【全網首發Manus教程】吹爆！這可能是唯一能將全球首款通用AI Agent產品Manus講清楚的教程了！上手超簡單，全程乾貨無廢話！少走99%的彎路！ P17 - 17.17、使用 Streamlit 創建 Web 應用實戰

就是計算什麼計算距離 計算一些用歐式距離或者是漁輪相似度 去把這個做一個匹配 然後把這個結果給你扎出來 好 最後一步就比較簡單了 就是生成問答 現在問答這裏需要著名一點 在這裏大家看 檢索出來的結果的話 這個是不能直接呈現給客戶的 大家看 因爲檢索出來的東西的話會比較混亂 因爲你去搜一個文本的話 比如說你問申請退款 如果說這個文檔裏面 就這個知識庫裏面 有很多跟退款相關的東西 他會把一堆東西給抓出來 所以說檢索出來的東西是不能直接用的 還要做一個什麼步驟 這時候就要用到什麼東西 叫大模型的一個能力了 我們要用大模型做一個什麼 做一個歸納總結 你檢索出來的東西 它只是文本片段 你需要讓大模型幫你幹嘛 幫你把這個內容給你做一個總結 做一個總結 這樣的話大家你看 你看到一個結果 這個結果 其實這個結果跟我們原始的文本 大家看 比如說我剛剛問的是申請退款是吧 問的是申請退款這個問題 但是你看他回的結果 他不是把申請退款這一段話 全部給你複製粘貼輸出的 它是做了一些總結跟歸納的 這個就是用到大模型的能力 你看要申請退款什麼樣 然後他寫的非常詳細 也就大模型會幫你去做一個 總結的歸納輸出 幫你去完善 怎麼樣更加合理的輸出 所以說 檢索最終還是要跟大模型做一個整合 才能得出一個比較好的一個效果 這個就是我們還是要用大模型的能力 OK 這個就是Rug 5個步驟 好 剛剛講的Rug這一段 大家聽明白的同學 可以一波666 大家如果聽明白的話 可以一波666 然後有什麼問題的話 也打在公屏裏面 就我剛剛講的那一段 有沒有理解透徹 有沒有什麼問題 大家可以提一下 應該還是比較好理解 其實很簡單 就是把這個文件 把這個文件什麼 就是給他上傳進去 然後給他做一個檢索 就是做向量的嵌入是吧 嵌入完了之後 然後把知識片段抓出來 抓出來之後丟給大模型 大模型總結歸納輸出 就比較簡單 講完Rug之後 咱們接下來就是講Language了 有了Rug的基礎之後 給大家講Rungraph Language的話 其實也比較好理解 Language它其實什麼 我們來看一下 官網是怎麼介紹這個的 先看一下介紹 這個是Language的一個說明 你看Language是一個用於構建 具有LAM 這個就是大模型的 大模型的意思 有狀態 有多參與者的應用程序的庫 它可以用於什麼 創建代理跟多代理工作流 說白了 什麼 Language的話 其實就是用來幹嘛的 做做agent開發的 我們上節課給大家講 define它整體agent的話 其實什麼 就是一個工作流 你輸入一個提示詞 我給大家看一下 define它的實際的一個流程 讓大家好理解一些 大家看 這個是define裏面 它的一個流程圖 我們做Language開發的話 其實大家就在做一個工作流的系統 你看 比如說從這個節點開始 到比如說我們要做一個智能客服 對不對 我要做一些什麼 到了一個什麼節點 比如說我要去調用知識庫 然後我再調用問答機器人 agent去調大模型的一些接口 然後我最終還要去做存儲 最終還要做個什麼更新 去做一些什麼識別 包括還有一個什麼條件分支 大家看就有各種各樣的流程 這個東西的話就叫做 叫agent工作流開發 所以說 Language的話 其實就是做agent 它的一個工作流的這種開發 就是大家看到 你會看到我們這個頁面 你看到它雖然簡單 這個頁面看起來是比較簡單 對不對 但是這個裏面 我跟大家說 是經歷了一套工作流的 經歷了一套工作流的 雖然我們就問了一個問題 然後給了一個結果 但是實際開發沒那麼簡單 這個裏面有各種環節的 所以我給大家看這個圖 就是Language的開發流程圖 大家看 這個東西看上去有點複雜 其實非常好理解 它其實分了幾個組件 一個叫state state是什麼 叫狀態 你或者把它理解爲叫上下文 咱們工作流節點要流轉的話 你是不是得有數據傳輸 比如說我這裏 比如說大家看 我問了一個問題 比如說如何確保我的賬戶安全 我問了這麼一個問題 對不對 這個就是一個參數 參數從這個節點 就是通過state去做傳遞的 它會傳遞到什麼 node就是節點