检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
快速搭建Agent应用 整体概述 随着人工智能技术的不断进步，大模型在医疗领域的应用逐渐成熟。通过结合医学知识库、自然语言处理和智能交互技术，医疗问诊助手智能体能够为患者提供初步的健康咨询、症状分析和诊断建议，同时减轻医生的工作负担，提升医疗服务效率。
"feature_3": 923.0984447151, "feature_4": 837.6293168679 }, { "feature_1": 712.3825532408,
供应链管理 场景：库存预警与自动补货、物流异常处理。 工作流设计：通过代码节点对接ERP系统，判断节点识别库存阈值，触发补货插件或邮件通知节点。 优势：复杂规则（如供应商优先级、物流延迟策略）可通过分支节点精准实现，稳定性高于纯模型驱动。
}, { "context": { "feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...], "feature_1": [
英文名称 MCP服务英文名，英文名称为该MCP服务在系统内部交互的唯一标识符，在API调用、系统间通信，代码引用等场景下使用。需确保同一个租户下唯一。 MCP服务地址 MCP服务SSE地址。 服务URL地址只支持HTTP和HTTPS。
surface_features：海浪特征：有效波高（SWH）。 父主题： 数据集格式要求
], "feature_2": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...], "feature_3": [ 864.1618041992188
请求示例 { "data": [ { "feature_1": xx, "feature_2": xx, ... "feature_n": xx }, ...
您将学习如何使用“体验中心”功能调试模型超参数、如何调用盘古NLP大模型API以实现智能化对话问答能力。 前提条件 请确保您有预置的NLP大模型，并已完成模型的部署操作，详见《用户指南》“开发盘古NLP大模型 > 部署NLP大模型 > 创建NLP大模型部署任务”。
支持区域： 西南-贵阳一 开发盘古NLP大模型 开发盘古科学计算大模型 开发盘古专业大模型 应用开发工具链 应用开发工具链是盘古大模型平台的关键模块，支持提示词工程和智能Agent应用创建。 该工具链提供提示词设计和管理工具，优化大模型的输入提示，提升输出的准确性和相关性。
请求示例 { "data": [ { "feature_1": xx, "feature_2": xx, ... "feature_n": xx }, ...
请求示例 { "data": [ { "feature_1": xx, "feature_2": xx, ... "feature_n": xx }, ...
请求示例 { "data": [ { "feature_1": xx, "feature_2": xx, ... "feature_n": xx }, ...
{ "feature_1": xx, "feature_2": xx, ...
{ "feature_1": xx, "feature_2": xx, ...
{ "feature_1": xx, "feature_2": xx, ...
选择“智能体应用”可评测“Agent开发”中创建的已发布的智能体应用；选择“工作流应用”，可以评测“Agent开发”中创建的已发布的任务型工作流；选择“Agent API”可以评测创建Agent API(可选)创建的Agent API。
方案设计 方案设计 在某学术研究场景中，用户需要基于某篇文章进行研读或者研究，并通过与人工智能大模型的交互对于该篇文章进行深层次的理解，因此产生如下应用场景： 图1 AI研读研究助手业务交互流程图 此系统采用应用Agent平台进行构建，通过图形化界面快速设计、配置各项功能模块，无需代码开发
系统预置加工算子介绍 文本类加工算子介绍 视频类加工算子介绍 图片类加工算子介绍 气象类加工算子介绍 音频类加工算子介绍 预测类加工算子介绍 通用类加工算子介绍 父主题： 管理加工算子
高频常见问题 大模型概念类问题 如何对盘古大模型的安全性展开评估和防护 训练智能客服系统大模型需考虑哪些方面 大模型微调训练类问题 如何调整训练参数，使盘古大模型效果最优 如何判断盘古大模型训练状态是否正常 为什么微调后的盘古大模型评估结果很好，但实际场景表现很差 数据量足够，为什么盘古大模型微调效果仍然不好
