创建应用¶

本页介绍如何在应用中心创建一个应用。

创建 RAG 应用，具体步骤如下¶

在 应用中心 页面中，点击创建按钮，选择创建 RAG 应用
填写应用基础信息
- 上传应用图标 ：选择 jpg、jpeg 或 png 格式的图片，确保文件大小不超过 10MB。
- 输入应用名称 ：限制在 20 个字符以内。
- 填写应用简介 ：简介应用，不超过 100 个字符。
- 应用调试 ：选择开启，开启后，对话界面将显示对话的处理过程。
配置 AI
- 选择大语言模型服务 ：决定是使用本地模型服务还是在线模型服务（例如 Azure Open AI 或文心一言）。
- 设置随机度 ：调整模型回答的创造性/发散性程度。
- 重复惩罚 ：减少生成的文本中重复的内容，默认值为1，值越大，越不会生成重复的内容。
- 向量化模型 ：应用选择的向量化模型及向量化模型服务。
- 系统提示词 ：指定模型所扮演的角色，它的能力，以及你希望它在跟你对话或者帮助你生成内容时的一些规则。
- 命中语料库时的模版 ：为模型提供检索和回答问题的模板。
- 未命中语料库时的模版 ：提供模型在检索不到相似语料时的通用提示词。
Note
- 命中语料库时的模版：当检索到相似语料的时候，会使用语料库提示词模板。模板内容包含通过相似度搜索得到的 知识块 {corpus_search_content}、用户的输入 {corpus_search_content} 。这些变量将被替换成对应的文本，发送给大模型，进行问答。
```
做一个知识问答游戏：
1. 回答内容必须在"{corpus_search_content}"中。
2. 如果问题在所提供的资料信息内无法找到，您会回答:"抱歉,资料库已知的信息中，没有找到您需要的结果,请尝试修改引用的资料库或使用模型自有能力回答。"
{user_inputs_content}
```
- 未命中语料库时的模版：当检索不到相似语料的时候，会使用嵌入提示词模板。嵌入的提示词拼接在用户的问题之前，作为通用的约定提示来引导应用模型进行回答输出。
关联语料库
- 选择向量化模型 ：确定用于问题向量化的模型。
- 选择语料库 ：从已有的语料库中选择一个或多个用于模型检索。
设置检索策略
- 检索预处理 ：支持自定义插件进行问答预处理。
- 检索知识块数 ：决定提供给模型的知识块数量。
- 相似度 ：设置知识块匹配的严格程度。
- 重排序 ：启用或禁用重排序模型以改进结果排序。
- 仅语料回答 ：开启后，模型只会按照匹配到的语料内容回答。
- 图文模式 ：控制是否以及如何输出图文内容。
- 图文分片最大数 ：确定在一个对话中最多输出多少图片。
- 图文相似度 ：设置图片匹配的严格程度。
设置记忆策略
- 最近聊天记忆轮数 ：设置对话历史的轮数或回合数。
保存并发布应用
- 点击保存按钮，应用设置完成，应用会保存成草稿状态。
Note

请确保按照上述步骤仔细填写和配置应用的各个方面，以确保应用能够准确和高效地响应用户的需求。
- 点击发布按钮，应用将会被发布到应用中心，用户可以在应用中心中找到并使用您的应用。

创建全文阅读应用，具体步骤如下¶

在 应用中心 页面中，点击创建按钮，选择选择创建全文阅读应用
填写应用基础信息
- 上传应用图标 ：选择 jpg、jpeg 或 png 格式的图片，确保文件大小不超过 10MB。
- 输入应用名称 ：限制在 20 个字符以内。
- 填写应用简介 ：简介应用，不超过 100 个字符。
配置 AI
- 选择大语言模型服务 ：决定是使用本地模型服务还是在线模型服务（例如 Azure Open AI 或文心一言）。
- 设置随机度 ：调整模型回答的创造性/发散性程度。
- 提示词 ：为模型提供检索和回答问题的模板。
保存并发布应用
- 点击保存按钮，应用设置完成，应用会保存成草稿状态。
Note

请确保按照上述步骤仔细填写和配置应用的各个方面，以确保应用能够准确和高效地响应用户的需求。
- 点击发布按钮，应用将会被发布到应用中心，用户可以在应用中心中找到并使用您的应用。