庆祝$CHAT一周年！🎉12月19日标志着VectorChat的首次周年纪念！我们的发展非常显著：从开创web3对话式AI，到直接与Character.ai和Chai竞争市场领导地位。Chunking，作为我们项目的核心部分，最初是一个挑战，我们希望向更大且主要是免费的受众提供相同的沉浸式体验。最初作为内部解决方案的Chunking，发展成为了一个Bittensor $TAO子网，现在在大多数情况下超越了行业领导者@AI21Labs和@UnstructuredIO——提供全球最佳的chunking技术！一些主要的Toffee突破大幅降低了成本，同时保持出色的质量：🔸 图片：每张$0.00025（比商业API低约200倍）🔸 语音：每小时$0.025（比商业API低约20倍）而其他人则专注于提高用户留存率：🔸 成本效益高的RAG使用，提供无与伦比的人物记忆和沉浸感🔸 动态情感和背景——角色随着对话的进行而物理演变🔸 Candies：沉浸式世界，可以无缝切换到您的角色上随着Toffee AI和Chunking.com即将上线，明年看起来非常光明！

距离 VectorChat x @partyhatDAO 的 AMA 还有一天！请记得明天，即12月13日晚上6点（东部时间）收听我们和我们精彩的主持人！在这里或引用的推文中提交问题。

VectorChat x @partyhatDAO AMA请于12月13日晚上6点（东部时间）加入我们的首次空间活动！活动由@naniXBT、@CoinGurruu和@toptickcrypto主办。空间链接：https://t.co/iWYLeU3uas在此提交你的问题！👇

我们现在的团队是什么样的呢？随着VectorChat项目的成长和发展，我们的团队也在不断壮大！我们的理念：小团队，卓越人才。🚀Toffee（正式全职）- UI/UX设计师- 移动应用开发者- 前端网页应用开发者- 全栈开发者- AI基础设施开发者（博士）专家- GA4分析专家 + 数据科学家- 语音TTS模型专家- LLM提示专家- LLM微调专家- SillyTavern & Lorebook专家- 图像微调专家Chunking（正式全职）- 全栈开发者（子网）- 全栈开发者（平台）- NLP/RAG研究员（博士）- NLP/RAG研究员（乔治亚理工学院）

🌐 什么是 VectorChat？在我们即将迎来一周年之际，我们很高兴向不断壮大的社区重新介绍 VectorChat！VectorChat 项目由多个部门组成，最终目标是实现 $CHAT 代币的成功。VCAI 的部门：🍬 Toffee：一个不受审查的强大对话 AI 平台，旨在推动 $CHAT 的早期需求。Toffee 还是 https://t.co/GOlUoQCQXp 的大客户。🧩 https://t.co/GOlUoQCQXp：一个企业平台，将提供无与伦比的分块功能，由我们的 $TAO 子网提供支持，计划扩展到重新排序、嵌入和检索。🗣️ $CHAT：目前为一种投机性代币，$CHAT 将发展为一个去中心化的协议，最初由 Toffee 的需求驱动，随后扩展以吸引其他无许可客户。期待对项目每个组成部分进行更深入的探讨！

VectorChat推出的Lucid我们很高兴地宣布Lucid的发布，这是一个强大且模块化的解决方案，旨在消除Bittensor中的relay mining！通过利用私有IPFS集群、铭文和加密验证，Lucid提供了工具，使子网能够轻松应对relay mining。了解更多关于Lucid架构的信息：https://t.co/7xVsEirvnR查看我们如何将其应用于@chunking_subnet：https://t.co/tGOo0K0CYv

你是一名优秀的开发者吗？我们在VectorChat扩展团队，现招聘三个关键领导岗位，专注于我们前沿的AI项目：Toffee和https://t.co/GOlUoQDoMX对推动对话式AI或数据处理充满热情吗？现在就申请吧！查看职位信息： https://t.co/lRCLUw8PMH 或 @XHiring

