探索COZE知识库的使用方法与设计原则——表格型知识库篇
因为知识库类型有三种、文本类型、表格类型、图片类型，为了深入的探索各种类型的知识库的用法，我将会把这部分内容分为三篇，文本类型知识库篇，表格类型知识库篇，图片类型知识库篇。
约3000字
一、前言
目的
为了更好的使用COZE的知识库，需要对COZE知识库的能力与规则有深入的了解。因此，我计划以“楼盘户型信息查询”为应用场景，探索表格型知识库的使用方法和原则。
已知信息
- 大模型在调用表格型知识库的时候会使用SQL查询语句来获取表格内的信息
- 表格型知识库包含以下基本元素：
- 索引
- 列名：类似数据库的字段名
- 描述，是对该列的一个描述
- 数据类型，是存储于该列的内容的类型是什么
- 值，就是存储与该列下的值
目标
- 测试各种情况的查询方式能够获得的结果。
- 找到影响查询结果的属性；
- 确定表格型知识库的设计原则。
二、实验过程
设置知识库
创建一个表格型知识库，名称为“房子户型数据”。
包含的列有：
户型名称，建筑面积，户型结构，所在楼栋。
索引使用户型名称
没有填写描述
上传测试数据，如下：
【Coze实战教程】用知识库搭建“房产销售助手”（一）——文本类型知识库篇
因为知识库类型有三种、文本类型、表格类型、图片类型，为了深入的探索各种类型的知识库的用法，我将会把这部分内容分为三篇，文本类型知识库篇，表格类型知识库篇，图片类型知识库篇。
前言
目的
搭建一个房产销售助手，用户可以通过助手咨询小区的基本信息以及户型信息，目前只是针对一个楼盘信息来实现。
目标
了解处理知识库的方法和思路；
了解Coze知识库的使用方法，包括文本，表格，图片类型的知识库；
可以查询楼盘详细信息和物业信息等，比如停车位，物业费；
可以查询户型信息和户型图。
思路
使用coze的Agent，通过人设和回复逻辑prompt，直接查询知识库信息。
内容概述
- 设置文本知识库探索了如何设置文本分割策略和召回设置策略才能获得满足要求的知识库召回结果。
coze教程：手把手教你搭建一个智能待办事项管理智能体
前言
目的
能够记录并查询待办事项，例如，记录行程记录，并可以查询细节，如时间，地点等信息。
目标
编辑记录待办事项工作流，可以提取用户提交的信息，并将其保存到数据库中。
编辑查询待办事项工作流，可以查询各种事项以及他的细节。例如查询某个会议的时间和地址。
概述
- 目的是记录并查询待办事项，如行程记录，并且能够查询细节，如时间和地点。
- 目标是编辑记录待办事项的工作流，提取用户提交的信息并将其保存到数据库中。同时，编辑查询待办事项的工作流，可以查询各种事项及其细节。
- 架构包含数据库表创建、字段设置和工作流的详细编辑步骤。
- 实施步骤涉及创建数据表、设置字段、添加数据库节点、使用代码节点转换数据为字符串、判断事项是否重复等。
- 测试验证了系统在不同条件下的功能性，如成功保存、查询特定事项、处理重复事项和错误信息。
- Agent角色是一个助手，协助完成记录待办事项和查询代办事项的任务
实施
架构
写给“纯小白”的大语言模型入门指南
本文长度比较长，有9000多字。本文的目的是一篇指南，因此阅读者可以根据自己的情况，并参考目录，选择需要的内容进行阅读。
也可以在阅读前言部分了解本文是否适合您。
前言
ChatGPT很牛X，上知天文，下至地理，中间还通晓人情世故。类似它的产品还有一大帮，例如：文心一言、通义千问、kimiChat…等等。
而且通过我们技术工作者的不懈地努力，AI的应用已经逐渐渗入我们工作和生活的很多场景和角落，在很多工作场景下，我们都不得不感叹一句”算你NB，在下告辞！“。
那么我们究竟是该屈服于AI大老爷的淫威之下，还是要起来反抗将其玩弄于股掌之间，这是一个选择！
但是无论我们如何选择，我们都应该对其有一个深入的了解，正所谓知己知彼方能百战不殆。
关于作者
原本只是平时做做产品，写写代码，过着平静又惬意的生活。在感受到ChatGPT的淫威之后，深感幸福生活受到了严重的威胁。本着打不过就加入的原则，遂改投AI门下，经过一段时间的探索，稍有些心得，撰写此文，一方面回顾和总结一下最近之所学，一方面也可给外门的师弟师妹一些借鉴和参考。
关于内容
阅读对象
正如前文所说，在下乃是外门弟子，对已入内门的各位师兄师姐们应是帮助不大，希望能对仍在外门的师弟师妹们有些许帮助。
目标
本文的内容更多是从概念和认识上入手，以了解和入门为目标，先对大语言模型领域有一个整体的认识，目标是为了帮助外门弟子能更好的理解秘籍内容以及更好的理解长老讲经的内容。通过对大模型有一个大致的了解，再根据自己当前的情况与角色决定自己下一步要如何深入。
范围
前面说的ChatGPT们都是基于大语言模型的应用，因此，本文主要也是围绕着大语言模型和基于大语言模型的应用来讨论的。