1.文本编辑器选择markdown编辑器 pass,用户不会使用,而且用户主要是用来进行公文写作,有特定格式 富文本编辑器 可用,需要先将markdown渲染成HTML,然后写入编辑器中 tips: 1.公文类写作有特定格式,需要修改markdown-it的渲染方法 2.会出现诸如流程图或者柱状图之类的图标,这种图标出现会带来两种需求:实时显示和修改 2-1.实...
1.拉取最新的ollama镜像 1234docker pull ollama/ollama:lastest# 运行镜像,模型地址挂载本地硬盘docker run --hostname=446124558b98 --env=PATH=/usr/local/sbin:/usr/local...
[-] 重复文件比对 [ ] 1.文件hash值比对 [ ] 2.文件标题比对 [ ] 2-1.查看相似度 [ ] 3.目录比对 [ ] 4.内容比对 [ ] 4-1.文本长度比对
【FDE】智能问数系统设计 系统目标解决“问得准、算的对、权限安全、结果可解释、业务口径一致” 整体架构 ┌──────────────────────┐ │ 用户自然语言 │ │ “本月华东销售额多少?” │ └...
【FDE】文章文本溯源系统设计 设计目标 给定一篇文章,判断其中每个关键陈述(Claim)是否能够在知识库/资料库中找到可信的原文证据,并进一步判断是“有直接文本支撑”“有间接文本支撑”“知识库没有依据”还是“疑似大模型臆造”。 产品最终形态例子: 2024年,公司通过引入Flink实现了实时数据处理,并将系统处理延迟降低了80%。 系统不是只返回: 相似度:92% 这种模糊回答,而是应该返回...
【LLM】文档问答系统的开发 需求分析与系统设计首先进行全面的需求分析,以确保系统能够满足用户的实际需求,不仅要明确系统的功能需求,还要深入理解用户在日常操作中面临的具体信息查询问题。同时,通过系统架构的细化和模块的合理划分,能够在实际开发中大幅提升系统的可扩展性和维护性。 主要任务: 如何合理分配检索模块与生成模块的任务 如何确保数据流通畅和相应速度 需求分析:识别用户的主要查询类型为什么:用户...
AI应用开发面试题 / Agent / RAG AI应用开发面试题 - 来自面经的高频题汇总 - 持续更新中 简介: 内容收集自互联网的佬们分享的个人面经~内容持续更新汇总 内容已经分类,按照类别持续更新中。包括了Agent,RAG,网络基础,编程语言基础,中间件基础,后端基础面试题等.. 你对 Agent 了解多少呢? Agent(智能体)是一种能够感知环境、自主决策、执行行动的 AI 系统。与传统的”一问一...
AI大模型面试题-基础篇 AI大模型面试题-基础篇 AI大模型高频面试题大集合这里的题目前比较基础,我们开发了一个单独的面试网站,即将上线,到时候给大家开通体验,有全套的后端+大模型面试题。 1-请说明AI大模型应用开发和底层区别,市场需求占比。 题目分析和考点 此题目主要考察学员是否理解AI大模型开发的不同层次 考察学员是否清楚AI应用开发和底层原理的区别 了解学员对市场需求的认知程度 难度...
AI应用开发实战: 实战智能出行Agent助手-附代码和前后端可视化界面 AI应用开发实战: 实战智能出行Agent助手-附代码和前后端可视化界面 📌 项目概述本项目是一个基于 MCP (Model Context Protocol) 和 LangChain/LangGraph 的智能助手Agent系统。它允许大语言模型(如阿里通义千问)通过标准化协议连接多种外部工具,实现天气查询、文件写入、地图导航等功能。 直接可以运行的代码已经整...