Llm

随着人工智能的快速发展，越来越多的行业面临着深刻的变革。微软 CEO 萨蒂亚·纳德拉（Satya Nadella）认为，SaaS（软件即服务）应用将在 AI Agent 时代被颠覆。他在一次采访中表示：“SaaS 应用可能会在 AI Agent 时代被颠覆。”，他补充道：“你仔细想想，它们本质上只是 CRUD（创建、读取、更新、删除）数据库，再加上一些业务逻辑。”

在 AI 热潮中，RAG 俨然成为了众多 LLM 应用的核心技术。无论是 AI 搜索，还是 ChatPDF 等文档对话工具，背后几乎都离不开 RAG。

随着AI助手的普及，如何让它们**安全高效地访问外部数据**成了一个关键问题。幸运的是，**MCP（模型上下文协议，Model Context Protocol）**的出现，让Claude这样的AI助手能够与本地和远程资源进行安全的交互，比如**GitHub仓库、API、数据库和本地文件系统**。

金融圈人士对 Excel 的依赖毋庸置疑，但如何保护机密文件的所有权并实现智能化操作？本文将介绍云桌面如何作为安全载体保障 Excel 文件，结合 Dify 和 AI，通过 Xlwings 与 Excel 的交互，将表格升级为 RAG 知识库，让AI在熟悉的 Excel 环境中释放更多潜能！

据海关统计，2024年前10个月，我国货物贸易进出口总值36.02万亿元人民币，同比增长5.2%。 其中，出口**20.8万亿元**，增长6.7%；而根据最新的新闻，英国订单融资的独角兽企业 Stenn 因为欺诈和风控的问题已经进入破产管理程序。所以随着跨境贸易规模的不断扩大，供应链融资的规模在不断增加，供应链金融的风控已经成为各家供应链金融公司的关键挑战之一，如果未能解决好风控准确度和效率的问题，Stenn 的前车之鉴同样可能发生在其他金融企业身上。传统风控流程费时费力，而近年来兴起的生成式人工智能（AIGC）技术为提高风控质量和效率提供了新的可能性。本文将结合**跨境供应链金融场景**，深入探讨如何利用 AIGC 提升风控效率、改善信用评估并降低风险成本。

你知道 OpenAI API 充值额度有 1 年有效期吗？用不完的余额会直接过期清零，无法退款。很多用户忽略了这条规则，导致不必要的浪费。其实这一规则被明确写在官方服务条款中，但很多用户在充值时并未注意到。条款写得很清楚：

随着 AI 技术的发展，许多内容创作者和研究者希望将 PDF 文件等文字内容转化为播客音频，以便更广泛地分享和传播信息。然而，Google 的 NotebookLM 虽然提供了智能文档处理功能，但并非开源，且其应用场景有限。为此，**NotebookLlama** 作为一种开源替代方案，提供了一整套从 PDF 到播客的自动化转换流程，无需任何 LLM（大型语言模型）或语音合成的背景知识。

在我们日常的开发过程中，你是否也曾经因为填写繁琐的 Git Commit Message 而烦恼？今天，让我们一起探索如何利用 Cursor 编辑器来一键生成专业的 Git Commit Message，让你的开发过程快乐加倍。

每小时赚4000美元！说的就是最近病毒式传播的“毒舌AI” - Twitter Personality。只需输入一个推特用户名，AI 就能根据历史发言进行犀利点评。

Vercel 是一个强大无比的前端应用部署平台，不仅能轻松将你的应用快速上线，还提供了多样的 AI 集成功能，甚至可以通过 AI 自动生成页面。而如果你的项目需要一个可靠的 PostgreSQL 数据库，Supabase 将是你不二的选择。Supabase 提供便捷的 JavaScript SDK，使得在 Vercel 上部署 Next.js 应用时使用数据库变得异常简单。

OpenAI 最近推出的 SearchGPT 或许没有撼动谷歌的地位，却让其投资人微软感受到了不小的威胁，以至于微软直接将 OpenAI 列为战略竞争对手。乍一听，构建一个专属的 AI 问答系统似乎是一个复杂且耗时的任务，但借助现成的 SaaS 工具，我们可以在极短时间内实现这一目标。本文将向你展示如何使用 Vercel、Morphic 和 Tavily，在仅仅 30 分钟内快速搭建一个高效、智能的 AI 问答系统。请坐好扶稳，系统的效果绝对超出你的想象。

GitHub 现已推出开放模型对接服务！目前市场上热门的 Cohere、Llama 和 GPT 模型均已上架 GitHub 模型市场。然而，目前仍需加入候补名单，排队申请试用权限。[快来抢先加入候补名单](https://github.com/marketplace/models/waitlist)，优先体验这些前沿技术吧！

Perplexity Pages **是一款革命性的内容创作神器，借助大型语言模型（LLMs）的强大力量，帮助用户轻松生成、组织和分享引人入胜的综合性文章、报告和指南**。 这款工具专为教育工作者、研究人员以及任何内容创作者量身定制，大幅简化了从资料搜集、撰写到编辑和发布的整个流程，让用户能够无忧无虑地专注于将他们的知识传递给全世界。

