跳至主要内容

Asgard 特色功能

Asgard 有別於其他 SaaS 服務，提供了用戶最直覺方便的 AI LLM 應用開發平台，不需要撰寫任何程式碼就能使用平台的特色功能建立 AI 應用。

Asgard 平台特色功能如下：

  • 為常用的產業情境建立 AI Workflow 解決方案
  • 快速導入已訓練好的機器學習模型
  • 匯入多種知識庫來源
  • 將高品質 AI Bot 整合至常用工具

為常用的產業情境建立 AI Workflow 解決方案​

Asgard 的 AI workflow 讓用戶能夠依據不同產業情境，快速建立 Workflow 並能預覽與發佈應用。AI Workflow的眾多節點可以適應各式各樣的情境，然而隨著節點增加，用戶實際操作過程會走向哪個使用情境，面臨需要決策的協助，因此，Asgard提供用戶導入模型的功能。有關如何建立 AI Worfklow 的操作過程，請參考 建立 AI Workflow

快速導入已訓練好的機器學習模型​

Asgard 能夠讓用戶快速導入已經訓練好的機器學習模型，用戶可以自行設定常用的模型供應商並根據不同使用情境選擇合適的模型與模型供應商。

Asgard 的模型依照使用情境區分為以下兩種：Completion Model 與 Embedding Model，模型導入的詳細操作流程可參考 設定 Model 模型

Asgard 支援的主流模型供應商有：

  • Azure OpenAI (Microsoft)
  • Claude (Anthropic)
  • Gemini (Google)
  • LLaMA (Meta)
  • Mistral
  • OpenAI
  • 更多...

匯入多種知識庫來源​

人的決策需要依據經驗，同樣地模型的決策也需要依據經驗，經驗來自於資料與資訊的累積並形成知識，不同產業都有各自的知識庫，不論知識來源是文件 (words, pdf...)、excel 表單 (csv)、API 或外部資料庫 (DB)，都能快速地匯入 Asgard 平台。透過檢索增強生成（RAG, Retrieval-Augmented Generation），能夠對大型語言模型（LLM）的輸出進行最佳化，使 LLM 不只能處理一般普遍的輸出，在LLM產生回應之前，能參考其模型原本訓練資料來源以外的專業知識庫，讓LLM產生與知識庫相關、準確且有用的輸出。

簡單來說，LLM 可視為是高中以前的通才訓練，而 RAG 則相當於大學的專才教育，讓 AI 能夠針對特定知識領域做出相關的回應。

將高品質 AI Bot 整合至常用工具​

透過 Asgard 產生的 AI 應用，能夠快速地預覽發佈並整合至現有的常用工具中，降低用戶移轉平台的痛點，提高用戶使用的黏著度，目前 Asgard 提供了以下整合與開發解決方案，詳細整合的操作流程請參考 Asgard 整合與開發

  • SDK 整合
  • API 整合
  • 與 Discord 整合
  • 與 Line 整合
  • 與 Slack 整合
  • 與 Telegram 整合