- 博客(1713)
- 资源 (9)
- 收藏
- 关注
原创 Elastic Search 8.13: 为开发者简化嵌入和排名
Elasticsearch 8.13 扩展了能力,使开发者能够利用人工智能和机器学习模型创建快速和卓越的搜索体验。与 Apache Lucene 9.10 集成,测量向量搜索性能在基准测试中超过 2 倍,扩展了可以在几乎实时执行的搜索的复杂性。我们增加了原生的 Learning to Rank (LTR) 功能,简化了对 Top-N 结果进行重新排名,这对于检索增强生成(RAG)用例至关重要 —— 在这些用例中,大型语言模型(LLM)需要在尽可能最佳的上下文中操作。
2024-03-28 08:25:11 614
原创 Elasticsearch:ES|QL 动手实践
在我之前的文章 “”,我对 Elasticsearch 的最新查询语言 ES|QL 做了一个简单的介绍。在今天的文章中,我们详细来使用一些例子来展示 ES|QL 强大的搜索与分析功能。
2023-11-14 10:03:24 1385 2
原创 Elastic:如何成为一名 Elastic 认证工程师,Elastic 认证分析师及 Elastic 认证可观测性工程师
Elasticsearch 无疑是是目前世界上最为流行的大数据搜索引擎。根据 DB - Engines 的统计,Elasticsearch 雄踞排行榜第一名,并且市场还在不断地扩大:能够成为一名 Elastic 认证工程师也是很多开发者的梦想。这个代表了 Elastic 的最高认证,在业界也得到了很高的认知度。得到认证的工程师,必须除了具有丰富的 Elastic Stack 知识,而且必须有丰富的操作及有效的解决问题的能力。拥有这个认证证书,也代表了个人及公司的荣誉。针对个人的好处是,你可以..
2020-10-28 11:54:13 21807 18
原创 Elastic:开发者上手指南
你们好,我是Elastic的刘晓国。如果大家想开始学习Elastic的话,那么这里将是你理想的学习园地。在我的博客几乎涵盖了你想学习的许多方面。在这里,我来讲述一下作为一个菜鸟该如何阅读我的这些博客文章。我们可以按照如下的步骤来学习:1)Elasticsearch简介:对Elasticsearch做了一个简单的介绍2)Elasticsearch中的一些重要概念:cluster, n..........................................................
2020-02-25 20:01:55 139616 94
原创 Elastic:培训视频 - 在生产环境中配置 Fleet Server 和 Elastic Agent 之间的安全
在这篇文章中,我将会把我写的有些内容录制成视频,供大家参考。希望对大家有所帮助。优酷的视频频道地址在这里。Elastic 简介及Elastic Stack 安装:优酷,腾讯 Elastic Stack docker 部署:优酷,腾讯 Elasticsearch中的一些重要概念(Cluster/Shards/Replica/Document/Type/Index):优酷,腾讯 开始使用El...............
2020-01-06 15:31:54 15194 12
原创 Elasticsearch 简介
Elasticsearch是一个非常强大的搜索引擎。它目前被广泛地使用于各个IT公司。Elasticsearch是由Elastic公司创建并开源维护的。它的开源代码位于https://github.com/elastic/elasticsearch。同时,Elastic公司也拥有Logstash及Kibana开源项目。这个三个开源项目组合在一起,就形成了 ELK软件栈。他们三个共同形成了一个强大的...