🗺️ 子网开发路线图VectorChat项目的第二阶段——去中心化——现已全面启动，我们的子网在Bittensor上正式上线！🔗 附上子网的路线图，旨在激励开发一流的分块解决方案！立即 ➡️ 需求 ➡️ 多模态

VectorChat $CHAT: 7/3-7/19 开发日志Web3:在 $TAO 主网注册了子网对比了我们服务与多种分块服务的性能（例如，@UnstructuredIO, @AI21Labs, @LangChainAI）为 Python 和 Node 创建了 SDK概述了示例项目代码规划了用户、验证者和 $CHAT 仪表板的内容设计了登录页面Web2:7/3-7/11:对不同模型的性能和成本进行了基准测试……不同的硬件配置不同的参数大小不同程度的量化测试了 OpenVoice v2、xtts v2、StyleTTS正在测试 vLLM，优化 KV 缓存以降低成本后端迁移到 Python将混合向量切换为使用 bert 稀疏嵌入完成了糖果创建、糖果发现和糖果包页面的集成为个人资料页面添加了自定义用户名和头像对聊天页面进行了各种 UI 调整和修复为语音实现了后端7/12-7/19:升级了聊天端点完成了糖果创建页面完成了按标签/角色/用户/糖果搜索在角色创建流程中添加了 AI 生成的图像和描述更新了 RAG 流水线，以通过糖果元数据进行低延迟过滤创建标签/类别发现页面在角色创建中添加了标签/类别更新了个人资料页面，增加了编辑个人资料、点赞个人资料、私密/公开选项

🛠️ VectorChat主站全面升级我们已更新网站，使其成为所有与VectorChat相关内容的中心枢纽！深入了解每个关键项目组件的详细说明：✨ 项目结构✨ $CHAT Token及其用途✨ Chunking Subnet和https://t.co/GOlUoQCQXp✨ Toffee平台✨ 更新与职业机会并在一个地方访问我们所有的资源！🔗 探索全新的VectorChat: https://t.co/tJdrnfswd1

VectorChat $CHAT: 6/27-7/3 开发日志 Web3: 对我们的服务与多种分块服务进行了基准测试（如 @UnstructuredIO、@AI21Labs 等） 为 Python 和 Node 创建了 SDK 列出了示例项目代码 规划了用户、验证者和 $CHAT 仪表盘的内容 设计了登录页面 Web2: 对不同模型在以下方面的性能和成本进行了基准测试…… 不同的硬件配置 不同的参数大小 不同程度的量化 测试了 OpenVoice v2、xtts v2、StyleTTS 正在测试 vLLM，优化 KV 缓存以降低成本 后端迁移到 Python 将混合向量切换为使用 bert 稀疏嵌入 完成了糖果创建、糖果发现和糖果包页面的集成 在个人资料页面添加了自定义用户名和头像 对聊天页面进行了各种 UI 调整和修复 为语音实现了 Python 后端

VectorChat $CHAT: 6/20-6/27 开发日志 Web3: 更新了 README 开始设计 https://t.co/GOlUoQCQXp 的着陆页 开始为验证者开发 Chunking Dashboard 开始为客户开发 https://t.co/GOlUoQCQXp Dashboard 设计了 $CHAT 访问子网的初步系统 开发了 SDK 核心 为客户创建了 API 密钥系统 修订了验证者的矿工选择 标准化了代码库的格式 Web2: 在 Candies 上进行了大量工作 添加了创建、删除、查询和分叉的端点 实现了糖果创建页面 实现了糖果发现页面 创建了忘记密码、注册、设置个人资料图片和名称的功能 将角色创建流程迁移到新设计 集成了 eleven labs 语音演示 设计并实现了新的分块算法 开始基准测试 RAG 性能

