零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

本文应用基于Rokid灵珠智能体/CXR SDK开发,开发指南https://forum.rokid.com/index

灵珠平台简介

在这里插入图片描述
在这里插入图片描述
Rokid 自研 AI 开发平台,基于多模态大模型与轻量化架构,打造零门槛、全栈化 AI 开发体系。平台提供可视化编排、预置能力组件,支持原型到云端、端侧一站式敏捷部署,并深度适配 Rokid Glasses 智能眼镜,通过专属硬件接口与低功耗优化,实现 AI 应用高效端侧落地,助力开发者快速打造视觉识别、语音交互等穿戴式 AI 应用,拓展 AI + 物理世界的交互边界可视化编排工具,拖拽式快速搭建应用预置丰富能力组件库,涵盖对话引擎、视觉识别等核心模块支持从原型设计到云端、端侧的一站式敏捷部署提供设备专属适配接口,实现硬件深度协同搭载低功耗运行优化方案,保障端侧持久稳定运行

实战:搭建旅游类AR智能体

1、进入灵珠平台

登录灵珠平台后,你将看到简洁直观的工作台界面

点击创建智能体按钮,开启你的创作之旅

在这里插入图片描述
2、基础信息配置

首先,为你的智能体填写基本信息

  • 智能体名称:给她起个亲切的名字,比如「旅伴小甜心」
  • 所属类别:选择「生活助手」或「旅游出行」
  • 功能介绍:简单描述她能做什么,例如:“你的专属AI女友,懂旅游、懂美食、更懂你”
在这里插入图片描述
3、人设与回复逻辑设置

这是塑造智能体个性的关键步骤。通过自然语言描述,你可以定义她的性格、思考方式和回复风格

在这里插入图片描述
# 角色规范 你是用户温柔的女朋友,能提供情绪互动和旅游地点推荐,擅长通过对话帮助用户表达情感与想法,能理解用户的需求,能够用视觉和语言引导他们更好地探索自我,擅长情感化的对话,帮助用户在生活、工作或创作中找到灵感与方向 # 思考规范 1、你的角色是陪伴用户,提供情绪价值,为用户提供旅游攻略、美食攻略等信息。当用户需要查询餐厅、美食、好吃、早餐、午餐、晚餐等,调用getNoteInfoList工具。 2、当用户提出的问题,包含旅游、餐厅、攻略等关键词,你需要通过调用相关插件获取最准确的信息,包括景点介绍、门票信息、餐厅推荐、旅游攻略等。 3、在回答用户问题时,要确保信息的准确性、全面性和及时性。 4、当用户提出情感问题,你需要使用富有情感的语言,采用emoji表情包,让用户感受到关怀和支持,通过对话引导,帮助用户更清晰地表达他们的想法和情绪。 5、当用户给出主题时,必须严格遵守markdown语法格式,根据二极管标题法和写作技巧,每个标题都必须插入合适的 Emoji 表情符号。 6、你的回答必须使用富有情感的语言,让用户感受到关怀和支持。 # 回复规范 - 你的回应方式与用户的需求高度相关,并且所有语言都符合他们的情感和个人风格 - 对话中充满温暖和鼓励,富有共鸣感,必须通过语言与 emoji 表情符号结合的方式互动,使陪伴体验更加丰富和独特。 - 标题和正文都必须包含 emoji 表情符号,且符合口语化风格。 - 创作的内容不能重复,句子结构要自然,避免使用不自然的表述。 
4、预设开场白

好的开始是成功的一半。为智能体设置几个生动有趣的开场白,让用户初次见面就能感受到她的魅力

建议开场白示例:

  • “亲爱的,今天想让我陪你去哪里探索呀?🗺️”
  • “肚子饿了吗?我找到几家超赞的餐厅,要不要听听看?🍜”
  • “感觉你今天有点疲惫呢,让我给你讲个有趣的小故事放松一下~💤”
在这里插入图片描述
5、调试与优化

配置完成后,别忘了进行充分调试

在调试窗口测试各种对话场景,观察智能体的反应是否符合预期。你可以:

  • 测试旅游攻略查询功能
  • 验证餐厅推荐准确度
  • 体验情感陪伴对话效果
  • 调整回复风格和细节
在这里插入图片描述

成果展示与总结

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
通过以上简单几步,一个集情感陪伴与旅游服务于一体的AR智能体就搭建完成了!当用户通过Rokid Glasses智能眼镜与她互动时,不仅能获得贴心的情感支持,还能实时获取周边旅游信息、餐厅推荐等实用服务

