数字分身搭建

AI知识库原理

1. 把私有数据进行切分后，使用模型进行向量化，然后存储到向量库中。

2. 用户提问时先在向量库中进行向量搜索，匹配相关联的n条数据。

3. 把用户的问题和向量库匹配结果格式化成一个Prompt，发送给大模型，得到最终结果。

知识库搭建

1. 创建知识库
默认使用GPT的embedding模型把文本转成向量（不懂什么是向量也不影响使用哈）。
还可以设置标签，方便知识库进行分类

2. 导入私有数据
支持丰富的导入方式。 可以手动输入QA，也可以从网络/本地文件中提取文本的方式导入

3. 测试向量搜索
可以输入文本测试向量库的搜索，下面0.8884就是文本和知识库片段的相似度。

应用搭建

1. 创建应用
我们选知识库+对话引导这个最经典的场景

2. 关联知识库
关联刚创建的知识库，填写Prompt控制GPT的输出。
想要用好GPT，重之重就是Prompt。由于篇幅限制后续逐渐展开

3. 测试知识库问答
这里就跟我们正常使用GPT一样，通过文本的方式对话，也支持聊天上下文。
同时还会显示向量搜索的结果，上下文情况，token消耗，完整响应日志，帮助我们优化应用。

飞书集成

1. 获取API秘钥
依次选择应用 -> 「API访问」，然后点击「API 密钥」来创建密钥。



利用刚复制的 API 秘钥加上 AppId 组合成一个新的秘钥，格式为：API 秘钥-AppId，例如：fastgpt-z51pkjqm9nrk03a1rx2funoy-642adec15f04d67d4613efdb。

2. 服务部署
推荐使用Railway一键部署：https://railway.app/template/10D-TF?referralCode=oMcVS2
参考配置文件：



fastgpt集成重点参数：

3. 创建飞书机器人
1. 前往开发者平台创建应用,并获取到 APPID 和 Secret
2. 前往应用功能-机器人, 创建机器人
3. 从 cpolar、serverless 或 Railway 获得公网地址，在飞书机器人后台的 事件订阅 板块填写。例如，
• http://xxxx.r6.cpolar.top为 cpolar 暴露的公网地址
• /webhook/event为统一的应用路由
• 最终的回调地址为 http://xxxx.r6.cpolar.top/webhook/event
4. 在飞书机器人后台的 机器人 板块，填写消息卡片请求网址。例如，
• http://xxxx.r6.cpolar.top为 cpolar 暴露的公网地址
• /webhook/card为统一的应用路由
• 最终的消息卡片请求网址为 http://xxxx.r6.cpolar.top/webhook/card
5. 在事件订阅板块，搜索三个词机器人进群、 接收消息、 消息已读, 把他们后面所有的权限全部勾选。 进入权限管理界面，搜索图片, 勾选获取与上传图片或文件资源。 最终会添加下列回调事件
• im:resource(获取与上传图片或文件资源)
• im:message
• im:message.group_at_msg(获取群组中所有消息)
• im:message.group_at_msg:readonly(接收群聊中@机器人消息事件)
• im:message.p2p_msg(获取用户发给机器人的单聊消息)
• im:message.p2p_msg:readonly(读取用户发给机器人的单聊消息)
• im:message:send_as_bot(获取用户在群组中@机器人的消息)
• im:chat:readonly(获取群组信息)
• im:chat(获取与更新群组信息)

4. 测试机器人问答
私聊机器人，或者群里艾特它，就可以基于导入的知识库进行回答啦。nice

总结

联系我