AI大模型应用开发教程

本文我们来系统看下实现大模型应用记忆的方法，包括短期记忆和长期记忆。还是以LangChain为例来进行实战。

现在市面上有很多的AI+搜索的应用或插件，一直想学习其背后的实现原理。今天咱们就学习一下，并且亲自动手实践，从0开始，搭建一个自己的AI搜索引擎。

假设有一组文档（PDF、Notion页面、客户问题等），你想要总结内容。可以利用大模型来帮你。今天来系统看下利用大模型来对文本进行总结的方法，以LangChain的使用为例。

本文来学习下如何将向量数据库持久化存储，并且如何在一个新的工程项目中使用上该向量数据库.......

本文我们盘点了目前为止我使用过的所有爬虫代码，分析了它们的实现方法。从专用爬虫，到大模型直接提取指定信息的通用爬虫探索，再到最终的利用 AI Agent 实现通用爬虫，逐步递进，总能让你收获点东西。

如何优化这个过程，让我们的RAG程序在必要时才去检索，不必要时，直接使用大模型原有数据来回答呢？本文我们一起来学习下。本文我们将使用 LangChain 的 Agents 模块来将 Retriever

当大模型的返回文字非常多时，返回完整的结果会耗费比较长的时间。如果等待大模型形成完整的答案再展示给用户，明显会给用户不好的体验。所以，现在市面上大多数的AI应用，在给用户结果时，都是以流式输出的方式展

本文利用 LangChain 实现了一个完整的问答RAG应用。其中RAG中的数据源采用加载网页数据的形式获取，而不是采用之前实践中传统的本地知识库（加载本地PDF文件）的方式。然后我们还在RAG的返回

我们学习了如何利用 LangChain 通过 URL 获取网页内容。本文我们继续学习利用 LangChain 进行网络数据抓取：我们将利用 LangChain 抓取网络数据来回答我们指定的问题（也就是

本文实战 LangChain 中的爬虫封装接口，爬虫小白和有一定爬虫基础的同学都可以一看。介绍了LangChain中的爬虫接口和使用方法，同时探索了利用大模型泛化爬虫爬取内容的可能性。

本文通过一个案例来学习下如何让 LangChain 写代码并自动执行输出结果。非常有用的一个技能。。。

10个痛点问题，20+优化方法，8个前沿RAG研究。本文我们从RAG的流水线开始，全面梳理了当前传统RAG存在的问题，同时针对每个问题，总结了优化方法。并且，整理了当前前沿的RAG研究。

今天我们完整的实战：将RAGAs集成在LangChain的RAG应用中，同时打通LangSmith平台，使评估过程可视化。同时还会有意外收获：带你看看如何利用LangSmith平台来有效学习LangC

本文我们针对RAGAS评估方法进行详细介绍。我们将深入其原理，理解其评估指标背后是怎么实现的。都是我根据自己的理解用大白话解释，保证大家能看懂。

本文主要总结了当前比较流行的RAG评估方法和指标。当前AI技术的快速发展，RAG和RAG评估是当前比较有前景的发展方向，不断有新的评估工具和理论被提出，让我们持续跟进，了解这些工具和理论，从而在使用时

我们从一个简单的例子入手，先来感受下Fine-Tune微调到底是什么。这个例子可以在笔记本电脑上跑，需要的配置不高。在开始本文的实践案例前，你可以对模型训练一窍不通，本文将带你跑通整个过程，同时解释其

本文教你如何上手使用AutoGPT。AutoGPT目前好像没有了利用 pip install 来安装python包的使用方式？

本文我们主要了解AutoGPT是什么，以及它背后的实现原理。AutoGPT是实验性的，虽然还不成熟，但其实现思想非常值得借鉴。AutoGPT提供了Agent的全功能，但更多的是作为一个Agent开发框

全面介绍了Langfuse平台的基本功能：从程序运行监控、跟踪，到数据集的创建、建立自己的评估标准，再到实际运行一个测试，得到测试结果。简单的使用，相信大家能对langfuse平台有一个全面的认识。