QinRui
# 需求背景 - 许多智能问答场景、客服场景会有人工整理好的QA，如果用户问题已经有标准答案，则不需要通过大模型生成，直接回复标准答案 - 对于用户在使用过程中经常提出的一些问题如果有比较标准的答案，则管理员希望快捷添加到FAQ库中 # 设计思考 - 一种方式是每个技能都可以设置一个全局FAQ库，用户发送的每个问题默认都先去FAQ库进行匹配，另一种思路是FAQ库是与当前文档知识库平行的一种特殊知识库，至于什么情况下使用，由用户自己在技能中进行配置（比如可以设置为只有当判断用户问题意图属于某一类时才去搜索FAQ库），这样更加灵活，在助手中，FAQ库也会作为一种tool（跟文档知识库一样），在助手提示词中进行控制什么时候调用（后续可以FAQ库和文档知识库都支持默认查的模式） # 功能设计 > 大致设计，可以进一步讨论 - 【知识】模块中【文件数据】更名为与【文档知识库】并列增加【FAQ】，支持通过Excel或CSV文件导入，也支持手动添加，每条记录包含Q、A两个信息，Q可以有多个（多种相似的问法），A也可以有多个（为了增加系统智能的感觉，会随机挑一个回复）。同样默认自动会创建关键词索引与向量索引两种索引。FAQ库是每个Q对应一个向量。 - 技能编辑中，VectorStores类别的组件，点击弹出知识库选择弹窗中分为文档知识库与FAQ两类，用户可以进行选择。FAQ库是Q为索引字段，Q与A分别有对应的变量名如{faq_question} {faq_answer}，召回后在后续流程中都可以通过变量进行引用 - 在后续新增的【监控日志】模块中，管理员可以快速将某个QA添加到某个FAQ库中（P1）
# 需求背景 比如一篇文章逐段进行审核（合规性、错别字、语义不通顺等） # 设计思考 - 这个是否随着上下文长度的增加，直接通过一次请求解决呢？简单的错别字情况可能可以。但是如果需要引入专业知识的情况不行，比如需要根据一些行业规范审核是否合规的情况。 - 另外就是拆分成小段逐个审核效果应该会更好。 # 实现思路  如图所示，可以支持 document类 触点与 Preset question类触点相连。 通常来讲，应当是 textsplitters 中的组件与Preset question触点相连，这样用户可以比如上传一份合同，先通过切分符（如换行符）进行切分（如切分成20个段落），每个段落成为一个输入逐个传入到Chain/Agent（如RetrievalQAChain或LLMChain）进行分析和审核，比如传入LLMChain可以通过提示词来做错别字及语义不通顺的审核，比如传入RetrievalQAChain来做合规性审核（知识库中存储的是公司及行业的规范要求文档内容）
## 背景 最近看了霍博兄弟的《清教徒的礼物》，书中提出的最大反常识是，对从泰勒提出科学管理以来效率运动、量化管理、专家崇拜等现象的鞭挞。并指出，20世纪后30年美国经济及社会各方面（企业、军事、教育、医疗）产生的问题都源于对从清教徒那里继承的美国传统管理文化的抛弃以及对“职业”管理专家的推崇。 这个观点跟我自己的常识有较大出入，所以想快速了解“管理文化”的主要发展脉络。 ## 说明 第一阶段时间是0508-0512，希望能产出一篇文章。
## 0、摘要 ## 1、背景 本分析报告的目的是对“学习科学”形成最小全局认识，期望对新时代的学习者提供一套学习指导建议。 最终成果以PPT的形式进行汇报，作为开智信息分析结课大作业。 ## 2、分析过程 ### 2.1 没有方向的探索期 早期的探索过程没有确立明确的分析框架（如：时空变、元反空，“三张表”等），所以只是将课程中了解到的工具和系统用个遍，比如：acemap、万方关键词拓展、维基百科词条、谷歌学术、百度学术、知网论文一通搜、结构阅读法读专业书籍。成果精简罗列如下： 1. 通过万方关键词（ http://www.wanfangdata.com.cn/search/echartseXpand.do?keywords=%E5%AD%A6%E4%B9%A0 【✨✨推荐】） 了解学习、知识管理、学习理论等相关的关键词，通过上下位术语、相关概念、同义词等获得如下相关度较高的关键词   2. 查找学科分类国标，找到相关学科“学习心理学”、“教育心理学”  3. 通过acemap找相关学科和主题研究分布 - 查看“Learning Sciences”topic地图发现无法生成地图（可能是论文数太少？）：https://www.acemap.info/topic?topicID=05BF5BFD - 通过搜索“learning”推荐出来学习相关的期刊，点击到作者的个人页面也挺有信息量【✨推荐这种方法】： -...
可能相关的概念： 学习共同体的特征 - 自发自愿组成：不是通过合同、硬性规章组织起来的 - 参与开源项目的动力 - 知识是分布式的：知识分布在群体里面，不是集中在个人身上 - 现实生活中的学习共同体 - 学校的学习社区（learning community） - 公司中的学习型组织（learning organization） - 协作组织中的学习效应 - 新兴的在线协作组织，如github、各种线上学习社群 - 老牌协作组织，如学术圈 学习共同体中的个人 - 注重作品与反馈 - 更重视找到合适的“轮子”解决问题的能力，而不是造轮子的能力（类似学术的引用，站在巨人肩膀）