刺鸟图文助手
今天咱们来讲讲如何用chat g p t和你的卡片笔记对话。呃，你也知道的，我是个卡片笔记的爱好者，因为相对于传统的笔记方式啊，它有一些优点。比如说呢可以减轻你的输入压力啊，有时候说面对空白的屏幕，然后写一篇文章哎呀，压力好大。但是呢随时记下笔记，哎，三言两语这个压力就小很多。还有呢就是因为是卡片，所以可以大量的重组复用啊，对于内容输出来讲，这也是一个好消息。但是我们都知道啊，凡事都有两面对吧？它有这样的优点，但是也会带来一些问题。
这个问题是什么呢？首先你的信息是分散的。啊，原本你可能这个长篇大论啊，把一本书所有的要点你都给记在啊自己的这个一则笔记里。哎，这个虽然会有很多的问题，但是毕竟我的内容集中啊。可是现在可就不行了，你这个信息啊本身来讲它是以分散的。既然是分散的，那么当你找寻的时候，还有想要利用这个就比较困难。那么现在卡片笔记的工具是如何应用这个问题呢？使用了一种叫做双链的方法。
你看这个图，我们把笔记之间的链接起来。这样的话当我们需要找寻笔记的时候，可不能按照关键词来搜索啊，而是应该以一种什么方式呢找到一个相关的笔记，然后沿着链接指出的路径，沿着这里面宏观和中观给出的剧促信息来找到相关的卡片。这样比你按照关键词来检索更为有效。这也是现在的卡片笔记工具。哎，一般的标配上面都会有我们现在看到的这样的一个双向链接的关系。这张图呢来自f c点，那同样的像romal research log sec。
啊，这些都是支持类似的方式的。那么我们就在想，你说现在的人工智能已经这么强大了，对吧？能不能把它来用上呢？最好是啊让它来和我们的本地知识，也就是我们的卡片笔记库进行交互。哎，然后呢获取跟某一个主题相关的卡片的内容，把它们加以有机的整合之后，再用chat g p t的传统异能，也就是和我们进行问答交互。用自然语言啊流畅、清晰、准确而又综合性的给我们来回答问题，听起来多么好啊，是吧？哎，这样的话可以帮助我们利用自己的知识库形成独有的知识输出。在知识星球上也有星友这样来提问啊，就问我说有没有产品啊，现有的这种产品我直接可以拿过来和我的卡片笔记来对话。这里呢他问的是romal research啊，当然了这也不限于romal research啊，不eda lock sec这不都一样嘛，对吧？呃，但是我觉得回答这个问题目前来说有些尴尬。
这个尴尬呀是这样的，首先呢你要说我有一个文档，我要对它进行问答，这可不可以？这个有非常多的解决方案。呃，我之前也给你推荐过叫做chat doc，哎，这个非常的好用。你可以找一找我之前的对他的讲解啊，这个我就在这儿不再赘述了。呃，但是他面对的是单一问题，这这是我我有文本的综合性的，我从中的摄取信息。这个有没有这个也有啊，有一个叫做chat base啊，这样的一个工具是可以做这个事儿的。但是呢在我回答星有问题的时候，我就没提他，为什么呢？是这样的这是它的界面啊，确实它的这个宣传就是说我可以把你的哎本地文档综合成这样的知识库来进行呃独特的这样的问答。
是这样，可问题在于哪儿呢？你看看他的这个价格啊，它最低一档的价格要十九美元每月。我一开始觉得呢反正这价格是高了一些，但是如果够用的话，我觉得哎能给你提供的效率，使得你这个竞争优势提高啊，这个薪水大涨，每个月呢覆盖掉这部分成本，我觉得这还是个划算的事儿。但是后来我看了一篇这个作者的知识啊，他在其中啊啊这个说一个事儿，就是说说大部分的这个的用户，但是说我我这个是这个美金，但是他说很。快很快啊quickly move to the higher plants。哎，也就是说呢要不然他们就很快的推高这个自己的这个付费的等级，要么就流失了。那这说明一个问题，他那个十九美元每月的这个订阅费实际上是不够用的那十九美金都不够用，我想对于很多小伙伴来说，这个价格确实就是高了一些啊。
好在最近啊我找到了一个新的应用啊，可以帮助我们来做同样的事情，同时你不需要花那么多钱。呃，这款工具呢叫做亏fer啊，它呢大概是这个样子，非常简洁的界面，就是让你往里面去输入内容啊，然后呢你可以把自己的一系列的文档拖拽上去。上传之前先做一个事是什么呢？你得设定一下你的open a i a p i t啊，就是那个open a i的使用通行证啊。然后呢你你填入到你的这个a p i k之后，下面你就可以选择相关的模型啊。之后我就上传了一些我的卡片笔记啊，当然这卡片笔记是打引号的，因为你看到了我实际上是把我之前的一些文章给上传上去。但是如果连文章这种长度它都能处理的话，那更短的笔记实际上它可以处理的更好。
