同学小张

LangChain是一个面向大模型的开发框架（SDK）。本文对 LangChain 系列开个头，介绍了其架构，并用LangChain写了第一个程序。

前面我们实现了RAG基本流程，今天我们在此基础上给它加个UI界面，在浏览器打开，实现上传本地文件、解析，并用大模型实现与该文档的对话。也就是一个阉割版demo版的ChatPDF或知识库对话系统。

本文介绍下文本向量化的概念，以及向量检索的原理，还有用Python代码实现文本向量的获取和相似度计算。只是简单介绍，不会深入，所以不用担心看不懂。

大模型也不是万能的，也有局限性。RAG是提高大模型在垂直领域能力和减少幻觉的通用方法论，非常重要和有用。本文带你动手实现一个最简单的RAG应用，你将学会一个标准RAG的通用流程和原理。

我算是对数据库的SQL语句很不熟悉，只会简单的单表操作，还不熟练，每次都得查半天。现在有了大模型应用，有了Function Calling，再也不用查半天资料才写一个SQL了，还能熟练地用多表查询了！

Function Calling是大模型连接外部世界的通道，目前表现形式有Actions、插件、GPTs、Tools工具集等。本文带你看下Funtion Calling是什么，以及如何与大模型进行交互

本文主要介绍了Prompt攻击和防攻击的手段，这对于大模型应用开发非常重要，毕竟谁也不想自己辛辛苦苦做的东西被拿来干坏事或者隐私遭到泄漏，这对一个应用来说是致命性的。然后介绍了下Prompt逆向工程

通过上两篇文章我们学习和实践了Prompt的书写要素、原则与技巧，以及了解了一些进阶的优化方法。 今天是想收集一些网上比较好的Prompt提示词，来与大家共同学习下别人的书写方式，吸取别人的经验

实战Prompt，通过OpenAI API，带你从最简单的Prompt开始，逐步迭代优化。总结了Prompt工程中的进阶技巧方法论。最后给了几个可以让Prompt效果翻倍的语句。