微软开源GraphRAG的使用教程-使用自定义数据测试GraphRAG 低成本构建 AI知识图谱及neo4j可视化

检索增强生成(RAG)实践：基于LlamaIndex和Qwen1.5搭建智能问答系统 什么是 RAG LLM 会产生误导性的 “幻觉”，依赖的信息可能过时，处理特定知识时效率不高，缺乏专业领域的深度洞

之前用智谱AI的Chatglm3-6b模型写过一个简单的论文阅读助手，可用来辅助论文阅读等。而像表格，如Excel、CSV文件等内容的分析，也是不可忽略的需要，因此本文教你如何搭建表格助手

在人工智能领域的不断发展中，语言模型扮演着重要的角色。特别是大型语言模型（LLM），如ChatGPT，已经成为科技领域的热门话题，并受到广泛认可。

只有让LLM（大模型）学会使用工具，才能做出一系列实用的AI Agent，才能发挥出LLM真正的实力。本篇，我们让AI Agent使用更多的工具，比如：外部搜索、分析CSV、文生图、执行代码等。

## 0 前言 ![](https://my-img.javaedge.com.cn/javaedge-blog/2024/06/c21f39493b86912da7fdb049694e5b9

之前我们讲过了想将LLM能力在具体的应用中实践，最好的方法是做成一个agent。 本系列我们就从零写一个agent框架，方便我们构造和运行agent。

使用LangChain开发LLM应用时，需要机器进行GLM部署，好多同学第一步就被劝退了，那么如何绕过这个步骤先学习LLM模型的应用，对Langchain进行快速上手？本片讲解3个把LangChain

LangChain是一个面向大模型的开发框架（SDK）。本文对 LangChain 系列开个头，介绍了其架构，并用LangChain写了第一个程序。