源滚滚编程

例如，一个人可以设计一个YouTube脚本生成器或一个中等文章脚本生成器，我们将在下一章中构建一个。通过输入我们的文档、pdf文件或书籍，我们可以请求对我们问题的答案。数据库识别与查询最相似的向量，并检索这些向量源自的块。这些是分块文本的不同部分。举例来说，假设我们的PDF包含显示在左侧的文本，称为文本语料库。数据库识别与查询最相似的向量，并检索这些向量源自的块。文本块被渲染成一个数字向量，然后存储在一个向量存储库/数据库中。总之，这将把您的文档变成一个迷你的Google搜索引擎，支持基于查询的搜索。

LangChain可以允许语言模型通过执行动作与环境进行交互，比如网络搜索、发送电子邮件、执行数学运算，甚至执行Python代码，LangChain的代理可以决定执行适当的动作。如果你浏览Langchain的官方文档，它指出，LangChain是一个用于开发由语言模型驱动的应用程序的框架。这意味着我们可以利用像OpenAI的GPT-4这样的语言模型，结合外部数据来开发人工智能应用程序。使用LangChain，我们可以将健壮的语言模型(如GPT-4)无缝地连接到我们首选的数据源。这个属性被称为“数据感知”。

比如，我上传了 US Consitution到这个网站，我就可以提问 “What is the purpose of the Consitution of the United States?在这个课程中，我们会介绍Langchain如何与大语言模型交互，比如ChatGPT，用于开发这些令人赞叹的应用程序。在这个网站中，你可以上传自己的PDF文档。在上传之后，你可以对你的PDF文档进行提问，网站会提供你相应的答案。在最近，你可能听说过很多的AI应用，chatpdf.com就是其中的一个。

安装依赖：https://www.opencsg.com/models/THUDM/chatglm2-6b。模型下载网站：https://www.opencsg.com/models。下载模型：THUDM/chatglm2-6b。安装git-lfs，这个很重要。

FAISS 接口文档：https://api.python.langchain.com/en/latest/vectorstores/langchain_community.vectorstores.faiss.FAISS.html。现在我们已经在vectorstore中为这些数据建立了索引，我们将创建一个检索链。该链将接收传入的问题，查找相关文档，然后将这些文档与原始问题一起传递给LLM，并要求它回答原始问题。这样，我们就可以使用检索器动态地选择最相关的文档，并为给定的问题传递这些文档。

StrOutputParser的API接口文档地址：https://api.python.langchain.com/en/latest/output_parsers/langchain_core.output_parsers.string.StrOutputParser.html。简单翻译：ChatModel的输出(因此也是这个链的输出)是一条消息。让我们添加一个简单的输出解析器，将聊天消息转换为字符串。3、将解析器追加到调用链中，放到最后一位，我们对最终的结果做字符串解析。2、创建字符串解析器对象。

【代码】Langchain如何使用提示词和调用链？示例代码。

项目地址本系列教程源码Github：https://github.com/zhangdapeng520/zdppy_langchainxLangchain Github：https://github.com/langchain-ai/langchainLangchain官方文档：https://python.langchain.com/v0.1/docs/get_started/quickstart/环境搭建创建虚拟环境创建虚拟环境：conda create --name zdppy_lang

组件（Components）LangChain的构建块，提供与大型语言模型交互的基本功能，如文本生成、问答、翻译等。链（Chains）由一个或多个组件组成的序列，用于执行特定的任务或工作流程。链可以串联不同的操作，形成复杂的处理流程。代理（Agents）一种特殊的链，它使用语言模型来决定如何最好地响应给定的输入，涉及决策和推理。提示模板（Prompt Templates）预定义的文本模板，用于指导语言模型生成特定类型的输出。提示模板有助于标准化输入和优化模型响应。

它还提供了易于部署的参考架构模板，用于各种任务，并与LangSmith无缝集成，后者是一个开发者平台，允许调试、测试、评估和监控基于任何LLM框架构建的链。LangChain的设计目标是简化与大型语言模型的交互，提高开发效率，并允许开发者快速构建复杂的应用程序。此外，LangChain是开源的，由活跃社区提供支持，旨在帮助开发者更容易地开发由语言模型支持的各种应用程序。总的来说，LangChain是一个强大的工具，它扩展了大型语言模型的应用范围，使其可以处理更加复杂和多样化的任务。

Junit是Java语言编写的第三方单元测试框架单元测试概念用来对类中的方法功能进行有目的的测试，以保证程序的正确性和稳定性.能够让方法独立运行起来.编写业务类，在业务类中编写业务方法.比如增删改查的方法编写测试类，在测试类中编写测试方法，在测试方法中编写测试代码来测试.测试类的命名规范：通过以下代码，实现测试代码的初始化：通过以下代码，实现测试代码的收尾工作：通过以下代码，实现测试代码的核心逻辑：完整示例代码如下：Junit5常用注解@BeforeEach：用来修饰方法，该方法会在每一个测

枚举是 Java 中一种特殊的类，它可以定义固定数量的枚举实例，例如: 性别、交通信号灯、季节等等。假设我们要定义一个人类，人类中包含姓名和性别。通常会将性别定义成字符串类型，效果如下：不使用枚举存在的问题：可以给性别传入任意的字符串，导致性别是非法的数据，不安全。一个方法接收的参数是固定范围之内的时候，那么即可使用枚举类型枚举类使用enum关键字定义，语法格式如下：比如，我们定义一个性别的枚举类。我们定义性别里面只有男和女两种性别。代码如下：枚举入门案例定义枚举：MALE表示男，FEMALE表示

对象的序列化的意义 : 对象变成一个文件,在网络中传递,可以让任何一个人使用。要实现序列化，我们需要先有一个JavaBean对象，实现Serializable接口。比如，我们创建一个Person类：序列化就是将Java对象转换为字节流，实现本地存储。示例如下：对象的反序列化有序列化有反序列化，反序列化就是将序列化的数据读取为Java对象的过程。序列化的注意点1、static修饰的方法不会被序列化2、transient修饰的变量不会被序列化3、序列化要有一个一个ID，定义格式如下软件结构C/S