【前言】
大型语言模型的定义
大型语言模型（英文全称：Large Language Model，缩写LLM），也称大语言模型，是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。
AI as Workspace的基本功能
★流式传输、上传图片、latex公式…… 这些基本的功能自然都有，无需多提
★跨平台：响应式界面设计，适配手机、电脑等不同大小和比例的屏幕
★多服务商支持：支持 OpenAI、Anthropic、Google 等不同服务商
★修改提问、重新生成 以分叉的形式实现，像 Chatgpt 官网那样（整个对话呈现“树”的结构）
★文件解析：支持上传 Word、PDF、PPT、Excel等格式文档，自动解析为文本输入
★视频解析：支持选择视频文件并指定时长范围，将自动转稿为文本输入，以此实现对视频内容的提问
★插件系统：内置了计算器、图像生成等插件。此外可在插件商店安装更多插件
★助手市场：获取各种各样定制提示词的助手（提示词来自lobe-chat-agents）
★本地优先+实时云同步：所有数据储存在本地，因此无需加载且离线可浏览。登录即可启用跨设备实时云同步
★界面主题：Material 3 设计风格；支持深色/浅色模式；支持自定义主题色
拓展使用
★多工作区：在左侧边栏，你可以创建多个工作区，将不同主题的对话、不同类型的助手分隔开；还可以创建文件夹，将多个工作区放入其中；支持嵌套
★提示词变量：除了在助手的“角色设定”中设置普通的静态提示词外，你可以通过创建提示词变量、编辑提示词模板，来构建动态且可复用的提示词
★插件拓展性：支持将任意 Gradio 应用配置为插件，同时兼容部分 LobeChat 插件；插件不仅仅提供工具调用，文件解析功能也可以通过插件拓展；工具调用支持多模态的结果
细节设计
★用户输入预览：提供正在输入的内容的实时预览；借鉴自NextChat
★代码粘贴优化：在输入框粘贴从 VSCode 复制的代码时，自动用 markdown 代码块包裹，并标明语言
★文本文件支持：支持直接添加文本类型文件（代码、csv等）到用户输入中，文件内容和文件名将作为用户输入的一部分。相比于手动将文件内容粘贴到输入框，此方法更快捷且文件内容不会占据显示空间
★粘贴：通过 Ctrl + V 粘贴，你可以粘贴文本、图片、文件；此外，在输入框之外粘贴文本时，将作为独立的文本块，像文本文件那样
★引用：用鼠标拖选对话消息内容后，点击“引用”，即可在用户输入中引用该内容。此功能相当于手动复制消息内容并粘贴到输入框中的快捷方式，方便对助手回答的部分内容针对性地追问
★快速滚动：对话右下角有快速滚动按钮，除了一般的滚动到顶部/底部，中间两个按钮是对齐到消息开头/末尾或者上一条/下一条消息的滚动，在消息较长时很方便
★键盘控制：支持设置键盘快捷键触发上述的滚动操作，以及用键盘快捷键切换消息链、重新生成、新建对话
【部署方法】
1、首先你需要有谷歌或者Github或者微软等任意一个网站的账号，点击对应的按钮登录你的账号；
2、点左边菜单“API Key”，再点右边的“Generate New key”；
3、Name处随便填写一个名称，点“Create secret key”；
4、此时系统会生成一个key，点Copy复制出来到记事本备用；
5、打开群晖套件中心，安装Container Manager，本教程使用docker方式安装，如果想使用docker compose方式安装的话，在本教程文末复制docker compose安装脚本；
6、群晖控制面板，终端机和SNMP，启用SSH功能；
7、在电脑上打开SSH工具，输入群晖的IP地址，用户名，端口号，登录SSH；
8、输入sudo -i 回车，输入密码，进入root状态下；
9、复制以下命令，把xxxxxxx替换为第4个步骤复制出来的key，然后到ssh下运行（如果报错Error Get "https://registry-1.docker.io/v2"的，请参考《本教程》设置docker加速镜像）；
docker run -d -p 9010:9010 -e LLAMA_CLOUD_API_KEY=xxxxxxx --name AI-as-Workspace krytro/aiaw:latest
10、当看到Container Manager的容器显示有AI-as-Workspace的容器状态为绿色，就表示该容器运行正常；
11、在浏览器打开http://群晖的IP:9010，点“配置服务商”；
12、在“自定义服务商”和“系统助手”服务商处的下拉列表中，根据自己实际情况选择对应的AI模型，并设置对应的API key；
13、使用的效果如下：
【参考资料】
AI as Workspace的官方网站：https://aiaw.app/
AI as Workspace的官方使用文档：https://docs.aiaw.app/
AI as Workspace的docker compose安装脚本（把xxxxxxx替换为第4个步骤复制出来的key）：
services:
AI-as-Workspace:
image: krytro/aiaw:latest
container_name: AI-as-Workspace
restart: unless-stopped
ports:
- '9010:9010'
environment:
LLAMA_CLOUD_API_KEY: xxxxxxx