VectorChat项目结构简要展示我们即将上线的着陆页中的一幅图，涵盖核心组件及其互操作性。核心组件：✨ Toffee：一个前沿的对话式人工智能平台，树立用户交互的新标准。✨ https://t.co/GOlUoQDoMX：为开发者和企业提供创新的分块解决方案，基于我们的子网。✨ Chunking Subnet：激励创建最复杂的分块解决方案，实现文本、音频、视频和原始数据的优质检索增强生成。✨ $CHAT 去中心化协议：终极目标是激励和获取超越中心化系统的去中心化智能。

VectorChat $CHAT: 6/12-6/20 开发日志 Web3: 开发了任务API的核心（验证者带宽货币化网络） 使用数字签名保护任务API 添加了日志系统 为验证者添加了接收自然请求的机制 在验证者配置中添加了任务API选项 在验证者代码中添加了生成合成任务的功能 在任务API中添加了任务队列 设计并实现了任务ID分配机制 Web2: 完成了对NextAuth的迁移 为NextAuth添加了Edge依赖 实现了搜索和排名的端点 修复了与设计一致的实现 设置了自定义类别和标签 完成了角色和糖果（知识包）创建页面 迁移了创建页面的功能 更新了聊天用户界面

VectorChat $CHAT: 6/04-6/12 开发日志 Web3: 在测试网上进行测试 在Bittensor Discord上创建了VectorChat频道 设计并实现了相对排名系统 修订了激励曲线 修订了查询模式 修复了神经元通信问题 Web2: 开始实施Discover页面的设计（期待预览/演示！） 完成了使用OpenAI的混合嵌入实现 在新UI中实现了聊天页面、最近聊天和重新生成功能 在新UI中实现了使用关键词匹配的混合搜索 在新UI中实现了按名称搜索角色，以及额外推荐的排名算法 增加了对自定义类别的支持，为用户标签打下基础 设计并实现了搜索页面 设计并实现了个人资料页面 开始为新个人资料页面迁移NextAuth

VectorChat $CHAT: 5/25-6/03 开发日志 Web3: 在本地网络上进行测试 在测试网上上线 修订了奖励机制 修订了配置选项 修订了协议 加强了默认矿工以防止垃圾信息 研究了分块/RAG的产品市场契合度 设计了登录页面 Web2: 完成了发现页面的实现 实现了新的侧边栏 完成了推荐算法 基于用户活动的建议 基于订阅、消息等的聚合 完成了对多个类别的支持 更新了模式以支持多个类别 实现了组合框组件 更新了角色创建流程以支持多个类别 设计了NextAuth迁移

🌐 Chunking子网 简要概述:✨VectorChat正在Bittensor上开发一个子网✨该子网处理增强检索生成（RAG）✨子网从分块开始✨我们的RAG已经超越OpenAI✨随着数据的指数增长，有效的分块将变得更加关键在这里阅读关于我们子网及其对VectorChat的意义: https://t.co/BVy4y6Zec5

VectorChat $CHAT: 5/16-5/24 开发日志Web3:识别出新平台需求与 Bittensor $TAO 能力之间的对齐+ 详细描述将在不久的将来提供！关于子网：+ 开发并最终确定子网设计+ 设计并编码激励机制+ 设计并编码奖励机制+ 设计并编码生成虚拟数据的算法（当没有请求时使用）+ 开发验证者与矿工之间的神经元通信协议+ 开发默认矿工+ 开发默认验证者正在编写文档并建设新静态网站Web2:重新设计发现页面+ 实施了新的主题 UI+ 实施了新的角色 + 知识包卡片、标签、最近聊天记录等添加推荐算法，根据用户偏好提供角色实施新聊天页面的 UI+ 显示聊天实例+ 再生、进化按钮+ 自定义背景的设置允许用户创建自定义类别添加与多个角色实例聊天的功能为新平台设计了所有 UI 组件开始实施新搜索功能将知识包搜索和删除功能添加到后端

