零代码上手！用 Rokid 灵珠平台，5 步搭建专属旅游 AR 智能体

Ne0inhk

— 6 min read
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

灵珠平台简介

在这里插入图片描述
okid 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
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

人工智能：大模型分布式训练与高效调参技术实战

人工智能：大模型分布式训练与高效调参技术实战

人工智能：大模型分布式训练与高效调参技术实战 1.1 本章学习目标与重点 💡 学习目标：掌握大语言模型分布式训练的核心原理、主流框架使用方法，以及高效调参策略，能够解决大模型训练过程中的算力瓶颈和效果优化问题。 💡 学习重点：理解数据并行、张量并行、流水线并行的技术差异，掌握基于DeepSpeed的分布式训练实战，学会使用超参数搜索提升模型性能。 1.2 大模型训练的核心挑战 1.2.1 单卡训练的算力瓶颈 💡 大语言模型的参数量动辄数十亿甚至上万亿，单张GPU的显存和计算能力完全无法满足训练需求。以LLaMA-2-70B模型为例： * FP32精度下，模型参数本身就需要约280GB显存，远超单张消费级或企业级GPU的显存容量。 * 训练过程中还需要存储梯度、优化器状态等数据，实际显存占用是模型参数的3-4倍。 * 单卡训练的计算速度极慢，训练一轮可能需要数月时间，完全不具备工程可行性。 1.2.2 大模型训练的核心需求 为了高效完成大模型训练，我们需要解决以下三个核心问题： 1. 显存扩容：通过并行技术，将模型参数和计算任务分布到多张GPU上，突破

By Ne0inhk
AI搜索优化系统技术解析与实践路径

AI搜索优化系统技术解析与实践路径

随着人工智能技术的快速发展，用户获取信息的方式正在发生深刻变革。以DeepSeek、豆包、文心一言为代表的生成式AI搜索引擎，正逐渐成为人们日常信息查询的重要入口。这一变化对企业品牌内容的呈现方式提出了新的要求，AI搜索优化系统也因此成为数字化营销领域的重要技术方向。本文将从技术原理、实施策略和市场实践等角度，对AI搜索优化系统进行系统性解析。 一、AI搜索引擎的技术原理 理解AI搜索引擎的工作机制，是有效开展AI搜索优化的前提。与传统搜索引擎基于关键词匹配和链接权重排序不同，AI搜索引擎采用了一套更为复杂的决策链条。 首先，系统对用户输入的查询进行意图识别，判断其属于信息型、导航型还是交易型需求。随后，系统从索引库中检索相关内容片段，并依据权威性、时效性、相关性和用户体验信号进行综合评估。最后，基于评估结果生成结构化的自然语言答案，以摘要、列表或段落形式呈现给用户。 这一过程中，用户的采纳、追问或忽略行为会成为反馈信号，持续优化模型的排序与生成偏好。与依赖关键词密度和反向链接的传统SEO不同，AI搜索优化更注重内容的权威性、事实准确性和对用户意图的精准满足。 二、AI搜索优

By Ne0inhk
人工智能多模态模型开发与应用：跨越文本、图像与语音的融合实践

人工智能多模态模型开发与应用：跨越文本、图像与语音的融合实践

一、人工智能多模态模型开发与应用：跨越文本、图像与语音的融合实践 1.1 本章学习目标与重点 💡 掌握多模态模型的核心概念与技术原理，理解文本、图像、语音等不同模态数据的融合逻辑； 💡 熟练运用主流多模态框架（Hugging Face Transformers、MMEngine、LangChain Multimodal），实现跨模态理解与生成任务； 💡 精通多模态模型的开发流程，包括数据预处理、模型选型、训练微调、部署落地等关键环节； 💡 通过真实场景案例（图文生成、跨模态问答、语音助手），掌握多模态技术从原型到产品的端到端落地能力。 ⚠️ 重点关注：多模态数据的对齐与预处理、模型训练的显存优化、生成内容的一致性与准确性、以及不同部署场景下的性能适配。 1.2 多模态模型基础：概念、技术与生态 随着人工智能技术的发展，单一模态（如纯文本、纯图像）模型已难以满足复杂场景需求。多模态模型通过融合文本、图像、语音、视频等多种模态数据，实现更全面的理解与更灵活的生成，成为当前

By Ne0inhk
理解 Stage 模型 —— HarmonyOS 应用架构新标准

理解 Stage 模型 —— HarmonyOS 应用架构新标准

个人主页：ujainu 文章目录 * 引言：为什么必须掌握 Stage 模型？ * 一、Stage 模型 vs FA 模型：架构演进之路 * 1. FA 模型（已废弃） * 2. Stage 模型（现代标准） * 二、Stage 模型三大核心概念 * 1. UIAbility：应用的能力入口 * 2. WindowStage：窗口管理中枢 * 3. Context：上下文获取桥梁 * 三、项目结构文件详解（Stage 模型专属） * 1. `main_pages.json`：页面路由清单 * 2. `module.json5`：模块级配置（核心！） * 3. `build-profile.

By Ne0inhk