大模型进阶之旅

LangChain与其他LLM应用框架 问题： 什么是LangChain？它的核心组件有哪些？它如何帮助开发者构建基于LLM的应用？ 技能点： LangChain定义、核心组件（Models, Pro

1. 问题： 什么是检索增强生成（Retrieval Augmented Generation, RAG）？ 它试图解决大型语言模型的哪些问题？请简述其工作流程。 技能点： RAG定义、LLM幻觉、知

魔塔社区平台提供了CPU版本和GPU版本，免费使用还是很香的。我们使用过程中经常可能遇到一个问题，魔塔实例运行在内网环境，意味着我们的web程序无法在浏览器上访问。

前言 cursor 作为AI编程软件，不用不知道，能力恐怖如斯，程序员的福音，也是程序员的坟墓。基础功能代码补写、续写、代码优化重构、甚至可以从零生成一个可运行的项目。 MCP 也是最近火的出圈，想了

项目基础介绍 同步网络(SyncNet) 是一个致力于自动音频到视频同步的开源项目，特别适用于消除视频中音视频流的时间延迟以及在多人场景下识别说话者。。此项目基于Python实现，并依赖一些特定的库和

核心概念和联系 推荐系统：通过分析用户的行为和内容特征，为用户推荐个性化的内容或者商品，推荐系统可以根据不同的方法和算法，分为内容过滤、协同过滤等多种方式。 基于内容过滤推荐 内容过滤推荐根据用户的兴

milvus向量数据库 milvus支持混合搜索，多个向量同时检索，然后进行重排序最终返回结果。多向量包括（多个密集向量或稀疏向量） Embedding嵌入 它是一种机器学习概念，用于将数据映射到高维

向量数据库基本功能向量检索 向量相似度算法学习 本文不对算法细节描述，因为实力不允许，哈哈哈 主要学习算法实现的功能，应用场景，各自的优缺点 余弦距离 余弦距离测量两个向量之间的角度的余弦值

初见大模型 作为新手接触大模型后，LLM模型、Embedding模型、rank模型、vector模型等等选择上可谓是一步一个坑，迷茫的走在迷茫的大路上。总之各种途径去选择合适的模型，今天了解下向量数据

基于dify工作流编排总结和对比langchain 开始节点 工作流的入口 设置初始参数：后续节点可以访问该参数 疑问点： 后续节点不能对初始参数赋值，然后全局可以访问 LLM节点 工作流的核心节点

当使用到图形化包时，需要引入pygraphviz库， 报错 building 'pygraphviz._graphviz' extension creating build\temp.win-amd6

LLLMs大模型发展的节奏 作为学习大模型开发的小白，不懂算法，只学应用的程序员,测试过ChatGLM-4、gpt-4模型等。 从今年开始接触到大模型这阵春风，这半年的学习过程有点眼花缭乱，大模型的百

大模型开发遇到的问题及langchain框架学习 背景： 1、微场景间跳转问题，无法实现微场景随意穿插 2、大模型幻读（推荐不存在的产品、自己发挥） 3、知识库检索，语义匹配效果较差，匹配出的结果和客