2401_82601873的博客

使用谷歌搜索引擎实现的最终效果：搜索引擎一次返回10条搜索结果数据每条数据标题都带有链接地址，点击可跳转到对应网页；标题之后的内容为LLM模型根据原始网页内容整理之后输出的内容搜索引擎搜索出的内容让ChatGPT整理后返回到Chatbot上。

一步一步手把手分享如何基于ChatGLM/ChatGPT+langchain+stable diffusion（sdxl）打造自己的AIGC应用程序，包括环境配置，开源模型下载，加载，应用代码编写 本篇主要介绍整个AIGC应用的功能以及开源地址

一步一步手把手分享如何基于ChatGLM/ChatGPT+langchain+stable diffusion（sdxl）打造自己的AIGC应用程序，包括环境配置，开源模型下载，加载，应用代码编写本篇主要介绍如何将stable diffusion xl模型嵌入到自己编写的AIGC应用中，实现AI绘画，并且基于sdxl模型如何炼制lora模型进行微调，实现满足自己需求的AI绘画

第一篇文章就有交代，想要打造一个AIGC，既然都是AI了，那么当然希望人工干预的成分越低越好，所以初步想法就是1）我输入一些关键字；2）ChatGLM可以自主识别出我意图；3）ChatGLM可以自主判断出为了满足我的意图，它需要执行哪些动作；但是ChatGLM只是一个预训练的大语言模型，在执行动作上这个层面上来讲，可行性不大，那么就只有基于ChatGLM做业务层的开发，将单一业务封装成一个一个的工具，通过Prompt预先告诉ChatGLM这些工具的作用，然后让它去判断要使用哪些工具，以及这些工具调用的顺序情

在上篇文章中，我们已经实现了使用langchain的LLMChain完成ChatGLM的调用，主要是重写一个ChatGLM类，并让ChatGLM继承与LLM，然后重写_call()方法，虽然我们在_call方法里面调用了ChatGLM的stream_chat方法让大语言模型实现了流式响应，但是langchain并没有按流式响应，将结果返回到我们自己调用LLMChain的方法中，现在我们就要想办法完成这一需求。，调用的_stream方法，而_stream在BaseLLM里面又是一个没有实现的类。

一步一步手把手分享如何基于ChatGLM/ChatGPT+langchain+stable diffusion（sdxl）打造自己的AIGC应用程序，包括环境配置，开源模型下载，加载，应用代码编写本篇主要介绍如何在构建本地智能问答系统框架,其中包括文档加载，文档切分，文档向量化，文档召回，LLM与langchain集成等等

一步一步手把手分享如何基于ChatGLM/ChatGPT+langchain+stable diffusion（sdxl）打造自己的AIGC应用程序，包括环境配置，开源模型下载，加载，应用代码编写本篇主要介绍如何搭建基础环境，在环境搭建上，本人亲测，踩坑无数，我整理出来了完整的步骤，按照步骤进行，一气呵成，避免踩坑。