照片类型知识库构建及问答工作流操作实践

大模型—— 实战 Coze Studio 知识库使用

此外，我们还学习了数据库功能，通过一个实际案例，将昨天创建的 “高德天气查询” 工作流进行了优化，利用数据库替代了硬编码的城市列表，使代码更简洁、维护更容易。不知道大家还记不记得，我们昨天创建了一个 “高德天气查询” 工作流，其中通过代码组件将城市名称转换为高德城市编码，在代码组件中，我们将 Excel 中的所有数据保存到列表中，代码写得既冗余，又不好维护，而现在我们将 Excel 中的数据保存到数据库表中，那么就可以直接查询数据库来简化这个过程了。除了这些，还有一些产品细节，就不一一列举了。

一文读懂扣子 Coze 知识库，从客服、话术到语料库全能指南

工具只是基础，用法才是能力。

Coze工作流-选择器的用法

本教程介绍了在Coze平台中工作流的选择和问答模块的使用。工作流分为单轮对话流和多轮对话流，分别适用于简单问答和复杂交互场景。通过选择和问答模块，用户可以根据条件（如bool变量）生成不同比例或风格的图像。问答模块适合直接知识匹配和单次API调用，推荐新手使用，因其无需复杂逻辑设计，配置快速且维护简单。教程还提供了Coze智能体搭建的完整指南链接。

基于RAG与LLM的绿色雨水基础设施智能问答系统构建实践

检索增强生成（RAG）是一种将外部知识库与大语言模型（LLM）能力相结合的关键技术。其核心原理是通过向量化检索，从海量专业文档中精准定位相关信息，并作为上下文提供给LLM，从而生成准确、可溯源的答案。这项技术的价值在于，它能有效弥补通用大模型在垂直领域知识深度和时效性上的不足，是实现领域知识增强的主流路径。在环境工程、智慧城市等应用场景中，RAG能够将复杂的规范、案例和研究成果转化为即时可用的专业知识服务。本文以绿色雨水基础设施（GSI）领域为例，深入探讨了如何构建一个高质量的领域知识库，并优化检索与提示工

双闭环PWM整流器VOC控制 +SVPWM调制仿真（Simulink仿真实现）

内容概要：本文围绕城市空中交通环境下多无人机协同路径规划问题展开深入研究，重点探讨了在包含建筑物、禁飞区、动态威胁等复杂约束条件下，如何利用仿生优化算法（如布谷鲶鱼优化算法CCO、灰雁优化算法GGO、田忌赛马优化算法THRO）实现安全、高效的多无人机路径规划。文章提出了一种分层规划策略，融合全局路径规划与局部动态避障机制，构建了综合考虑路径长度、威胁暴露度、高度变化及地形碰撞风险的多目标优化模型。通过Matlab仿真平台对多种算法进行对比实验，系统评估了各算法在路径安全性、收敛速度、优化性能和鲁棒性方面的表现，并深入分析了现有方法的局限性，对未来研究方向如动态环境适应、通信受限下的分布式协同等进行了展望。; 适合人群：具备一定编程基础，熟悉Matlab/Simulink仿真环境，从事无人机系统设计、智能交通、自动化控制、路径规划算法研究等相关领域的科研人员及高校研究生。; 使用场景及目标：①应用于城市空中交通系统中多无人机的协同任务执行与动态避障；②为复杂威胁环境下多智能体系统的路径规划提供先进算法支持与仿真验证框架；③辅助研究人员深入理解并复现仿生优化算法在高维、多约束路径规划问题中的具体实现与性能差异。; 阅读建议：此资源以Matlab代码实现为核心，紧密结合理论建模与仿真实验，建议读者在学习过程中重点关注算法的设计原理、参数调优策略及仿真结果的可视化分析，结合文中提供的实验数据进行横向对比，以深刻把握不同仿生算法的搜索机制、适用场景及其在实际工程应用中的潜力与挑战。