智能客服 提问（在制定的会话中） 创建问答会话 问答满意度评价 查询反馈选项 反馈评价 语料提问 查询语料详情 查询联想问题 查询语料 查询推荐热词 新问答接口 产品类型转为主题 查询案例 查询公告 查询工具 父主题： API v2（推荐）

查看更多 →

智能客服 在使用时有问题需要快速得到解答时可以使用智能客服解决问题。 父主题： 移动端

查看更多 →

智能客服 在使用时有问题需要快速得到解答时可以使用智能客服解决问题。 父主题： 桌面端

查看更多 →

智能客服和意见反馈 智能客服 单击左下角的“…”，点击客服图标，用户可与 WeLink 官方客服联系，快速寻求官方帮助。 问题反馈 如果您在体验的过程中有任何意见或建议，单击头像，在弹出菜单中，选择“帮助与反馈 > 问题反馈”，进入反馈，将您的想法传递给我们。 反馈时可在“选择日志上

查看更多 →

在使用本API之前，需要您完成服务申请和认证鉴权，具体操作流程请参见申请服务和认证鉴权章节。 用户首次使用需要先申请开通。服务只需要开通一次即可，后面使用时无需再次申请。如未开通服务，调用服务时会提示ModelArts.4204报错，请在调用服务前先进入控制台开通服务，并注意开通服务区域与调用服务的区域保持一致。

查看更多 →

图3 设置客服接待上线 从企业视角定义客服工作状态 在线客服 > 设置 > 客服设置 > 客服接待状态操作路径下，定义需要使用的客服接待状态并【开启】。 图4 定义客服接待状态 通过企业视角设置客服工作台，帮助一线客服高效开展工作。 在线客服 > 设置 > 客服工作台设置 > 基础

查看更多 →

大模型”，查看支持的模型服务。例如调用Baichuan2-Turbo模型服务，model填写为Baichuan2-Turbo即可。 租户部署模型服务 登录AI原生应用引擎，在左侧导航栏选择“模型中心 > 我的模型服务 > 我部署的”，model填写为对应模型服务的模型服务调用ID。 租户接入模型服务

查看更多 →

了解更多常见问题、案例和解决方案 热门案例 什么是对话机器人服务？ 对话机器人服务适用哪些场景？ 是否必须购买OBS才能使用对话机器人服务？ 使用智能问答是否必须要提供标注数据？ 问答机器人不会的问题，系统会每天整理提醒吗？ 问答机器人支持哪些语言？ 智能问答服务冻结了如何续费？ 更多 远程登录 应用容器化改造介绍

查看更多 →

客服管理 资产中心前台集成在线客服功能，客服管理可以配置在线客服的系统参数，提供修改服务端配置、头像配置、标题配置、消息通知配置、初始化问题配置、用户留资配置、转人工配置、公告栏配置、广告图配置和大屏配置。“客户服务云”跳转支持系统参数配置（CP_DS__OnLineChatUrl）。

查看更多 →

向量检索特性介绍 向量检索支持对图像、视频、语料等非结构化数据提取的特征向量数据进行最近邻或近似近邻检索。 原理说明 向量检索从本质上讲，其思维框架和传统的检索方法没有区别。为了提升向量检索的性能，通常需要解决以下两个问题： 减少候选向量集 和传统的文本检索类似，向量检索也需要某

查看更多 →

管理向量索引缓存 CSS 的向量检索引擎使用C++实现，使用的是堆外内存，该插件提供了接口对向量索引的缓存进行管理。 查看缓存统计信息 GET /_vector/stats 在向量插件实现中，向量索引与Lucene其他类型索引一样，每一个segment构造并存储一份索引文件，在查询

查看更多 →

boolvector不支持NULL、Nan、Inf作为元素，当向量中含有NULL值，数据库会报错。 boolvector不能为NULL，当插入、更新或转换NULL值作为向量数据时，数据库会报错。 向量类型的使用 向量类型的使用示例如下： -- 创建含向量类型的表，同时设定数据维度。建表时向量类型必须要指定维度。 gaussdb=#

查看更多 →

应用提示词实现智能客服系统的意图匹配 应用场景说明：智能客服系统中，大模型将客户问题匹配至语义相同的FAQ问题标题，并返回标题内容，系统根据匹配标题调出该FAQ问答对，来解答客户疑问。 父主题： 提示词应用示例

查看更多 →

向量操作函数接口 向量操作函数实现的功能包括：向量大小比较、向量加法、向量减法、向量按位乘法等。 inner_product 功能说明：计算两个向量的内积。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=#

查看更多 →

控的需求，具有问答准确率高、自主学习等特点。能够帮助企业节省客服人力，大大降低客服响应时间。 QABot 具备如下优势点： 智能的问答管理 热点问题、趋势、知识自动分析统计。 支持未知问题自动聚类，匹配相似问答，辅助人工不断扩充知识库。 支持问答调测，点对点的监测智能应答过程。 支

查看更多 →

训练智能客服系统大模型需考虑哪些方面 根据智能客服场景，建议从以下方面考虑： 根据企业实际服务的场景和积累的数据量，评估是否需要构建行业模型，如电商、金融等。 根据每个客户的金牌客服话术，可以对对话模型进行有监督微调，进一步优化其性能。 根据每个客户的实际对话知识，如帮助文档、案

查看更多 →

我的客服 我的客服 您可以通过WeLink的“我的客服”寻求帮助。 在“我的客服”界面，可直接输入问题，智能客服会匹配你想要的问题并输出答案。 我的客服快捷入口 通过搜索、通讯录、业务、知识界面的右上角，找到我的客服快捷入口，快速进入“我的客服”界面。 快速定位客服常见问题 在任

查看更多 →

向量检索特性介绍 向量检索支持对图像、视频、语料等非结构化数据提取的特征向量数据进行最近邻或近似近邻检索。 原理说明 向量检索从本质上讲，其思维框架和传统的检索方法没有区别。为了提升向量检索的性能，通常需要解决以下两个问题： 减少候选向量集 和传统的文本检索类似，向量检索也需要某

查看更多 →

管理向量索引缓存 CS S的向量检索引擎使用C++实现，使用的是堆外内存，该插件提供了接口对向量索引的缓存进行管理。 查看缓存统计信息 GET /_vector/stats 在向量插件实现中，向量索引与Lucene其他类型索引一样，每一个segment构造并存储一份索引文件，在查询

查看更多 →

示例：向量场景 import psycopg2 import os # 从环境变量中获取用户名和密码。 user = os.getenv('user') password = os.getenv('password') # 创建连接对象。 conn=psycopg2.conn

查看更多 →

boolvector不支持NULL、Nan、Inf作为元素，当向量中含有NULL值，数据库会报错。 boolvector不能为NULL，当插入、更新或转换NULL值作为向量数据时，数据库会报错。 向量类型的使用 向量类型的使用示例如下： -- 创建含向量类型的表，同时设定数据维度。建表时向量类型必须要指定维度。 gaussdb=#

查看更多 →