当前位置: 首页 > news >正文

运行fastGPT 第五步 配置FastGPT和上传知识库 打造AI客服

运行fastGPT 第五步 配置FastGPT和上传知识库 打造AI客服

根据上一步的步骤,已经调试了ONE API的接口,下面,我们就登陆fastGPT吧

http://xxx.xxx.xxx.xxx:3000/

这个就是你的fastGPT后台地址,可以在configer文件中找到。
账号是root,密码默认是1234

在这里插入图片描述
登录了之后,可以新建一个工作流,这样我们就可以调度GPT来帮我们回答问题了。

先去知识库,创建一个通用知识库。

上传一些你的产品资料,产品的规格,价格,产品的特点,常见问题,操作,说明等相关的知识。

在这里插入图片描述
注意,创建知识库, 一定要用聪明一些的模型,来帮你构建向量数据库。比如质谱的GLM -4 -PLUS最新的大模型,索引模型,可以选Embedding-3或者mbedding-2 ,这两都是质谱提供的。 其实区别不大,对于客服问答这种简单的应用。 索引模型区别好像不大。 具体可以自己感觉。

在这里插入图片描述
你可以手动添加训练数据集,这样可以再插入内容。 注意左边是问题, 右边是答案。是问答模型。
问题一定要有产品型号,具体的所指,要简短,不能是含糊的。 这个是引擎搜索时候的重要索引。不要追求1条知识过于全面,而是只针对1个点进行精要回复。 1个简单问题,对应1个简单的回答。 不要最求面面俱到,要的是1对1 的简单关系。

这对后面搜索知识库有极大好处。因为它只能搜指定的token数量,如果你的回答中无用内容占了 很多。那搜索出来的条目数量就很少。
在这里插入图片描述
每条知识,需添加索引关键词,这个是非常非常重要的。 决定了索引排序的排名。只有相关性靠前的,才能被抓到。 所以关键词质量很高。建议先把所有知识自己分个类 ,然后再决定怎么配置。
在这里插入图片描述
推荐的索引,要带上型号标签。 便于AI明白知识是哪个产品的。

电商客服 问答模型流程搭建

在这里插入图片描述

调用前置AI分析问题 扩展问题 和拆解关键词

客服模型推荐使用上面这种工作流,客户进来之后,先有前置的AI进行问题的分析,和补全。 然后扩展客户问题的关键词。
这里,可以用一个推理能力强的前置AI,比如我用了质谱的GLM -4 -PLUS最新的大模型(可以按照上篇文章介绍的方法自己添加进去),堪比GPT-4o,前置问题分析,这个步骤最重要。 决定回答质量。
在这里插入图片描述
这里是最为重要的,你要控制提示词,来教会GPT,如何拆解客户的问题,将客户的问题补全,让他知道你的产品分类,要把产品型号告诉GPT,这是它的基础背景知识。相当于分诊台,分类器。 拿到这些,后面的知识库才能检索数据。 如果分类错误,那就连客户的问题都读不懂了。后面的AI没发正确回答。

客户的问题简短,而且没有主谓语,经常问出一些,不看上下文不知道说什么的问题。 你要详细教会AI怎么去扩展,和补全客户的问题。

比如客户问:这个多少钱
前置AI补全问题 和扩展:这个KB6011检测仪多少钱

然后再根据这个补全后的问题,扩展几个关键词
比如:
这个KB6011检测仪多少钱
KB6011检测仪价格
KB6011售价
KB6011的优惠

这些,都会丢到后面的知识数据库里 去查询。

去知识库抓取知识

利用前面拆解的问题,和关键词。到知识库,按照向量知识库匹配度,抓取一定的知识。 这个token量可以自己设置,一般要抓取个2500 token左右吧。 抓的知识越多,后面AI参考的越多。但是,会影响速度。 另外,后置的AI,能不能分析这么多token,要看它的限制。小模型只能看8k的 token。
在这里插入图片描述
在这里插入图片描述
注意,因为我们使用了前置AI进行手动问题优化和扩展。 知识库里的这个自动的就不用开启了。 否则会混乱。 而且这个知识库自带的问题优化,也不是很靠谱。它没法控制提示词。和问题优化的走向。

调用后置AI根据前面的知识,客户问题,历史记录 来回答可以问题。

后置AI,我用的是质谱的小模型,GLM4-AirX,便宜。快速一般几百ms,就能把问题回答了。 对于淘宝电商这种客服来说,在合适不过了。 没有什么推理,就是简单回复。

把前面获得所有信息,丢给AI,让它结合客户问题,前置AI优化后的问题和关键词,和知识库,历史记录,等这几个方面,综合做出推理回答。

在这里插入图片描述

约束AI回答走向的重要配置!!!

