它的数据来源主要是国外的网站，排除了百度，知乎，CSDN等国内信息源。目的是返回最准确的联网搜索结果，使用起来非常惊艳。作者Jiayuan

我是外企10年大数据，云计算专家，专注于AI应用落地的越山，欢迎点击上方蓝字关注我，不迷路。上一篇介绍了怎么把你的微信号变身成为带AI回复智能机器人，当作客服，培训助教，社群运营助手都是很OK的。虽然提供了懒人包，但具体使用上，还是会有各种各样的问题。欢迎大家反馈，我后续持续更新解答。应读者要求，今天就讲一下微信机器人的Docker部署方式。Docker是什么Docker是一个用于创建和运行应用程序的平台。它使用称为容器的技术，可以将软件及其所有依赖项打包在一起，使其可以在任何系统上一致地运行。这就像是一个虚拟的盒子，你可以在里面放入你需要的所有东西，无论你在哪里打开这个盒子，里面的东西都会以同样的方式运行。如果你了解虚拟机的话，那可以简单的将Docker理解为更轻量的虚拟机。

我是外企10年大数据，云计算专家，专注于AI应用落地的越山，欢迎点击上方蓝字关注我，不迷路。听说AI很能聊啊，接到微信里，当客服，培训助教，社群助手都可以呢。今天介绍怎么部署一个微信聊天机器人。也准备了个懒人包，一键运行，把你的微信号变身成为带AI回复智能机器人。简单部署前提条件：有Python3环境。实在没有，也可以用文末的懒人包。1.

基于真实需求，让AI落地，使用embedding模型做大数据量分类。为数十万商品分类通常想到的办法是用NLP+特定分类算法（如是SVM)来实现，涉及数据清洗，特征提取，模型训练，调试和集成等工作。看起来是项大工程。

精良的简历和项目组合，还有面试的表现是敲门砖。即使有内部推荐，简历和作品集通常是你给不认识你的人的第一印象。所以，记得及时更新简历，突出与你想要的角色相关的经历和教育背景。态度要端正:

Python环境和包等。但本地的Docker环境，Nvidia驱动，Cuda环境等还是得根据情况自己解决。说明本着快速，好用，完成度高，可扩展的原则，我的选型如下LLM:

最近有一款开源的知识库问答系统毕昇，初步了解下来，这跟我之前设想的AI能力接入平台很像，非常适合企业级AI应用开发。试用了一下，设计上有很多亮点，很是惊艳，

EasyCodeVSCode插件，用法跟Genie很像。选中代码右键菜单里可以选择“解释代码”，“重构代码”等。点左侧插件图标也可进行对话。不同点在于可以免费使用，无需提供OpenAI

不用去打开各个网页端。我真的会为节省这1秒钟就愿一直使用它。现在作者推出了Premium计划，出于对作者的认可，我购买了。知识产权应该受到尊重。这周特别火的ChatALL项目，

对1746亿参数的GPT-3模型进行一次训练，需要用288年时间。据测算训练一次1746亿参数的GPT-3模型，所需花费的算力成本超过460万美元。PFlop/s-day

比如我的VSCode界面，左侧是Genie的提示（ChatGPT聊天,代码可直接点insert），中间是代码编辑区，右侧打开Terminal调试，完美。在输入第一个问题时，会提示你填入OpenAI

十多年前有句话“摄影穷三代，单反毁一生”，这是摄影器材党的调侃。现在玩AI才发现，训练和使用模型对机器基本都要求GPU。自己买太贵，云上租用也不便宜，但至少让普通人可以参与了。先说结论：使用AWS

AGI（通用人工智能）将会非常强大，开源并不明智。无论如何，每个人的立场和利益不同，对同一事件的看法也会有所不同。我始终认为，世界应该是多样的，开源的方案免费且可控。我们不能阻止

via它也会写代码会写代码反正代码有报错，不能直接用让它跟ChatGPT比较一下Google

embedding）的近似最近邻搜索引擎。它可以将文本数据集编码为低维向量，并利用这些向量来快速查找与查询向量最相似的数据点。LlamaIndex