![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Agent
文章平均质量分 97
GISer Liu
一名GIS、遥感、云计算和人工智能领域学习者
展开
-
开源RAG个人知识库项目开发分析
Hello,大家好,我是GISer Liu😁,一名热爱AI技术的GIS开发者,这个LLM开发基础阶段已经进入尾声了,本文中我们不介绍更多的理论与知识点,而是通过的分析开源项目的解决方案来帮助各位开发者理清自己开发的思路;在本文中作者将通过个人知识库助手进行学习:通过分析这个RAG应用的开发流程,思路以及业务代码;帮助读者能学会如何规划自己的LLM的应用开发;在当今数据量迅速增长的时代,高效管理和检索信息已成为关键技能。为了应对这一挑战以及LLM技术的发展,该项目应运而生,旨在构建一个基于。原创 2024-07-01 02:57:51 · 803 阅读 · 0 评论 -
LLM应用开发-RAG系统评估与优化
Hello,大家好,我是GISer Liu😁,一名热爱AI技术的GIS开发者,在上一篇文章中,我们学习了如何基于LangChain构建RAG应用,并且通过Streamlit将这个RAG应用部署到了阿里云服务器;😀LLM应用评估策略生成内容评估优化检索内容评估优化三部分,帮助读者学习如何对自己开发的RAG应用进行评估,并通过科学的方法优化结果,提高应用性能;原创 2024-06-29 02:56:54 · 969 阅读 · 4 评论 -
基于LangChain构建RAG应用
Hello,大家好,我是GISer Liu😁,一名热爱AI技术的GIS开发者,上一篇文章中我们详细介绍了RAG的核心思想以及搭建向量数据库的完整过程;😲将LLM接入LangChain:选择LLM,然后在LangChain中使用;构建检索问答链:使用语法构建RAG问答链部署知识库助手:使用streamlit部署项目;帮助读者快速构建RAG应用并部署在阿里云服务器上;Streamlit是一个开源的 Python 库,它使得数据科学家和开发者能够快速构建和共享美观的机器学习模型和数据应用程序。使用。原创 2024-06-27 02:56:55 · 1076 阅读 · 13 评论 -
基于LangChain搭建个人知识库
😺Hello,大家好,我是GISer Liu,😀😀 一名热爱AI技术的GIS开发者;在上一篇文章中,我们学习了LLM API的申请、应用以及提示词工程;在本文中,作者将介绍如何从零开始构建个人知识库🎉🤓;词向量和向量数据库概念申请Embedding Model API使用LangChain工具对文本数据进行处理基于文本数据搭建向量数据库并进行测试向量数据库是专门用于存储、索引和检索高维向量数据的数据库。它广泛应用于推荐系统、图像识别和语义搜索等领域。与传统的关系型数据库不同,向量数据库能够。原创 2024-06-25 02:51:11 · 358 阅读 · 8 评论 -
一文读懂LLM API应用开发基础(万字长文)
Hello,大家好,我是GISer Liu😁,一名热爱AI技术的GIS开发者,上一篇文章中我们详细介绍了LLM开发的基本概念,包括LLM的模型、特点能力以及应用;😲LLM名词解释API申请Python代码调用测试提示词工程Prompt Engine帮助读者快速理解如何入门LLM开发,并将LLM与我们的传统开发的工作业务联系起来;本文中,作者详细介绍了LLM 开发的入门知识;名词解释:了解 LLM 的基础名词解释可以帮助读者更好地理解 LLM 开发中的思想过程,避免产生歧义。API申请。原创 2024-06-23 02:24:21 · 1092 阅读 · 3 评论 -
一文读懂LLM API应用开发基础(万字长文)
Hello,大家好,我是GISer Liu😁,一名热爱AI技术的GIS开发者,上一篇文章中我们详细介绍了LLM开发的基本概念,包括LLM的模型、特点能力以及应用;😲LLM名词解释API申请Python代码调用测试提示词工程Prompt Engine帮助读者快速理解如何入门LLM开发,并将LLM与我们的传统开发的工作业务联系起来;本文中,作者详细介绍了LLM 开发的入门知识;名词解释:了解 LLM 的基础名词解释可以帮助读者更好地理解 LLM 开发中的思想过程,避免产生歧义。API申请。原创 2024-06-23 01:58:06 · 879 阅读 · 0 评论 -
LLM大模型开发-基础概论