2019-08-08 16:04:31 165416 31
原创 Elasticsearch 和 Kibana 8.13:简化 kNN 和改进查询并行化
在 8.13 版本中,Elastic 引入了向量搜索的重大增强,并将 Cohere 嵌入集成到其统一 inference API 中。8.13 现已—— 唯一包含此最新版本所有新功能的托管 Elasticsearch 服务。你也可以及我们的云编排产品 —— Elastic Cloud Enterprise和Elastic Cloud for Kubernetes —— 以获得自我管理的体验。
2024-03-28 13:26:57 437
原创 Elastic 8.13:Elastic AI 助手中 Amazon Bedrock 的正式发布 (GA) 用于可观测性
今天,我们很高兴地宣布 Elastic 8.13 的正式发布。8.13 版本的三个最重要的组件包括 Elastic AI 助手中 Amazon Bedrock 支持的正式发布 (general availability - GA),新的向量搜索配置以及 Logstash 的新的集成过滤插件。
2024-03-28 08:54:18 587
原创 Elasticsearch:语义搜索即服务处于卓越搜索的中心
在这篇博客中,我们探索了在企业卓越中心实施语义搜索的过程。模型选择:ELSER 是一个为开箱即用用例设计的检索模型,这使得它成为寻求灵活性、速度和流线型实施的搜索中心的简单选择。模式设计:与纯向量数据库不同,Elasticsearch 同样可以执行传统的 BM25 搜索,并且能够在同一上下文数据库和查询中原生地过滤和聚合元数据以及向量搜索。其结果是能够显著简化应用复杂性和相比于纯向量数据库所需的工具数量。
2024-03-26 11:54:37 1044
原创 Elasticsearch:使用在本地计算机上运行的 LLM 以及 Ollama 和 Langchain 构建 RAG 应用程序
Ollama 是一个轻量级且灵活的框架,专为在个人计算机上本地部署 LLM 而设计。它通过直观的 API 简化了 LLMs 的开发、执行和管理,并提供了一系列预配置模型,可立即在各种应用程序中使用。其设计的核心是将模型权重、配置和数据捆绑到一个统一的包中,并封装在模型文件中。该框架具有一系列精选的预量化、优化模型,例如 Llama 2、Mistral 和 Gemma,可供部署。
2024-03-25 18:55:17 1401
原创 Elasticsearch:虚拟形象辅助和对话驱动的语音到 RAG 搜索
搜索已经从产生简单结果的简单文本查询发展成为容纳文本、图像、视频和问题等各种格式的复杂系统。
2024-03-25 09:15:58 551
原创 通过 Elastic AI Assistant for Observability 进行警报管理,最大限度地提高 IT 效率
管理和关联 Elastic Observability 中的信号和警报随着组织采用日益复杂和互连的 IT 系统,各种监控工具生成的大量警报带来了严峻的挑战 - 我们如何有效地筛选噪音以识别和响应最关键的问题?事件管理和关联是 IT 服务管理领域两个不可或缺的支柱。本技术博客深入探讨了为什么这些实践在维护数字基础设施和服务的健康、安全和性能方面不仅是可取的,而且是至关重要的。它还分析了生成式人工智能如何支持这一学科。
2024-03-24 16:08:23 1123 1
原创 Elastic 被评为 2024 年 Fast Company 最具创新力的公司
12 年来,Elastic 一直被誉为搜索领域的领导者,但我们不仅仅是一个搜索引擎,Elastic 还是一家搜索分析公司,正在重塑企业探索、分析和利用数据的方式。现在,在生成式 AI 时代,我们正在将搜索与 AI 的力量相结合,使开发人员和企业用户能够通过在所有数据中找到重要的相关答案来推动更好的业务成果。,这是一款由 ESRE 提供支持的开放式生成式 AI 助手,旨在实现网络安全和可观测性的简单易用化,它使各种技能水平的用户都能够灵活应用。更多有关学习 Elastic 开发技术的文章,请详细阅读 “
2024-03-22 17:32:21 336
原创 如何使用 Elasticsearch 作为向量数据库
在今天的文章中,我们将很快地通过 Docker 来快速地设置 Elasticsearch 及 Kibana,并设置 Elasticsearch 为向量搜索。
2024-03-22 13:34:14 1538
原创 使用 Elastic 作为全局数据网格:将数据访问与安全性、治理和策略统一起来
