FinClip新年大更新：AI功能来袭，小程序智能化升级！
新年新气象，FinClip上线AI功能，包括管理后台AI助手答疑、小程序调用AI Function及配置RAG，助力开发者打造更智能小程序，提升用户体验。
分享到微信
新年伊始，FinClip 团队带着全新的 AI 功能与大家见面啦！此次上线的 AI 功能包括“管理后台呼出 AI 助手答疑问题”，“小程序可声明需要调用的 AI Function”和“小程序中可配置对应的 RAG”，这些功能将为开发者和用户提供更加智能、便捷的体验。
接下来，让我们一起深入了解这些功能的背景知识、使用条件以及具体的应用场景。
管理后台呼出 AI 助手答疑问题
在 FinClip 的使用过程中，开发者和用户常常会遇到各种问题，需要及时获取准确的答案。为了提升用户体验和技术支持效率，我们构建了一套基于文档中心为数据集的 AI 问答系统。
该系统通过整合文档中心的文档、交付过程中整理的问题 QA 以及与客户前期沟通阶段时阐述方案时的会议纪要等数据源，采用“自动化数据集”为主、“手动数据集”为辅的策略，构建了丰富的知识库。
当用户在管理后台操作时，遇到任何关于 FinClip 的使用、配置或开发问题，只需点击聊天框，即可呼出 AI 助手。无论是技术难题还是操作指引，AI 助手都能迅速给出专业的解答，大大提升了用户解决问题的效率。
可声明需要调用的 AI Function
随着 AI 技术的发展，越来越多的小程序需要集成 AI 功能来提升用户体验和业务效率。我们在近期发布上线了“小程序可声明需要调用的 AI Function”功能，允许开发者在小程序中明确声明需要调用的 AI 功能。
这项功能能够使得小程序能够更加灵活地利用 AI 技术，实现如智能推荐、图像识别、自然语言处理等高级功能。
开发者在开发小程序时，可以根据业务需求，在管理后台中的「小程序详情 — AI+」功能入口中预先配置需要调用的 AI Function。
不妨用实际场景来举个例子，比如在电商小程序之中，开发者可以声明调用图像识别 AI Function，实现商品图片的自动分类和推荐；而在教育类小程序中，也可以调用自然语言处理 AI Function，为用户提供智能辅导和答疑服务。
同样还是用电商场景来举例子，我们需要根据实际的 AI 场景补充的内容如下：
{
"name": "get_delivery_date",
"description": "获取订单配送日期，适用于客户询问包裹位置时。",
"parameters": {
"type": "object",
"properties": {
"order_id": {
"type": "string",
"description": "客户的订单 ID。",
},
},
"required": ["order_id"],
"additionalProperties": false,
},
"callback_url": "https://your-backend-service.com/delivery-date-callback"
}在这里需要补充解释一下，在这里 FinClip 主要是提供了一个入口，能够让开发者自行录入这些 AI Function。但这些工具的具体功能，比如查询订货单、确认包裹位置等功能，则需要开发者自己去实现。开发者可以在自己的后端服务中编写代码，实现这些功能，并通过回调地址将结果返回给 FinClip。
小程序中可配置对应的 RAG
RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合了信息检索技术与语言生成模型的人工智能技术。通过从外部知识库中检索相关信息，并将其作为生成回答的依据，RAG 能够显著提高回答的准确性和可解释性。
通过将 RAG 技术引入小程序，就可以使得小程序能够利用外部知识库，提供更加智能和个性化的服务。
在小程序中配置 RAG 功能后，当用户提出问题时，小程序能够从知识库中检索相关信息，并生成准确、详细的回答。例如，在一个旅游小程序中，用户询问某个景点的开放时间和门票价格，小程序通过 RAG 功能，从知识库中检索到最新的信息，并生成包含开放时间、门票价格以及购票方式的详细回答，为用户提供一站式的旅游信息查询服务。
有的朋友可能对 RAG 检索功能还不太了解，在这里我们可以继续来举个例子以便于我们进一步理解。
你要参加一个知识竞赛，你需要准备一本厚厚的“百科全书”来帮助你回答各种问题。
数据集配置上传
在 RAG 功能里，这本“百科全书”就是我们的数据集。我们需要把和业务相关的各种资料，比如文档、网页内容等，都整理好，上传到系统里。系统会把这些资料“切碎”，分成一小块一小块的，这样在需要的时候就能快速找到相关内容。具体来说，就像你把一本大书分成很多小章节，每个章节都有自己的主题。
这样当你需要查找某个知识点时，就能快速定位到相关章节，而不是从头到尾翻整本书。上传文件时，我们还可以设置一些参数，比如每个小章节的大小和重叠部分，这些参数就像是决定每个章节包含多少内容，以及章节之间有多少内容是重复的，帮助我们更好地组织资料。
检索测试
上传好资料后，我们得检查这本“百科全书”是不是真的好用。这就像是在正式比赛前，先找一些练习题来测试一下。我们准备一些问题和对应的答案，让系统来回答，看看它能不能找到正确的资料并给出准确的答案。具体测试时，我们主要关注两方面：
- 检索准确性：就像你去图书馆找书，看系统能不能准确地找到和问题相关的那部分资料。比如你问“猫为什么喜欢抓老鼠”，系统能不能找到关于猫捕猎行为的章节。
- 生成准确性：系统找到资料后，还要把它整理成一个完整的答案告诉你。这就像是你找到了书，还要把里面的内容用自己的话复述出来。我们看系统生成的答案是不是真的回答了问题，有没有跑题。
除了这些，我们还可以测试系统回答问题的速度，就像看你在规定时间内能不能完成题目。还会看看系统在处理很多问题时会不会“累坏”，也就是检查它在高负荷工作时的表现。通过这些测试，我们就能知道 RAG 系统是不是真的能帮我们很好地回答问题，是不是准备好了参加“知识竞赛”。
通过将 RAG 功能引入具体的小程序，我们就可以进一步提升小程序或者应用之中对信息检索与发现的能力。
新年新气象，FinClip 的这些 AI 功能上线，应该能够为有 AI 场景的开发者和用户带来了更多的便利和惊喜。无论是管理后台的 AI 助手答疑，还是小程序中灵活调用的 AI Function，亦或是强大的 RAG 功能，都将进一步提升 FinClip 的智能化水平，推动小程序技术的发展。
未来，FinClip 团队将继续探索 AI 技术的更多应用场景，为用户提供更加优质的产品和服务。让我们一起期待 FinClip 在新的一年里，带来更多创新和突破！
我们仍然需要一些时间
从脑海中闪出金闪闪的点子，经过需求设计，代码编写，质量测试，最后到实际的功能上线，产品设计这件事总是会很快提起我们的兴趣，让我们将激情与热血投入到工作中。
但也正如你所见，FinClip 还有许多地方需要提升与优化。请多给我们一点耐心，我们将会让产品以更完美，更好用的样子呈现在你的眼前。
如果您还有其他需要，请登录 finclip.com ，点击左侧的「工单管理-创建工单」，将您的需求或困扰写在工单中，我们将在收到您的反馈后尽快与你联系，你的想法与创意，将有可能在后续的 FinClip 中被实现！
您在使用 FinClip 相关产品过程中遇到的任何问题，都欢迎通过开发者社群，产品团队邮箱（product@finogeeks.com）与我们联系。