首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
会员
登录
注册
AI菜鸟向前飞
Song榆钱儿
创建于2024-03-27
订阅专栏
分享AI领域的知识,从行业发展、行业技术到框架开发落地
等 9 人订阅
共22篇文章
创建于2024-03-27
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
LangChain实战技巧之二:RunnablePassthrough.assign的两则妙用
RunnablePassthrough.assign的两则妙用技巧,分别给大家演示了用在Agent和RAG的场景中,更多的等待大家自行发现: )
LangChain实战技巧之一:传递参数
本篇介绍LangChain传递参数的技巧:包含了对Prompt、LCEL和Chain传入单个值或多个值的情况,灵活使用invoke、itemgetter、bind函数来实现整个过程
AI菜鸟向前飞 — LangChain系列之十二 - RAG(下篇):Index和Retriever
本文主要介绍RAG中特别重要的Indexing索引,对三种索引模式none、incremental、full进行详细介绍并以代码示例的方式讲解,文末介绍了Retriever的三种基础用法,欢迎大家查阅
LangChain v 0.2 即将更新
在2024年1月8日,LangChain发布了LangChain v0.1.0,是一个里程碑的带来很重磅的LCEL LangChain 0.2 计划于 05 月 20 日这一周发布。
AI菜鸟向前飞 — LangChain系列之十一 - RAG(中篇)
这篇着重给大家介绍 从文档到向量存储的核心步骤和在整个过程的注意点,以及每个环节中的代码演示,希望对大家有所帮助
AI菜鸟向前飞 — LangChain系列之十 - RAG(上篇)
开篇给大家介绍向量相似度(向量距离)的概念和代码展示,着重给大家介绍RAG的概念和简单的应用场景,用代码示例给大家做演示,推荐了一个非常有用retriever:MultiQueryRetrieve
AI菜鸟向前飞 — LangChain系列之九 - RouterChain的四种实现方式
本篇给大家介绍LangChain的一种重要的Chain,路由链(RouterChain),并使用大家能看懂的四种实现方式给大家show下代码,希望大家喜欢,并顺便提到了阿里千问的大语言模型如何使用
AI菜鸟向前飞 — LangChain系列之八 - 深入浅出LCEL与Chain(下篇)
本篇给大家介绍了LCEL另一重要Parallel并行处理逻辑,在开篇介绍了如何使用chain也编程runnable加入另一个chain以及这么做带来的好处同时也RunnablePassthrough
AI菜鸟向前飞 — LangChain系列之七 - 深入浅出LCEL与Chain(中篇)
本篇Expression Language底层原理初探,亲手写了一下管道的基本实现,并通过一步步的实现分析,让大家更好的理解EL这种语法。 在文章中的最后,使用一些常见的函数举例给大家说明一些用法
AI菜鸟向前飞 — LangChain系列之六 - 深入浅出LCEL与Chain(上篇)
本篇介绍LangChain的EL(Expression Language)语法结构,并从代码和底层json schema的逻辑结构来分析每个可运行对象的过程和内容,并简单介绍了Chain...
AI菜鸟向前飞 — 本地部署大语言模型之Ollama(保姆级指北)
这里教大家如何在本地部署Ollama大语言模型,强烈建议大家使用Docker方式启动,这样你随时可,因为我听说Ollama的守护进程会一直占用你的机器资源
AI菜鸟向前飞 — LangChain系列之五(输出解析器)
当前LangChain官网是十三种内置解析器,本篇给大家介绍几个LangChain中最常用的输出解析器
AI菜鸟向前飞 — LangChain系列之四(有脑子无记性...)
前言 LLM默认是没有记忆功能的,现象如下: 那……如何让他能有“记性”呢,下面给大家介绍个新模块“Memory” 简介 记忆组件解决的两大问题 历史如何存储 历史如何查询 LangChain提供
AI菜鸟向前飞 — LangChain系列之三(OpenAI和ChatOpenAI的区别)
前言 在学习OpenAI和框架Langchain的过程中,当时有个疑问,为啥有时候出现OpenAI,而有时会出现它:ChatOpenAI,有什么区别呢?还有也多次遇到过Completions…
AI菜鸟向前飞 — LangChain系列之二
关于langchain_openai一些知识点 LangChain所封装的模型 大语言模型(LLM) 在LangChain的环境中,LLM特指文本补全模型(Text Completion Model)
AI菜鸟向前飞 — LangChain系列之一
本篇简单介绍如何使用LangChain写Prompt,接下来几篇都会给大家介绍下LangChain的用法
AI菜鸟向前飞 — 属于你的AI机器人(无需编码篇)
前言 因为我的GPTs已经到期,但OpenAI API还可用,这里我给大家介绍一款来自字节跳动的Coze(GPTs平替),配置一个属于你自己的AI机器人(bot)
AI菜鸟向前飞 — 再谈Prompt
前言 提示词工程(Prompt engineering)是设计和改进初始文本或输入(prompt)的过程,这些文本或输入被提供给像ChatGPT这样的语言模型以生成响应。
AI菜鸟向前飞 — 一些AI术语和TA的朋友们
AI专业术语 LLM Large Language Model 即:大语言模型 Token的含义 在不同领域,它被赋予了不同的含义 在AI领域 它是指最小单位的“词元”,或者说单词的“片段”
AI菜鸟向前飞 — 初探Prompt
Prompt构成要素 角色 给AI定义一个最匹配的角色,比如:你是一名测试工程师 指示 对任务进行描述 上下文 给出与任务相关的其他背景信息(尤其在多轮交互中)
下一页