获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
赞
0
返回
|
搜索文章
最新 热门
  • 学习笔记22《易速鲜花聊天客服机器人的开发（上）》
    聊天机器人已基本完成，具备记忆功能和检索易速鲜花内部文档的能力。通过这个项目，我们复习了LangChain中的对话模型、提示模板、记忆实现以及检索功能和RAG功能的实现。
    • 7月前
    • 210
    • 评论
    青训营笔记
  • 学习笔记21《部署一个鲜花网络电商的人脉工具（下）》
    本项目是一个结合了LangChain技术和Flask Web开发的实战案例，涵盖了从数据爬取、文本生成到Web部署的全过程。
    • 7月前
    • 61
    • 评论
    青训营笔记
  • 学习笔记20《部署一个鲜花网络电商的人脉工具（上）》
    通过LangChain组件，我们完成了找到大V UID和爬取大V资料的步骤，为后续生成合作文案和部署App打下了基础。
    • 7月前
    • 24
    • 评论
    青训营笔记
  • 学习笔记19《BabyAGI：根据气候变化自动制定鲜花存储策略》
    自主代理展示了AI的边界和自主行动能力，凸显了自主代理的潜力，并从实践上验证了人类正朝向人工普通智能（AGI）迈进。
    • 7月前
    • 28
    • 评论
    青训营笔记
  • 学习笔记18《CAMEL：通过角色扮演脑暴一个鲜花营销方案》
    CAMEL框架通过角色扮演和启示式提示，提高了AI代理的交流能力和任务执行效率。这种框架为研究多代理系统的合作行为和能力提供了一种可扩展的方法。
    • 7月前
    • 76
    • 评论
    青训营笔记
  • 学习笔记17《回调函数：在AI应用中引入异步通信机制》
    回调函数是计算机科学中一个重要和广泛应用的概念，它允许我们在特定的时间或条件下执行特定的代码。在 LangChain 中，回调机制为用户提供了灵活性和自定义能力，以便更好地控制和响应事件。
    • 7月前
    • 53
    • 评论
    青训营笔记
  • 学习笔记16《连接数据库：通过链和代理查询鲜花信息》
    自然语言数据库查询范式使得非技术人员也能轻松与数据交互，提高了效率和减少了错误。这种范式转变带来了更大的可达性和高效率，但也带来了模糊性和对现有系统的依赖等挑战。
    • 7月前
    • 41
    • 评论
    青训营笔记
  • 学习笔记15《检索增强生成：通过RAG助力鲜花运营》
    RAG通过检索增强生成，为非结构化数据的存储和搜索提供了一种有效方法。通过LangChain工具，我们可以轻松实现RAG，提高信息检索的效率和准确性。
    • 7月前
    • 42
    • 评论
    青训营笔记
  • 学习笔记14《工具和工具箱：LangChain中的Tool和Toolkits一览》
    LangChain通过集成多模型和多策略，提供了一个简单、直观的接口来利用大模型。它使得模型运行和交互的复杂性得到封装和抽象化，提高了系统的灵活性和可扩展性，简化了开发者的工作。
    • 7月前
    • 161
    • 评论
    青训营笔记
  • 学习笔记13《代理（下）：结构化工具对话、Self-Ask with Search以及Plan and execute代理》
    本文介绍了LangChain中的三种高级代理：结构化工具对话代理、Self-Ask with Search代理和Plan and execute代理，它们通过结合不同的工具和策略，解决复杂的多步骤问题
    • 7月前
    • 79
    • 评论
    青训营笔记
    • 下一页
    个人成就
    文章被阅读 1,414
    掘力值 254
    收藏集
    1
    关注标签
    6
    加入于