首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
langchain
订阅
mofung1
更多收藏集
微信扫码分享
微信
新浪微博
QQ
5篇文章 · 0订阅
使用RAG-GPT快速搭建LangChain官网智能客服
RAG-GPT提供了基于RAG和LLM技术的智能问答系统解决方案,通过Flask框架快速部署生产级对话服务。系统支持云端和本地LLM、多种知识库集成、灵活配置和美观的用户界面,帮助企业轻松构建智能客服
用Langchain创建一个可以总结网页内容的Agent
去年的时候我写过一篇关于OpenAi Function Call的实践文章,就是用Function Call的功能实现抓取并总结网页内容的功能,具体可以参考ChatGPT函数调用初体验:让ChatGP
实战 AI:使用Langchain构建高效的知识问答系统
Langchain扩展了知识问答系统的应用范围,使其能够适应更多复杂的实际需求。本篇文章将通过一个简单的实战例子,介绍如何使用Langchain构建基本的知识问答系统。
徒手使用LangChain搭建一个ChatGPT PDF知识库
环境搭建 首先要在电脑上安装 Python,直接在官网下载安装包进行安装即可:https://www.python.org/downloads/ langchain官网位于https://python
实现知识库问答机器人 langchain + LLM + Embeddings (比Langchain-Chatchat更智能)
一、前言 模型既然会胡说八道那为啥不让模型在判断一下自己输出的是否正确呢?🤔 于是我产生了一个想法:提供一些条件让模型自己判断自己的推理是否正确✨ 本文以实现一个知识库为例,但是和其他的知识库有区别。