将所有组织数据可用于一个统一的层中,提供互联网搜索的速度和规模,一次性解决了许多问题。在此之前,每个应用程序都被设计为只能访问其自己仓库的数据,现在所有数据都合并在一起,通过一个统一的访问点、一个统一的 API,使用规范化的查询和排名方法共同访问。Elastic® 的搜索分析平台整合了数据网格的所有核心功能,并且在平台上所有输入的数据上启用了广泛的额外功能,例如机器学习、自然语言处理(NLP)和语义搜索、检测、警报、可视化、仪表板、报告等等,所有这些功能都集成在一个平台上。
2024-03-21 13:34:35 1062
原创 Elasticsearch:将 ILM 管理的数据流迁移到数据流生命周期
在本教程中,我们将了解如何将现有数据流(data stream)从索引生命周期管理 (ILM) 迁移到数据流生命周期。现有的 ILM 管理的支持指数将继续由 ILM 管理,直到它们过期并被 ILM 删除;但是,新的支持索引将由数据流生命周期管理。这样,数据流逐渐从由 ILM 管理迁移到由数据流生命周期管理。
2024-03-21 11:04:49 1384
原创 Elastic 线下 Meetup 将于 2024 年 3 月 30 号在武汉举办
2024 Elastic Meetup 武汉站活动,由 Elastic、腾讯、新智锦绣联合举办,现诚邀广大技术爱好者及开发者参加。
2024-03-20 13:15:49 1113 2
原创 从边缘设备丰富你的 Elasticsearch 文档
我们在之前的文章中已经了解了如何丰富和。但如果我们可以从边缘做到这一点呢?这将减少 Elasticsearch 要做的工作。让我们看看如何从具有代理处理器的 Elastic 代理中执行此操作。Elastic Agent 处理器是轻量级处理组件,可用于解析、过滤、转换和丰富源数据。这正是我们想要做的,但 Elastic Agent 处理器的限制之一是它无法使用或其他自定义数据源的数据来丰富事件。这意味着我们需要在这里保持非常静态。我们需要提前知道我们想要用什么来丰富我们的数据。
2024-03-20 11:30:47 1031
原创 Elasticsearch:让你的 Elasticsearch 索引与 Python 和 Google Cloud Platform 功能保持同步
Elasticsearch 内的索引 (index) 是你可以将数据存储在文档中的位置。 在使用索引时,如果你使用的是动态数据集,数据可能会很快变旧。 为了避免此问题,你可以创建一个 Python 脚本来更新索引,并使用 Google Cloud Platform (GCP) 的 Cloud Functions 和 Cloud Scheduler 进行部署,以便自动保持索引最新。为了使索引保持最新,你可以首先设置一个 Jupyter Notebook 在本地进行测试,并创建一个脚本框架,该脚本框架将
2024-03-19 11:59:04 899
原创 Elasticsearch:ES|QL 入门 - Python Notebook
在本笔记本中,你将学习 Elasticsearch 查询语言 (ES|QL) 的基础知识。你将使用官方 Elasticsearch Python 客户端。⚠️ 不要在生产环境中使用 ES|QL。此功能处于技术预览阶段,可能会在未来版本中更改或删除。Elastic 将努力解决任何问题,但技术预览版中的功能不受官方 GA 功能的支持 SLA 的约束。ES|QL 将在 8.13 正式发布(以官方发布为准)。在一下的展示中,我将使用 Elastic Stack 8.12 来进行展示。
2024-03-18 11:38:44 886
原创 Elasticsearch:块大小如何影响语义检索结果
在自然语言处理和人工智能领域,分块(chunking)是一项至关重要的技术,它将大块文本分解成更小、更易于管理的片段。在使用大型语言模型 (LLM) 和语义检索系统时,此过程尤其重要,因为它直接影响从这些模型获得的结果的相关性和准确性。在这篇博文中,我们将深入探讨分块的概念,探讨其在 LLM 相关应用程序中的重要性,并分享我们自己对不同分块大小的实验的见解。
2024-03-17 13:14:54 785
原创 Elasticsearch:使用 OpenAI、LangChain 和 Streamlit 的基于 LLM 的 PDF 摘要器和 Q/A 应用程序
嘿!您是否曾经感觉自己被淹没在信息的海洋中?有这么多的书要读,而时间却这么少,很容易就会超负荷,对吧?但猜猜怎么了?你可以使用大型语言模型创建自定义聊天机器人,该模型可以帮助您总结 pdf 并根据你上传的 pdf 回答你的问题。拥有 PDF 摘要生成器就像拥有一个超级聪明的伙伴,他可以阅读那些又长又无聊的文档,并为你提供所需的内容。不再需要翻阅研究论文或任何报告。有大量工具可以帮助你总结文档,有些需要付费,有些是免费的。但是为什么不尝试创建你的 PDF 摘要应用程序并尝试一下最适合你的呢?
