目前，人工智能（AI）在各个领域的应用不断普遍和增多，在高校、科研以及图书馆领域，AI会有哪些应用，本文就目前在各个高校中的学校和交流，对AI在图书馆中的应用做一些简单的归纳。

对于AI，我们需要先了解一下DIKW模型，即Data-Information-Knowledge-Wisdom模型，就是从信息化，到知识化，最后智慧化，这样对原始数据的一个加工和使用的过程。

CMS和AI是密不可分的，因为CMS是最内容来源，CMS里面的内容也需要AI挖掘，这就是CMS与AI的RAG或者AI数据挖掘，其三就是AIGC生成的内容，需要保存，那么落地存储必然是CMS。

本文就 CMS+RAG 这部分应用，以及实际项目中的案例，做一个分析和演示。

随着信创要求，基本所有项目都要求在国产环境下运行，因此我们也研究了Drupal CMS和国产数据库的对接，之前我们使用过人大金仓、阿里的polarDB，今年有项目要求必须使用达梦数据库，因此，我们也将CMS对接到了达梦数据库。

随着大模型的蓬勃发展，知识图谱的技术门槛日渐降低，之前提取知识关系是一个知识图谱的核心难点，即使构建的用户界面、业务流程、图数据存储、知识标记都非常完美，但是提取知识这块重中之重一直没有太优秀的解决方案。

本文重点介绍基于大模型构建的，开源架构的知识图谱实现思路。

微信群中常常有大量信息，尤其是学术群，技术群，会有很多有用信息，那么如何做一个微信机器人，并提取有效信息然后保存呢？本文就微信机器人的创建和信息提取，做一个简单介绍。

随着人工智能AI的不断火热和普及，CMS显得越来越重要，因为AI最终需要原始素材，而原始素材就存在于CMS中。所以，CMS的建设和原始内容的积累，在人工智能时代将是一项最重要的工作。本文就CMS与人工智能的结合点，浅尝辄止地对CMS和AI应用做简要分析，希望给读者带来更多启发。

我们之前介绍过Drupal的augmentor模块，可以搭配其他模块实现对多个AI平台的利用，今天重点介绍OpenAI模块，该模块也是一系列模块，通过不同模块，实现了对不同的OpenAI的调用。

对于科研、教学、图书馆领域内，提炼和学习现有知识，学习私有领域的知识，然后叠加AI本身的知识，可以实现更高级更专业的人工智能机器人、生成新的学习素材。本文就如何训练一个私有化的ChatGPT人工智能模型做一个简单介绍。

继上一篇《如何基于开源的Photo Sphere Viewer 框架开发360/720全景VR？》介绍了基于Phone Sphere Viewer来实现720VR的开发，本文就整体的架构再做深入的解析。

我们的实现主要是根据Phot Sphere Viewer的源码和官方文档实现，大家也可以参考官网的文档。

我们整合Drupal CMS和可视化开源构建工具，GrapesJS，来实现CMS级别的可视化，通过GrapesJS的可视化，可以让CMS的开发、维护、管理更加方便、简洁、成本更低。