როგორ ვჭამო ჩემი ფაილები ადგილობრივ AI- ს უკეთესი, უფრო შესაბამისი პასუხებისთვის
Msty არის ერთ-ერთი საუკეთესო აპლიკაცია Ollama ადგილობრივ AI ინსტრუმენტთან ურთიერთობისთვის და ის შეიცავს ფუნქციას, რომლის გამოყენებაც გსურთ, რათა დაგეხმაროთ მისი პასუხების კონტექსტუალურობის უზრუნველსაყოფად.
რამდენიმე კვირის განმავლობაში, მე ვიყენებ Msty- ს კვლევის მიზნებისთვის. ამ მარშრუტის ერთ-ერთი მთავარი მიზეზი ის არის, რომ მომწონს იდეა, რომ ეს ურთიერთქმედება იზოლირებული იყოს ჩემს ადგილობრივ მანქანასთან. მადლობა Msty და Ollama, ეს საკმაოდ მარტივი ამოცანაა.
ერთი Msty/Ollama ფუნქცია, რომელმაც დამაინტერესა, არის საკუთარი შინაარსის დამატების შესაძლებლობა, რასაც ეწოდება ცოდნის დასტა, რაც საშუალებას მოგცემთ ინტეგრირება მოახდინოთ ადგილობრივი მონაცემების წყაროებში, რათა გაზარდოთ AI- ის შესაძლებლობა უზრუნველყოს უფრო შესაბამისი და კონტექსტუალური პასუხები. მას შემდეგ რაც დაამატეთ დოკუმენტის დასტა, Msty შეიძლება შემდეგ გახდეს ჭკვიანი ასისტენტი, იმის ცოდნით, თუ რა ღირს ცოდნა. მას შემდეგ რაც შექმნით ცოდნის დასტას, Msty ინდექსირებს მას ცალკე მოდელით, რომელიც უნდა იქნას გამოყენებული ჩეთის სესიისთვის.
იფიქრეთ ამ გზით: თქვენ დაწერეთ რამდენიმე დოკუმენტი კონკრეტული თემის შესახებ და გსურთ გამოიყენოთ ისინი თქვენი AI ჩეთების გასათეთრებლად. ცოდნის სტეკებით, ეს არ არის მხოლოდ შესაძლებელი - ეს ადვილია.
თქვენ შეგიძლიათ დაამატოთ სხვადასხვა ნივთები ცოდნის დასტაში, როგორიცაა:
- ფაილები (PDF, CSV, MD, JSON, EPUB, DOCX, RTF და TXT)
- საქაღალდეები
- Obsidian vaults (Obsidian note-taking აპლიკაციიდან)
- ჩანაწერები
- YouTube ტრანსკრიპტები
პროცესი ბევრად უფრო მარტივია, ვიდრე თქვენ ფიქრობთ და შედეგები შთამბეჭდავია.
ნება მომეცით გაჩვენოთ, როგორ მუშაობს.
როგორ შევქმნათ თქვენი პირველი ცოდნის დასტა
რა დაგჭირდებათ: ამ სამუშაოს შესასრულებლად დაგჭირდებათ როგორც Ollama, ასევე Msty დაინსტალირებული. თქვენ ასევე დაგჭირდებათ რამდენიმე მხარდაჭერილი ფაილი დასამატებლად (იხ. სია ზემოთ).
1. შექმენით თქვენი ცოდნის დასტა
პირველი, რაც უნდა გააკეთოთ, არის გახსენით Msty და შემდეგ დააჭირეთ ცოდნის დასტის ღილაკს გვერდითა ზოლში. pop-up- ის პირველ გვერდზე დააჭირეთ გამოიყენეთ ადგილობრივი AI მოდელი და შემდეგ, შედეგად ფანჯარაში, დააჭირეთ დაამატეთ თქვენი პირველი ცოდნის დასტა.
ამისათვის აირჩიეთ გამოიყენეთ ადგილობრივი AI მოდელი.
