粉丝27获赞458


google 的 antigravity 是 一款全能型 ai 智能体,也是如今大家普遍使用的首选工具。它不仅能帮你编辑代码,构建各类应用,还能实现工作流自动化。 但问题在于,它只能处理它看得见的数据。大多数 ai 智能体都存在一个严重的信息盲区,它们无法获取 notion 文档、 zero 公单、 datap、 issue, 甚至是 slack 的 讨论记录。 所有这些上下文决策 bug 以及沟通信息。你的智能体却无法获取这些信息,这无疑是一个巨大的局限,因为出色的工作离不开背景信息。如果 ai 智能体能获取所有信息会怎样?文档、工单、对话,一切都能用自然语言实时解锁。 这是另一个基于 every 构建的 ai 智能体,它叫做 slack 知识助手。我会把它的代码仓库链接放在下方的简介栏里。这是一个开源的 slack 机器人,能基于你的所有数据进行问答。 无论是 gitup、 notion、 slack 还是公单系统,它能整合一切信息并做出回应,直接在对话中提供附带溯源的回答。但接下来的才是关键。重点其实不在于这个机器人本身, 它真正的强大之处在于背后的上下文层,否则它就只是另一个普通的聊天机器人。所以我会用 anti gravity 来搭建这个系统, 接入 airwave 并向大家演示,看看当 ai 智能体真正接入数据后会有怎样的表现。获取完整的上下文。现在我不会从零开始搭建这个项目, 因为仓库已经配置完成了。但我今天要演示的是一个 ai 智能体,比如 anti gravity 在 接入 arv 后是如何实现能力飞跃的?因为它拥有合适的上下文来处理各种任务。我还会演示如何 从零开始创建一个类似的 slack 知识库。助手利用 anti gravity 并结合 arviv 以获取正确的语境所需的精准上下文。你可以轻松上手 arviv, 通过其自托管方式。 这需要你先安装好 docker 和 docker compose, 只需克隆该代码仓库,然后运行启动命令,在本地完成部署。你也可以直接使用云端版本, 这是免费上手最简单的方式,还能直接开启试用。使用 sdk 也是个不错的选择,能帮你轻松整合所有工具和接口调用,甚至还能通过 c r i 在 终端直接操作 airve。 接下来你还需要安装 anti gravity, 你 可以根据你的操作系统下载对应版本。如果你目前还没有安装的话,直接用 google 账号登录就能完全免费开始使用。 准备就绪后,我们要做的就是先在 iov 中创建一个集合。我这里选择云端模式,因为操作起来更方便,直接点击 create collection 即可。我们将在这里构建可搜索的知识库, 接着来创建数据源,名字可以随便起点击下一步,然后添加各种支持的工具,并由 airve 来负责处理, 这样它就会在后台与这些工具自动同步,让 ai 智能体能全面获取我们的上下文信息。这样我们的 antigravity 智能体将获得强力加持。我们可以添加各种数据源,比如 gitap 的, 只需提供个人访问令牌和仓库名称, 系统就会进行锁影,并作为 ai 智能体的上下文支持。例如,我刚刚锁影了这个 aops 仪表板仓库,这就是我之前创建的。大家可以看到它已经完成了锁影,所有的实体也都直接添加进去了, 你甚至可以直接从数据源中查看相关的操作日记。看这边我们已经接入了 github 数据源,当然,你甚至可以添加像 notion 这样的内容,例如你可以添加多个不同的数据源。本质上,这就是你提供 ai 智能题所需正确上下文的环节。 为了测试这个知识库或是刚才深层的上下文,我们可以试着提个问题,比如我们可以问这个仓库主要是做什么的,这样你就能快速简要地了解该数据源的工作原理。 它们整合所有实体进行响应,比如已连接的 slack 和 notion, 还有 gitup。 如你所见,它在这里显示了具体的实体,同时也提供了数据源和仓库信息, 这样你甚至能获取原数据背景。还支持羽翼混合及关键词搜索。我刚才设置的是混合搜索模式,现在如果切换到羽翼模式,它就能对代码库进行羽翼搜索,从而告诉我们 aops 仪表版的具体内容。 接下来,我们进入 antigravity 界面,建议先创建一个文件夹作为工作目录,然后开启快速模式,配合 opus 四点六来配置 ai 智能体。既然要使用这个 ai slack 知识助手,它是基于 airwave 构建的, 我们直接在 antigravity 中输入指令,克隆这个 slack 知识助手仓库配置 python 虚拟环境,并安装所有依赖,并创建一个 emv 配置文件,这也是文档中要求的步骤。 