【多Agent】MetaGPT学习教程 - 飞书文档
https://docs.feishu.cn/article/wiki/MJDDwySWEibeJSkOzJocTC5InGh项目简介课程说明：Hugging Multi-Agent 是一套专为期望深入了解并实践多智能体系统的开发者设计的实用指南。基于国内领先的多智能体框架MetaGPT（iclr 2024 oral） 旨在 ...
飞搜侠
热门搜索
《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf教程初心： 《MetaGPT智能体开发入门》是由MetaGPT教程组以及Datawhale的小伙伴共同推出的首个专注于Agent代码开发的入门级实践教程。尽管关于大型模型prompt的教程、对话 ...
管理员使用自主密钥（基础版） - 飞书
https://www.feishu.cn/hc/zh-CN/articles/860825466804-%E7%AE%A1%E7%90%86%E5%91%98%E4%BD%BF%E7%94%A8%E8%87%AA%E4%B8%BB%E5%AF%86%E9%92%A5-%E5%9F%BA%E7%A1%80%E7%89%882025年5月8日 ... 一、功能简介*谁能操作：超级管理员或拥有部署与加密权限的管理员飞书使用密钥来保障企业的数据安全。企业数据经过密钥加密后存储到云数据库中， ...
项目资料整理日语版- 飞书官网
https://www.feishu.cn/template/project-related-materials-organization-document-japanese这是一份专为日语环境设计的项目资料整理模板，适用于飞书云文档。无论是进行多语言的工作环境还是跨国业务，都可以借助这份模板有效地整理和管理项目相关资料，提升工作 ...
4.5 历史更新 - 飞书文档
https://docs.feishu.cn/article/wiki/FjiOwWp2giA7hRk6jjfcPioCnAcClaude Code则不同，通过写项目文档、做开发计划等优化流程，给AI更多上下文，大幅降低出错率。作者以开发“提示词管理助手”为例，详细展示五步实操过程，还贴心准备指令速查宝典 ...
素材管理、异地协作难？云文档搞定一切 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/360049067733-%E7%B4%A0%E6%9D%90%E7%AE%A1%E7%90%86-%E5%BC%82%E5%9C%B0%E5%8D%8F%E4%BD%9C%E9%9A%BE-%E4%BA%91%E6%96%87%E6%A1%A3%E6%90%9E%E5%AE%9A%E4%B8%80%E5%88%872024年9月2日 ... 视觉创作就像打怪，除了人前光鲜的艺术创作，还有人后繁琐的“后勤”劳动。作为一个注重细节的视觉艺术工作者，你是否每天都在问自己： 项目人员、时间 ...
飞书开放平台介绍
https://www.feishu.cn/hc/zh-CN/articles/950476906644-%E9%A3%9E%E4%B9%A6%E5%BC%80%E6%94%BE%E5%B9%B3%E5%8F%B0%E4%BB%8B%E7%BB%8D功能场景 · 机器人是一种基于会话与用户进行交互的应用，通过集成飞书日历、审批、文档及第三方业务系统，可以在飞书中可实现一站式聚合各类应用的通知（如监控警报、待办提醒 ...
《Sam Altman的理念：学习在AI时代的重要性何在？》 - 飞书文档
https://docs.feishu.cn/v/wiki/DyF5w3btkirb4Nk7iWWcuK6Nn0c/am... 文档，由Wiki Design 编辑维护。这是一份非常全面的大厂的AI 文章集合，尤其是在UX 设计、UI 设计、产品研究、产品实践方面收集了丰富的文章资料：. 《四大巨头的AI ...
服务端与大模型交互有哪些方式？ - 飞书文档
https://docs.feishu.cn/v/wiki/XJA9w5be6iiSDLk58LvcKhZvngh/ai此外，预训练过程中还涉及诸多细节，诸如数据配比、学习率调度、模型行为监测等，这些往往缺乏公开的最佳实践指导，需要研发团队具备深厚的训练经验与故障排查能力，以规避训练 ...
怎样评估Prompt的可用性？ - 飞书文档
https://docs.feishu.cn/v/wiki/PPfZw5EYzifxJvkJN7TcTn3inBc/ap为什么很多时候同样的System Prompt 在不同的朋友手中使用效果差异很大？部分原因就是不同人给模型提问的内容质量不同。 知道了理论，还要知道如何实践，如何解决具体问题， ...