Ollama本地CPU部署开源大模型。 文章大纲： 1，下载安装Ollama 2，命令行交互 3，python接口交互 4，jupyter魔法命令交互~

前言 本文将在 google 实验室中使用 Langchain-Chatchat 搭建一个知识库，还可以进行聊天等功能。 由于是在 google 实验室上面跑代码，所以本地电脑什么配置都无所谓！ 效果

今天我将带领大家，以最为基础的CRUD入手来看看向量数据库应该如何使用。考虑到目前市面上的向量数据库众多，每个数据库的操作方式也无统一标准。本文将基于LangChain提供的VectorStore类中

基于LangChain设计一个带历史对话的聊天机器人。此功能适用于智能客服等场景，有需要的可以基于此简单示例做修改。

胎教级教程：万字长文手把手教你用Coze打造企业级知识库 包含AI Agent概念入门，Coze使用进阶，以及一个详尽的企业知识库打造示例

Prompt工程全攻略：15+Prompt框架一网打尽（BROKE、COAST、LangGPT）、学会提示词让大模型更高效 0.相关文章推荐 Prompt工程原理篇 大语言模型的预训练[3]之Prom

一、Langchain核心组件 LangChain 包含六部分组成： Models：模型，各种类型的模型和模型集成，比如GPT-4 Prompts：提示，包括提示管理、提示优化和提示序列化 Memor

前言   在学习LangChain的时候，我接触到了LlamaIndex。它犹如我在开发vue时用到的axios，主要负责数据打理。别问我为什么打这个比方，前端老狗，重走AI路，闭关一年能否学的妥当？

本作者推出全新系列《深入浅出LLM》专栏，分为基础篇、进阶篇、实战篇等，本文为基础篇具体章节如导图所示，分别从大模型模型概念、经典模型、创新点、微调、分布式训练、数据集、RAG、Agent及项目实站！