本文介绍: 基于我们最终要做成Saas服务类型对外提供服务我们需要丢入模板命名部门,既可以完成对不同部门不同需求的训练,随后我们会对他们的需求进行模板定义调用完毕claude2会调用我们自己的接口,完成对生成文字封装(如 pdf,word等),极大减轻各部门同事的工作量。将Claude 2输出内容或者指令,再通过SmartRpa执行,可完成很多重复性的办公室工作,如数据录入、审批流转递等。可基于Claude 2来自动化完成文件内容的生成、提取摘要等,辅助文员编写常见类别的报告、公文等。

场景

我们要对接claude2,但是claude2官方并没有开放接口文档,只有一个python版本sdk,但是我们的api_key 并没有升级(因为调用问题调用报错403,社区人员回应是地域的问题,我们尝试使用代理调用,但是对次数有严格限制而且没有官方文档是一件比较难办的事情,所以我们决定用自己的方式(session_key轮询+分块训练)来解决这个问题

我们在 easyHttp中加入了Http代理功能然后通过claude2的session_key机制去调用效果还不错。

代码

java

  public static void list_all_conversations() {
        REQUESTCONFIG.setUrl(BASE_URL);
        REQUESTCONFIG.setEndpoint("organizations/b691ac7d-46f6-a1e9-4a9ec8e50986/chat_conversations");
        Map<String, Object&gt; headers = new HashMap<&gt;();
        headers.put("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0) Gecko/20100101 Firefox/115.0");
        headers.put("Accept-Language", "en-US,en;q=0.5");
        headers.put("Referer", "https://claude.ai/chats");
        headers.put("Content-Type", "application/json");
        headers.put("Sec-Fetch-Dest", "empty");
        headers.put("Sec-Fetch-Mode", "cors");
        headers.put("Sec-Fetch-Site", "same-origin");
        headers.put("Connection", "keep-alive");
        headers.put("Cookie", "__ssid=025");
        REQUESTCONFIG.setHeaders(headers);
        REQUESTCONFIG.setProxyHost("10.18.10.10");
        REQUESTCONFIG.setProxyPort(8888);
        GenericHttpAdapter<String> adapter = new GenericHttpAdapter<>(String.class);
        CustomResponse<String> response = adapter.sendGenericRequest(REQUESTCONFIG);
        // 处理响应
        if (response.getStatus() == 200) {
            System.out.println("请求成功:" + response.getData());
        } else {
            System.out.println("请求失败:" + response.getMsg());
        }
    }

python版:

    def list_all_conversations(self):
        url = f"https://claude.ai/api/organizations/{self.organization_id}/chat_conversations"

        headers = {
            'User-Agent':
                'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0) Gecko/20100101 Firefox/115.0',
            'Accept-Language': 'en-US,en;q=0.5',
            'Referer': 'https://claude.ai/chats',
            'Content-Type': 'application/json',
            'Sec-Fetch-Dest': 'empty',
            'Sec-Fetch-Mode': 'cors',
            'Sec-Fetch-Site': 'same-origin',
            'Connection': 'keep-alive',
            'Cookie': f'{self.cookie}'
        }

        response = self.send_request("GET",url,headers=headers)
        conversations = response.json()

        # Returns all conversation information in a list
        if response.status_code == 200:
            return conversations
        else:
            print(f"Error: {response.status_code} - {response.text}")

分析

基于我们最终要做成Saas服务类型对外提供服务,我们只需要丢入模板命名部门,既可以完成对不同部门不同需求的训练,随后我们会对他们的需求进行模板定义调用完毕claude2会调用我们自己的接口,完成对生成文字封装(如 pdf,word等),极大减轻各部门同事的工作量。做成服务我们将采取java语言作为我们的开发语言。

开源计划

我们计划将claude2-sdk(非官方)开源,功能大致会有:新建会话删除会话,显示历史会话,无附件对话,有附件对话easyHttp,重命名会话等功能将会完成附件上传功能).如果你对claude2有兴趣或者对该计划有兴趣,可以私聊加入我们,一起change the world。预计在24年年前上线gitte/github

可用范围

智能客服
Claude 2作为新一代语言智能系统,其超强的语义理解和生成能力可直接服务智能客服领域。通过事先训练,可支持24小时全天候自动化地回答客户问题、提供帮助建议等,可显著降低人工客服成本。

智能办公
基于Claude 2来自动化完成文件内容的生成、提取摘要等,辅助文员编写常见类别的报告、公文等。通过RPA软件对接到企业信息系统获取结构化数据后,可大规模部署实现企业内容生产的机器化。

数字员工 (集成SmartRpa)
将Claude 2输出的内容或者指令,再通过SmartRpa执行,可完成很多重复性的办公室工作,如数据录入、审批流转递等。相比直接触发RPA流程,数字员工可提供更人性化、灵活的交互界面。可逐步向更高级别、专业领域的数字员工能力发展。

价值

智能客服场景
24/7全天候服务支持,周中周末均可正常响应客户问题,不受人工资源限制
大量常见问题分类识别匹配自动应答,可为人工客服释放60%以上的负载
系统快速积累知识库内容,客户问题和应对方式的数据
基于用户实际反馈不断改进对话质量,学习能力超越人工服务水平

智能办公场景
极大提升采购类、测试类、内部流程文档的草稿生成效率,降低90%以上手工编写负担
为业务文案、策划方案、招标文件等提供高质量的创意原文,提升创作水平
结合数据中台,可批量生产个性化体验好、维度丰富的客户报表与营销内容

数字员工场景
支撑自动化完成客服外呼、销售引导等人-机交互型工作,不够灵活的RPA机器人无法直接应对
基于反馈调整的应用强化学习能力,工作能满足不断变化的新要求
企业内部问答机器人,可直接回应员工各类咨询问题,无需人工处理

原文地址:https://blog.csdn.net/weixin_45487988/article/details/134667335

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。

如若转载,请注明出处:http://www.7code.cn/show_3565.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注