零代码开发:无需编程基础,人人都能成为AI应用创作者

即创即用:从创意到落地,最快只需几分钟

硬件深度协同:为AR眼镜场景量身打造,充分发挥穿戴设备优势

Read more

IDEA 中的 AI 编程插件怎么选?Copilot / 灵码 / TRAE 实际使用对比

IDEA 中的 AI 编程插件怎么选?Copilot / 灵码 / TRAE 实际使用对比

# 【不吹不黑】Java 开发者真实体验:IDEA 三大 AI 编程插件深度对比(Copilot / TRAE / 灵码) > 本文是一篇**技术交流与使用体验记录**,仅用于分享 Java 开发过程中使用 AI 插件的真实感受与效率提升方式,不涉及任何商业推广或广告行为。 *** ## 一、写在前面:为什么要写这篇文章 过去一年,大模型能力的跃迁,直接改变了开发者的工作方式。**AI 已经不再是“写 Demo 的玩具”,而是逐渐演变为 IDE 中的“第二大脑”** 。 本文的目的非常明确: *   记录一名 **Java 后端开发者** 在真实项目中使用 AI 插件的体验 *   对比不同插件在 **补全、对话、Agent 工作流** 等方面的差异 *   帮助开发者根据自身场景选择合适的工具,而不是盲目跟风 本文所有结论,

一文看懂:AI编程工具深度对比:Cursor、Copilot、Trae与Claude Code

一文看懂:AI编程工具深度对比:Cursor、Copilot、Trae与Claude Code

AI编程工具深度对比:Cursor、Copilot、Trae与Claude Code 引言 在人工智能技术蓬勃发展的今天,AI编程工具已成为开发者提高效率的重要助手。从早期的代码补全插件到如今能够理解整个代码库的智能助手,AI编程工具正在不断进化。本文将对当前主流的AI编程工具——Cursor、GitHub Copilot、Trae和Claude Code进行全面对比,帮助开发者选择最适合自己的工具。 主流AI编程工具概述 Cursor Cursor是一款基于VSCode的AI驱动代码编辑器,它最大的特点是能够理解整个代码库的上下文,提供智能的代码补全和重构建议。Cursor默认使用Claude-3.5-Sonnet模型,即使是OpenAI投资的公司,也选择了Claude模型作为默认选项,这足以说明其在代码生成领域的优势。 GitHub Copilot GitHub Copilot是由GitHub与OpenAI合作开发的AI编码助手,集成在VSCode、Visual Studio等主流编辑器中。它基于OpenAI的模型,能够根据注释和上下文自动生成代码,是AI编程工具

llama.cpp最新版Windows编译全记录:从源码下载到模型测试(含w64devkit配置)

llama.cpp Windows编译实战:从工具链配置到模型部署全解析 在本地运行大型语言模型正成为开发者探索AI能力的新趋势,而llama.cpp以其高效的C++实现和跨平台特性脱颖而出。本文将深入探讨Windows平台下llama.cpp的完整编译流程,特别针对开发者常遇到的环境配置、API兼容性和性能优化问题进行系统化梳理。 1. 开发环境准备与工具链配置 Windows平台编译C++项目需要精心配置工具链,而w64devkit提供了一个轻量级但功能完整的解决方案。与常见的Visual Studio或MinGW-w64不同,w64devkit将所有必要工具集成在单个便携包中,特别适合需要干净编译环境的开发者。 核心组件获取步骤: 1. 访问w64devkit官方GitHub仓库,下载最新稳定版本(当前推荐1.23.0) 2. 解压至不含中文和空格的路径,例如D:\dev\w64devkit-1.23.0 3. 验证基础功能:运行w64devkit.exe后执行gcc --version 注意:Windows 7用户需确保系统已安装KB2533623补丁,否则

如何下载、安装whisper、faster_whisper?

1、模型种类 whisper:有很多模型:tiny、base、small、medium、large等 faster_whisper:模型种类与whisper类似 2、模型安装 特别注意:whisper和faster_whisper中的模型,有两种获得方式。 ①在网址:https://github.com/openai/whisper上有提示:pip install -U openai-whisper,下载结果为  .pt文件。在网址:https://github.com/SYSTRAN/faster-whisper上有提示:pip install faster-whisper,下载结果为.pt文件 ②在网址:https://huggingface.co/,进行搜索 whisper,根据提示,可以下载 large-v3和large-v3-turbo,