大家好,我是GISer Liu,好久不见,工作之余,我又来参加DataWhale举办的每月学习赛了;期待这个系列文章能帮助各位读者快速入门LLM开发,希望大家喜欢;Github链接已放在文末;在这篇文章中,作者将为各位读者介绍大语言模型(LLM)的应用开发基础。首先,我们将了解什么是LLM,以及其原理和发展历程。接下来,我们将探讨国内外的闭源和开源LLM,了解其特点、功能及应用。最后,我们还将讨论LLM的功能和应用场景。通过生动的案例和类比的方式,作者希望代理各位读者更好地理解LLM。原创 2024-06-19 01:33:39 · 809 阅读 · 4 评论 -
基于MetaGPT构建LLM多智能体
你好,我是GISer Liu,在上一篇文章中,我们用了两万多字详细拆解了单个Agent的组成,并通过Github Trending订阅智能体理解MetaGPT框架的订阅模块如何解决应用问题,但是对于复杂,并行的任务,单个智能体是不能胜任;今天我们将进入多智能体开发的学习阶段;一起期待吧😀MetaGPT中Environment的设计思想;构建简单师生对话多Agent框架;MetaGPT中Team的设计思想;构建 多Agent 开发团队;构建 多Agent 辩论团队;原创 2024-05-23 02:25:34 · 1925 阅读 · 32 评论 -
基于MetaGPT构建LLM 订阅 Agent
在本文中,作者选择了通过爬取GitHub Trending页面来满足需求,并详细分析了页面结构,构建了爬虫Action和页面分析总结Action。通过再次爬取`readme`文件内容,作者获得了多篇文章的总结分析。最后,我们在前面的基础上,详细介绍了`MetaGPT`订阅模块的触发器Trigger和回调函数callback的使用。原创 2024-05-19 21:13:51 · 1157 阅读 · 23 评论 -
基于MetaGPT构建单智能体
在之前的文章中,我们详细地描述了Agent的概念和组成,在代码案例中体验了Agent的记忆、工具、规划决策模块,并通过几个Agent框架来加强读者对Agent开发设计与应用的理解,接下来我们就要进入智能体Agent的实际开发中,请各位和我一起运行环境,开始Coding!!!😋😋代码已开源,文末有链接自取;本文中,我们将专注于单智能体开发,使用框架为MetaGPT。MetaGPT是一个基于Python的智能体开发框架,它提供了一系列的工具和方法,可以帮助开发者更加高效地进行智能体的开发。原创 2024-05-17 11:19:02 · 918 阅读 · 15 评论 -
LLM Agent智能体综述(万字长文)
🏆🏆🏆在上一篇文章中,我们介绍了如何部署MetaGPT到本地,获取OpenAI API Key并配置其开发环境,并通过一个开发小组的多Agent案例感受了智能体的强大,在本文中,我们将对AI Agent的理论体系做一个综述,并且介绍一些最新的多智能体框架;希望各位读者喜欢!AI Agent是一个以大语言模型(LLM)为核心的程序,旨在实现用户设定的一些目标或任务。LLM获取反馈信息,并选择使用预设或新建的工具(函数),以迭代运行方式完成任务。原创 2024-05-14 21:25:49 · 1124 阅读 · 0 评论 -
LLM Agent智能体综述(超详细)
🏆🏆🏆在上一篇文章中,我们介绍了如何部署MetaGPT到本地,获取OpenAI API Key并配置其开发环境,并通过一个开发小组的多Agent案例感受了智能体的强大,在本文中,我们将对AI Agent的理论体系做一个综述,并且介绍一些最新的多智能体框架;希望各位读者喜欢!AI Agent是一个以大语言模型(LLM)为核心的程序,旨在实现用户设定的一些目标或任务。LLM获取反馈信息,并选择使用预设或新建的工具(函数),以迭代运行方式完成任务。原创 2024-05-14 20:52:10 · 1578 阅读 · 1 评论 -
基于MetaGPT的LLM Agent学习实战(一)
我最近一直在做基于AI Agent 的个人项目, 因为工作加班较多,设计思考时间不足,这里借着Datawhale的开源学习课程《MetaGPT智能体理论与实战》课程,来完善自己的思路,抛砖引玉,和各位开发者一起学习!获取MetaGPT部署到本地环境配置MetaGPT申请ChatGPT API Key基于ChatGPT API构建调用代码运行MetaGPT案例代码进行测试今天学习的内容较为简单,我会尽量以简洁的语言详细描述清楚这个流程,带着读者一起学习Agent开发;原创 2024-05-13 02:49:57 · 908 阅读 · 1 评论