APPLICATION - Software 2.0 (Page 6) - 汇智网

Tagged

APPLICATION

A collection of 258 posts

用推理模型实现文档转流程

我喜欢这个 OpenAI 推理模型的实现，因为它将知识文章转换为具有条件的事件序列。

基于DeepSeek R1的RAG实战

基于DeepSeek R1的RAG实战

本指南将向你展示如何使用开源推理工具 DeepSeek R1 和用于运行本地 AI 模型的轻量级框架 Ollama 构建检索增强生成 (RAG) 系统。

现代AI驱动的药物研发

虽然乍一看药品和人工智能似乎毫无关系，但事实证明，人工智能特别适合制药和药物化学应用。本文将解释原因。

Agentic AI驱动的医学研究系统

Agentic AI驱动的医学研究系统

这篇文章将演示如何利用 Qdrant 和 Crewai 构建数据采集管道和 RAG 代理。

打造本地智能文档处理栈

本文展示了如何通过结合ExtractThinker、Ollama、Docling或MarkItDown来构建完全本地的文档智能解决方案。

DSPy+Milvus=RAG优化

DSPy+Milvus=RAG优化

本文通过一个快速示例来演示如何在 DSPy 中使用 Milvus 优化 RAG 应用程序。

多代理博客生成器

我用3个AI代理组成了一个团队。内容策略师负责编写大纲，博客作家负责撰写博客，编辑负责校对。

基于CrewAI的数据科学自动化

基于CrewAI的数据科学自动化

在这篇文章中，我将演示如何使用AI代理创建一个端到端的数据科学管道，以自动化数据检索、预处理、训练和评估。

LLM增强的Web抓取

在网络抓取过程中，通过集成 LLMs 可以在很大程度上优化流程。我们需要从网页获取 HTML 代码，并将其馈送到 LLM，LLM 从中提取出它所指的对象。

客户支持语音机器人DIY

通过将 ElevenLabs 与 Make.com 的自动化功能结合，我在不编写大量代码的情况下构建了一个功能齐全的客户支持语音机器人。

ChatGPT+Ideogram品牌工具包

ChatGPT和Ideogram.ai是设计和营销的绝佳工具组合。最近，我使用它们快速创建了一个品牌工具包，结果非常出色！

AI代理的架构、工具与实现

代理是扩展LLM能力的程序，使其能够观察、推理并自主行动，使用各种工具完成任务。在本文中，我们将探讨AI代理的世界，涵盖其架构、核心组件以及在实际应用中的实现。

用ChatGPT打磨文章

最近，在写完上一篇文章后，我有了一个新的编辑想法。我决定将写好的文章复制粘贴到ChatGPT中，使用一个非常有效的提示词，然后让它编辑我的文章。

扫描PDF的文本提取方法

本文探讨了两种强大的方法来解决这一问题，特别是在处理复杂布局和表格时：利用视觉语言模型（VLMs）以及结合文档分割和OCR进行准确的文本提取。

基于LLM的IoT项目实践

几年前，我曾想过，“我可以使用 Alexa 来管理物理设备吗？”我创建了一个简单的演示项目，向我的业余无线电朋友展示。

7种工作流自动化AI代理

人工智能代理是自主程序，可以观察环境、做出决策并采取行动以实现特定目标。它们可以监控数据流、自动化复杂的工作流程并在没有持续人工监督的情况下执行任务。

打造智能家居的AI代理

近十年来，我一直在研究智能家居 API。我购买了许多系统，构建了多个版本的集成 API、移动应用程序和聊天机器人，但它们从未完全实现真正的目标——像钢铁侠系列中的 JARVIS 一样的真正的AI驱动的家。

AI代理：规划与执行

AI 代理，也称为自主代理或智能代理，是一种能够与其环境交互并自主完成预定任务的生成式 AI 程序。

用YOLO分析文档布局

分析文档布局至关重要，因为它有助于正确解释和理解文档内容。随着 RAG 的兴起，它变得更加重要，因为它严重依赖于准确解析文档的能力。

2025年AI API的5个趋势

2025年AI API的5个趋势

技术世界正以前所未有的速度发展，而这种转变的核心是人工智能 API 日益增长的影响力。

AI驱动的客户支持代理

本博客探讨了 AI 驱动的客户支持代理的开发，该代理利用 OpenAI 的 GPT-4、用于语义相似性的 FAISS 和用于部署的 Azure ML。

本地AI驱动的图片标记工具

在本文中，我将介绍如何构建 AI 图像标记器/管理器，包括设置和运行本地视觉语言模型和用于语义搜索的矢量数据库。

HF Code Agent实践

HF Code Agent实践

本文，介绍如何使用 HF的Code Agent和Qwen2.5–7B-Instruct 创建多代理 RAG 系统

2025年关于AI的9个预测

随着我们迈向 2025 年，我们预计 AI 将迎来更加激动人心的篇章，这得益于去年创新的持续加速。

大模型训练/微调硬件指南

在本综合指南中，我们深入研究了训练和微调 LLM 所需的基本硬件设置，从普通的 7B/8B 模型到尖端的 70B 模型，以帮助你实现 AI 抱负。