鱼皮的 AI 指南 - 1、AI 核心概念

⭐️ 推荐观看视频版：https://www.bilibili.com/video/BV1i9Z8YhEja

首先，我会通过带大家实操一个主流的 AI 应用开发平台 Dify，把 AI 的核心概念串联起来，更高效直观地带大家理解。

首先进入平台，创建一个 AI 应用，然后进入到了 AI 对话界面。

首次使用时，我们要选择 大模型（LLM）。大模型是 AI 的大脑，是指具有海量参数的人工智能模型，通过大规模的预训练获得广泛的知识和能力。

不同大模型的参数规模、处理能力、接受的对话长度是不一样的。

选择大模型后，我们可以设置参数来调整大模型的输出，比如 温度 可以控制模型输出的随机性，温度值越高，模型输出越随机多样；温度值越低，输出越确定保守。

下面我们来和 AI 进行对话，输入给 AI 的内容我们称为 提示词 Prompt，用来引导模型生成特定内容或执行特定任务，提示词的质量直接决定了 AI 输出的准确度。

提示词又可以分为系统提示词和用户提示词，系统提示词可以整体约束 AI 输出的内容，一般需要提前设置；用户提示词则是用户自主输入的内容，随用随输。

我们进行一次对话后，会发现对话下方展示了 “花费 Token”。

看到 “花费” 很多同学就慌了，啥是 Token 啊？Token 贵不贵啊？

Token 是大语言模型处理文本的基本单位，可能是单词或标点符号，模型的输入和输出都是按 Token 计算 的，一般 Token 越多，成本越高、并且输出速度越慢。不同模型的计费都不太一样，一般 100 万 Token 要几十块钱吧。

让我们再来添加一个大模型，谷歌的 Gemini，这次它让我输入 API Key，不让我免费用了。没事，我们去大模型官方去申请一个调用秘钥，输入过来即可，之后的每次扣费都会记在这个 API Key 上。

模型添加成功后，可以看到 Gemini 也支持非常多不同的大模型，比如标准版和 Lite 轻量版。

可以将轻量版简单地理解为蒸馏版本。在实际应用中，大模型可能因资源需求高而难以部署。采用 模型蒸馏，将复杂大模型的知识转移到更小模型中，就可以在保持模型性能的同时，减小模型体积，降低推理成本。

有些模型是具备 多模态 能力的，多模态大模型能够同时理解和处理多种类型的信息，比如文本、图像、音频和视频，实现图生文、文生图、文生视频等更智能的应用。

有些大模型还具备 文档解析 的能力，可以上传一个 PDF 文件作为 上下文信息，交给 AI 去总结。还记得几年前有个很火的爆款产品 ChatPDF，现在人人都能实现了。

但有时，大模型可能缺少了某些信息，比如让 AI 总结鱼皮写的《保姆级写简历指南》，它给的信息就不准确，怎么办呢？我们可以开启知识库功能，背后是 RAG 检索增强生成 技术，来利用外部知识库给 AI 补充知识。

首先创建知识库，上传知识文档：

对文本进行切分，可以自己设置分块的规则：

然后利用 Embedding 嵌入 技术，将文本、图像等数据转换为向量表示，并写入到向量数据库中。用户向 AI 提问时，会将问题转换成向量，从知识库中检索和问题相关的信息，再将这些信息和问题一起输入大模型进行处理，使大模型的回答更准确。

好，这样我们的 AI 应用就做完了，可以发布给别人用，也可以通过 API 接口，在自己的代码程序中通过网络请求来调用。

刚刚我们只是牛刀小试，做了个聊天助手罢了。但实际上现在 AI 的应用已经升级为 智能体 了。智能体是能够感知环境、进行推理、制定计划、做出决策并自主采取行动来实现目标的 AI 系统。

我们可以给智能体提供 工具，比如网页搜索、查询天气、调用数据库等等，让智能体完成更复杂的任务。安装工具后，提供给智能体，它就会在需要的时候使用这个工具，比如从网上检索到内容，进行总结后再回复。这样一来，AI 的应用范围和能力边界将会是无限大。

当然，如果你用的 AI 大模型是个睿智，它可能不会用工具，所以我建议给智能体选用思考能力更强的推理模型。有些模型会使用 思维链（CoT）和 ReAct 技术，让模型先思考问题、推理分析并提出行动计划，然后再行动，再基于结果进一步推理。并且中间步骤和思考过程是公开可见的，让我们能够理解模型是如何得出结论的，让整个推理过程更透明。

• 思维链 CoT：在处理复杂问题时，模型直接给出答案可能缺乏逻辑性和可解释性。思维链技术（Chain of Thought, CoT）通过让模型详细介绍中间步骤和推理过程，使人们能够理解模型是如何得出结论的，让整个推理过程更透明。
• ReAct：结合推理（Reason）和行动（Act）的 AI 开发范式，模型先思考问题，推理分析并提出行动计划，然后执行行动，再基于结果进一步推理。这种循环能使 AI 能够更有效地解决复杂问题。

有时，单一的智能体并不能完成我们的任务，比如自动生成 100 个短视频、自动做个游戏并发布上线。这时我们可以使用 智能体工作流（Agentic Workflow），可以通过规划和编排，让智能体自由搭配功能，自动化实现各种复杂的任务。有点像可视化编程。

最后再分享一个最近很火的概念，叫 MCP（Model Context Protocol） 模型上下文协议，用于实现 AI 与外部工具或数据的标准化交互。

简单来说，利用 MCP 服务，我们可以更方便地给 AI 集成不同的工具和数据，增强 AI 应用的功能。首先安装 MCP Agent 策略，让智能体支持调用 MCP：

然后可以去 MCP 大全网站找到我们需要的 MCP 服务，比如查询当前时间。

再回到智能体工作流中，填写 MCP 服务器地址、调用 MCP 的指令和查询条件等信息，AI 就可以在需要的时候向 MCP 发送请求来完成数据啦。

OK，AI 核心概念讲完了，看到这里，你应该就超过了 70% 的同学。