人工智能和大模型

MCP全称Model Context Protocol ，模型上下文协议，是一种标准化协议，使AI模型能够以结构化方式与外部工具和资源交互。

#前言 上篇写过一个机器学习写唐诗的实验，这次我们搞个稍微复杂些的，实现一个聊天机器人，也是基于腾讯云实验室的一篇教程，有些部分做了改动，大部分时间都用在了环境的适配上面。开始本地是在Mac环境，单独

首先前提是安装了TensorFlow，按照官方文档进行就可以，有时候网络可能比较慢，有条件的话最好挂代理。注意Ubuntu本机一般是python2.7，最好使用virtualenv建立python3+

背景 CosyVoice2.0是阿里通义开源的语音生成大模型的第二个正式版本，有比较优秀的音色，可实现快速低成本的声音复制功能。支持流式推理，合成延迟可以达到150ms。 部署步骤 1. 准备机器 本

背景 FishSpeech是一个开源的智能语音大模型，目前已经到1.5版本，能够提供比较好的TTS文字转语音，语音复刻等功能。但是需要注意的是，FishSpeech模型协议是CC-BY-NC-SA-4

介绍 Milvus是当下流行的一个向量数据库，在大模型领域有着广泛和深入的应用。本文以本地部署为例，简单介绍Milvus相关的依赖和使用。注意本地部署仅适合于功能验证和测试，生产要多考虑高可用和性能。

背景 通过Milvus的样例数据存储案例，结合AI模型，完成embedding向量化入库，向量查询，大模型总结和提示词工程的演示，熟悉相关组件和流程。 执行前提 本文的案例基于Milvus官方的案例改