配置提示词,这个是相当于你的客服的提示词,整段回话的风格,客服的角色,和一些基础的背景知识,都可以先给到它。 但是,这里并不决定如何使用知识库里的知识。

最终的问答走向的控制,要点击知识库旁边的小齿轮
在这里插入图片描述
这个是核心中的核心。 所有最终的回答,都会根据这个里面的设置,决定回答的走向。
点进去之后,就会看到,你可以选择一个模板,来配置你的回答风格。
一般问答型的知识库,就选严格模式。 避免它胡编乱造。
在这里插入图片描述
这样,你可以在下面 “回答要求” 这个标签下,自己添加一点内容。
1、比如限制GPT干啥,
2、怎么用知识库,
3、要回答几个问题(因为前面AI拆解问题后,会生成几个近似的问题),你可以指定它回答几个,或综合客户问题,找到最接近的回答等。
4、告诉它言简意赅,不要超过150字,
5、怎么避免回复法律问题,不要过度承诺。等等。
你都可以在这里一行一行,添加给它。
6、如何区分产品型号
7、叮嘱GPT看历史记录
8、叮嘱他不要把不同标签的知识搞混了,不同型号的产品知识,不要混在一起回答等。

总之,后置AI会严格按照这个法规,最终回答出满意简短的答案。 接近客服水平。

这里只讲核心的配置逻辑。 具体的操作,需要自己摸索。

发布你的问答机器人吧,API可以接入你的其它软件,比如AI客服软件。或者以网页形式直接问答。

在这里插入图片描述

相关文章:

运行fastGPT 第五步 配置FastGPT和上传知识库 打造AI客服

运行fastGPT 第五步 配置FastGPT和上传知识库 打造AI客服 根据上一步的步骤,已经调试了ONE API的接口,下面,我们就登陆fastGPT吧 http://xxx.xxx.xxx.xxx:3000/ 这个就是你的fastGPT后台地址,可以在configer文件中找到。 账号是…...

CSS 合法颜色值

CSS 颜色 CSS 中的颜色可以通过以下方法指定: 十六进制颜色带透明度的十六进制颜色RGB 颜色RGBA 颜色HSL 颜色HSLA 颜色预定义/跨浏览器的颜色名称使用 currentcolor 关键字 十六进制颜色 用 #RRGGBB 规定十六进制颜色,其中 RR(红色&…...

Redis - General - 未授权访问漏洞(用户配置问题)

0x01:产品简介 Redis(Remote Dictionary Service,远程数据服务),是一款开源的基于内存的键值对存储系统,其主要被用作高性能缓存服务器使用(比如作为消息中间件和用于 Session 共享&#xff09…...

解决 WSL 2 中 Ubuntu 22.04 安装 Docker 后无法启动的问题

问题场景 安装Docker后,执行sudo service docker start启动Docker,提示启动成功 rootDev:~# sudo service docker start * Starting Docker: docker [ OK ]执行su…...

Conda的一些常用命令

以下是Conda的一些常用命令: pip freeze > requirements.txt pip install -r requirements.txt 基本信息查看类 查看conda版本: conda -V 或 conda --version 可以查看当前安装的conda版本。 查看conda帮助信息: conda -h 或 conda --he…...

AI 大爆发时代,音视频未来路在何方?

AI 大模型突然大火了 回顾2024年,计算机领域最大的变革应该就是大模型进一步火爆了。回顾下大模型的发展历程: 萌芽期:(1950-2005) 1956年:计算机专家约翰麦卡锡首次提出“人工智能”概念,标志…...

Invicti-Professional-V25.1

01 更新介绍 此更新包括对内部代理的更改。内部扫描代理的当前版本为 25.1.0。内部身份验证验证程序代理的当前版本为 25.1.0。#新功能现在,单击扫描摘要屏幕中的预设扫描图标会将您重定向到具有过滤视图的 “最近扫描” 页面,从而改进导航和对相关扫描…...

