AI如何接入到企业？给各岗位降本增效，一直都是热点！

能上马的！从来不只是“知识库”的查询搜索！还能实现：

#A 销售小白变大神——实时对话建议！

营销经典、大神话术数据支撑，AI总结用户窗口对话，实时生成客服的回复建议！你要做的，只需“照抄”！

#B 第二外脑——对话实时对齐产品与竞品参数！

根据用户对话，实时找到产品参数，再也不用埋头查找！效率翻翻！

#C 营销复盘——对话结束实时总结！

员工的营销大神，实时复盘，制定下阶段跟进重点和节奏！

#D 零机械录入！自动下单+跟单

用户号码、卡号、公司名、地址等关键信息！直对公司下单系统，无需人工录入，1人顶5人工作！

实际应用

出海外贸公司，每天大量邮件+实时咨询，20名懂特定外语+行业竞品的业务，每天只能处理100+正式询盘！

知识储备要求+时间成本+人力成本极高！

AI加持后！

60分的销售，瞬间补齐到90分！

无须懂外语，更无须学习产品信息，AI全干完！员工马上能上岗！

原来2w+的人力成本，瞬间到8K！

原本要20人的业务团队，瞬间砍1半！

原本要培训1个月的新人，瞬间能干活产出！

这是一意与一家出海产品技术团队合作，技术集训时的Demo！

他背后是整个行业的高质量数据，支撑AI提供服务！

这些数据包括但不限于：

130+本营销经典著作

过万份优质+成功的行业营销话术

18K实时的公司产品+竞品数据

10万+历史交互数据

AI只是工具，行业沉淀才是支撑一切的内核！欢迎更多拥抱AI的行业专家，与我们联系，合作是开放多元的，末尾有联系方式！

这个项目，一意3月就做好了，一直太忙，借 [意友圈] 会员的组队活动！

今天，以本项目为蓝本，一起深入学习！

他背后，究竟是什么技术，支撑系统运作？

整个项目的技术方案和数据工程策略，非常简单！

我们围绕数据，只做AI版块，今天把一些核心的项目代码，打包上传到会员盘！

雄哥把这个demo发上群，很多伙伴说：

“让AI记住女朋友所有纪念日！要做一个哄女友的AI！”

随意拓展！

今天先跑起来，拿到结果了，再深入背后讲代码！

所有资料已上传会员盘，直接点击下方，回家复制！

人的专注力只有10分钟，那！话不多说！

① 环境准备

② 数据库及依赖安装

③ 跑起来吧

第一部分：环境准备

雄哥用conda来做这个项目，如果你用惯其他工具的，怎么顺手怎么来！

小白跟着雄哥，把环境搭建起来！

第四天！0基础微调大模型+知识库，部署在微信！手把手安装AI必备环境！4/45

操作系统：无要求

实践环境：miniconda

Python版本：3.8及以上，实践用3.10版本

RAG框架：llama-index 0.10.52/llama-hub 0.0.79.post1

Agent-tools：ReActAgent

LLM供应商：OpenAI API，当然可以用本地model啦！

数据库：ASTRA_DB/API

使用API的初衷是让所有人免去本地搭建的烦恼，先拿到结果，雄哥之前都做过很多本地开发Llamaindex-Agent的内容，你拿起就可以本地搭建！

跟着上面雄哥的搭建教程，搭建好本地环境！

创建conda环境！

conda create --name yiyiai python=3.10

激活虚拟环境！

conda activate yiyiai

第二部分：数据库及依赖安装

2.1数据库安装

这里，雄哥用到ASTRA_DB/API，没有申请过的朋友，在这里申请！

（免费）

https://astra.datastax.com/

申请步骤非常简单，这里不展开了！

申请之后，这里右手边，有我们需要的连接凭证，稍后需要复制这个凭证到key文件中！

复制粘贴到"API填写"这里！

2.2 依赖安装

cd 进入你这个项目的存放地址！

cd G:\yingxiao

安装依赖！

安装前，确保你已经进入了刚刚创建的环境，并且进入了项目文件夹的工作目录！

pip install -r requirements.txt

第三部分：跑起来吧！

这里，我们用了streamlit来做前端，所以用它的指令来运行程序！

直接运行这个指令！

streamlit run streamlit_app.py

如果弹出是否允许联网，点允许，然后浏览器会自动打开！

如果没有自动打开的，浏览器访问本机IP+8501端口，会自动打开！

# 这是示例网址，改为自己IPhttp://192.168.1.19:8501

我们看看后台！

系统会自动加载在数据库中，用户的历史数据，并且加载我们给LLM做的提示词！

这个窗口要在后台保持，所有的记录都会在这里呈现！

这里，雄哥模拟了5轮对话，真实的对话肯定是来自用户的！

因为没有接企业系统，所以客户发过来的对话只能用机器做了！

我们后面，会围绕这个项目，深入他背后用到的技术，来做分享！

今天，就到这！