背景
聊天机器人正在变成我们不可或缺的工具,改变了如今的工作方式。甚至有人开玩笑说2023 Web 开发者做的 HelloWorld
项目不再是 TodoList
了而是 AI
聊天机器人,但是它还是被认为具有很高的开发门槛,被认为只有开发者才能构建出应用。但本文将教你如何无需编写任何代码创建自己的聊天机器人,在几分钟内训练任何网站数据,提供的思路和方法也适用于处理其他数据和其他场景。
LangChain介绍
随着OpenAI
的发布,大型语言模型 (Large Language Model
即LLM
) 正在成为一种变革性技术而席卷了世界,使开发人员能够构建他们以前无法构建的应用程序,但是单独使用这些 LLM
往往不足以创建一个真正强大的应用程序,但是当可以将它们与其他计算或知识来源相结合时,就有真的价值了。LangChain
旨在帮助开发人员充分利用 LLM
的全部潜力,用于广泛的应用程序。LangChain
围绕将不同组件“链接”在一起的核心概念构建,简化了与 GPT-3、GPT-4
等 LLM
合作的过程,使得我们可以轻松实现聊天机器人、生成式问答、文本摘要等功能。
在这里你可以看到目前LangChain
已经集成的模块
![alt](https://i-blog.csdnimg.cn/blog_migrate/854665041f422e413a5c6fc001977114.png)
高兴的是,LangChain
不仅有python
版本,还提供了JS/TS版本。
Flowise
介绍
Flowise是基于🦜️🔗 LangChainJS
构建的可免费供商业和个人使用的免费开源项目,它有着一个非常易用的图形用户界面,旨在让人们轻松地可视化和构建LLM
应用程序,也就是nocode
开发LLM
应用。类似的工具比这个还早的有langflow
,但是因为Flowise
它有着好看的UI
界面以及这个项目就是js
开发的,因此我选择Flowise
。举个例子,下面的应用程序展示了一个基本的翻译机器人,同时也演示了如何格式化提示值,而实现下面这个你只需要简单拖拽就可以完成。
![alt](https://i-blog.csdnimg.cn/blog_migrate/75cd38c950c4d437dfcdda0379dd007f.png)
而本文要构建网站聊天机器人,本质上和很常见的与已有pdf或者doc文档对话原理是一致的,这里引用一篇文章的示例图片
![alt](https://i-blog.csdnimg.cn/blog_migrate/2663708fcba6875e71eb5d079e09dc75.png)
本质上原理大致是:
-
将源文件切成多个文本片段,创建**