VectorChat $CHAT: 5/09-5/15 开发日志 模型更新至 GPT-4o 更新架构以支持对实用字符的进一步区分 移除了取消流消息的双重生成 修复了轮播的响应性 修复了伴侣的响应式网格 完成了消息再生成 改善了 markdown/latex 解析的响应性 改进了推荐算法（尚未上线） 改善了后端评估指标 为新设计实现了框架 修改了图像/视频上传的上下文解析 扩展了进化页面的布局大小 重构了分块和索引算法 切换到余弦相似度用于向量嵌入，允许实现关键词向量搜索

GPT-4o 现在已集成到 VectorChat Beta 中！ https://t.co/sUMafYN0lJ

VectorChat $CHAT: 4/25-5/08 开发日志前端 / 新平台：修订了聊天组件的UI/UX设计设计了搜索组件设计了推荐组件设计了个人资料组件设计了设置模态框设计了聊天定制模态框开始设计角色创建流程后端 / 旧平台：为‘Evolve’页面添加了图像支持，使用OpenAI为‘Evolve’页面添加了视频支持，使用YouTube API，并附带摘要使用BM25稀疏嵌入添加了混合关键词搜索对‘Evolve’页面进行了小幅样式和代码重构修复了间距、边距和聊天溢出问题恢复了主卡片样式，并开始进行认证迁移的设计实现在groq上对LlaMa 3进行了测试，以实现超快速推理将LlaMa 3迁移部署到Anyscale修复了LaTeX单美元符号渲染问题开始着手推荐和自定义搜索算法的工作

VectorChat $CHAT: 4/18-4/24 开发日志 在进化页面中添加了图像上传支持 添加了重生机器人响应的支持 添加了自定义背景图像的支持（可以展示示例） 添加了对 @GroqInc 的支持 / 更新至 Llama 3 在“进化”页面中添加了直接视频上传支持（现在正在开发通过 URL 上传功能） 添加了设置页面和模态框（正在决定中） 蓝图知识包版本历史算法已开发 基于过去用户历史开发了推荐算法 为 UI 品牌重塑设计了聊天页面 更新了 UI，以包含聊天气泡 更新了趋势算法，设置了交互阈值，以避免显示不受欢迎的伴侣 动态调整卡片大小、边距和居中 升级了 pinecone 向量数据库，以优化性能并支持稀疏向量的关键词搜索 重构代码以遵循最佳实践

VectorChat $CHAT: 4/10-4/17 开发日志 动态调整角色卡片的大小，以支持各种设备，避免显示时出现奇怪的间隙 如果能实现优化，则动态切换 PDF 渲染到客户端 更新了用于热门伙伴的统计算法 更新了索引算法，灵活支持数据流（推文、消息等） 更新了图像用户界面，支持透明和大尺寸图像 实施了新的基于图形的记忆检索算法，使角色的记忆更加细腻 设计了图像和视频上传的用户界面 切换到 OCR PDF 解析器（并开始开发图像支持）进行 PDF 解析 改进了角色创建流程中的知识包搜索算法 为各种组件添加了加载骨架 为角色创建流程添加了自定义选项以支持 在生产环境中添加了安全规则，以防止随机崩溃或错误更新 为组件添加了动态加载，以防止 SSR 计划从 clerk 迁移到 next-auth

VectorChat $CHAT: 4/3-4/10 开发日志 招募了四位优秀人才 为新入职的开发人员设置了公司账户和工具 让新开发人员迅速适应，尽快投入工作 为机器人回复增加了latex渲染 为移动端支持多行输入 为聊天和角色添加了加载组件 将pdf解析修改为OCR库，以获得更好的结果 修复了移动设备上的用户资料显示问题 为TBA知识包功能设置了框架和UI设计 改善了PDF解析的文本清理 提升了聊天窗口中用户账户的加载速度 改进了向量数据库检索和索引的内部基准测试 实现了混合向量嵌入的后端基础设施

