V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member  Sign In
V2EX  ›  Liu6  ›  全部回复第 2 页 / 共 5 页
回复总数  88
1  2  3  4  5  
❮ ❯
有后续麻烦更新一下, 因为我也是有 4W-5W 左右拿不回来, 后面再抖音找了那种律师 花了 800 材料费 然后收款金额 10%。我之前劳动仲裁对象也是公司,后面律师说走个人,股东啥的, 反正我也不懂。 不过,说实在的,现在欠钱的不管是个人还是公司,都 tm 是大爷。
6 月 15 日
回复了 Liu6 创建的主题 › 程序员 › 成长型 AI 应该怎么做啊? 有无经验大佬
1
同时想咨询一下这个场景有好的方案吗? 用户实时输入,llm 输出为 2 秒。 也就是意味着 消费时间 < 生产时间。
然后又需要依赖上下文 且 要求又需要近实时。 那么会出现一个问题为调用 agent 的时候会并发。

例子:
0 秒输入:你好 llm 输出 2 秒 历史消息摘要为空
1 秒输入:世界 llm 输出 2 秒 历史消息摘要为 “摘要:你好“, 实际会为空。
因为当 用户 1 秒输入:世界的时候, 上一个 llm 还在运行, 此刻会再次运行一次 llm 。 因为不能等待第一个 llm 的结果,然后再运行 llm (无法同步,因要求近实时)。 如果采用后台任务就会出现 例子中的问题
4. 气如何。 输出: 是
如果 llm 能支持流式输入的话。 假设 llm 为判断用户是否在询问天气, 输出 是/否
流式输入:1. 你好 输出:否-或者不输出
2. 今天 输出:否-或者不输出
3. 北京天。 输出: 否-或者不输出
4. 如何。 输出: 是
场景为类似一个会议纪要的一个东西, 但是实时性要求比较高。 然后现在目前的流程得超过 4 秒。 目前是 vad 判断说话人, 然后 asr 。 通过 vad 静默截断代表一个人说话完成。 然后把文本输出给 llm 。llm 流式输出展示。llm 是多个 agent ,有并行也有非并行。 现在想知道有没有 llm 能支持流式输入的。
@KisekiRemi #1
@SoulFlame #2
@jixiwen2013 #3
@frantic #4
@frantic #4
codex 每次 test 后 都会删除的啊?
5 月 21 日
回复了 lizhian 创建的主题 › 程序员 › ChatGPT Pro 20x 才是归宿
挺好的,前提是拼车不掉人就行。 就怕开 2-3 个月有人就不愿意了。
5 月 19 日
回复了 moducat 创建的主题 › 汽车 › 五口之家,第二辆车如何选择?
大众揽巡??? 真的大
桌面自动化吧。 之前公司也有这个需求, 当时也是外部群;然后根据他们聊天内容判断意图, 然后发送解答内容。 缺点慢。 因为群一多,消息多,处理起来很慢。 如果实时性很高就不行了。
啥时候一个模型能解决所有问题的时候,我觉得就不需要任何框架了。
@unt #8 langGraph 只是管理模型,按照设计工作流在不同的条件不同的时机下进行调用模型+其他工具。
所以我觉得没有抽身困难这一说。
不管未来模型如何变化,也是要根据公司业务场景来考虑的, 模型虽好,也要考虑成本
我相信很多公司 AI 模型用的大部分应该是 flash 版本。尤其是在低耗时且复杂的场景下。
目前我这边 就是用的豆包 1.6flash 多个子 agent + 汇总 2.0lite 版本。

以上个人观点。

顺便贴 2 个业务的流程图,通过 langGraph 实现起来省了很多代码(忠爱粉)

```
START
↓
classify_input_node
↓
route_by_input_type
├── first_message → first_message_node
│ ↓
│ core_node
│ ↓
│ END
│
├── normal → reply_node
│ ↓
│ emotion_node
│ ↓
│ report_node
│ ↓
│ core_node
│ ↓
│ END
│
└── force_end → report_node
↓
core_node
↓
END

└── end → END
```
```
START
├── consultation_risk
├── consultation_knowledge
├── consultation_sop
└── consultation_tone
↓
等 risk / knowledge / sop / tone 全部完成
↓
├── consultation_reply # 流式生成最终回复文本,并直接发送 socket partial
├── consultation_card # 生成推荐情景卡片
└── consultation_tags # 生成 suggested_tags
↓
等 reply / card / tags 全部完成
↓
consultation_core # 最终汇总,返回输出
↓
consultation_summary # 后台更新历史摘要
↓
END
```
@Liu6 #6 langGraph 多人协同开发也很方便。 流程设计出来,按节点分工,再让 AI 干就完事了。最后汇总
大公司不知道, 我还是用的 langGraph 设计流程 然后手动+各种。 个人觉得 langGraph 还是写起来舒服一点, 啥流程都知道,啥玩意都是自己管理
5 月 12 日
回复了 geekzhuhub 创建的主题 › 程序员 › 分享一个百炼 API KEY
报复老板吗? 还是 KPI 要看用量?
@sevenyangcc #1 有记录又如何? 哪家公司入职还查你是否有仲裁? 支持维权,不管最后多少。
近期感受到了。 导致我切回其他模型了
4 月 28 日
回复了 zookao 创建的主题 › 程序员 › 怎么使用 ai 提升开发效率
一直用的 codex 。 国内模型用了生气啊。
4 月 25 日
回复了 0bit0 创建的主题 › 程序员 › 现在开发 agent 应用,你们用什么框架?
langchain
4 月 23 日
回复了 lihua 创建的主题 › OpenAI › OpenAI 警告邮件: Cyber Abuse
https://i.imgur.com/wltpJCh.png https://i.imgur.com/oQw6QJA.png
ChatGPT 应该不会因为 IP 封号吧。
1  2  3  4  5  
❮ ❯
About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   5591 Online   Highest 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 44ms · UTC 06:43 · PVG 14:43 · LAX 23:43 · JFK 02:43
♥ Do have faith in what you're doing.