2024-03-15 14:02:36 1171
原创 Elasticsearch:从 Java High Level Rest Client 切换到新的 Java API Client
我经常在中看到与 Java API 客户端使用相关的问题。为此,我在 2019 年启动了一个,以提供一些实际有效的代码示例并回答社区提出的问题。从那时起,高级 Rest 客户端 (High Level Rest Cliet - HLRC) 已被弃用,并且已发布。为了继续回答问题,我最近需要将存储库升级到这个新客户端。尽管它在幕后使用相同的,并且已经提供了,但升级它并不是一件小事。我发现分享为此必须执行的所有步骤很有趣。这篇博文将详细介绍你在这些拉取请求中可以看到的一些主要步骤。
2024-03-15 10:24:12 1518
原创 Elasticsearch:调整近似 kNN 搜索
在我之前的文章 “Elasticsearch:调整搜索速度”,我详细地描述了如何调整正常的 BM25 的搜索速度。在今天的文章里,我们来进一步探讨如何提高近似 kNN 的搜索速度。希望对广大的向量搜索开发者有一些启示。Elasticsearch 支持近似 k 最近邻搜索,以有效查找与查询向量最接近的 k 个向量。 由于近似 kNN 搜索的工作方式与其他查询不同,因此对其性能有特殊的考虑。其中许多建议有助于提高搜索速度。 使用近似 kNN,索引算法在底层运行搜索以创建向量索引结构。 因此,这些相同的建
2024-03-14 13:31:18 972
原创 OpenTelemetry 和 Elastic:共同努力为社区建立持续的性能分析
性能分析(profiling)正在成为可观察性的核心支柱,被恰当地称为第四支柱,OpenTelemetry (OTel) 项目引领了这一重要的发展。这篇博文深入探讨了 OTel 中性能分析方面的最新进展以及 Elastic® 如何积极为此做出贡献。在 Elastic,我们是 OpenTelemetry 项目的坚定支持者和贡献者。该项目的灵活性、性能和供应商不可知论的优势已经显现出来;我们看到客户兴趣高涨。为此,在捐赠我们的和基于之后,我们最近宣布打算捐赠我们的。
2024-03-14 10:24:21 733
原创 Observability:使用 Elastic AI Assistant 和 APM 分析 OpenTelemetry 应用程序
OpenTelemetry 正在迅速成为云原生计算基金会 (CNCF) 内最广泛的项目,拥有与 Kubernetes 一样多的提交,并获得了客户的广泛支持。许多公司正在采用 OpenTelemetry 并将其集成到他们的应用程序中。Elastic® 提供了有关为应用程序实施 OpenTelemetry 的详细。然而,与许多应用程序一样,查明和解决问题可能非常耗时。不仅在识别问题方面,而且在解决问题方面都显着增强了流程。
2024-03-14 09:31:09 867
原创 Elasticsearch:调整搜索速度
在我之前的文章 “Elasticsearch:如何提高查询性能” 及 “Elasticsearch:提升 Elasticsearch 性能” 里,我详细描述了如何提高搜索的性能。在今天的文章里,我从另外一个视角来描述如何调整搜索的速度。希望对大家有所帮助。
2024-03-13 14:31:10 1441 1
原创 Observability:可观测性的新兴趋势:GAI、AIOps、工具整合和 OpenTelemetry
查看我们 2024 年对 500 多名可观察性决策者进行的调查结果,了解行业的发展方向。随着技术的快速发展,可观察性也在快速发展。可观察性对于推动积极的业务成果变得至关重要,我们希望了解用户如何评估未来几年的趋势及其影响。虽然每个组织都围绕自己独特的需求来实现可观察性,但更广泛的行业通常会经历特定的趋势和转变。Elastic® 最近围绕现代可观测性的关键主题对 500 多名可观测性决策者进行了调查。
2024-03-12 11:16:47 736
原创 Elasticsearch:在本地使用 Gemma LLM 对私人数据进行问答
在本笔记本中,我们的目标是利用模型开发 RAG 系统。我们将使用 Elastic 的 ELSER 模型生成向量并将其存储在 Elasticsearch 中。此外,我们将探索语义检索技术,并将最热门的搜索结果作为 Gemma 模型的上下文窗口呈现。此外,我们将利用转换器库在本地环境中加载 Gemma。
2024-03-12 10:19:54 1221
原创 Elasticsearch:使用标记修剪提高文本扩展性能
本博客讨论了 ELSER 性能的令人兴奋的新增强功能,该增强功能即将在 Elasticsearch 的下一版本中推出!我们过去还讨论过通过使用 ELSER v2 优化检索来降低检索成本。 虽然 Elasticsearch 限制为每个推理字段 512 个标记,但 ELSER 仍然可以为多术语查询生成大量唯一标记。 这会导致非常大的析取查询(disjunction query),并且将返回比单个关键字搜索更多的文档 - 事实上,具有大量结果查询的查询可能会匹配索引中的大多数或全部文档!
