大模型应用全栈开发task1---智慧旅游Agent
和队友开发了一个智慧旅游 Agent 产品
详情可见lhttps://github.com/SongWWWWWW/Agent4travel/tree/main
为什么会有这个项目？
如今旅游慢慢融入到人们的日常生活，但是要去某个地方玩需要找大量的攻略，然后制定相应的计划，最终希望得到一个完美的旅行。但这中间存在一个问题是，找攻略需要去寻找大量的资料，然后通过识别判断最终获取到自己想要游玩的地方。找到后，还要去规划行程，非常浪费时间。我们的设想是通过与LLM进行交互，智能的帮助用户去为自己的旅行进行规划，从而减少寻找信息与识别信息的时间。这个项目要用到什么技术？
* Streamlit 包的使用，结合百度地图，参考 博客 * agent基础，其实就是prompt工程+工具包，参考项目MindSearch * LLM的调用，可选Chatgpt，kimi，deepseek，首推chatgpt，其次deepseek * 用python做爬虫，爬取相关信息及图片如有疑问请评论。
动手学大模型应用全栈开发 是 Datawhale 2024 年 AI 夏令营 第四期的学习活动 ——
- 适合想 入门并实践 大模型应用全栈开发 的学习者参与
- 适合想成为 AI 大模型全栈工程师 的学习者参与
从 源大模型部署、Gradio 入门 大模型算法原理 和 大模型应用开发，到通过 RAG 技术、微调技术 入门相关 技术原理 提升应用效果。
学习内容提要：通过学习大模型部署、大模型检索增强生成 （Retrieval Augmented Generation, RAG） 实战、大模型微调实战，掌握大模型应用全栈开发
小白零基础 10 分钟 速通指南
参考教程 https://linklearner.com/activity/14/11/25，里面是非常详细的手把手教程，笔者对于细节部分就不再赘叙了
Step0：开通阿里云PAI-DSW试用
https://free.aliyun.com/?productCode=learn
在魔搭社区进行授权，新用户还需要完成阿里云账号的实名认证，直接完成即可
Step1：在魔搭社区创建PAI实例！
Step2：Demo搭建！
第一步：文件下载 点击终端`Terminal`复制粘贴以下命令
git lfs install
git clone https://www.modelscope.cn/datasets/Datawhale/AICamp_yuan_baseline.git第二步：环境安装
pip install streamlit==1.24.0
第三步：启动 Demo
streamlit run AICamp_yuan_baseline/Task\ 1：零基础玩转源大模型/web_demo_2b.py --server.address 127.0.0.1 --server.port 6006
最后点击链接，等待一会模型加载，即可
可以看到，Yuan2-2B-Mars 模型还是出乎意料的能够正确回答 0.9 和 0.11 谁更大
