工业智能助理

知识库、无幻觉聊天和文件管理是RAGFlow的三大支柱。星观网络 中的聊天内容基于某个特定数据集或多个数据集。run a retrieval test创建完数据集、完成文件解析并运行检索测试后,你就可以继续展开人工智能对话了。

开始一个AI聊天

创建一个AI助理

点击按钮创建一个AI助理

配置

表单名	类型	描述
助理设置-助理姓名	字符串	助理姓名
助理设置-助理描述	字符串	助理描述
助理设置-助理头像	字符串	助理头像，图片存储url地址
助理设置-空回复	字符串	如果在知识库中没有检索到用户的问题，它将使用它作为答案。 如果您希望 LLM 在未检索到任何内容时提出自己的意见，请将此留空。
助理设置-设置开场白	字符串	您想如何欢迎您的客户？
助理设置-显示引文	开关	是否应该显示原文出处?
助理设置-文本转语音	开关	是否用语音转换播放语音，请先在设置里面选择TTS（语音转换模型）。
助理设置-知识库	选择数据	选择关联的知识库。
提示引擎-系统提示词	字符串	当LLM回答问题时，你需要LLM遵循的说明，比如角色设计、答案长度和答案语言等。
提示引擎-相似度阈值	数值	我们使用混合相似度得分来评估两行文本之间的距离。 它是加权关键词相似度和向量余弦相似度。 如果查询和块之间的相似度小于此阈值，则该块将被过滤掉。默认设置为 0.2，也就是说文本块的混合相似度得分至少 20 才会被召回。
提示引擎-关键字相似度权重	数值	我们使用混合相似性评分来评估两行文本之间的距离。它是加权关键字相似性和矢量余弦相似性或rerank得分（0〜1）。两个权重的总和为1.0。
提示引擎-Top N	数值	并非所有相似度得分高于“相似度阈值”的块都会被提供给大语言模型。 LLM 只能看到这些“Top N”块。
提示引擎-变量	选择数据	你可以通过对话 API，并配合变量设置来动态调整大模型的系统提示词。 {knowledge}为系统预留变量，代表从指定知识库召回的文本块。 “系统提示词”中的所有变量都必须用大括号{}括起来。详见 https://ragflow.io/docs/dev/set_chat_variables。
模型设置-温度	数值	该参数控制模型预测的随机性。 较低的温度使模型对其响应更有信心，而较高的温度则使其更具创造性和多样性。
模型设置-topP	数值	该参数也称为“核心采样”，它设置一个阈值来选择较小的单词集进行采样。 它专注于最可能的单词，剔除不太可能的单词。
模型设置-存在处罚	数值	这会通过惩罚对话中已经出现的单词来阻止模型重复相同的信息。
模型设置-频率惩罚	数值	与存在惩罚类似，这减少了模型频繁重复相同单词的倾向。

发起会话

选择聊天助手，选择一个会话框

发起聊天

对话框中输入问题，获取智能体对问题的解答

智能体做出回答