阿飞OnePiece

前面一篇文章给大家推荐了几款 AI 辅助编程助手，比如有：github copilot，codeium，codegeex等，这些工具要么就是要收费，要么就是要使用科学上网才能使用。今天再给大家推荐一款

越来越多的人开始尝试接触和使用大模型，在感叹大模型带来的惊人表现的同时，也发现大模型没法查询到最新的信息，做科学计算方面很弱等问题，那么LangChain框架正好能弥补这个问题。

本篇是从零构建生产级 AI 应用的第一篇，主要介绍了做这个事情的背景原因以及整体的方案概述，同时对Embedding的原理进行了简要介绍。

用自己写的所有笔记，基于 LLM + 外挂知识库的知识库问答系统，搭建一个个人知识库，通过 LLM 的推理和归纳能力，将这些吃灰的笔记回收利用！！！

简易AI客服实现 关于简易AI客服实现可以看之前的文章： 《解密 AI 客服：LangChain+ChatGPT 打造智能客服新时代》，基于文本检索实现AI客服，缺陷是仅能回答文本内存在的内容。 《畅

20：使用适当的缩进 适当的缩进让您的代码可读。一致使用制表符或者空格（最好使用制表符），按照 Go 的标准约定进行缩进。 运行 gofmt 以根据 Go 规范自动格式化（缩进）代码。 19：规范地导

今天我们分享一个开源项目可以快速进行 LLM 微调，它不单运行效率高，而且还可以在微调过程中进行可视化，非常方便，它就是：LLaMA Factory。

大家好，我是斜杠君。今天手把手教大家如何在本地部署Llama3，打造一个属于自己的本地大模型助手。Ollama是一个用于在本地计算机上运行大型语言模型（LLMs）的命令行工具。它允许用户下载并本地运行

自定义 LLM 自定义 LLM 需要实现以下必要的函数： _call ：它需要接受一个字符串、可选的停用词，并返回一个字符串。 它还可以实现第二个可选的函数： _identifying_params