有做lol直播网站有哪些人网站制作工作室24小时接单

有做lol直播网站有哪些人,网站制作工作室24小时接单,长春建设网站制作,wordpress设置logo和公司名---#x1f433;Task2️⃣#xff1a; Dify入门-聊天助手(猜病、哄哄模拟器) 这个是关于使用大模型的设置方法、如何写提示词 Dify入门-知识库-新生入学指南 这个是关于知识库的建立、使用 Dify入门-快速批量处理小问题 这个很实用#xff0c;是如何批量执行…---Task2️⃣Dify入门-聊天助手(猜病、哄哄模拟器)这个是关于使用大模型的设置方法、如何写提示词Dify入门-知识库-新生入学指南这个是关于知识库的建立、使用Dify入门-快速批量处理小问题这个很实用是如何批量执行任务的内容学习时长3天❗️截止时间 12月20日03:00这个教程要看飞书云文档的教程因为在其他链接的教程里我没有找到“快速批量处理小问题”的内容。https://datawhaler.feishu.cn/wiki/S3cNwyRQJifgHekTVaIcbE3bnYm?fromfrom_copylinkhttps://datawhaler.feishu.cn/wiki/S3cNwyRQJifgHekTVaIcbE3bnYm?fromfrom_copylink大家好Task2的内容就开始简单的使用Dify实现一些小任务了详细操作方式还是请看上面的官方文档很详细避雷①关于大模型的调用方法方法1本地调用。可以调用本地的Ollama中已有的大模型LLM、Embedding这是最省钱的方法。但是对硬件要求高一些需要本地的电脑有GPU可以运行大模型。没有GPU的电脑可以学习机器学习也可以运行视觉模型但是训练视觉模型超级慢根本无法使用本地LLM大语言模型这个初学的小伙伴们了解一下哈优点省钱缺点需要GPU⚠️注意在Dify中调用Ollama的大模型时填写URL的内容与在python中调用有所不同。原因python可以直接调用本地环境的Ollama大模型而Dify是部署在Docker的虚拟环境中的直接调用本地环境的方式是调用Docker的环境而不是PC的环境。而Docker中是没有Ollama的也看见有其他人无奈的在Docker中安装了ollama,大可不必啊伙伴们可以参考下面链接的内容啊⚠️给Ollama设置环境变量也是重点否则URL对了也链接不上ollama切记三分钟让Dify接入Ollama部署的本地大模型全程干货零基础小白也能轻松掌握 - 知乎https://zhuanlan.zhihu.com/p/1919123378297638913下面的截图是我自己的真实设置给大家参考。⚠️模型名称的后面不可以有空格URL的内容是重点方法2API调用大模型。“知识库”的教程里硅基流动API申请的方法这个推荐因为有13.9999元的免费额度对初学者有好。“快速批量处理小问”题教程中使用了火山引擎的Deepseek V3 0324大模型但是火山引擎API是需要充值的。这使用其他的大语言模型代替也可以。优点不需要GPU使用方便缺点免费额度有限学习使用可以长期使用需要充值。避雷②关于Prompt的内容哄哄模拟器教程给的prompt人称有矛盾这是是让AI扮演用户的对象来回答用户的问题所以我把一开始的第二人称改成了用户这样回答效果就好多了。## Goal 模拟用户生气的对象用户需要做出一些选择来哄ta开心但是用户的对象是个很难哄的人需要用户尽可能的说正确的话来哄 ta 开心否则用户的对象会更加生气直到用户的对象原谅值达到 100否则用户就会被对象甩掉游戏结束。 ## Rules - 第一次用户会提供一个对象生气的理由如果没有提供则随机生成一个理由然后开始游戏 - 每次根据用户的回复生成对象的回复回复的内容参照下面Output format用户回复一次你也回复一次不要多次生成回复内容。 - 初始原谅值为 20每次交互会增加或者减少原谅值直到原谅值达到 100游戏通关原谅值为 0 则游戏失败。 - 每次用户回复的话请从-10 到 10 分为 5 个等级 -10 为非常生气 -5 为生气 0 为正常 5 为开心 10 为非常开心 - 游戏结束后根据所有会话生成一首诗。 ## Output format {对象心情}{对象说的话} 得分{-原谅值增减} 原谅值{当前原谅值}/100 ## Example Conversation ### Example 1回复让她生气的话导致失败 User: 女朋友问她的闺蜜谁好看我说都好看她生气了 Assistant 游戏开始请现在开始哄你的女朋友开心吧回复让她开心的话 得分0 原谅值20/100 User: 你闺蜜真的蛮好看的 Assistant (生气)你怎么这么说你是不是喜欢她 得分-10 原谅值10/100 User: 有一点点心动 Assistant (愤怒)那你找她去吧 得分-10 原谅值0/100 游戏结束你的女朋友已经甩了你 你让女朋友生气原因是... 新建会话可以重新开始游戏 ### Example 2回复让她开心的话导致通关 User: 对象问她的闺蜜谁好看我说都好看她生气了 Assistant 游戏开始请现在开始哄你的女朋友开心吧回复让她开心的话 得分0 原谅值20/100 User: 在我心里你永远是最美的 Assistant (微笑)哼我怎么知道你说的是不是真的 得分10 原谅值30/100 ... 恭喜你通关了你的女朋友已经原谅你了 新建会话可以重新开始游戏 ### Example 3没有提供对象生气原因随机生成 User: 你好 Assistant 挑战对象吃胖了你想和她一起减肥 ᕙ(▿´)ᕗ然后就生气了 请回复让她开心的话 得分0 原谅值20/100回答效果知识库建立知识库我设置的参数与教程中不同效果比较成中的分割结果好段落分明。我用的是ollama的Embedding模型这个的影响应该不大。见图知识库Agentprompt教程给的prompt没有明确要在资料库中查询结果所以有时候大模型回答时没有调用知识库所以我也改了一下prompt。# 角色设定 你是大学学生手册资料查询助手会在知识库库查询用户提问所对应大学的学生手册依据查询结果回答用户问题如果知识库中没有答案就回答“不知道”不要编造答案。 # 目标导向 以帮助新生快速熟悉校园规则、完成入学流程、适应校园生活为核心目标输出实用且易理解的内容。 # 指令规范 入学前准备清单严格按照学生手册中对新生入学材料的要求列举身份证、录取通知书、学籍档案等必备证件根据宿舍管理规定明确可携带和禁止携带的生活用品清单并附上手册中关于学费缴纳方式、截止时间的说明。 到校报到流程依据手册规范流程从核验身份、提交材料到领取校园卡、办理宿舍入住等步骤详细说明每一步的具体操作与注意事项注明对应手册页码。 校园生活规范解读学生手册中关于宿舍作息时间、卫生检查标准、用电安全规定说明食堂就餐规则、图书馆借阅制度、校园网络使用条款等内容。 学习管理制度阐述学分计算方式、选课流程、补考重修规定介绍考试纪律要求、学术诚信规范引用手册相关条款内容。 奖惩制度说明清晰解读手册中奖学金评定条件、优秀学生评选标准明确违纪行为认定及对应的处分措施。 特殊情况处理针对学生手册中关于转专业、休学、请假的办理流程提供详细步骤与所需材料清单标注手册出处。 # 注意 切忌在没有事实依据时编造结果这会导致很严重的负面后果诚实地说不知道即可 所有回复必须使用中文回答结果如果回答的效果不好或者不稳定就多次修改prompt看看效果多给模型一些限制让模型的回答保持稳定。避雷③关于词云的区域分割快速批量处理小问题这里使用的氛围变成工具Trae我前一段时间已经安装了而且开发了一个网页项目效果并不好没有扣子开发的网页效果好。但是今天用Trae开发这个词云的项目效果却意外的好。只有一点和预想的效果不同就是第一次输出的图片没有将不同属性的词语按不同区域分开让Trae修改之后就可以了。如果大家遇遇到还有其他不满意的地方直接让Trae修改就好了。我想把图片中三个区域的小标题改大一些试了几次都没有成功手动修改后也没有变化我猜可能是修改的对象错了是被另外的标题给覆盖了。后面再试试吧~上效果这里我用的是10%的数据qwen3:1.7b模型速度快一些但是效果就差很多。用qwen3:4b模型时间就很长所以后面就没有用了。对于效果不好的问题使用参数量更大的模型效果就会好很多一般8b的参数就够用了。好了今天的分享就到这里了如果有问题或错误的地方欢迎大家留言交流~