Meta公司最近发布了Llama 3.1，[但在中文处理方面表现平平](https://www.ifb.me/blog/ai/cloudflarellama31-mi)。幸运的是，现在在Hugging Face上已经可以找到经过微调、支持中文的Llama 3.1版本。这篇文章将手把手教你如何在自己的Mac电脑上安装这个强大的模型，并进行详细测试，让你轻松享受流畅的中文AI体验。准备好了吗？让我们一起开始吧！

Cloudflare 最近在其 Worker AI 平台上推出了支持 Llama 3.1 模型的服务，现在你可以免费通过 Workers AI Playground 或 API 使用这一强大的模型，模型 ID 为 @cf/meta/llama-3.1-8b-instruct。

有点意思，国内的大模型厂商又有得抄了，贴一张和其他 gpt-4o 和 Claude 3.5 的对比图。

Album AI 借助 LLM 和 RAG 技术实现了通过自然语言直接与相册对话，轻松找到你想要的照片。体验了一下还有点意思，不过输入 Woman 和 Man 的返回就有点奇怪。

随着大模型技术的蓬勃发展，在线运行测试大语言模型（LLM）的平台如雨后春笋般不断出现。这些平台为开发者、研究人员和爱好者提供了一个宝贵的资源，可以在无需复杂设置或大量投资的情况下，对不同模型进行实验。这篇文章我们会对比这些 LLM 部署平台，看看它们在功能、性能和可访问性方面的表现，帮助您决定哪个平台最适合您的需求。

自 2022 年底 OpenAI 发布 GPT 3.5 以来，市面上大模型的价格越来越低，最近发布的 gpt-4o-mini 生成一本 2500 页的书籍只需要 `60` 美分。本文将介绍如何利用Dify、OpenRouter和 k8s 快速搭建一个准生产环境的LLM应用开发平台。

在现代云原生应用的开发和部署过程中，Kubernetes 已成为最流行的容器编排工具。而 Ollama 作为一款高效安装大模型的工具，能与 Kubernetes 完美结合，实现高效、可扩展的大模型部署。本文将带你在 10 分钟内学会如何在 Kubernetes 中部署 Ollama。

你是否也在为周围的人热烈讨论大模型，而自己却无法参与其中而感到苦恼？别担心！今天，我们将带你通过一个简易且高效的教程，在个人电脑上快速安装和配置大模型。让大模型不再是你交流中的障碍，从此轻松应对各种AI话题。

**AI 或许即将成为知识获取的主要途径**，但是理解海量非结构化信息对于大家来说依然是一个巨大的挑战，不过最近微软开源了 GraphRAG 的代码 - https://github.com/microsoft/graphrag ，正在试图解决这个问题。

自 2022 年 OpenAI 对外推出了 ChatGPT 以来，市面上的其他各类大模型也如雨后春笋般出现。然而， 如果需要逐一对接目前市面上的这些模型，对于个人开发者和小型团队来说无疑是一个灾难。另外，各类模型需要的网络条件不一样，如果是身处某些被限制的地域，对接的成本则会更高。幸运的是，目前市面上提供了一种快速接入多钟大模型的解决方案——OpenRouter。本文将介绍如何借助 OpenRouter 快速搭建自己的大模型助手。

在这个生成式 AI 技术突飞猛进的时代，如何利用大模型技术给我们的工作提效成为了一个重要课题。今天，我们就来探讨在 Obsidian 里面如何有效利用 Text Generator 以及 Smart Connections 这两大 AI 工具，显著提升你的笔记体验和知识管理效率。

在应用程序开发领域，尤其是在数据科学和 AI 应用领域，选择正确的工具来创建、部署和管理应用程序至关重要。本文将深入探讨 Streamlit + FastAPI 的快速构建和部署 AI Web 应用的新思路，阐明其架构、工作机制、优势和实际使用案例，并提供了实际的示例程序。

🤔 家人们，你是否也曾困惑于一个问题：我们如何将个人笔记高效地发布到线上呢？以往，你可能也常在 VSCode 中编辑博客的 Markdown 文件并发布，但这样做既无法享受良好的编写体验，又因为我们通常利用 OneNote、EverNote、Notion、Obsidian 等知识管理软件来整理笔记，这样造成了博客内容与知识管理软件分离，让博客的发布流程变得相当别扭和冗长。

在这个知识爆炸的时代，如何高效地沉淀知识，成为了一个重要课题。今天，我们就来探讨如何通过结合Obsidian、ChatGPT以及Excalidraw这三大工具，打造一个基于人工智能的强大的学习与知识管理系统。

如果你还没有听说，谷歌在 2023 年 12 月 6 日推出了他们的[多模态大语言模型](https://blog.google/technology/ai/google-gemini-ai/)。这个模型基于多模态原理开发，可以能够处理和理解包括文本、代码、音频、图像和视频在内的各种数据类型。

来源：https://baoyu.io/translations/ai/ai-is-about-to-completely-change-how-you-use-computers

在人工智能领域，ChatGPT 以其强大的自然语言处理能力受到广泛关注。它能够流畅地与用户进行交流，回答各种复杂问题。然而，与所有先进的技术一样，ChatGPT 也有其局限性，尤其是在处理信息时偶尔会出现“幻觉”现象，即提供出不基于事实的错觉信息。本文将探讨这一问题以及如何利用向量数据库（如 Milvus）来减少此类错误，从而提高 ChatGPT 回答的可信度。