给NAS相册接入AI大脑,但不聪明

nas 

本文介绍了一款名为PhotoPrism的开源AI驱动的照片管理工具,它可以接入NAS相册。作者在安装和使用过程中遇到了一些问题,例如识别效果不理想和索引耗时较长等。尽管存在一些限制和性能问题,但作者还是分享了安装指南,包括使用docker-compose进行安装的具体步骤和需要注意的事项。此外,作者还提到了使用过程中的一些体验,例如资料库索引的必要性以及操作过程等。然而该工具并不能完全替代专业功能强大的相册管理软件,需要配合其他工具使用。最后作者给出了项目地址并欢迎讨论和关注其公众号。关键词:AI、NAS相册AI化、开源工具、性能问题。

阅读anthropic building-effective-agents 文章有感而发

学习 

本文主要讨论了作者在研究智能创作、workflow和agent过程中的一些思考和体验。作者阅读了anthropic的building-effective-agents文章,并基于文章内容提出自己对智能agent创建过程中的理解。文章讨论了如何通过预定义代码路径编排LLM和工具的系统创建workflow,以及通过agent的核心和接口定义清晰的工具的重要性。同时,作者提到了在实际工作中遇到的挑战和问题,包括模型的格式化输出、工具的防错设计和参数清晰度的重要性。总体而言,作者呼吁读者关注科技前沿和开源的AI工具的发展和应用,对于模型的智能化、工具的设计和后续开发进行讨论和探索。

fast-graphrag 探索(4)- 我把模型服务干崩了!

学习 

文章摘要:本文主要描述了小胖在使用fast-graphrag模型处理研报数据的过程中所遇到的问题及解决方法。文章首先介绍了小胖按照官方example指导调整模型参数并编写代码以处理研报数据,但在运行后发现生成的数据文件出乎意料地小,并且只有最后一篇研报的数据。经过仔细检查代码,小胖发现是因为n_checkpoints参数设置不当导致的。调整代码后,他尝试将整批数据一次性插入,简化了代码逻辑。但随后又遇到并发量过高导致模型中转服务挂掉的问题。通过查看日志和定位问题,小胖使用asyncio.Semaphore限制了并发数,最终成功解决了所有问题。文章还涉及了python、fast-graphrag探索、AI、rag和开源等关键词。

大升级!LLM应用监控、测试、优化一步到位!

学习 

本文介绍了使用langfuse工具在开发基于检索增强生成(RAG)模型应用时的监控追踪方法。文章详细描述了langfuse的功能,包括LLM可观测性、提示管理、LLM评估、数据集管理等。文章还介绍了langfuse最近的v3.0.0大版本升级,包括新引入的Async Worker、Redis、Clickhouse和S3 / Blob Storage等技术,并解释了选择这些技术的理由。此外,文章还展示了如何使用langfuse进行trace、提示词管理,并总结了langfuse在LLM应用开发生态系统中的作用。最后,文章呼吁读者关注公众号并分享使用langfuse的经验和想法。