你可以注意到它这里有一些提示，就是说除了上传这样的文本markdown文本文件之外，它还接受其他的文件类型都有哪些呢？这六个列表它说呀除了文本。嗯，markdown之外还有p d f啊、powerpoint、excel、word, 还有这个音频和视频啊，我觉得这挺好的。也就是说你可以把这些东西都上传上去啊，各种不同的材料，不同的类型，然后统一进行提问啊，我觉得这个是做的比较妥帖的啊。在上传的过程，他给你提示有哪些上传成功了。因为上传的都是纯文本的，这个markdown嘛，这个很快就上传完了。然后你看一下这有一个explore，点开之后就可以看到都上传上去了哪些东西啊。
这个是不是按照你的要求都已经传完了。它还有一个图表来统计现在的用量，这是我给他的第一个问题啊，我说我的知识库里都有哪些chat g p t的应用介绍，哎，你看这是他给我的回复啊，我们找到了以下这四个。第一个chat p d f很好，这是之前我介绍过的啊，在使用chat g dog之前，我比较爱用的和文档之间的交互的工具new ban in chat啊，这在里面我多次的反复提及，它是可以啊利用这个bin它的搜索功能来给chat g p t啊提供这样的啊最新的信息检索，获得上下文的。第三个asset assistant啊，这个是我们利用它来进行文献的回顾。还有就是l l m的学术类应用，这个写的比较笼统啊，但是我觉得。前三个其实还不错，而且显然它不是来自于单一的文件，它应该是来自于多个。
下面我再提一个问题，g b t四在编程上能提供什么帮助？哎，你看他说给出的上下文啊，根据它g b t四在编程方面可以提供以下帮助啊。第一，code interpreter, 这是必须要提的对吧？这个我给你已经不止一次的演示，我用它来做数据分析啊等等。然后g b t四可以作为自动化评分a e s哎，这个咱先留个空啊，一会儿说。第三个啊，github copilot chat, 这个是讲它如何能够在一个环境当中来帮助你对话，然后帮助你对这个代码进行修改，帮助你补全，哎，非常有用。这个第二个我想了半天，我在哪儿写过这玩意儿，后来我才发现原来是这个a i写文献回顾这一部分啊，其中啊有一个这个相当于是一个检索的结果，我在这里面是引用，然后给进行一个。翻译啊，因为不是我写的，所以肯定我想不起来。
哎，这里都是引用的符号。哎，确实他能从这些啊相关的这个文档当中抓取信息，这个做的还是不错的那下面我又提了一个问题。我说哪些chat g p t功能和chat g p t插件可以用于科研文献回顾？请给出你的综合结果，并且用括号列出原始信息，谢谢。这里是要干什么？我不满足于你只给我一个最终的结果，我想让你告诉我这是从哪来的，对吧？告诉我去哪个文件里可以去验证啊，你说的对不对？这里面我把它分成两类。chat g p t的功能确实是我在a i写文献回顾好使吗？那篇文章里面哎列出的几种相关的应用。然后chat g p t的插件是另一篇文章，里面列出了不少的相关的这些插件。
但是我觉得这个里面还是有问题。这个首先它并没有给我列出相关文档的名字，我还是找不着对吧？第二个呢，这里面实际上是出现了一些幻觉。wolfram我在里面介绍过，但是并没有把它作为一个这这个科研文献回顾。的插件来使用。所以我在想可能是我的这个提示语有一些问题。在后面我又更新了一下提示语，问了另外一个问问题。
我说在数据分析上，chat g p t都能做哪些工作？请给出你的综合结果和具体细节答案，并且用括号列出原始信息，谢谢。这是结果。你看看他把这一些工作这几个啊，然后呢用这个书名号代表的原本你是从哪一个文件当中啊，这这都结果。然后后来告诉他这一部分都可以具体的来做做什么数据分析、变量含义、数据分布啊、数据可视化啊、统计图形、图文分。然后第第三个呢是是辅助数据，来自于如何用chat g p t辅助备课编程篇它都能干什么？然后社会网络啊仿真分析，这是如何用chat g p t帮你做啊仿真分析这篇文章哎。然后告诉你生成了仿真结果，还有图形。
