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
用户1409652869638
更多收藏集
微信扫码分享
微信
新浪微博
QQ
3篇文章 · 0订阅
使用langchain搭建本地知识库系统(新)
RAG 是`retrieval-augmented-generation`的缩写,翻译为中文的意思就检索增强,以基于最新,最准确的数据建立` LLM `的语料知识库。
LangChain之数据库操作:通过链Chain和代理Agent查询数据库信息
在LangChain,其提供了SQL Chain链和SQL Agent代理,他们支持基于自然语言提示构建和运行SQL查询,以此来操作数据库,并且与SQLAlchemy支持的任何SQL版本兼容。
LangChain之提取解析与结构化输出
从原始LLM生成结构化输出可能是非常困难的,尤其在需要特定格式时。但是LLM只需适当说明和示例,就可以快速适应提取任务。