心在飞扬AI

向量数据库（VectorStore）知识总结 这个目录包含了4个Python文件，展示了LangChain中向量数据库的核心检索功能。 1. 带阀值的相似性搜索 知识点 FAISS向量数据库：Face

非分割类型的文档转换器 - 学习总结 概述 本目录展示了 LangChain 中不进行文档分割，而是对整个文档进行转换的处理器。这类转换器不会改变文档数量，而是对文档内容进行增强或转换。 核心概念 非

LangChain 文档转换器与文本分割器组件学习总结 📚 目录 字符文本分割器 递归字符文本分割器 程序代码递归分割器 语义分割器 HTML标题分割器 JSON分割器 自定义分割器 中英文混合文本分

Blob 与 BlobParser 学习总结 1. BaseBlobParser 作用：演示如何自定义 BlobParser 来解析文档 核心功能： 创建自定义解析器 CustomParser，继承

LangChain 文档加载器学习总结 各文件知识点总结 1. markdown_loader_example.py 是什么: Markdown 文件专用加载器 有什么用: 将 .md 文件转换为 L

Document 组件与文档加载器 - 学习总结 1. Document.py - 文档加载示例 TextLoader 是什么：LangChain 提供的文档加载器，用于读取本地的纯文本文件 有什么用

向量数据库学习总结 一、FAISS 向量库 1. FAISS 向量库创建与保存 这是什么 FAISS（Facebook AI Similarity Search）是Facebook开源的向量相似度搜索

HuggingFace 文本嵌入（embeddings）学习总结 1. HuggingFace 远程嵌入 是什么 通过 HuggingFace API 调用云端 embedding 模型，将文本转换为

OpenAI Embedding 学习总结 一、什么是 Embedding（嵌入）？ Embedding 是将文本转换为数值向量的技术，它能够： 将文本映射到高维向量空间 保留文本的语义信息 使相似的