任务一：在茴香豆 Web 版中创建自己领域的知识问答助手

构建个人回答助手

进入web页面，传输属于自己的文件，此处进行输入大量投资领域资料，构建个人投资者问答助手

回答示例

茴香豆缺陷

此处会发现茴香豆仍然存在一些缺点，会发现在多个回答中都参考了同一个文档并且没有进一步去查找知识库中的其他文档，导致最后生成的回答质量有一定缺陷，通过以下图可以发现，多次出现的文档《全球最大对冲基金桥水基金CEO达里奥》是在最先输入进入知识库的，可以推测知识库查找是按照顺序查找，找到符合的资料会导致后续文档的引用权重减少

任务二：在 InternLM Studio 上部署茴香豆技术助手

Tutorial/huixiangdou at camp2 · InternLM/Tutorial · GitHub

茴香豆技术助手亮点

数据库向量化

        数据库向量化的过程应用到了 LangChain 的相关模块，默认嵌入和重排序模型调用的网易 BCE 双语模型，如果没有在 config.ini 文件中指定本地模型路径，茴香豆将自动从 HuggingFace 拉取默认模型。

建立接受和拒答两个向量数据库

• 接受问题列表，希望茴香豆助手回答的示例问题
  • 存储在 huixiangdou/resource/good_questions.json 中
• 拒绝问题列表，希望茴香豆助手拒答的示例问题
  • 存储在 huixiangdou/resource/bad_questions.json 中
  • 其中多为技术无关的主题或闲聊
  • 如："nihui 是谁", "具体在哪些位置进行修改？", "你是谁？", "1+1"

通过接受和拒答数据库，可以在群聊中更有针对性的回答问题，较少资源消耗。

根据茴香豆官方文档进行模型的部署完成