2024-03-11 10:38:24 959
原创 Elasticsearch:什么是 DevOps?
DevOps 提倡这样一种理念:这些传统上独立的团队在协作方面比在孤岛中更有效。理想情况下,DevOps 团队共同努力改进和自动化整个软件开发生命周期,从规划和编码到生产中的测试、部署和监控。它通过在软件工程师、IT 和与项目相关的任何其他部门(例如 QA 或安全团队)之间创建持续的反馈循环来实现这一点。
2024-03-08 14:42:58 1487 1
原创 Elasticsearch:机器学习与人工智能 - 理解差异
你可能会觉得机器学习只是一个最近出现的概念,但这个术语实际上是由计算机科学家 Arthur Samuel 在 70 多年前创造的。他将其定义为 “赋予计算机无需明确编程即可学习能力的研究领域”,这仍然是一个非常恰当和准确的定义。用更现代的术语来说,机器学习是人工智能的一个子集,它使用先进的算法来处理大量数据以模仿人类的学习方式。这本质上意味着它处理的信息越多,它就越准确,解决问题的能力就越好。它通过分析数据来识别关系和模式来实现这一点。
2024-03-08 12:16:14 1228
原创 Elasticsearch:dense vector 数据类型及标量量化
密集向量(dense_vector)字段类型存储数值的密集向量。密集向量场主要用于。dense_vector 类型不支持聚合或排序。:与大多数其他数据类型不同,密集向量始终是单值。不可能在一个密集向量字段中存储多个值。
2024-03-07 19:06:00 1135
原创 使用 Logstash 丰富你的 Elasticsearch 文档
我们在中看到,我们可以使用摄取管道中的在 Elasticsearch® 中进行数据丰富。但有时,你需要执行更复杂的任务,或者你的数据源不是 Elasticsearch,而是另一个源。或者,你可能希望存储在 Elasticsearch 和第三方系统中,在这种情况下,将管道的执行转移到 Logstash® 很有意义。
2024-03-07 15:24:04 1839 4
原创 如何制作聊天机器人:人工智能驱动的世界中开发人员的注意事项
世界每天都越来越受到人工智能的推动。事实上,你很难找到尚未宣布将人工智能以某种方式集成到其技术堆栈中的科技公司。愤世嫉俗者可能会说这是一个过渡阶段,但人工智能如此受欢迎的原因是它是一组多功能的功能,可以帮助解决很多问题。利用人工智能最直接的方式是聊天机器人的形式:模仿人类交互的对话界面,根据用户输入生成上下文响应。有时这些是基于文本的,例如你经常在网站或应用程序上看到的客户服务机器人。有时它们是支持语音的,例如 Siri、Google Assistant 和 Alexa。
2024-03-07 13:37:58 772
原创 Elasticsearch:从 ES|QL 到 Python 数据帧
在我之前的文章 “Elasticsearch:ES|QL 查询展示”,我展示了如何在 Kibana 中使用 ES|QL 对索引来进行查询及统计。在很多的情况下,我们需要在客户端中来对数据进行查询,那么我们该怎么办呢?我们需要使用到 Elasticsearch 的客户端。在今天的文章中,我们来展示如何使用 Python 来对数据进行查询。
2024-03-06 12:59:49 945
原创 LangChain 教程:构建 LLM 支持的应用程序的指南
GPT-4 和 LLaMA 等大型语言模型 (LLM) 在过去几年中创造了一个充满可能性的世界。 它预示着人工智能工具和应用程序的繁荣,ChatGPT 似乎一夜之间成为家喻户晓的名字。 但如果没有为促进新一代应用程序而创建的强大工具和框架,这种繁荣就不可能实现。LangChain 就是这些框架之一,它可以轻松地使用现有的 LLMs 构建新应用程序。 它由机器学习专家 Harrison Chase 开发,并于 2022 年作为开源项目推出。 该框架在弥合现有语言模型和构建新的多样化应用程序之间的技术差距方
2024-03-05 19:34:57 2832 1
原创 Elasticsearch:使用 Streamlit、语义搜索和命名实体提取开发 Elastic Search 应用程序
