【FastGPT】利用知识库创建AI智能助手
【FastGPT】利用知识库创建AI智能助手
- 摘要
- 创建知识库
- 上传文档
- 创建应用
- 准备提示词
- 准备开场白
- 关联知识库
- AI回答效果
摘要
关于FastGPT的部署，官方提供了docker-compose方式的部署文档，如果使用的是podman和podman-compose的同学，可以参考这篇文章【FastGPT】Linux系统使用podman-compose方式部署指南
如何新增用户和修改密码，请参考这篇文章【FastGPT】如何新增用户&修改密码
有了知识库，我们就可以做很多事情了，比如创建各种场景的AI智能助手。接下来，我将带着大家，一步一步构建助手。
创建知识库
根据业务需要，把需要上传的文档划分为多个类目，一个类目就对应一个知识库
上传文档
- 支持常用的文档格式，这里上传了一个手动数据集，更多的时候上传的是文本数据集
- 点击右上角
插入
- 点
确认导入或确认更新
创建应用
新建->简易应用，每个应用相当于一个AI智能助手
准备提示词
大语言模型能够识别用户的意图并执行，效果的好坏，很大程度上取决于用户输入的提示词，比如：
你是资深运维专家，负责方案审核，当用户需要审核方案时，请根据知识库进行仔细审核，审核要求如下：
- 根据`敏感指令`，审核方案是否有违规指令
- 审核方案内容是否有回退方案，如果没有，请为每一条指令补充回退方案
- 根据你的专业知识，检查该方案是否存在潜在风险，如果有，请逐一列举出来
- 根据你的经验，提出5点左右改进建议
- 最终输出一份详细的审核报告，与用户上传的方案内容紧密结合
准备开场白
请您上传《运维操作方案》文档，让我来帮你审核吧！
- 在聊天输入框的最左侧，有一个文件上传的小图标
- 点击这个小图标，你只需要上传《方案》文件
- 然后点**发送按钮**即可
关联知识库
- 可以选择一个或多个知识库进行关联
- 知识库参数中的问题优化开关打开后，会明显慢很多，因为与大语言模型多了一次交互，并且还是
http阻塞调用，目的是把用户的输入更好的拆分和理解
- 选择
AI模型、关联知识库、写好提示词和开场白，就可以开始通过对话验证效果了
AI回答效果
一张图截不完，下一张
