 |
dandankeleV2EX 第 412203 号会员，加入于 2019-05-14 16:11:28 +08:00今日活跃度排名 18066 |
dandankele 最近回复了
7 天前 回复了 dandankele 创建的主题 › AI Agent 智能体 › 开源智能体系统越来越多，还有必要自己开发吗 |
@skuuhui 我的意思是我只专注编写 prompt 和提供工具连接到企业内的相关知识，Agent 那部分逻辑就不再开发了，因为市面上很多 Agent 都提供配置 prompt 和外部工具，我只需要去配置一下，岂不就是所谓的“垂直领域 Agent”了？省去我很多的时间。。但是由于不确定我的想法是否正确，所以想来问问有没有经验人士的指导
7 天前 回复了 dandankele 创建的主题 › AI Agent 智能体 › 开源智能体系统越来越多，还有必要自己开发吗 |
@Solix 最初怀疑通用的 Agent 缺乏专业性。。但现在看来似乎也能很好的完成工作。。不知道是不是我经历的业务复杂度没有那么高。。所以开始纠结直接用通用的开源的 Agent 还是自己开发
19 天前 回复了 Chuckle 创建的主题 › 程序员 › ai code， cli 相比 cursor、vsc 插件这种 gui 界面要更好用？ |
1 月 16 日 回复了 eleganceoo 创建的主题 › 程序员 › 天天叫 AI 编程多厉害，真用起来气死个人啊，到底是谁说不用自己写啊 |
没啥技巧的。。现在 AI 编程的短板显而易见的。。所以最常用的场景还是局部用 AI 编写，尤其是细节不需要那么多的、比较通用化的地方，让 AI 可以辅助写。其他地方还是老老实实自己手撸吧，再配合一下 tab 补全。
要说一个完整项目让 AI 写，那么这个项目肯定是骗投资人的、非生产级的、规模过小的
要说一个完整项目让 AI 写，那么这个项目肯定是骗投资人的、非生产级的、规模过小的
1 月 14 日 回复了 milestance 创建的主题 › Local LLM › 讨论下自建内网 RAG 知识库和 AGENT 平台 |
为啥又要搞个 n8n 做知识的导入？当时是出于啥原因考虑的？ fastgpt 不能完成吗？
最后的问答模式是什么意思？你的 RAG 应用要嵌入在 OUTLINE 文档页面中使用是吗？
最后的问答模式是什么意思？你的 RAG 应用要嵌入在 OUTLINE 文档页面中使用是吗？
1 月 14 日 回复了 chman 创建的主题 › 程序员 › 大家在实现 AI Agent 的时候都用什么框架呢？ |
@JustRuning Enio 用下来感觉如何啊？我们也是医疗相关，且也是 Gopher ，也在调研相关 agent 框架
1 月 7 日 回复了 Leo295 创建的主题 › 分享创造 › 做了半年的 AI 图片站， 431 用户， 11 人到结账页， 0 收入——第二大流量来源是 ChatGPT |
还是产品定位问题
定位为工具站，目标人群其实都是散客，说白了都是公司的一些执行员工可能为了工作所需或者纯玩体验的人。但这部分人群早已被大厂免费的产品割走了。而且对于这部分人，付费意愿与产品功能存在很大关系，你这产品功能如 V 友所说，类似纯套壳，没好好打磨。
但除了工具站还能做什么？需要了解到市场需求。但了解市场需求的渠道对于个人开发者来说太少了，就以我所了解的来说，现在一般都需要与企业自身的产品需求、内部需求来做结合，结合 AI 来为企业提供更大价值。单纯的通用型的工具在 V 站见过太多了，竞争压力不仅大，与大厂来比直接被碾压。
定位为工具站，目标人群其实都是散客，说白了都是公司的一些执行员工可能为了工作所需或者纯玩体验的人。但这部分人群早已被大厂免费的产品割走了。而且对于这部分人，付费意愿与产品功能存在很大关系，你这产品功能如 V 友所说，类似纯套壳，没好好打磨。
但除了工具站还能做什么？需要了解到市场需求。但了解市场需求的渠道对于个人开发者来说太少了，就以我所了解的来说，现在一般都需要与企业自身的产品需求、内部需求来做结合，结合 AI 来为企业提供更大价值。单纯的通用型的工具在 V 站见过太多了，竞争压力不仅大，与大厂来比直接被碾压。
权限常见的两大类做法，一类是在技术层面、资源层面做的，例如 1 楼所说的，对 api 路径、rpc 路径做权限控制，还有一类是在业务层面的，例如 xx 操作只允许 xx 级别的会员用户才能操作。。。不过这两类做法不是相互代替的，可以同时兼有。。具体问问 AI 吧
2025 年 11 月 28 日 回复了 arnoldnuo 创建的主题 › 程序员 › 现在说的用 AI 就是调 API 消耗 token 吗？前几年常用的训练模型，现在对个人来说既没可能也没必要了吗？还有必要学习机器学习这些算法吗？ |
AI 范围很广啊，只是近几年火起来的是语言模型，token 消耗量作为计费项也只针对语言模型。。以前的机器学习还可能还会用在风控（爬虫检测等）、产品质检等各种应用方向，那些可能会按次数、时间等其他维度作为消耗量的指标。而且针对企业自身独有领域的 AI 应用，更是需要掌握算法的人的
2025 年 11 月 26 日 回复了 edg 创建的主题 › 程序员 › Java 端怎么弄大模型的长期记忆 |
你的问题核心应该是知识检索吧，用户提问，但你不知道去拿哪些数据来喂给大模型？
看你的描述像是围绕个人画像数据方面做的检索，身高、体重、血糖，如果个人的数据量不大、字段不多的话，考虑整体扔给大模型。。。
如果个人数据量比较大，那么就要考虑你的问题了，如何抽取出所需的信息给大模型。。
我目前有两种想法：
1. 将个人画像数据做简单处理，将大量维度数据按小维度扔进向量库，然后根据用户提问做相似性检索取出扔给大模型。
2. 调整应用编排，多次调用大模型，每次调用针对不同关注点做处理。例如首次调用主要是引入意图识别，让大模型根据用户问题帮你识别出可能需要什么 category 下的哪个 key 的个人信息，然后你再去 es 检索。这种缺陷可能会增加响应时间。
看你的描述像是围绕个人画像数据方面做的检索，身高、体重、血糖，如果个人的数据量不大、字段不多的话，考虑整体扔给大模型。。。
如果个人数据量比较大，那么就要考虑你的问题了，如何抽取出所需的信息给大模型。。
我目前有两种想法：
1. 将个人画像数据做简单处理，将大量维度数据按小维度扔进向量库，然后根据用户提问做相似性检索取出扔给大模型。
2. 调整应用编排，多次调用大模型，每次调用针对不同关注点做处理。例如首次调用主要是引入意图识别，让大模型根据用户问题帮你识别出可能需要什么 category 下的哪个 key 的个人信息，然后你再去 es 检索。这种缺陷可能会增加响应时间。
Select Language