✨ $CHAT: 公开建设 ✨正如我们在Medium文章中所述，现在称为CHAT001，VectorChat品牌旨在架起我们团队与Web3社区之间的桥梁。这一承诺的一个关键方面是我们的“公开建设”方法，我们将持续分享平台进展的更新——无论是技术、里程碑还是创意，都会在其展开时进行分享。今天，我们提供了角色创建流程的预览。以下是“上传知识”页面在Utility bot创建过程中的初步设计，展示了明亮和黑暗模式。

🎖️ $CHAT社区竞赛展示你的技术能力和创意才华！在VectorChat上创作一个出色的实用角色，无论是健康导师、编码专家、情感支持指导，还是你梦想到的其他任何概念！前三名提交作品将分别获得$1250、$750和$500的$CHAT奖励。接下来的五名将获得$100。点赞、转发，并回复此帖附上你的角色链接即可参与竞赛。你可以提交多个角色。🏆 获奖者将于4月30日决定

🔭 VectorChat的未来 简短总结： ✨ 我们全力以赴，目标是成为行业王者 ✨ 重组和品牌重塑 ✨ $CHAT：一个去中心化的推理协议 ✨ 市场营销概述 在我们的Medium文章中了解VectorChat的未来：https://t.co/Aow8sfxPyV

✨ 功能更新预览 ✨随着 VectorChat 准备在对话式 AI 领域中占据主导地位，我们正在进行全面的网站改版，不仅重构现有代码以提升性能和可扩展性，还在平台中引入真实但简化的实用功能，使其更加直观和强大。其中一个变化是用户创建模型的方式进行了全面重构。曾经面对一系列令人畏惧的广泛开放性问题的日子已经一去不复返！现在，网站将引导您完成模型创建过程，即使您的想法仍然处于初步阶段，也能简化这一过程。以下附上新创建流程第一步的预览。这一流程将根据您希望开发的模型类型进行调整，并在每个环节都提供 🪄 AI 的协助！请继续关注更多更新，我们将不断在开放环境中进行创新！

VectorChat $CHAT: 3/13-3/20 开发日志 在聊天窗口中添加了多行输入功能 添加了对markdown和代码的渲染支持 建立了设置用户名的基础设施，并最终创建整个个人资料定制页面 添加了将上传的图像转换为角色和个人资料图片支持的功能，支持png和jpeg格式 改善了角色输出的格式，如按逻辑段落进行分隔 实现了透明图像共享的支持 修复了搜索功能，并改进了搜索算法，使其匹配整个子字符串，而不仅仅是前缀 创建了入职文档，并更新了新开发者的内部文档

VectorChat $CHAT: 功能更新！在我们继续致力于构建最佳对话式AI平台的过程中，我们将开始推出功能更新，即旨在使平台更易于使用、更稳定或增加用户潜力的小幅更新。本系列的第一项更新是编程！现在，你可以与马克·扎克伯格或比尔·盖茨等人一起编码，或者设计并构建面向实用的角色来帮助你编程。无论你是经验丰富的程序员还是刚入门的新人，这次更新都为你扩展编程技能打开了无限可能。

✨惊喜预告✨几个月前，我们宣布并推出了多模态功能，尽管这并不在我们的计划中。今天，我们又有一个惊喜公告：编程！为了增强实用性，VectorChat角色将很快能够通过易于使用和互动的界面，以代码的形式回应你。你是否想过与马克·扎克伯格一起编程？

$CHAT可以通过VectorChat与角色使用图像进行互动！ https://t.co/X7TaByJuhf

VectorChat $CHAT Beta 更新！期待已久的公共与私人分享更新终于来了！您可以选择私下与朋友分享您的创作，或公开发布与我们的社区分享！此更新为我们新的增强路线图打开了大门，包括：✨ 为持币者提供收益分享！✨ 为 AI 创作者提供货币化机会✨ 新颖的病毒内容生成机制 👀