【版图设计】2025年 最新 Cadence Virtuoso IC617 虚拟机环境配置全过程 集成电路版图设计环境配置

一、Cadence Virtuoso IC617 是什么? Cadence Virtuoso 是一个电子设计自动化(EDA)工具,主要用于集成电路(IC)的设计和仿真,尤其是在模拟、混合信号和射频(RF)电路设计领…...

Python基本概念与实践

Python语言,总给我一种“嗯?还能这么玩儿?”的感觉 Python像一个二三十岁的年轻人,自由、年轻、又灵活 欢迎一起进入Python的世界~ 本人工作中经常使用Python,针对一些常用的语法概念进行持续记录。 目录 一、类与常…...

# [Unity] 【游戏开发】获取物体和组件的脚本方法

在Unity开发中,获取游戏物体(GameObject)及其组件(Component)是脚本编程的核心技能。本文将详细介绍如何在脚本中访问游戏物体及其组件,深入讲解常用的获取方法及优化策略,以帮助开发者高效编写Unity脚本。 1. 理解游戏物体与组件的关系 游戏物体(GameObject):Unity场…...

10 为什么系统需要引入分布式、微服务架构

java技术的发展 在java开始流行起来之后,主要服务于企业家应用,例如ERP,CRM等等,这些项目是为企业内部员工使用,我们的思维是怎么用设计模式,如何封装代码。让开发人员关注到业务上去,系统也就那么几十几百…...

大数据系列之:上传图片到cos、cos

大数据系列之:上传图片到cos、cos 安装python cos sdk上传图片到cos高级上传接口分页列举桶内对象cos桶之间复制cos桶之间复制图片数据 安装python cos sdk pip install -U cos-python-sdk-v5上传图片到cos # -*- codingutf-8 from qcloud_cos import CosConfig fr…...

wsl 使用 docker

直接在 wsl 安装 docker , 有可能会失败,可以通过在 windows 安装 Docker Desktop,然后连接 wsl 进行解决 注意: 1. 需要先安装 wsl 2. 使用时要先启动 docker Desktop, 才能在 wsl 中使用 下载: Docker: Accelerated Containe…...

归并延拓:LeetCode归并排序逆序对问题

前言 欢迎来到我的算法探索博客,在这里,我将通过解析精选的LeetCode题目,与您分享深刻的解题思路、多元化的解决方案以及宝贵的实战经验,旨在帮助每一位读者提升编程技能,领略算法之美。 👉更多高频有趣Lee…...

51.WPF应用加图标指南 C#例子 WPF例子

完整步骤: 先使用文心一言生成一个图标如左边使用Windows图片编辑器编辑,去除背景使用正方形,放大图片使图标铺满图片使用格式工程转换为ico格式,分辨率为最大 在资源管理器中右键项目添加ico类型图片到项目里图片属性设置为始终…...

Springboot 注解缓存使用教程

Spring Boot Cache 注解使用教程 Spring Boot 提供了强大的缓存抽象,开发者可以通过注解快速实现缓存功能,从而提高系统性能。本教程将全面介绍 Spring Boot 提供的缓存相关注解及其作用,并结合示例讲解实际应用。 1. 常用缓存注解概览 Spring Boot 缓存提供以下核心注解…...

Python爬虫:从入门到实践

Python爬虫学习资料 Python爬虫学习资料 Python爬虫学习资料 在当今数字化信息爆炸的时代,数据已成为企业和个人发展的重要资产。Python爬虫作为一种高效获取网络数据的工具,正逐渐被广大开发者所熟知和应用。无论是市场调研、学术研究,还是…...

删除字符串中的所有相邻重复项(力扣1047)

这题也是属于栈的经典应用。为什么这样说呢?因为也是让我们删除相邻项。注意这里相邻项的理解,并不仅仅是说最开始的字符串相邻的项。在我们删除了某些相邻项后,会改变字符串,导致原本不相邻的字符变成相邻的,这同样属…...

MYSQL对数据的增删改查

DML 语句 对数据 进行 增、删、改 操作 插入 命令-- 插入值的个数 必须和 字段定义的个数相同 且 顺序 一致 insert into <tableName> values (val ...) ; /* 不推荐使用 */insert into <tableName>(col1 , col2 , ...) values(val1, val2 , ...) ;-- 批量插…...

