微信扫码
与创始人交个朋友
我要投稿
CAMEL AI在Mistral cookbook上新增了一个教程。 主要内容为:如何利用 CAMEL 的RAG 与 Firecrawl 相结合,以实现高效的网络爬虫、multi-agent 角色扮演任务和知识图谱构建。
示例是介绍一个使用 Mistral 模型对 2024 年巴黎奥运会土耳其射手进行全面研究的示例。
图可能看不清,Agent ops和output单独截图在下方:
2个Agent,一个作为User提出指令,另外一个作为Assistant,执行任务。
ai user -> instruction -> ai assistant -> tool / args -> result - > ai user
最后可以生成图谱以及报告,整个过程需要7分钟,消耗60k tokens:
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-01-13
哈啰:构建智能出行RAG,ES还是向量数据库?
2025-01-13
企业级LLM独角兽 Cohere 发布 North:集成 RAG、搜索及 Agent 的企业级 AI 工作空间
2025-01-13
2025年这7种用于构建Agentic RAG系统的架构不可或缺
2025-01-13
RAG四种进阶方式
2025-01-13
使用RAG技术构建企业级文档问答系统:切分(3)使用Jina API进行语义切分
2025-01-13
使用RAG技术构建企业级文档问答系统:切分(2)使用Embedding进行语义切分
2025-01-12
RAG在智能问答系统中的应用
2025-01-12
CAG能取代RAG吗?别被表面现象迷惑!
2024-07-18
2024-09-04
2024-05-05
2024-06-20
2024-05-19
2024-07-09
2024-07-09
2024-06-13
2024-07-07
2024-07-07
2025-01-13
2025-01-09
2025-01-09
2025-01-09
2025-01-06
2025-01-04
2024-12-30
2024-12-27