2. დაასახელეთ თქვენი ცოდნის დასტა
შემდეგ pop-up- ში, მიეცით თქვენს ცოდნას Stack სახელი, დატოვეთ მოდელის ჩამოსაშლელი, როგორც არის და დააჭირეთ დამატებას.
ZDNET- ისთვის ტექსტის დასტის ცოდნის დასტის შექმნა.
3. დაამატეთ თქვენი დოკუმენტები
შედეგად ფანჯარაში შეგიძლიათ გადაათრიოთ და ჩამოაგდოთ დოკუმენტები, ან დააწკაპუნოთ ფაილების დათვალიერებაზე და ფაილების განთავსება თქვენს ნაგულისხმევ ფაილ მენეჯერში. ასევე შეგიძლიათ დაამატოთ Obsidian Vaults, საქაღალდეები, შენიშვნები და /ან YouTube ტრანსკრიპტები. მას შემდეგ რაც გააკეთებთ ამას, დააჭირეთ შენახვა როგორც Draft და შემდეგ დააჭირეთ Compose.
შეგიძლიათ ხელით გადაიტანოთ და ჩამოაგდოთ ან დაამატოთ დოკუმენტები.
დამოკიდებულია იმაზე, თუ რამდენი დოკუმენტი დაამატეთ თქვენს ცოდნის Stack- ს, შედგენის პროცესს შეიძლება გარკვეული დრო დასჭირდეს. დაელოდეთ სანამ ის დასრულდება. მას შემდეგ, რაც შედგენის პროცესი დასრულდება, დახურეთ ცოდნის დასტის ამომხტარი.
როგორ დავამატოთ თქვენი ცოდნის დასტა ჩეთში
თქვენი ცოდნის დასტის დამატებით, დროა დაიწყოთ საუბარი. სინამდვილეში ეს ძალიან მარტივია. ახალი ჩეთის დასაწყებად დააჭირეთ ახალ ღილაკს (ან დააჭირეთ Ctrl+N). ჩატის ფანჯარაში დააჭირეთ ღილაკს ცოდნის Stacks ჩატის ფანჯრის ზემოთ (არა გვერდითა ზოლში).
დარწმუნდით, რომ დააჭირეთ საქაღალდის ხატულას ქვედა ხელსაწყოთა პანელში.
pop-up მენიუდან აირჩიეთ თქვენი ახალი ცოდნის დასტა, რომ დაამატოთ იგი ჩატში. მას შემდეგ რაც გააკეთებთ ამას, დაიწყეთ საუბარი. დასვით კითხვა, რომელსაც უპასუხებენ თქვენს ერთ-ერთ დოკუმენტში და უნდა მიიღოთ მოსალოდნელი პასუხი.
მე რამდენიმე გამოცდას ვატარებ Msty Knowledge Stacks- ით და ყოველ ჯერზე, როდესაც შთაბეჭდილება მოახდინა. ეს ფუნქცია შესანიშნავი გზაა თქვენი საკუთარი დოკუმენტების/მონაცემების გამოსაყენებლად AI ჩეთისთვის, ხოლო იმის უზრუნველსაყოფად, რომ ის რჩება თქვენს ადგილობრივ აპარატზე და არ არის შენახული ან გამოყენებული მესამე მხარის მიერ. ასევე საკმაოდ მაგარია იმის დანახვა, თუ რამდენი თქვენი დოკუმენტია ციტირებული ჩატში.
როგორც ხედავთ, ჩემი ნამუშევარი მოყვანილია ჩეთში.
ეს უნდა დაიწყოთ Msty Knowledge Stacks- ით. მას შემდეგ რაც დააჩქარებთ იმას, თუ როგორ მუშაობენ ისინი, მე გირჩევთ, რომ უფრო მოწინავე თვისებების გარშემო იმოძრაოთ (მაგალითად, მსგავსება და Chunks).