接下来我们需要提供 slack 机器人的 token 一 遍,让它能通过我们的 slack 机器人结合上下文层与我们进行沟通。要获取 slack a p i, 你 需要先创建一个 slack 应用, 现在进入这个板块,然后点击创建一个新应用。接下来你可以给它起个名字,随你心意。比如叫它知识助手,设置好相应的 os 权限后, 就可以将其接入你的 ai 智能体了。接着还需要提供其他几个 a p i, 例如 arv a p i。 这一项你可以在 a p i。 密钥部分直接获取。 接下来,你需要指定在特定端口上启动 fast a p i 服务器,并确保机器人已就绪,可接收 slack 事件等。 这一步主要是配置 slack 知识助手,从而实现基于上下文的对话交互。你可以立刻看到它正在运行,并设置这个由 l v v 预设的知识助手。 但如果你想创建自己的 ai 智能体,无论是为了补充更多上下文给构建中的 ai 智能体,还是通过 notion 接入准确的上下文和文档,你可以轻松创建一个新知识点。就像刚才设置 slack 机器人那样, 你也可以创建类似的配置,然后直接通过 m c p。 服务器进行部署。操作起来非常简单,点击调用搜索 api 即可。点击 m c p 选项,你可以直接在 m c p。 智能体中完成设置。 现在你应该可以着手设置,直接通过这个 m c p。 商店为 airwave 配置 m c p 服务, 它就内置在 antigravity 中。接着只需创建一个知识源,然后用自然语言向 antigravity 发出指令即可。创建特定类型的智能体在多方面为你提供协助。比如创建一个 ai 智能体来查找 shared、 c n 等组建库的最新文档, 让你能直接使用最新的 ai 作件进行构建。因为众所周知,大语言模型往往缺乏最新的上下文信息,这只是其中一个例子。类似的用力还有很多很多,就这么简单。 slack 知识助手已配置完成,借助 ant gravity 且自动完成。它甚至还顺便修复了 sdk 的 兼容性问题。现在我们直接通过 slack 机器人就能访问它。 既然 antigravity 已经配置好了 airwave slack 知识助手接下来的操作是创建一个新频道。在这个频道里,你只需要 at 一下你的机器人,也就是你之前起的那个名字。 我给他起的名字是 cloud bot, 然后直接向他提问就可以了。 a i f 仪表板是什么?接下来他会在这里调用我们的知识库, 然后它就能根据这些信息进行处理并给出答案。参考我们的文档、对话记录等,也就是我们直接集成到知识库中的所有内容。 你可以看到它随后会向你提供回复。针对你所提出的任何问题,我刚才简单问了句,什么是 the 世界?抱歉,说错了,是 airpods 仪表版。 瞧,这就是它搜索到的结果。它甚至能关联 gitup 仓库和 readme 文件。这功能非常强大,因为它能直接为你提供每一项的来源所需每一个组建的直接来源。这极大地简化了整个流程, 这样你就能清楚了解 ai ops 仪表板的具体定义。它还会提供原数据说明及数据本身。 如果你回到你的数据集,你会发现它会自动调用各种不同的实体为你获取答案。通过 github 等关联工具,在本例中,它也能引用 slack 的 数据。 通过这种方式,你可以整合各种不同的数据源,为你的 ai 智能体提供所需的准确上下文。 这就是 slack 知识助手。这是一个开源 slack 机器人,它像队友一样熟悉所有信息,能读取所有知识库。资源皆为你直接在 lv 中创建。你只需将机器人拉进对话, 它便会立即解锁所有已关联的工具。正如刚才所见,它能调取 github 仓库、 notion 甚至 slack 对 话中的内容。此外,你还可以添加五十多种其他工具。 随后,它会在对话中回复并附上完整的来源引用。正如你所见,无需再频繁切换标签页,也无需在文档中四处翻找,它将能够提供精准的上下文信息并立即传达给你。这是一个完全开源、可自托管的项目,由 airwave 提供支持。 作为上下文解锁层,它让 ai 智能体能全方位访问你的数据。以上就是将 airwave 连接至 antigravity 并进行强化的核心流程,从而让它具备所需的上下文背景,无需切换标签,不必搜寻信息。有了 airwave, 你能补齐缺失的数据层,为 antigravity 中的 ai 智能体全面赋能,大幅提升其性能,让它几乎能胜任任何任务。我会把所有相关链接都放在下方的描述栏,方便大家快速上手,那么各位非常感谢大家的收看, 希望你们喜欢本期视频,也能从中有所收获,别忘了去看看那两个 get up 仓库,就在我下方的描述栏里,这是他们开发的两个开源项目, 能助你轻松起步,还有 airwave 的 主开源仓库,那么各位今天就聊。