内容概要 集成了langchain、千问72b、chroma、m3e-large、LCEL等AI技术，通过爬取马斯克的公开信息，实现了虚拟马斯克对话机器人 适用人群 小白也能看懂的实现过程 能学到什么： 1.使用langchain 2.使用langchain调用本地llm模型、embedding模型、数据库 3.使用langchain的LCEL 4.Retrieval-Augmented Generation，简称RAG的实现方式 5.文档分割、拆分 6.高级prompt的实现方法 7.从搭建知识库到高级检索在到形成chain链最后输出的全流程 其他说明 易于集成：设计简洁的集成流程，轻松集成到现有系统中。 LangChain是一个用于开发由语言模型驱动的应用程序的框架。它使应用程序能够： 1.具有上下文感知能力：将语言模型与上下文源（提示说明、少量镜头示例、基于其响应的内容等）联系起来。 2.原因：依靠语言模型进行推理（关于如何根据提供的上下文回答，采取什么行动等）

叮当，在 Raspberry Pi 上的中文语音对话机器人/智能音箱项目

详细介绍文章地址： https://blog.csdn.net/c851666395/article/details/127703876

资深编程老师 少儿编程案例100源代码 带您轻松学习少儿编程 初识编程 美国MIT开发的适合全世界小朋友一起学习的图形化编程软件， 简单明了，清晰易懂，兴趣为主，寓教于乐。 第十节课《智能对话机器人》。实现的效果是——智能对话机器人和角色，进行双两者有问有答，可以进行有趣的对话。本节课的重难点主要是询问侦测语句中的询问与回答语句配对使用。 兴趣是最好的老师。坚持下去是一件很酷的事情。让我们一起加油吧！

里面总共有5万+闲聊数据

通过三个实战案例，对闲聊型（AIML），问答型（知识图谱）和任务型智能对话机器人（OPENIDAL）的底层原理和机制进行了深入介绍；通过对开源框架源码剖析和功能拓展，为智能对话机器人的工程实践提供了方向指引。

第121课：Rasa对话机器人Debugging项目实战之电商零售对话机器人运行流程调试全程演示-1

2021年中国对话机器人chatbot行业发展研究报告-艾瑞咨询-2021-64页.pdf

01-初心缘由 最近在研究语音识别方向，看了很多的语音识别的资料和文章，了解了一下语音识别的前世今生，其中包含了很多算法的演变，目前来说最流行的语音识别算法主要是依赖于深度学习的神经网络算法，其中RNN扮演了非常重要的作用，深度学习的应用真正让语音识别达到了商用级别。然后我想动手自己做一个语音识别系统，从GitHub上下载了两个流行的开源项目MASR和ASRT来进行复现，发现语音识别的效果没有写的那么好，其中如果要从零来训练自己的语言模型势必会非常耗时。 因此，就有了一个新的想法，借助一些开源的语音识别SDK来实现语音识别，来看看他们语音识别的效果如何。于是想到了百度和科大讯飞，然后就百度了一

简短的python程序实现调用图灵机器人，实际效果还是不错的