前端——Html+CSS

目录 CSS引入方式 颜色表达方式 CSS选择器 去掉超链接的下划线 路径表示 行高和首行缩进 常见标签 布局标签 flex布局 表单标签 表单项标签 改变鼠标指针的样式 表格标签 div{ box-sizing: border-box; } CSS引入方式 具体有3种引入方式&#xff0c;语法如下表格所…...

生成xcframework

打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式&#xff0c;可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...

论文解读:交大港大上海AI Lab开源论文 | 宇树机器人多姿态起立控制强化学习框架(二)

HoST框架核心实现方法详解 - 论文深度解读(第二部分) 《Learning Humanoid Standing-up Control across Diverse Postures》 系列文章: 论文深度解读 + 算法与代码分析(二) 作者机构: 上海AI Lab, 上海交通大学, 香港大学, 浙江大学, 香港中文大学 论文主题: 人形机器人…...

Spark 之 入门讲解详细版(1)

1、简介 1.1 Spark简介 Spark是加州大学伯克利分校AMP实验室&#xff08;Algorithms, Machines, and People Lab&#xff09;开发通用内存并行计算框架。Spark在2013年6月进入Apache成为孵化项目&#xff0c;8个月后成为Apache顶级项目&#xff0c;速度之快足见过人之处&…...

Java 8 Stream API 入门到实践详解

一、告别 for 循环&#xff01; 传统痛点&#xff1a; Java 8 之前&#xff0c;集合操作离不开冗长的 for 循环和匿名类。例如&#xff0c;过滤列表中的偶数&#xff1a; List<Integer> list Arrays.asList(1, 2, 3, 4, 5); List<Integer> evens new ArrayList…...

多场景 OkHttpClient 管理器 - Android 网络通信解决方案

下面是一个完整的 Android 实现&#xff0c;展示如何创建和管理多个 OkHttpClient 实例&#xff0c;分别用于长连接、普通 HTTP 请求和文件下载场景。 <?xml version"1.0" encoding"utf-8"?> <LinearLayout xmlns:android"http://schemas…...

深入浅出:JavaScript 中的 `window.crypto.getRandomValues()` 方法

深入浅出&#xff1a;JavaScript 中的 window.crypto.getRandomValues() 方法 在现代 Web 开发中&#xff0c;随机数的生成看似简单&#xff0c;却隐藏着许多玄机。无论是生成密码、加密密钥&#xff0c;还是创建安全令牌&#xff0c;随机数的质量直接关系到系统的安全性。Jav…...

2024年赣州旅游投资集团社会招聘笔试真

2024年赣州旅游投资集团社会招聘笔试真 题 ( 满 分 1 0 0 分 时 间 1 2 0 分 钟 ) 一、单选题(每题只有一个正确答案,答错、不答或多答均不得分) 1.纪要的特点不包括()。 A.概括重点 B.指导传达 C. 客观纪实 D.有言必录 【答案】: D 2.1864年,()预言了电磁波的存在,并指出…...

【第二十一章 SDIO接口(SDIO)】

第二十一章 SDIO接口 目录 第二十一章 SDIO接口(SDIO) 1 SDIO 主要功能 2 SDIO 总线拓扑 3 SDIO 功能描述 3.1 SDIO 适配器 3.2 SDIOAHB 接口 4 卡功能描述 4.1 卡识别模式 4.2 卡复位 4.3 操作电压范围确认 4.4 卡识别过程 4.5 写数据块 4.6 读数据块 4.7 数据流…...

【单片机期末】单片机系统设计

主要内容&#xff1a;系统状态机&#xff0c;系统时基&#xff0c;系统需求分析&#xff0c;系统构建&#xff0c;系统状态流图 一、题目要求 二、绘制系统状态流图 题目&#xff1a;根据上述描述绘制系统状态流图&#xff0c;注明状态转移条件及方向。 三、利用定时器产生时…...

c#开发AI模型对话

AI模型 前面已经介绍了一般AI模型本地部署&#xff0c;直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型&#xff0c;但是目前国内可能使用不多&#xff0c;至少实践例子很少看见。开发训练模型就不介绍了&am…...