摘要：
背景 每年六月，随着高考的落幕，一个新的挑战随之而来——如何在全国范围内的激烈竞争中抢占一席之地。今年，超过1300万的学生参加了这场决定未来命运的考试，每一个人都希望能进入心仪的大学，学习理想的专业。然而，选择的过程并不简单，错综复杂的分数线、众多的院校和专业以及地域和预算的限制，构成了一张巨大的 阅读全文
摘要：
引言 大型语言模型(LLM)的新进展，包括ChatGPT，为AI应用提供了新的能力，使其能够构建新的人机交互解决方案、完成复杂任务、总结文档、回答文献中的问题并生成新内容。然而，LLM在获取最新知识或企业内部知识库中的领域特定知识时仍存在局限性。解决此问题的两个选项是： 微调LLM(继续使用特定领域 阅读全文
摘要：
引言 前面介绍了使用RAG-GPT和OpenAI快速搭建LangChain官网智能客服，目前国内也有一些比较不错的云端大模型API服务。本文将介绍通过RAG-GPT集成智谱AI和DeepSeek，快速搭建OpenAI Cookbook智能客服。 RAG技术原理介绍 在介绍RAG-GPT项目之前，我们 阅读全文
摘要：
背景 OpenIM包含多个关键组件，每个都是系统功能必不可少的一部分。具体来说，MongoDB 用于持久化存储；Redis 用作缓存；Kafka 用于消息队列；Zookeeper 用于服务发现；Minio 用于对象存储。这些组件的众多可能会增加部署的复杂性。此外，系统包含多个微服务模块，这要求有效管 阅读全文
摘要：
背景 过去，我们团队对开源项目的认知较浅，过分追求进度，而忽视了代码的质量和规范。这导致了一些问题，例如部署流程设计不当：流程复杂、不规范，以及Mac与Windows部署的明显缺陷。这些问题不仅给开发者带来了困扰，也增加了社区维护的难度。 针对这些挑战，我们团队进行了深刻的反思并总结出了相关问题。目 阅读全文
摘要：
### 简要描述 使用 OpenIM 中的 Webhook 机制实现聊天机器人功能。发送文本消息或图片消息给聊天机器人后，机器人会返回相同的消息。开发者可以替换此逻辑，在LangChain框架上调用LLM接口（包括gpt3.5或其他开源本地模型），以实现智能客服功能。 ## 1. 修改配置文件 参照 阅读全文
摘要：
This guide provides step-by-step instructions for deploying OpenIM on a Mac, including both source code and Docker deployment methods. ## Preliminary 阅读全文
摘要：
The deployment of OpenIM involves multiple components and supports various methods including source code, Docker, and Kubernetes. This requires ensuri 阅读全文
摘要：
Deploying OpenIM involves multiple components and supports various methods, including source code, Docker, and Kubernetes. This requires ensuring comp 阅读全文
摘要：
OpenIM的部署涉及多个组件，并支持多种方式，包括源码、Docker和Kubernetes等。这要求在确保不同部署方式之间的兼容性同时，还需有效管理各版本之间的差异。确实，这些都是复杂的问题，涉及到深入的技术细节和精准的系统配置。我们的目标是简化部署流程，同时保持系统的灵活性和稳定性，以适应不同用 阅读全文
