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
用户955766060958
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
迁移到LangGraph:优化文档分析的利器
引言 在处理长文本时,常常需要对其进行总结或分析。传统的 RefineDocumentsChain 提供了一种将文本分解为小文档的策略,但近年来,新的实现如 LangGraph 提供了更多的灵活性和扩
升级到LangChain v0.2:完整迁移指南
使用迁移工具替换旧导入: 运行迁移脚本前,确保代码已备份(例如,使用git版本控制)。 由于该工具仅执行一次导入替换,因此需要运行迁移脚本两次。 3. 处理剩余的弃用警告 手动解决代码中的任何弃用警告
"动态绑定:如何在LangChain工具中传递运行时参数"
隐藏参数 使用InjectedToolArg注解标记某些参数(如user_id)为运行时注入,避免模型生成这些参数。 将用户ID在运行时注入 我们需要确保在工具调用时注入user_id。 执行工具调用
实现安全SQL问答:如何进行查询验证
引言 SQL是处理和查询数据库的关键。然而,生成有效且安全的SQL查询往往是一个容易出错的环节。在本文中,我们将探讨一些策略,以确保我们的SQL查询是有效的并且能够妥善处理无效的查询。具体来说,我们将
探索LangChain中的消息历史记录:构建智能聊天机器人的关键
包装什么样的Runnable? RunnableWithMessageHistory可以包装以下类型的Runnable: 输入为一系列BaseMessages的Runnable 输入为字典,其中一个键
深入解读LangChain中的日志概率获取:开启AI交互的新维度
深入解读LangChain中的日志概率获取:开启AI交互的新维度 在现代人工智能应用中,理解和分析生成模型的输出概率可以帮助开发者更好地控制和优化模型的行为。本文将探讨如何在LangChain中获取O
**在本地运行大型语言模型:提高隐私与节省成本的最佳实践**
引言 在当今数据安全和预算限制成为关键考虑因素的世界中,许多开发者和企业越来越倾向于在本地设备上运行大型语言模型(LLMs)。这不仅可以确保数据隐私,还能避免因频繁使用而产生的高昂费用。诸如llama
[轻松掌握LangChain索引API,提升文档管理效率]
引言 在现代信息管理中,如何高效地处理和检索海量文档是一个不容忽视的挑战。LangChain索引API应运而生,旨在简化文档的索引工作流程,帮助开发者避免重复写入和重计算,同时提升向量搜索结果的精确度
探索LangChain中的混合搜索:结合向量相似性与全文搜索
引言 在现代信息检索中,向量相似性搜索被广泛应用,但随着数据复杂性的增加,单纯的向量相似性往往不够。于是,"混合搜索"(Hybrid Search)应运而生。混合搜索结合了向量相似性和其它搜索技术(如
用示例优化数据抽取:实现精准信息提取的策略
定义参考示例 引导模型的另一种方法是定义明确的输入-输出对。这些示例应与所使用的API格式相匹配。 以下是如何使用LangChain定义和转换参考示例: 创建抽取器 选择支持工具调用的LLM来实现抽取
下一页
个人成就
文章被点赞
5
文章被阅读
224,431
掘力值
2,242
关注了
0
关注者
11
收藏集
0
关注标签
0
加入于
2024-09-18