![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
langchain
文章平均质量分 96
神洛华
这个作者很懒,什么都没留下…
展开
-
基于LangChain的优秀项目资源库
本文主要内容是一个LangChain资源库,里面罗列了大大小小很多个基于LangChain框架的优秀项目,包括低代码、服务、代理、模板等工具类,还有像知识管理、聊天机器人等开源项目,还包括像视频、文章等AI学习资源,建议大家点赞收藏。转载 2023-06-23 07:51:50 · 5386 阅读 · 0 评论 -
吴恩达&OpenAI最新课程:prompt-engineering-for-developers读书笔记
介绍了prompt的一些基本准则,并介绍了ChatGPT API的一些应用,最后构建了一个聊天机器人原创 2023-05-15 19:15:17 · 4645 阅读 · 1 评论 -
LangChain(0.0.340)官方文档十一:Agents之Agent Types
介绍了Agents简单使用方式,以及8种Agent Types原创 2023-12-29 09:13:15 · 2560 阅读 · 0 评论 -
LangChain(0.0.340)官方文档十:Retrieval——Retrievers(检索器)
介绍了langchain 检索器(Retriever)中的多种检索方法和算法原创 2023-12-16 21:45:42 · 2653 阅读 · 0 评论 -
LangChain(0.0.340)官方文档九:Retrieval——Text embedding models、Vector stores、Indexing
介绍了Text embedding models、Vector stores和Indexing的基本用法,其中,为文档创建索引可以避免重新计算未更改文档的嵌入,避免将重复的内容写入Vector stores,当源文档更新或删除时自动删除旧版本(可选)原创 2023-12-14 21:18:05 · 1596 阅读 · 0 评论 -
LangChain(0.0.340)官方文档八:Retrieval——Document transformers
主要介绍了各种Text splitters方法,包括按字符拆分、按文件结构拆分以及按tokens拆分等原创 2023-12-11 19:27:11 · 1195 阅读 · 0 评论 -
LangChain(0.0.340)官方文档七:Retrieval——document_loaders
介绍了langchain.document_loaders中加载text、html、pdf、csv、markdown、JSON、MP4等各种文件的方法原创 2023-12-11 19:24:41 · 2901 阅读 · 0 评论 -
LangChain(0.0.340)官方文档六:Output parsers
PydanticOutputParser解析器可以将语言模型的输出解析为符合Pydantic模型的结构化数据,List parser、Datetime parser分别将输出解析为列表和日期格式。Auto-fixing parser可以使用LLM的推断能力来自动修复输出的语法、格式等错误;Retry parser用于在输出不全解析错误时重新获取正确的响应。原创 2023-12-11 19:12:57 · 2128 阅读 · 0 评论 -
LangChain:LLM应用程序开发(上)——Models、Prompt、Parsers、Memory、Chains
是将前面两种方法结合起来的一种内存类型,不再单纯的将memory限制为最近的k次交互或者最近的max_token_limit个tokens,而是使用LLM来编写目前为止的对话摘要,并将其作为记忆。摘要的长度使用max_token_limit控制。下面用包含某个人的日程安排的长文本来进行实验。" } , {" } , {" } , {})下面创建一个对话链。")可以看到打印结果中有一个system消息。本例中,并非使用OpenAI的系统消息,只是作为提示的一部分。})原创 2023-06-27 04:37:46 · 3241 阅读 · 0 评论 -
LangChain:LLM应用程序开发(中)——文档问答、评估、Agents(代理)
Anget的一大特点是可以连接自己的信息源,自己的API和数据库。下面介绍如何创建一个自定义工具,连接到你自己的数据源。下面创建一个工具,用来获取当前日期。导入tool修饰符,它可应用于任何函数,并将其转换为chain link可以调用的工具。下面定义time函数,接受任何文本字符串作为输入,但实际我们不会使用它,而是调用date来返回今天的日期。在time函数的说明中,我们编写了非常详细的文档字符串,用于让angent明白它该何时以及如何调用这个工具。原创 2023-06-29 06:47:21 · 3569 阅读 · 0 评论 -
LangChain(0.0.339)官方文档二:LCEL
LangChain表达式语言(LCEL)是一种声明式方式,可以轻松地将链组合在一起,本文对其进行详细介绍原创 2023-11-24 17:18:25 · 2888 阅读 · 0 评论 -
LangChain(0.0.339)官方文档四:Prompts下——prompt templates的存储、加载、组合和部分格式化
在某些场景下,提示可能需要通过多步构建,所以获取变量的时间或顺序可能不固定。部分格式化允许每一步只传递该步相关的变量,逐步完善提示模板。原创 2023-12-02 08:13:45 · 2169 阅读 · 0 评论 -
LangChain(0.0.340)官方文档一:快速入门
LangChain是一个用于开发由语言模型驱动的应用程序的框架。上下文感知(context-aware):连接语言模型与上下文来源(提示说明、少量示例、用于构建响应的内容等)。推理(Reason):依赖语言模型进行推理(根据提供的上下文考虑如何回答,采取什么行动等)。LangChain库:Python和JavaScript库。包含用于各种组件的接口和集成,用于将这些组件组合成链和代理的基本运行时,以及链和代理的现成实现。:提示模板,一系列易于部署的参考体系结构,适用于各种任务。LangServe。原创 2023-11-24 17:19:53 · 2540 阅读 · 0 评论 -
LangChain(0.0.340)官方文档三:Prompts上——自定义提示模板、使用实时特征或少量示例创建提示模板
介绍了Prompt templates和ChatPromptTemplate,自定义Prompt templates和MessagePromptTemplate,连接到Feature Store来使用实时特征创建提示模板,使用少量示例创建提示模板原创 2023-12-01 15:49:53 · 3841 阅读 · 0 评论 -
LangChain(0.0.340)官方文档五:Model
LCEL提供了声明式的方式来组合Runnables成为链,它是一个标准接口,可以轻松定义自定义链条并以标准方式调用它们,还可以批处理、流处理等。该标准接口包括以下几个方法(前缀'a'invoke/ainvoke:处理单个输入batch/abatch:批处理多个输入列表stream/astream:流式处理单个输入并产生输出:流式返回中间步骤的数据,以及最终响应数据。原创 2023-12-04 04:18:41 · 1424 阅读 · 0 评论