哎，我觉得有这个你再去找这些相关的内容再去印证啊，并且加以进一步的整合就非常的方便了。哎，更好的一个地方呢是你所有的对话在这个quiver里面，它都可以帮助你存储。这样你可以随时回顾你和他之间的交互，帮助你不断的深入这种对话。然后你可以找到一些更深刻的共建，以及一些可能被别人忽略的哎这这样的问题，我觉得这个是很有意思的啊。那么除了用quiver官方提供的这个服务之外，你还可以自建服务。它在这里面呢因为完全开源啊，所以这个东西在github上有它的仓库。
在这里面它提供了在你本机上去部署一个这样的服务的方式，使用的是docker啊。如果你感兴趣啊，不愿意跟别人共享一个哎网站上的这样的。应用希望自己本地来把它搭建起来，那么你可以按照这个教程来走一遍。那么我们来简要的介绍一下quiver背后的技术，这个基础的框架叫做launch c h哎，这个是它的github上的一些描述啊，呃你可以看看它这个stars啊，有五万颗星啊，然后这个月下载量啊超过百万，这个非常厉害的一个库。它基本上就是找到了一个痛点，就是人们在使用这些大语言模型的时候，因为要进行各种各样的重复性的操作，就如同在机器学习当中，这种重复的操作催生了tensor f o w p y t o c h一系列深度学习框架。那么在大语言模型时代催生出来的就是我们现在看到的这个lunch h h。
但是它比起tensor flow和py tr c h使用起来要简单多了。啊。如果你想学习的话，我推荐一门课程啊，这个课程呢是deep learning ai啊，也就是。吴达老师哎，他和和i n c h i n这官方一起推出的一门课程，嗯，我从头学到尾了啊，我感觉非常的有用啊。哎虽然这只是一门基础课，但是呢有助于你通过学习它来修改一些已经存在的项目，完成你自己的相关需求，我觉得还是很好用的啊。那么我知道说到这儿呢，有的小伙伴又会有一些疑虑，这个疑虑主要在哪儿？每一次人们说哎你需要上传数据，哎，你需要跟open a i打交道，人们就会想，那我的数据是不是就泄露了呢？这个事儿啊是这样，呃，原先你和open a i的这样的对话啊，最好是不要出现任何的敏感信息。
这个呢我在去年十二月份那篇文章当中，这是来自于那篇文章的插图啊，是从这个chat g p t当时叫研究预览版上面截取的。其中就是说啊这些啊你的这样的一些这个数据啊。会被我们的这样的这个呃a i的训练者啊来进行这个相关的回顾。说白了就是你那个数据啊我们我们到时候会用啊。呃因此我当时就提示这是这是去年啊半年前了，当时我就提示小伙伴们，我说这个呃要注意避免隐私的泄露，避免敏感信息的上传。哎，但是呢请你注意，现在我们使用包括quiver在内的一系列的啊open a i借助它的这个a p i的应用，open a i的网站上实际上是有一个说明的。
这里说从二零二三年的三月一日开始，它有非常重大的改变啊，政策性改变。首先你所上传的这样的数据，只要通过a p i来这个上传，我们不会拿来训练或者来改进我们的模型。那这是这是非常重要的，除非你本人明确要求这样做啊。哎第二个你们通过a p i上传来的数据，在我这儿保留三十天，主要是因为一些法律法规的要求，哎，合规性，然后我们肯定要给你删掉啊。有时候你觉得调用open a i这样的a p i啊就会导致数据泄露，实际上啊不一定是这样。quiver还给我们提供了一个。
啊，更有意思的选项就是还记得我给你介绍过的g p t for all这样一个可以运行在你本地电脑的模型吗？现在你可以直接用它来驱动coffer，在里面去进行这样的检索、交互、综合和问答。我觉得这个是非常有意思啊。随着更多的卡片笔记库这种开源模型纳入进来，有一些不光是我们个人啊，甚至是企业机构的知识库，也可以利用这样的方式来进行知识检索与问答，而不是让你的数据隐私的泄露了。我们小结一下，今天我给你介绍了可以让你和自己的卡片笔记库进行交互的软件quiver。那么它可以使你可以和自己的卡片对话。这样的话当你去从卡片当中汲取内容的时候，就不用按照原先的方式都得手动进行了。
你在存储卡片的时候，这样的整理压力也会小很多。还有呢就是这款应用相对于chat base等等一众的服务，它是免费的，而且开源啊。它支持多种的文件的形式，而且呢它还可以使用本地开源的大语言模型啊，我觉得这个还是非常有意思的，这样的一个新应用推荐给你。