一切都是一个搜索问题。我在 Elastic 工作的第一周就听到有人说过这句话,从那时起,这句话就永久地印在了我的脑海中。这篇博客的目的并不是我出色的同事对我所做的相关陈述进行分析,但我首先想花点时间剖析一下这个陈述。自成立以来,Elasticsearch 一直处于技术前沿 - 打破软件领域的模式,为世界各地家喻户晓的公司的技术支柱提供动力。我们倾向于将 Elastic 的产品分为几个 “OTB” 解决方案 - 安全性、可观察性等,但剥离这些,我们正在解决的问题基本上是面向搜索的。
2024-03-05 09:14:51 3558
原创 Elasticsearch:向量相似度计算 - 可笑的速度
OpenJDK 的巴拿马项目有几个不同的分支,我们已经看到了巴拿马向量 API 的实际应用,但该项目的旗舰是(FFM)。FFM API 为与 Java 运行时之外的代码和内存交互提供了较低的开销。JVM 是一项令人惊叹的工程,它抽象了架构和平台之间的许多差异,但有时它并不总是能够做出最佳权衡,这是可以理解的。当 JVM 无法轻易做到这一点时,FFM 可以拯救我们,如果程序员不喜欢所做的权衡,那么她可以将事情掌握在自己手中。这就是这样一个领域,巴拿马向量 API 的权衡对于 byte 大小的向量来说并不合适。
2024-03-04 13:01:48 1435 2
原创 Elasticsearch:如何创建搜索引擎
将搜索引擎视为图书管理员,帮助你找到所需的信息。你告诉他们你要解决的问题或你要回答的问题,图书管理员可以向你推荐最有可能对你有帮助的书籍和资源。他们可能并不总是能做对,但这比盲目地翻阅书籍以期获得幸运要有效得多。网络服务器数据摄取索引和结果页面。在构建搜索引擎之前,了解它们各自的作用非常重要。构建搜索引擎的第一步是确定搜索引擎要解决的问题。这个决定将影响你要构建的所有其他内容,从数据源到索引,再到显示结果的方式。他们为什么要寻找这些信息/内容?你需要了解哪些信息才能确定某件事是否相关?
2024-03-03 14:18:01 1360
04-阿里云 Elasticsearch Serverless 低成本弹性能力解读 杭州 1.6 2024
2024-01-08
02-Elasticsearch 8.x 向量搜索使用详解 杭州 1.6 2024
2024-01-08
03-Elasticsearch大宽表应用案例实践探索 杭州 1.6 2024
2024-01-08
01 - Elasticsearch 简单而高效的管道查询语言- ES QL 杭州 1.6 2024
2024-01-08
02-微盟技术沙龙-ES在商品中台的落地 12.21 2023 online
2023-12-22
01-微盟 Elasticsearch 运维实践
2023-12-22
03-Vega 或 Vega-Lite二次开发 Kibana 接口可视化 12.02 2023 Beijing
2023-12-03
01-Elasticsearch Relevance Engine - meetup 11.16 2023
2023-11-17
02-基于Apache SeaTunnel的MySQL到Elasticsearch实时同步解决方案-线上 meetup11.16
2023-11-17
04-腾讯云 Elasticsearch 助力企点业务腾飞 meetup 上海 10.21 2023
2023-10-23
03-腾讯云ES在搜索场景的建设及优化经验分享 meetup 上海 10.21 2023
2023-10-23
02-腾讯云 Elasticsearch 新篇章 meetup 上海 10.21 2023
2023-10-23
01-Elasticsearch Relevance Engine meetup 上海 10.21 2023
2023-10-23
04-腾讯云大数据 Elasticsearch 开启 Serverless 新范式 meetup 成都 8.19 2023
2023-08-19
02-Elasticsearch AI 大模型搜索引擎介绍与演示 meetup 成都 8.19 2023
2023-08-19
01-Vector search 及 Elastic NLP meetup 成都 8.19 2023
2023-08-19
持续进化,腾讯云大数据Elasticsearch 服务 开启 Serverless 新范式
2023-08-09
Elasticsearch 和 ChatGPT 的力量:利用生成式 AI 彻底改变搜索应用程序
2023-07-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人