# Wuwen Xinqiong

Вы сталкиваетесь с таким: в WeChat сохранены 26 практических статей, которые так и не были открыты снова; на компьютере в папке «учебные материалы» лежат более 10 разбросанных файлов; вы хотите найти теорию, прочитанную полгода назад, но помните лишь отдельные ключевые слова. А когда ежедневный поток информации превышает пределы обработки мозга, 90% ценных знаний забываются в течение 72 часов.\
Теперь, используя API платформы сервисов больших моделей Wuwen Xinqiong и Cherry Studio, можно создать личную базу знаний, превращая сохранённые без дела статьи из WeChat и фрагментированные материалы курсов в структурированные знания для точного использования.\\

### 1. Создание личной базы знаний

#### 1. API-сервис Wuwen Xinqiong: «мыслительный центр» базы знаний — удобно и стабильно

Как «мыслительный центр» базы знаний, платформа сервисов больших моделей Wuwen Xinqiong предоставляет версии моделей, включая полную версию DeepSeek R1, и обеспечивает стабильный API-сервис,**Сейчас после регистрации можно пользоваться бесплатно без каких-либо ограничений.**Поддерживаются основные модели embedding bge и jina для построения базы знаний,**Платформа также постоянно обновляет стабильные новейшие и самые мощные сервисы для open-source моделей**включая различные модальности, такие как изображения, видео и аудио.

<figure><img src="/files/6a86c09f316965a70cfa6c35caaaaa86751605fb" alt=""><figcaption></figcaption></figure>

#### 2. Cherry Studio: создание базы знаний без кода

Cherry Studio — это простой в использовании AI-инструмент. По сравнению с разработкой RAG-базы знаний, требующей 1–2 месяца на развертывание, преимущество этого инструмента заключается в поддержке**работы без кода,**&#x43C;ожно импортировать в один клик различные форматы, такие как Markdown/PDF/веб-страницы; файл размером 40 МБ анализируется за 1 минуту. Кроме того, можно добавить локальные папки на компьютере, URL-адреса статей из избранного WeChat и заметки по курсам.\\

### 2. За 3 шага создайте своего персонального помощника по знаниям

#### Шаг 1: Подготовка

1. Перейдите на официальный сайт Cherry Studio и скачайте подходящую версию (<https://cherry-ai.com/>)
2. Регистрация аккаунта: войдите на платформу сервисов больших моделей Wuwen Xinqiong (<https://cloud.infini-ai.com/genstudio/model?cherrystudio>)

<figure><img src="/files/9092db3f12d0674dd9f3ca4032d3a703ecbead5c" alt=""><figcaption></figcaption></figure>

* Получение API-ключа: в «Модели-маркете» можно выбрать deepseek-r1, нажать создание и получить APIKEY, скопировать название модели

<figure><img src="/files/f8fbb5d0c48fd234ba6af88c725b6aaaf8f202e2" alt=""><figcaption></figcaption></figure>

#### Шаг 2: Откройте настройки CherryStudio, в сервисах моделей выберите Wuwen Xinqiong, заполните API-ключ и включите сервис моделей Wuwen Xinqiong

<figure><img src="/files/c39c0cca652288a6376d9e42e1afbe32042bf9be" alt=""><figcaption></figcaption></figure>

После выполнения вышеуказанных шагов при взаимодействии выберите нужную большую модель, и тогда можно использовать API-сервис Wuwen Xinqiong в CherryStudio.\
Для удобства здесь также можно установить «модель по умолчанию»\\

<figure><img src="/files/412128bf1de6af55a32d1a218559addcd0e25e37" alt=""><figcaption></figcaption></figure>

Шаг 3: Добавьте базу знаний

Выберите любую версию модели embedding из серии bge или серии jina, предоставляемых платформой сервисов больших моделей Wuwen Xinqiong

<figure><img src="/files/4e4edf8c36ce4c1db2fd8c55f3b87b0da4a74fb5" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/602c77424737dfd21c4464a8f35094d4ad909c2d" alt=""><figcaption></figcaption></figure>

### 3. Тестирование в реальном сценарии пользователя

* После импорта учебных материалов введите: «Составь разбор ключевого вывода формул из главы 3 книги „Машинное обучение“»

<figure><img src="/files/2cddb704ac74f4733b31b41f375e377e776bbd6f" alt=""><figcaption></figcaption></figure>

\
**Прилагается изображение с результатом генерации**

<figure><img src="/files/f806f1d9db3965231e2d97bb937c1057a8467a57" alt=""><figcaption></figcaption></figure>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.cherry-ai.com/docs/russian/pre-basic/providers/wu-wen-xin-qiong.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.