ollama教程——使用Ollama与LangChain实现Function Calling(函数调用)的详细教程（二）【附完整源码】

已于 2024-08-06 08:48:42 修改
阅读量547 收藏
点赞数
分类专栏： ollama入门教程 文章标签： langchain ollama LLM
于 2024-07-15 08:42:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/walkskyer/article/details/140428941
版权

ollama入门系列教程简介与目录

相关文章:

  1. Ollama教程——入门：开启本地大型语言模型开发之旅
  2. Ollama教程——模型：如何将模型高效导入到Ollama框架
  3. Ollama教程——兼容OpenAI API：高效利用兼容OpenAI的API进行AI项目开发
  4. Ollama教程——使用LangChain：Ollama与LangChain的强强联合
  5. Ollama教程——生成内容API：利用Ollama的原生API进行AI应用开发
  6. Ollama教程——深入解析：使用LangChain和Ollama构建JavaScript问答系统
  7. Ollama教程——使用Ollama与LangChain实现Function Calling(函数调用)的详细教程（一）
  8. ollama教程——如何在Ollama中导入和管理GGUF与Safetensors模型
  9. ollama教程——使用Ollama与LangChain实现Function Calling(函数调用)的详细教程（二）【完整源码】
  10. ollama教程——使用LangChain调用Ollama接口实现ReAct

