一、基础信息同步

1、Cursor

Cursor是Anysphere推出的AI编程工具 ，基于微软开源代码编辑器VS Code开发，将AI融入开发人员工作流程。它能自动用自然语言写代码，从代码库获取答案，参考特定文件文档，还能预测编辑内容。开发者通过指令编写代码，简单提示词就能更新类或函数。

2、MCP

MCP 即模型上下文，在人工智能领域意义重大。它指的是在模型运行期间，为其提供的相关信息集合。这些信息能帮助模型更好地理解任务需求、处理数据和做出决策。比如在对话式 AI 中，模型上下文包含之前的对话内容，使 AI 能结合前文准确回复。在图像识别里，上下文信息可以是图像的拍摄背景等。良好的 MCP 可提升模型的准确性和泛化能力，让其在复杂多变的实际场景中更出色地完成任务，从而为用户带来更优质、智能的服务体验。

3、智能体

AI智能体是一种基于人工智能技术构建的智能系统。它能够感知环境并做出决策，以实现特定目标。通过机器学习算法，AI智能体可以从大量数据中学习规律和模式，不断提升自身的性能。它具备自主性，能够在一定范围内独立行动，还能与人类或其他智能体交互。例如，在智能家居场景中，AI智能体可以自动调节室内温度、灯光等设备，根据用户习惯提供个性化服务，为人们的生活和工作带来便利。

4、RAG知识库

RAG知识库是一种结合检索（Retrieval）和生成（Generation）技术的知识库系统。它通过检索模块从海量数据中快速找到与问题最相关的片段，然后利用生成模块对这些片段进行整合和优化，生成准确、流畅的答案。这种结合方式既利用了检索的高效性和准确性，又发挥了生成的灵活性和创造性。RAG知识库广泛应用于智能问答、文本生成等领域，能够为用户提供高质量的知识服务，帮助人们快速获取所需信息，提升工作效率和知识获取的便捷性。

二、效果图

1、概念流程图

2、实际效果展示图

三、完整流程

1、文档智能体搭建

第一步：采集目标文档

我这里使用爬虫采集，推荐爬虫框架：DrissionPage - drissionpage.cn/。

哈哈哈哈！我用它自己抓取了它自己的文档！

 

第二步：文档数据清洗

我自己开发了一个工具（可以分享出来，思路很简单，就是调用大模型批量重写），支持对文件批量上传、大文件切割、调取大模型批量清洗、生成清洗后新文件列表、批量下载清洗后的文档。

清洗后的文件列表

 

原文件

清洗后

第三步：创建文档智能体

将文档上传到知识库，简单配置下就可以了。用过扣子，觉得不太好，后来使用阿里云百炼平台，觉得很好！

阿里云百炼平台：bailian.console.aliyun.com/

上传文档

创建文档智能体

第四步：发布智能体

发布之后，可验证下API调用是否正常。推荐Apifox。

 

2、MCP 服务搭建

看这个教程

Model Context Protocol(MCP) 编程极速入门

github.com/liaokongVFX…

3、集成到Cursor

参考配置，这是本地的 MCP 服务。

{
    "chat_with_drissionpage": {
      "command": "cmd",
      "args": [
        "/c",
        "cd /d C:\\MyGitHub\\mcp_curl && .venv\\Scripts\\python.exe main.py"
      ]
    },
}

4、享受你的作品 

四、进一步交流

摸鱼写的，很是仓促，多多包涵。有问题请评论或私信。

 

 

 如何学习大模型？

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

😝有需要的小伙伴，可以扫描下方二v码免费领取【保证100%免费】🆓