LangChain
文章平均质量分 87
花千树-010
这个作者很懒,什么都没留下…
展开
-
LangChain教程 - 基于图数据库构建问答
通过本教程,我们了解了如何基于 Neo4j 图数据库和 LangChain 构建问答应用。从问题转换为 Cypher 查询到执行查询并生成自然语言答案,我们简要介绍了实现流程。您可以根据实际需求进一步定制和扩展此系统。系列文章索引LangChain教程 - 系列文章。原创 2024-09-26 15:01:36 · 907 阅读 · 0 评论 -
LangChain教程 - 基于SQL数据的问答系统教程
在本教程中,我们演示了如何通过链(Chains)和代理(Agents)实现基于SQL数据的问答系统。链适用于步骤明确、可预测的场景,而代理适合处理更加复杂和灵活的查询需求。在实际使用中,务必保证数据库的安全性,避免潜在的风险。系列文章索引LangChain教程 - 系列文章。原创 2024-09-25 20:20:48 · 718 阅读 · 0 评论 -
LangChain教程 - 构建对话式检索增强生成(Conversational RAG)
通过本教程,您学习了如何使用 LangChain 构建一个对话式的检索增强生成系统。我们详细介绍了如何加载文档、创建检索器、构建问答链,并在系统中加入聊天历史支持。最后,我们使用实现了对聊天历史的状态化管理,使系统能够自动处理多轮对话。通过这些步骤,您可以创建一个支持复杂对话和上下文处理的智能系统,用于回答用户问题并提供精准的内容检索和生成功能。在这个支持聊天历史的 Conversational RAG 系统中,LLM 总共被调用了4 次第一次 LLM 调用:通过格式化第一个问题,确保其独立于聊天历史。原创 2024-09-23 13:03:21 · 1191 阅读 · 0 评论 -
LangChain教程 - 支持的向量数据库列举
本地部署:FAISS、Chroma、Milvus 适合需要在本地进行开发和测试的项目。云托管解决方案:Pinecone、Weaviate、Zilliz Cloud 等适合需要高可用性和大规模分布式部署的应用。实时应用:Redis 通过其低延迟的特性,适合需要快速响应的应用场景。根据你的需求选择合适的向量数据库,与 LangChain 集成构建高效的检索增强生成系统。原创 2024-09-22 14:25:21 · 1201 阅读 · 0 评论 -
LangChain教程 - 构建一个检索增强生成 (RAG) 应用程序
RAG 是一种通过检索额外数据来增强大型语言模型知识的技术。虽然 LLM 可以处理各种广泛主题,但其知识受限于训练时使用的公共数据,通常只包含模型训练时之前的数据。如果你想构建能够处理私有数据或模型训练后新增数据的 AI 应用,就需要为模型提供特定的信息。这个过程称为(RAG),即从外部数据源获取信息并将其插入模型的提示中。LangChain 提供了很多组件来帮助构建问答应用程序,以及更通用的 RAG 应用程序。原创 2024-09-22 13:05:55 · 1209 阅读 · 0 评论 -
LangChain教程 - 创建智能代理
在本教程中,我们将学习如何使用 LangChain 创建一个能够与搜索引擎交互的智能代理。代理可以通过大语言模型(LLM)作为推理引擎来确定执行的操作和输入,执行这些操作后,再将结果反馈到 LLM 以决定是否需要继续操作或结束对话。原创 2024-09-21 22:32:28 · 427 阅读 · 0 评论 -
LangChain教程 - 向量存储与检索器
在这个教程中,你将了解 LangChain 的向量存储和检索器抽象。这些抽象旨在支持从(向量)数据库和其他来源检索数据,并将其集成到大语言模型(LLM)的工作流程中。这在基于检索增强生成(RAG)等应用中尤为重要,因为这些应用需要在模型推理过程中提取数据供模型进行推理。通过本教程,你应该已经了解了 LangChain 的向量存储与检索器的基本概念和使用方法。这些工具为构建复杂的基于 LLM 的应用提供了强大的数据检索能力。你可以进一步结合这些概念开发更加智能的应用。原创 2024-09-20 14:07:06 · 646 阅读 · 0 评论 -
LangChain教程 - 系列文章
LangChain 是一个专为开发大语言模型(LLM)应用程序设计的框架。它提供了丰富的模块化工具,支持开发者轻松构建、管理和部署复杂的 LLM 应用程序。LangChain 允许将语言模型、提示模板、输出解析器等组件进行无缝集成,同时支持链式调用和复杂任务的处理,适用于对话系统、内容生成、翻译等多种场景。原创 2024-09-05 13:16:15 · 246 阅读 · 0 评论 -
LangChain教程 - 如何构建一个 LLM 驱动的聊天机器人
在本教程中,我们将逐步讲解如何设计和实现一个基于 LLM 的聊天机器人。该聊天机器人不仅可以进行对话,还能够记住之前的交互内容。原创 2024-09-05 12:44:43 · 667 阅读 · 0 评论 -
LangChain教程 - 使用 LCEL 构建一个简单的 LLM 应用程序
通过本教程,你学习了如何创建一个简单的 LLM 应用,如何使用语言模型,解析模型输出,创建提示模板,使用 LCEL 链接组件,以及如何通过 LangServe 部署应用。这只是入门的第一步,成为一个熟练的 AI 工程师还需要掌握更多知识。幸运的是,我们提供了丰富的资源供你学习!原创 2024-09-04 15:09:35 · 967 阅读 · 0 评论 -
LangChain教程 - 介绍
LangChain 是一个专为简化由大语言模型(LLM)驱动的应用程序开发的框架,提供了一整套模块和工具,帮助开发者构建、生产化和部署智能应用。LangChain 通过模块化设计,涵盖了从开发到监控的各个环节。:LangChain 提供丰富的模块、组件和第三方集成,允许开发者灵活组合来构建 LLM 应用。通过 LangGraph,可以创建复杂的有状态代理,支持流式处理和人类参与。:使用 LangSmith 监控、检查并优化应用链路,帮助开发者持续改进模型和应用的性能。原创 2024-09-04 15:08:24 · 871 阅读 · 0 评论