ollama教程——使用Ollama与LangChain实现Function Calling（函数调用）的详细教程 二

了解本专栏 订阅专栏 解锁全文 超级会员免费看
walkskyer
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
基于GPT、langchain、function calling、Stable diffusion等的AI儿童绘本生成
05-11
AI-agent应用，基于GPT、langchain、function calling、Stable diffusion等的AI儿童绘本生成 GPT, 通常指的是“Generative Pre-trained Transformer”（生成式预训练转换器），是一个在自然语言处理（NLP）领域非常...
LangChain 入门5 Ollama 美化输出与Function-calling
weixin_41870426的博客
04-29 2263
维基百科API检索器。它将load（）包装为get_relevant_documents（）。它使用所有WikipediaAPIWrapper参数，没有任何更改。通过分析和验证来自关键字参数的输入数据来创建一个新模型。如果无法解析输入数据以形成有效的模型，则引发ValidationError。结果返回现在我们已经有了一个模型、检索器和提示，让将它们链接在一起。需要添加一些逻辑，将检索到的文档格式化为可以传递给提示的字符串。以便链的同时返回答案和检索到的文档。
TensorFlow相关组件的安装
AAI666666的博客
01-11 944
TensorFlow相关组件的安装
Langchain中使用Ollama提供的Qwen大模型进行Function Call实现天气查询、网络搜索
python1234567_的博客
06-17 1741
Function Call，或者叫函数调用、工具调用，是大语言模型中比较重要的一项能力，对于扩展大语言模型的能力，或者构建AI Agent，至关重要。
OllamaFunctions 学习笔记
engchina的专栏
04-20 1343
OllamaFunctions 学习笔记
Ollama教程——使用Ollama与LangChain实现Function Calling(函数调用)的详细教程（一）
walkskyer的博客
06-04 1058
OllamaFunctions是一个实验性的封装器，旨在为Ollama提供类似于OpenAI Functions的API接口。此封装器可以通过JSON Schema参数和函数调用参数，强制模型调用特定函数，从而实现更精确的任务处理。在开始之前，请确保已经按照Ollama的官方指南设置并运行本地的Ollama实例。通过上述步骤，我们展示了如何使用Ollama和LangChain实现函数调用任务。OllamaFunctions提供了一种强大的方法来定义和调用特定任务的函数，并返回结构化的输出。
免费打造个人专属的高颜值本地大模型AI助手，无限量使用 Ollama+LobeChat开源工具，在本地运行AI大模型，安全的和AI对话。
tigerhhzz的博客
04-16 3885
Lobe Chat：现代化设计的开源 ChatGPT/LLMs 聊天应用与开发框架，支持语音合成、多模态、可扩展的（function call）插件系统，一键免费拥有你自己的 ChatGPT/Gemini/Claude/Ollama 应用。如果是跑4b，7b等小模型，普通电脑就可以了，如果要跑32b比较大的，最好是有GPU，还要显存比较大。硬盘没啥要求，比如4b的模型，才2.3GB而已，30b的也就30GB左右，完全不用担心磁盘.70b模型:64GB内存，32也能跑，太卡。13b模型: 32GB内存。
开源模型应用落地-工具使用篇-Spring AI-Function Call（八）
没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干
03-07 3459
Spring AI调用OpenAI，并实现function call的高级用法，良心之作，全网唯一，绝非搬运，希望能给您带来一些些帮助！
Ollama 在本地快速启动并执行LLM【大语言模型】
penriver的博客
03-19 1082
Ollama 让你快速的在本地部署、启动并执行大语言模型 Ollama makes it easy to get up and running with large language models locally. Get up and running with Llama 2, Mistral, Gemma, and other large language models.
【AI 大模型】函数调用 Function Calling ② ( 函数调用 引入 - 函数调用开发流程 - 代码示例 )
最新发布
07-20
【AI 大模型】函数调用 Function Calling ② ( Plugins、Actions 扩展 | 函数调用 Function Calling 引入 | 函数调用开发流程 | 代码示例 ) https://hanshuliang.blog.csdn.net/article/details/140380268 博客代码...
Python函数必须先定义,后调用说明(函数调用函数例外)
12-17
然而，存在一种特殊情况，即函数可以在其内部调用未定义的函数，这是因为函数定义在被调用时会首先被提升到文件的顶部，这种机制称为“函数闭包”。 1. 先定义，后调用： Python中的函数定义通常应位于调用它的...
易语言Magic Dll Calling源码-易语言
06-13
易语言Magic Dll Calling源码
安卓Android源码——轻松实现语音识别.rar
10-11
本教程主要针对如何在Android源码中实现语音识别进行详细讲解。 1. **语音识别服务** 安卓系统内置了Google的语音识别服务，它基于强大的云服务，能够准确地将用户的语音转化为文字。要使用这项服务，首先需要在...
在本地跑一个大语言模型(3) - 让模型自主使用工具
阿不的博客
03-07 1170
根据OpenAI官方文档，是使得大型语言模型具备可以连接到外部工具的能力。简而言之，开发者事先给模型提供了若干工具（函数），在模型理解用户的问题后，自行判断是否需要调用工具以获得更多上下文信息，帮助模型更好的决策。举个例子：在上一篇文章我们是利用将事先准备好的文本作为上下文提供给模型，而使用以后，我们只要提供一个“搜索函数”作为工具，模型即可自己通过搜索引擎进行搜索然后得出答案。
【AI提升】AI利器Tool Call/Function Call(一):langchain+ollama+llama3/qwen2
旭日跑马踏云飞的专栏
06-28 1262
使用AI的一个常用场景就是，接收人类的语言，识别人类的意图，最终进行相关的业务处理，这就是设计Tool Call / Function Call的初衷。现在一般都说Tool Call，以前常叫Function Call，不要纠结。
本地使用 Ollama 驱动 Llama 3，Phi-3 构建智能代理（附代码）
weixin_41496173的博客
05-09 1230
本地使用 Ollama 驱动 Llama 3，Phi-3 构建智能代理（附代码）
【AI提升】AI利器Tool Call/Function Call(二):OpenAI/qwen-agent/LangChain/Ollama
旭日跑马踏云飞的专栏
06-28 1135
在目前AI的世界里，各大模型都还是跟着OpenAI在跑，API也尽量跟OpenAI保持一致。所以这里大致会有三个场景：OpenAI，其余模型自身的封装-这里选择qwen-agent，以及通用封装框架-这里选择LangChain和Ollama。这里通过 Tool Call/Function Call 这个概念来比较在上面三种场景中的使用区别。
langchain_ollama调用函数
坚持自己的梦想
04-15 610
在langchain中,结合ollama调用函数
langchain和function calling
01-25
LangChain是OpenAI提出的一种搜索代理方法，用于解决问题的复杂性和信息不完整性。它结合了GPT模型和函数调用的功能，通过定义功能函数来扩展GPT模型的能力。 Function calling是OpenAI最近发布的GPT-3.5-turbo-0613和GPT-4-0613版本中新增的功能。它允许用户定义功能函数，并通过分析问题和函数功能描述来决定是否调用函数，并生成函数对应的输入参数。这样可以弥补GPT模型在实时信息和特定领域能力方面的不足，进一步利用GPT的逻辑推理能力，将问题分解处理，提升问题解决能力。 LangChain和Function calling的使用步骤如下： 1. 使用问句和函数定义调用GPT模型。 2. GPT模型选择是否调用函数，并输出相应的参数。 3. 解析参数，调用相应的函数。 4. 将函数返回的结果作为追加信息再次调用GPT模型。 通过LangChain和Function calling的结合使用，可以提高GPT模型的问题解决能力，使其能够处理更加复杂和具体的问题。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

walkskyer

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值