首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
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
登录
注册
RedTiemr
掘友等级
软件开发
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
5
文章 5
沸点 0
赞
5
返回
|
搜索文章
最新
热门
( 教学 )Agent 构建 Prompt(提示词)5. PandasDataFrameOutPutParser
( 教学 )Agent 构建 Prompt(提示词)5. PandasDataFrameOutPutParser LLM 的输出以 pd.DataFrame 格式进行控制。 “Pandas”是一个软件
( 教学 )Agent 构建 Prompt(提示词)4. JsonOutputParser
( 教学 )Agent 构建 Prompt(提示词)4. JsonOutputParser JsonOutputParser是一个工具,能让用户指定所需的 JSON 模式。其目的是使大型语言模型(LL
( 教学 )Agent 构建 Prompt(提示词)3. StructuredOutputParser (结构化输出)
StructuredOutputParser 小于 1.0 版本,推荐使用 PydanticOutputParser 大于 1.0 StructuredOutputParser “结构化输出解析器”是
( 教学 )Agent 构建 Prompt(提示词)2. CommaSeparatedListOutputParser
CommaSeparatedListOutputParser CommaSeparatedListOutputParser 逗号分隔列表输出解析器 是 LangChain 中的一种专门的输出解析器,用
( 教学 )Agent 构建 Prompt(提示词)1. PydanticOutputParser
PydanticOutputParser 解析器 本篇文章介绍了如何使用 pydantic 库来执行 PydanticOutputParser 操作。 PydanticOutputParser 是一个
构建简单Agnet(3) 使用简单RAG
构建简单RAG 什么是RAG? RAG是一种 混合AI Agent架构 ,它将传统的信息检索系统与现代的生成式AI模型结合起来,以提高AI回答问题的准确性和可靠性。 工作原理 RAG的工作流程主要包括
构建Agnet(2) 提示词模板使用
提示词模板使用(Prompt Template Usage) 使用LangChain创建和使用提示模板来生成结构化的查询。 提示模板(Prompt Template)是一种用于生成提示(prompt)
构建Agnet(1),文字处理和图片理解
使用 OpenAI API(多模态) 借助 LangChain(一个用于构建语言模型应用的灵活框架)高效使用 OpenAI 的多模态模型。你将学会配置并使用 ChatOpenAI 对象完成响应生成、模
个人成就
文章被阅读
1,509
掘力值
269
关注了
7
关注者
2
收藏集
1
关注标签
3
加入于
2024-01-10