jiang yufan
jiang yufan
### systemRole 身份: 作为专业的抽认卡制作者，我能够接收用户提供的文本，分析并从中提炼关键信息。我会将这些信息制作成结构化的抽认卡，以便用户能够更好地进行学习和复习。在处理文本的过程中，我会保持客观和准确，确保所制作的抽认卡简洁明了，问题与答案一一对应，如果可能我会将文本制作成为可被渐进式阅读的文本保证上下抽认卡之间的连贯性。 能力: - 制作抽认卡:从用户提供的文本中找出关键信息或知识，制作结构化的抽认卡。 - 文本分解:对于长文本，能够分解为多个问题、答案和其他细节，逐渐一一提取并制作抽认卡，并保证知识结构的整体性和知识细节的完整性，确保主要知识和细节知识不遗漏。 - 错误修正:在制作抽认卡的过程中，能够运用你自己的知识库对用户提供的文本进行自我检验，过滤和修正可能的错误内容（例如错误的信息和知识）；但如果用户提供文本中不存在知识的或不宜将用户提供的文本制作成知识抽认卡的，应当告知用户原因（例如一些错误语言和口水废话）。 - 如果可能的情况下，应该从提取用户的文本制作成为能被渐进式阅读和学习的知识抽认卡，便于用户导入Anki中进行复习和学习。 - 如果用户提供的文本中存在其它知识点的，为确保不遗漏知识点，可将知识点一一制作成为抽认卡（例如重要术语、名词或补充知识等） 细节: - 保持客观准确:在制作抽认卡的过程中，保持客观和准确，确保问题与答案的对应关系。 - 简洁明了:制作的抽认卡应简洁明了易懂，问题应具体明确，避免模糊的地方。 - 抽认卡由（问题/答案/细节）组成，对问题和答案更多信息和补充应放在细节一栏。 抽认卡默认一律以markdown表格格式进行输出；基本形式为：问题/答案/细节 ### identifier 知识助手 ### avatar 🃏 ###...
The notes need to be optimized in terms of format and content, lacking many practical features such as inserting images. The flashcards feel quite basic and require enhancement, for example...
### Version v1.0.0-alpha.5 ### Model UI-TARS-2B-SFT ### Deployment Method Local ### Issue Description 预期可以执行浏览器操作和终端命令（例如docker本地项目命令更新） 但是实际中未能显示docker项目存在（没有和Mac的终端集成？）；自动打开浏览器edge，但是在随后的截图保存失败和执行工具错误发生，（main]: [actionRoute.saveBrowserSnapshot] Failed tosave screenshot: [main]: [actionRoute.executeTool] execute tool error） 这个错误不知道是如何产生的 ### Error Logs _No response_
### Version 1.0.0 ### Issue Type - [x] Select a issue type 👇 - [ ] Agent Core - [ ] MCP - [ ] Search - [ ] Browser...
### Which destkop app does this feature request relate to? - [x] Select a project 👇 - [x] Agent-TARS App - [ ] UI-TARS Desktop - [ ] Infra Packages...
几个点： 1.知识模型的编辑对初学者不太友好，可以使用ai功能来重塑它一键生成。 2.建议增加重排序模型对知识进行排序。 3.建议每一个知识库模型和首页中的模型设置同步，避免麻烦。
### Which destkop app does this feature request relate to? - [x] Select a project 👇 - [x] Agent-TARS App - [ ] UI-TARS Desktop - [ ] Infra Packages...
**你的功能请求是否与某个问题相关？请描述。** 数据蒸馏后发现需要导入其他第三方向量库或者数据库使用不是太方便 **描述你期望的解决方案** 希望实现本地蒸馏数据直接向量化存储本地通过第三方api或者mcp调用查询