要大量调研才能搞定"的硬问题好奇测试了下，跑了俩任务，一下午都没跑完😅 执行时间是真长这玩意能你只要给它个目标，它就能能长时间运行、失败后能自动修复，还能自己验证交付结果是否准确它在接到任务后，主 Agent 拆解成各种子问题，异步派发给专业化的子 Agent执行，每个子 Agent 有自己独立的上下文、提示词和工具集。子 Agent 的报告汇入共享报告池，编排器异步读取，不会被最慢的那个卡住。单任务最高可调度 150 个子 Agent 解决的是什么问题呢？过去：一次提问，一段回答，一份报告。衡量标准通常是：答案对不对知识覆盖够不够引用多不多报告写得是否完整 Apodex 想提出的新的要求：一项从输入到交付的完整任务，衡量标准变成：是否理解目标是否能操作真实文件是否能调用代码和工具是否能维护长任务状态遇到变化能否局部调整执行失败能否自行恢复最终结论是否可以核查因此，它真正挑战的是当前 Deep Research 的产品形态：搜集资料和生成报告，只覆盖了复杂任务的一部分。真正的专业任务还需要读文件、清洗数据、选择方法、执行代码、处理异常、核查结论。所以特别适合：科研人员、分析师、专业用户

小互

13,825 次观看 • 23 天前